一种基于随机粒子群的变差函数优化方法

变差函数是克里格法中反映区域化变量空间变化特征的有效数学模型,其在克里格插值算法中是重要的环节,由其确定的拟合模型参数直接影响插值精度。由于变差函数采用非线性模型,导致拟合误差曲面存在很多局部极值点。因此传统的最小二乘法不易达到满意的结果。基于这一问题,提出了基于随机粒子群优化(RPSO)算法的变差函数设计方法。实验结果验证了该方法的有效性。

基于混合蚁群算法的模糊神经网络研究与应用

油气管道腐蚀失效检测具有多因素性、复杂性、非线性和随机性等多个特点,利用精确的数学模型描述有一定的难度。论文提出了一种基于混合蚁群聚类算法的模糊神经网络的管道腐蚀失效检测方法。聚类采用与K-均值方法混合的蚁群聚类方法,将该聚类方法用于模糊神经网络构建中,建立了基于模糊神经网络的管道腐蚀失效检测模型。通过利用实际的管道腐蚀失效检测数据进行诊断应用,取得了较好的识别效果,验证了该模型及算法的有效性及可行性。

基于改进粒子群算法的模糊神经网络

油气管道腐蚀失效检测具有随机性、复杂性、多因素性和非线性等特点,利用精确的数学模型描述有一定的难度.本文提出了一种基于混合改进粒子群算法的模糊神经网络的管道腐蚀动态检测方法.优化粒子群算法的收敛性,加快寻找最优解的速度,将该算法用于模糊神经网络模型构建中,建立了基于模糊神经网络的管道腐蚀动态检测模型.通过利用实际的管道腐蚀检测数据进行诊断应用,取得了较好的检测效果,验证了该模型及算法的可行性和有效性.