改进的免疫粒子群优化算法预测RNA二级结构

针对RNA二级结构预测问题,在SetPSO算法的基础上提出了一种改进的免疫粒子群优化算法,根据RNA折叠的特点,启用免疫记忆算子增加粒子群多样性,有效防止了原方法易陷入局部最优的缺陷。仿真结果表明改进算法能在更短的时间内达到更高的预测精度。

电力系统静态线路参数启发式估计

电力系统线路参数估计传统数值方法受到诸多限制。该文提出基于经验知识的参数估计目标函数修正项,导出状态估计与参数估计目标函数极值的关系,由此提出将目标函数从增广解空间垂直投影到参数空间的估计策略,并指出参数估计偏差的成因。针对投影的局部单峰特性,提出分段适应粒子群优化(staged particle swarm optimization,SPSO)算法。该算法根据群体适应度方差分阶段调整飞行参数,并在初始阶段增加新型免疫记忆算子。补充证明以估计值均值作无偏估计的可行性。仿真算例表明:应用该文修正项和SPSO方法,能快速准确的估计线路参数,并提高参数估计精度和降低对量测系统参数可估计性的要求,估计均值更接近参数真值。