基于修正遗传算法的上市公司财务盈余预测模型构建

过去的财务盈余预测往往以统计方法进行,同时预测结果只能以增长或衰退的二元式模式输出,而类神经网络的预测方式也可能因变数的增加,使得网络较为复杂,不容易收敛。为提高上市公司财务预测的准确率,减少传统模型的训练样本数,在传统遗传算法的基础上,本文提出了一种以实际值编码方式代替二进制编码方式的修正遗传算法,构建了基于该修正算法的财务盈余预测模型。以中国电子行业上市公司数据为样本,对建立的财务盈余预测模型进行实验验证,结果表明:修正的遗传算法在每股盈余预测上是一个可行的预测工具,且具有预测实际值的能力,在对小样本的趋势预测上可达到95%的预测准确度,而在实际值的预测上误差比率不到10%。

基于修正遗传算法的含服务费的车辆路径问题

在一般的带时间窗的集配货一体化问题研究的基础上增加了对装卸货产生的服务费的研究。通过推理计算求出包括服务费在内的各部分费用在总费用中所占权重,建立含服务费的带时间窗的集配货一体化车辆路径问题(VRPPDTW)模型。在求解时基于遗传算法并对算子做出修正,通过动态自适应技术修正交叉算子和引入2-opt操作修正变异算子,通过修正确保种群的多样性和稳定性并提高算法的求解效率。最后,通过数值例子对文章的模型和计算策略进行验证。结果显示:执行修正遗传算法(MGA)的最优成本为246.136;执行自适应规则确定交叉概率遗传算法(AGA)的最优成本为275.944 3;执行标准遗传算法(SGA)的最优成本为304.188 6;经过多次反复执行验证,使用修正遗传算法较其余两种算法更适合求解此模型。

修正克隆遗传算法在分布式电源规划中的应用

在分析微电网中分布式电源特性的基础之上,构建了相关的目标函数与数学模型,提出一种针对微电网系统的修正克隆遗传算法。该算法在传统克隆遗传算法基础之上,加入修正表和局部搜索操作,提高了搜索效率,从而能更快速地获得微电网中分布式电源的最优化配置。最后在IEEE39节点算例上,应用此算法在计算机上进行仿真,结果表明了该算法的可行性和有效性。

修正克隆遗传算法在配电网络重构中的应用

运用克隆遗传算法重构配电网络.在分析传统遗传算法应用于电力系统的不足之处的基础上,提出了一种针对电力系统的遗传算法,即提出一种配电网络的简化、染色体编码策略和修正克隆遗传算法.该方法的使用能减少配电网络重构中不可行解,提高有效候选解的比例,从而使GA算法的收敛速度大为提高.算例结果表明作者提出的方法具有较高的计算效率.图2,表3,参11.

权衡预测时间和偏离度的消防车辆救援调度算法

考虑消防车辆救援调度的低效率和公平性问题,提出一种权衡预测时间和偏离度的消防车辆救援调度算法(RSA)。RSA提出受灾区域所需消防车辆数量约束和消防中心拥有消防车辆数量约束,根据路段期望通行时间计算当前路段路况权重、调度预测时间和救援时间偏离度,并建立权衡调度预测时间和偏离度的消防救援调度模型。设计三维实数的染色体,通过精英选择、保存历史最优染色体、映射交叉、非均匀变异、移位变异等修正遗产算法求解最优救援调度模型,获得车辆抵达受灾区域的最优方案。实验结果表明:RSA可获得最优调度方案,具有较小的运行时间,并降低车辆平均调度预测时间和离规定救援时间的偏离度,提高算法收敛速度,比SA、PSO和TNPR算法更优。

基于多层前馈神经网络算法的房价预测模型

房地产泡沫问题是影响人民生活质量的一大难题,房价的持续上涨给人民增加了巨大的生活成本。因此,建立准确有效的房价预测模型,对于制定有效政策,精准调控房价,提高人民生活质量具有重要意义。文章主要通过分析住房的需求、供给、地理空间几大方面,得出影响房价的三个主要因素。采用基于遗传算法修正的BP(多层前馈)神经网络算法,利用2012~2019年无锡市三个主要影响因素的数据,建立了基于BP神经网络算法的房价预测模型。

相位匹配原理在油中局放超声阵列信号测向中的应用

电气设备油中局放超声阵列定位是目前的研究热点,而高精度的局放超声阵列信号测向结果(波达方向估计)是准确定位的基础。首先简要介绍了相位匹配原理,并分析了基于该原理的局放超声阵列信号波达方向估计方法;然后针对不同阵列孔径和不同信噪比,仿真研究了该方法的波达方向估计精度,结果表明,在小阵列孔径(4×4排列)、低信噪比环境中,该方法的估计误差很小,明显优于相同环境下的多重信号分类(MUSIC)算法;最后搭建了实验平台,在信噪比约为20dB的环境中进行研究,多次实验的估计误差为3°左右,验证了该方法的正确性。

稀布同心圆环阵列的半径优化方法

针对有阵列孔径阵元总数和最小阵元间距约束的稀布同心圆环阵列综合问题,提出了一种基于修正遗传算法(Modified real Genetic Algorithm,MGA)的半径优化方法.通过约束同一圆环上阵元间距相等,利用MGA优化圆环的半径,获得最小的峰值旁瓣电平.该方法不仅降低了优化的计算量和模型的复杂性,而且还有效地改善了阵列的旁瓣性能.仿真结果证明了该方法的有效性和鲁棒性.

基于人工智能的钛合金热变形工艺参数优化

在深入分析热变形工艺参数对Ti-15-3合金显微组织及成形载荷的影响的基础上,以变形温度、变形程度和变形速率等热变形工艺参数作为设计变量,以显微组织和成形力的最佳综合为目标,建立了该合金热塑性成形工艺参数的多目标优化数学模型。以显微组织参数和成形力的人工神经网络预测模型作为优化算法的知识源,将人工神经网络与修正的遗传算法相结合,对Ti-15-3合金的热塑性成形工艺参数进行优化。结果表明,提出的修正的遗传算法是有效的,采用将其与人工神经网络相结合的方法对钛合金的热塑性成形工艺参数进行优化是可行的。

中国煤炭行业金融安全预警管理实证研究

文章基于能源金融安全的角度，运用分位数回归、经遗传算法修正的BP神经网络系统，通过MAT—LAB工具对煤炭开采和洗选行业的2003—2011年金融安全运行状况进行预警分析评价，认为中国煤炭行业金融安全形势处于基本安全区间，形势不容乐观，并提出了保障中国煤炭行业金融安全的主要举措。