采用二重扰动机制的支持向量机的集成训练算法

为了有效提升支持向量机的泛化性能,提出两种集成算法对其进行训练.首先分析了扰动输入特征空间和扰动模型参数两种方式对于增大成员分类器之间差异性的作用;然后提出两种基于二重扰动机制的集成训练算法.其共同特点是,同时扰动输入特征空间和模型参数以产生成员分类器,并利用多数投票法对它们进行组合.实验结果表明,因为同时缩减了误差的偏差部分和方差部分,所以两种算法均能显著提升支持向量机的泛化性能.

基于C语言模拟计算的粒子扰动机制分析

利用C语言程序能够模拟干扰作用完全随机的情况下目标粒子进入孔洞的过程,从而可以对干扰粒子对目标粒子分布的扰动影响进行分析与计算。分析结果表明,当干扰粒子对目标粒子的干扰作用完全随机时,对于任意取值的孔洞数,无论有无干扰粒子或其存在多少,目标粒子都将具有基本相同的N-Y(入洞总数-出现次数)曲线分布,但是干扰粒子会引起目标粒子入洞总数N的局域统计波动或涨落,且随着干扰粒子的增多,这种局域统计波动或涨落越大。

隧道下穿施工中地层与结构相互扰动机制分析

以某新建地铁隧道下穿上方既有地下行车通道为依托,建立数值计算模型对下穿施工中既有结构、新建结构受地层作用以及土体应力变化规律进行了分析。结果显示:新建隧道开挖造成地层变形,而结构与土体之间产生不协调变形导致既有结构受土压力及剪切力的动态变化,最终造成既有结构在上述作用力下的动态变形;受结构对其后方土体变形的抑制作用,新建隧道后通过结构一侧较先通过一侧土体变形及既有结构受土体作用力演变规律具有明显的滞后性;既有结构作为卸载型结构物,对新建隧道结构起到了一定的保护作用;由于既有结构的遮拦阻隔作用,新建隧道上方土体无法形成拱效应保证自稳,增加了开挖后土体失稳的风险。

直流逆变端扰动对整流端影响机制及应对措施

特高压直流大容量送电使交直流相互作用程度加剧,直流传播逆变端交流电网扰动及其对整流端电网的影响,已不容忽视。该文首先建立了直流异步联网测试系统;研究了逆变端交流电压慢速起伏波动,以及快速跌落与恢复两种动态过程中,换流器触发角以及直流电流的暂态响应轨迹,揭示了直流传播逆变端扰动的机制;研究了整流站受扰功率响应特性,以及交流电网强度、直流控制参数等因素对其影响。在此基础上,针对哈密—郑州?800 kV/8 000 MW特高压直流输电工程中,逆变端故障引发整流端过电压冲击威胁,提出了加强电网结构和优化网源稳态无功配置的缓解措施,仿真结果验证了措施的有效性。

一种基于扰动和边界约束处理机制的萤火虫算法

针对萤火虫算法在求解优化问题时容易陷入局部最优,求解精度不高的缺点,提出了一种改进的萤火虫算法.该算法在萤火虫算法中引入新的扰动项,并利用有效的边界约束处理机制处理边界约束.函数优化问题的实验结果表明了该算法的可行性和有效性.

面向高维数据发布的差分隐私算法及应用综述

随着大数据和机器学习技术的进一步发展,处理具有几十上百维特征的复杂结构和关系且蕴含丰富语义信息的高维数据成为一项挑战。在保障个人隐私不被泄露的前提下,如何安全地使用这些高维数据,成为当前的一个重要话题。我们查阅资料发现:关于差分隐私技术本身的综述很多,但是面向高维数据发布的差分隐私算法及应用的综述却很少。基于此,本文通过对差分隐私在高维数据领域的应用进行综述,深入了解不同方法在保护高维数据隐私方面的优劣,并指导面向高维数据发布的差分隐私算法未来研究的方向,从而更好地应对隐私保护和数据分析的挑战。本文首先介绍了差分隐私的原理和特性,总结了当前差分隐私技术本身的研究工作。然后从数据降维和数据合成两个角度分析了差分隐私在高维数据环境中的应用,探讨了差分隐私面临的问题和挑战,并提出了初步的解决方法,旨在更好地解决当前高维数据保护和使用的问题。最后,本文提出了未来可能的研究方向以促进技术交流,推动差分隐私在高维数据应用中的进一步突破。

引入精英反向学习和柯西变异的混沌蜉蝣算法

为提高蜉蝣算法的收敛速度,提升算法寻优能力,提出一种引入精英反向学习和柯西变异的混沌蜉蝣算法。利用Circle混沌映射序列优化初始种群使种群分布更加均匀,提高种群多样性。在蜉蝣更新阶段,对蜉蝣中的精英个体进行反向学习策略,防止算法陷入局部最优,提高算法收敛速度。为保证种群进化方向和扩大寻优范围,将自适应概率阈值和柯西变异的扰动机制相结合,对劣势蜉蝣个体附近生成更大的扰动。通过8个基准测试函数实验对比和Wilcoxon秩和检验,实验结果表明,混沌蜉蝣算法在收敛速度、求解精度以及稳定性等方面有较大提高。

1998年5月磁暴事件期间全球电离层响应形态与机制的研究

利用全球 ４０余个电离层台站的 ｆ０Ｆ２观测数据，采取对经度进行分区处理的方法，通过计算各台站 ｆ０Ｆ２参数对其月中值的偏离百分比，对 １９９８年 ５月大磁暴期间的电离层扰动形态进行了分析，并对可能的扰动机制进行了探讨．结果表明本次磁暴事件中，在磁暴主要活动相期间的电离层扰动与暴环流理论所描述的电离层扰动特征相符，但在恢复相后期欧洲扇区台站出现的正相扰动似不能用暴环流理论来解释，它可能与对应期间的行星际条件（太阳风与行星际磁场）的变化有关．

农业物流视角下的涉农供应链不确定性扰动

本文首先探析了涉农供应链内生不稳定性的根源,然后着重进行了涉农供应链背景下,基于农业物流视角的不确定性扰动机制分析。

基于用户感兴趣区域的地理不可区分性的位置扰动算法

随着物联网(IoT)技术的快速发展,针对个人位置隐私泄露的问题,提出了一种基于用户感兴趣区域的地理不可区分性(GROI)的位置扰动算法。首先,添加服从平面拉普拉斯分布的随机噪声到用户的真实位置上;然后,通过离散化操作得到近似位置;再次,根据给定的感兴趣区域(ROI)对查询结果进行清洗,在保证机制可用性程度不变的情况下,进一步减小查询误差;最后,在谷歌地图查询上进行了实验验证,与地理不可区分性位置隐私保护算法相比,设计的扰动算法能够在6.0 km的检索范围内,将查询结果的平均误差降低了至少2%,在隐私保护水平不低于地理不可区分性算法的前提下,所提算法的查询结果的准确性优于地理不可区分性算法,尤其针对近距离检索,该算法能够减小查询误差。

面向TSP问题的改进信息素启发因子蚁群算法研究

针对蚁群算法解决TSP问题时容易陷入局部最优的问题,提出一种采用自适应改变信息素启发因子和模拟退火扰动机制的方法。首先,在算法搜索初期阶段采用较小的信息素启发因子,以增强个体搜索过程中选择路径的随机性。其次,当算法首次陷入局部最优时,通过自适应增大信息素启发因子的方法加强局部搜索能力。最后,在蚁群算法搜索后期阶段,借鉴模拟退火算法原理,通过在全局最优解上加入随机扰动的方式,加强算法跳出局部最优的能力。仿真结果表明,针对不同规模的TSP问题,改进的蚁群算法精度至少提高3%。

基于安全结构理论的系统外部扰动演化规律研究

为解决目前安全结构理论体系中缺少对系统外部扰动演化规律研究的问题,基于工程学外部扰动理论与安全结构理论,研究系统外部扰动对安全事件发生、发展及演化的作用规律。给出活动环境系统与外部因素的定义,参考星形拓扑网络建立外部因素拓扑结构;通过分析外部因素状态随时间的演化形式,阐明活动因素状态受外部扰动的响应机制,揭示系统外部扰动对安全事件演化的影响及作用规律。研究结果表明:外部扰动导致系统内活动因素状态的动态响应是安全事件形态演变的内在动力,外部因素状态随时间变化呈3类波动形式,活动因素状态的扰动响应变化规律受外部因素临界状态、极限斜率等特殊阈值的限制。通过控制活动环境系统外部因素的状态维持在阈值范围内来实现调控目的,可避免外部扰动对活动环境系统安全产生影响。

水库群长期优化调度时空组合降维算法

为了缓解水库群调度的“维数灾”效应,在保障解的质量的同时提高求解效率,对动态规划逐次逼近算法(DPSA)和逐步优化算法(POA)进行改进和综合,设计一种时、空组合降维算法。首先,采用基于“梯级水库链”的逐次逼近策略,将DPSA“单库轮流”优化模式拓展至“梯级水库链轮流”优化模式,弥补DPSA在处理梯级水库水力耦合关系上的不足;然后,采用动态变量解耦策略和扰动机制对POA进行改进,解决POA“盲目搜索”问题和“维数”问题;最后,对2种改进算法进行组合,在改进DPSA的框架下,采用改进POA求解“梯级水库链”优化问题。采用湖南沅水流域梯级水库发电调度问题和经典“十水库”问题进行测试,组合降维算法在解的质量和求解效率上优于7种现有算法。结果表明:组合降维算法能够有效地缓解水库群调度的“维数灾”效应,能够在不牺牲解的质量的情况下提高求解效率,具有应用于大规模复杂水库系统优化的潜力。

组合多策略改进的自适应哈里斯鹰优化算法

针对标准哈里斯鹰优化算法(HHO)易陷入局部最优、寻优精度不高和收敛速度不理想等不足,提出一种组合多策略改进的自适应哈里斯鹰优化算法(LTWHHO)。在提高种群多样性方面用改进Logistic映射初始化,为平衡全局探索和局部开发提出非线性函数改进逃逸能量算子的线性递减参数,在全局探索阶段引入T分布策略来提高收敛速度和精度,在局部开发阶段引入自适应动态扰动机制来增强跳出局部最优能力。在实验中,通过9个标准测试函数,对比分析LTWHHO、HHO、GWO、WOA等算法,验证了对哈里斯鹰优化算法改进策略的有效性。

邻域退火粒子群算法在配电网重构中的应用

为求解多目标非线性整数组合优化的配电网络重构问题,建立了以电压均衡指数和网损为目标的配电网重构数学模型。为了克服粒子群算法容易局部收敛的不足,提出了一种基于正态分布的局优邻域闭锁方法的退火技术的粒子群算法(LA-PSO),改进了扰动机制,设计了自适应退火策略,对邻域内的粒子执行并行化退火操作,从而弥补粒子群算法爬山能力的不足,提高了算法的全局寻优能力。用3个不同规模的算例测试提出的算法并与基本算法的性能进行了比较。结果表明,该算法有效改进了粒子群优化算法的局部收敛问题,与单一算法相比,在收敛特性、全局寻优能力和稳定性等方面都有所提高。

配电网重构的组合算法

支路交换算法可快速重构配电网但不能保证得到全局最优解,模拟退火算法能以较大概率搜索到全局最优或近全局最优解,但计算速度慢。结合两者优点,以模拟退火算法帮助支路交换算法避开局部最优并减少模拟退火算法降温次数和每个控制温度下开关变换次数,可从根本上提高计算速度。算例结果证明了该法的可行性。

改善桥梁加固混凝土性能的研究

在定义混凝土贯入阻力值与凝结初期、中期及后期对应关系基础上,利用超声法对混凝土凝结阶段受扰动后强度变化进行分析,并对桥梁加固混凝土的抗扰动机制进行研究;在此基础上,利用自制调凝型功能外加剂、抗裂增韧外加剂、自愈合功能外加剂提高混凝土的抗扰动性,即缩短混凝土早期受扰影响比较大的时间段(简称受扰期)、减少表面裂缝、提高受扰混凝土自行修补内部微裂纹以恢复强度性能的能力(简称自愈合性);利用正交试验分析3种改善途径的复合效应,研制出不中断交通桥梁加固混凝土功能外加剂的最佳配比:调凝型功能外加剂6%、自愈合功能外加剂9%、抗裂增韧外加剂0.18%(800g/m3)。

求解旅行商问题的萤火虫遗传算法

为改善基本遗传算法陷入局部最优的问题,提出一种改进的遗传算法,即萤火虫遗传算法。根据萤火虫算法能够自动划分成子组的优点,将萤火虫个体引入遗传算法的变异算子,即萤火虫变异;为防止萤火虫难以跳出局部极值的缺陷,引入变邻域扰动机制,提出萤火虫遗传算法。运用旅行商问题对改进遗传算法进行计算机测试仿真,仿真结果表明,改进遗传算法在求解精度和收敛速度上优于基本遗传算法。

改进粒子群算法在机器人路径规划中的应用

针对粒子群优化算法易过早收敛而陷入局部最优的缺陷,结合移动机器人全局路径规划问题模型,提出一种带扰动机制的粒子群优化算法。对于进入进化停滞状态的个体,采用个体修正策略产生新个体将其替代,来引导算法搜索可行路径,帮助粒子逃离局部极值。仿真实验表明,与其他算法相比,该算法具有更好的搜索精度和全局寻优能力。

蚂蚁算法在中小型企业人力资源指派中的研究

将蚂蚁算法应用于求解人力资源指派问题,并提出了改进算法用以提高全局搜索能力,文章介绍了基于蚂蚁算法的人力资源指派策略,给出求解问题的数学描述,最后通过实例对算法进行仿真测试。