基于改进灰狼算法优化多核支持向量回归机及其应用

为更好发现数据中的复杂规律,避免核函数选择的盲目性和局部最优等非线性优化问题,本文提出一种基于改进灰狼算法优化多核支持向量回归机算法.首先,基于全局核函数和局部核函数构建多核支持向量机采油速度预测模型;其次,利用基于云模型和二次插值算法改进灰狼优化算法对核函数权值和参数的选取进行优化;最后,应用灰色关联分析理论确定采油速度影响因素集,并作为多核支持向量回归机预测模型的输入.与6种采油速度预测方法进行对比,所提方法具有较好的全局寻优能力和较高的预测率的优点.

基于改进胶囊神经网络的示功图诊断模型

针对传统胶囊神经网络特征提取结构单一,模型参数量大以及动态路由算法中相似度衡量粗糙等问题,该文提出一种改进的胶囊神经网络。应用Fire Module模块,将网络中特征图通道数先进行压缩,再通过多尺度的卷积核提取特征信息,进而提升网络的特征提取能力和减少网络模型的参数。将Dropout思想引入胶囊神经网络来增加模型的多样性,并在动态路由结构中应用Tanimoto系数提高动态路由算法性能,加快模型收敛提高精度。为验证改进胶囊神经网络的有效性,将改进的胶囊神经网络与双卷积胶囊神经网络和传统卷积神经网络以及VGG网络模型进行对比。实验结果表明,改进的模型具有更高的准确率和更快的训练速度。

基于文化混洗蛙跳算法求解连续空间优化问题

针对混洗蛙跳算法在求解高维函数时易陷入局部最优解的问题,提出一种文化混洗蛙跳算法,利用群体空间和信念空间的个体通过接受函数和影响函数完成信息交换和全局寻优.首先,信念空间个体通过螺旋更新和随机游走的方式在较优个体附近寻找更优个体;其次,群体空间的最差个体通过借鉴不同知识平衡局部寻优与全局探索的关系,进而提高算法的寻优精度并加快收敛速度;最后,将该算法与12种智能算法进行寻优对比,对典型高维基准函数的测试结果表明,该算法的收敛精度和计算速度均较好.

基于改进鲸鱼优化算法的GBDT回归预测模型

针对梯度提升决策树(gradient boosting decision tree,GBDT)参数难以选择的问题,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的GBDT回归预测算法.首先,提出一种改进的鲸鱼优化算法,利用混沌映射初始化种群提高种群多样性,引入惯性权重与差分进化算法中的变异交叉策略解决迭代后期易陷入局部最优的问题;其次,利用IWOA对GBDT的关键参数寻优,避免参数选择的盲目性,提高回归预测模型的泛化能力;最后,建立IWOA-GBDT回归预测模型,并利用UCI数据集对模型进行验证.实验结果表明,相比于决策树、支持向量机、Adaboost和GBDT算法,该模型算法具有更好的拟合效果,并有一定的实用价值.

基于遥感生态指数的南京市浦口区生态环境质量时空变化分析

本文以2013年5月和2018年7月的Landsat8 OLI/TIRS影像,对南京市浦口区生态环境质量进行了监测与分析。从影响生态环境的因素出发,选取了能较好表征生态环境质量的四个指标,分别用湿度指数(WET)、归一化植被指数(NDVI)、地表温度(LST)、裸土指数(NDSI)来表征每一个指标,并利用主成分变换(PCA)确定各项指标的权重。同时,将计算得出的遥感生态指数(RSEI)分成优、良、中、较差和差五个等级,对浦口区的生态环境质量变化进行时空变化分析。结果表明:① 湿度、绿度指标均对浦口区的生态环境质量起到积极促进作用,而干度和热度指标对生态环境质量均起到负面作用,且四个指标中植被对生态环境质量影响最大;② 浦口区2013年、2018年遥感生态指数的均值分别为0.578,0.622;③ 2013年至2018年期间,RSEI等级变差、不变和变好的面积比例分别为15.0%,49.4%,35.6%,浦口区生态环境治理总体呈现上升趋势,说明近五年浦口区城市化发展过程中生态环境得到了很好的保护;④ 大部分区域生态环境质量仍然保持原状,并没有发生明显的变化,盘城镇有明显的生态环境质量变差的现象,而长江沿岸的区域生态环境质量得到了些许的改善。