融合可行基规则的粒子群优化算法及其应用

基本粒子群优化算法对于离散的优化问题处理不佳,容易陷入局部最优。针对基本粒子群优化算法处理离散型优化问题时的缺陷,提出了一种融合可行基规则的改进型粒子群优化算法,并用该算法求解车辆路径问题。实验结果表明,该算法的优化性能和求解精度均优于其他文献算法,在求解车辆路径问题中具有较高的应用价值。

一个求解约束优化问题的与可行基规则相结合的改进微粒群算法

提出一个求解约束最优化问题的新的混合算法-与可行基规则相结合的改进的微粒群算法。与惩罚函数法相比,可行基规则不需要额外的参数,且指引粒子迅速飞向可行域。利用5个基准测试函数进行仿真计算比较,仿真结果表明了新算法是求解约束最优化问题的一个高效的算法。

基于覆盖运算挖掘最小规则集

文中提出了一种挖掘最小规则集的算法,通过对最小规则集运用覆盖运算,能够得到所有的关联规则。最小规则集中的规则称为基规则。所有的关联规则都可以通过覆盖最小的关联规则集得到。

基于时域、多分辨率分析和规则基的电能质量扰动分类

提出用时域分析和小波多分辨率分解相结合的方法以提取电能扰动信号的特征,建立扰动特征矢量,并结合可扩展的规则基专家系统来识别电能扰动信号的类型。该方法可以用于电力系统扰动的实时监测。仿真分析验证了该方法的有效性。

广义关联规则基及其挖掘算法

为了解决传统的关联规则挖掘中产生大量规则的问题,提出了项目集上闭集和广义关联规则基的概念,并得出了闭项目集的上闭集是它本身、上闭集是惟一的等性质.基于这些性质,给出了事物数据库的广义关联规则基,不仅保留了数据库中所有关联规则的信息,而且规则有一致的结构,从而最大限度地减少了规则生成的数量.此外,还设计了广义关联规则基的挖掘算法,并通过实例验证了它的正确性.

基于S变换和规则基的复合电能质量扰动识别

提出了一种复合电能质量扰动识别方法。为避免复合电能质量扰动类型中单一扰动相互影响而造成的特征混叠或失效问题,采用FFT变换结合动态测度法提取6个特征和S变换提取5个特征,从基频、中频、高频、基频标准差、频谱极值点对称等各个方面刻画扰动信号的特征;然后构建基于规则基"IF—THEN"形式的分类器,提取的特征输入分类器后能自动识别电能质量扰动类型。仿真结果表明,在一定噪声条件下,所提出的分类方法能准确识别26种扰动类型,其中包含8种单一扰动类型以及18种双重扰动类型。

基于粗糙集的故障诊断规则增量更新方法

提出了一种新的过程控制故障诊断规则的增量动态更新方法。根据给定的过程控制故障规则的描述,按照规则更新集与控制状态集在约束条件作用下,将规则更新问题归结为一类标准形式,并给出问题的形式化描述;然后以理论修正算法为依据,利用提出的知识更新算法对问题求解以完成知识库的规则更新。最后,给出的仿真实例验证了该方法的有效性和可行性。

基氏拓扑规则在网络分析中的应用

阐述了应用基氏第三定律和第四定律及其它拓朴规则作为研究电网络的工具去求解电网络的驱动点导纳、转移导纳、传输比、电流变量、电压变量的一种方法，介绍了基氏拓扑规则在网络研究中心的优越性。

规则基专家系统概率区间推理模式研究

知识不确定性的二值表示法已经成为专家系统中不确定推理模型设计的重要出发点,本文基于不确定信息的概率区间表示,给出了专家系统中不确定信息的组合、积累和传播过程中概率区间的计算模式,并结合一个实例进行了说明。最后,我们对概率区间计算理论的一般情况进行了讨论。

基于改进的模糊神经学习算法的模糊规则优化

对“改进的模糊神经学习算法”(DevelopedNeuro-FuzzyLearningAlgorithm)简单介绍,并针对这一新算法的缺点,提出了新的聚类方法得到最佳的规则数,利用模糊权值优化规则来改进这个算法,降低算法的时间复杂度,简化神经网络。

一种获取与优化模糊规则基的混合学习算法

提出了一种二层学习算法来优化模糊规则基。利用TakagiSugeno模糊神经网络对一个模糊规则基进行参数学习,学习方法为梯度下降法,然后利用遗传算法对规则基进行结构调整,采用二进制编码方法,一条规则对应于一个基因位,一个规则基对应于一条染色体。这种二层优化方法能较好地减少模糊规则基的冗余度,化简模糊规则基。

基于无冲突访存规则的高性能FFT处理器的设计与实现

高性能快速傅里叶变换(FFT)处理器在雷达与通信等实时信号处理系统中具有广泛的应用场景.本文通过优化无冲突访存规则,结合基-2和基-8时域抽取的FFT算法,设计了一种高性能的混合基FFT处理器.该处理器采用基于存储的架构,主要组成单元包括蝶形运算单元,存储单元和控制单元.通过优化无冲突访存规则以及旋转因子生成方案,提高计算速度和硬件效率。在SMIC 40nm标准CMOS工艺下,FFT处理器工作主频超过500 MHz,核心面积为1.76×0.85 mm~2,且计算结果信噪比超过136 dB.在32K点FFT计算任务下,计算速度相比同类型FFT处理器提高约4倍.

一种具有自学习能力的神经网络规则基控制方法

本文提出一种具有在线自学习能力的神经网络规则基控制方法。该方法引入了能估计前一时刻控制量控制效果的评价函数，根据该函数确定是否从前一时刻控制量产生结果训练神经网络控制器，确定学习的方法和强度，从而实现了该控制器自组织地从实际运行数据中学习及控制，文末给出了计算机仿真结果。

基于密文规则的属性基加密技术的云存储数据共享机制

为了在云存储系统中实现细粒度访问权限控制和灵活的用户撤销操作,提出一种基于密文规则的属性基加密(CP_ABE)技术的云存储数据共享机制。该机制通过制定合适的访问结构实现细粒度访问权限控制,每次用户撤销操作仅需修改访问结构,解决了公钥基础设施(PKI)机制中用户撤销操作需要重复执行大量非对称加密操作带来的系统扩展性问题。通过性能和安全分析表明,系统具有良好的扩展性,而且访问权限控制和用户撤销操作不会向云存储服务提供商泄露任何机密数据,达到了保护用户数据隐私安全的目的。

对因补桩产生的非规则桩基承台的设计分析

在工程建设中,对于因地基基础施工过程中的非可预计因素引起桩基质量缺陷情况,常采用补桩形式进行加固补强,也极易出现因本文对补桩处理产生的柱下非规则形状桩基承台。对此,采用PKPM软件中SATWE和SlabCAD分别进行设计分析比较,以为工程质量提供保证。

不规则桩基大平台数值分析与应用

桩基础平台在沿海软土地基中应用广泛。对某不规则桩基平台进行数值模拟,利用ANSYS有限元分析软件对某一大平台工程进行三维有限元建模,选取合适的接触模型模拟桩-土相互作用,在施加设计荷载后对模型进行整体运算。结果表明,模型中大部分桩体在桩-土相互作用下其桩节点高程12.5 m附近摩阻应力达到最大,其中少数摩阻应力最大值发生于桩节点高程10或15 m处;各桩桩身摩阻应力沿着水平荷载合力方向不断增加。

最速下降规则不失为一可用规则

本文从统计意义上平均迭代次数的观点出发 ,指出求解线性规划的最速下降规则是可取的 。

基于三阶染色体结构的自适应进化规划及应用

针对模糊辨识中规则数多少难以选择、输入量在各规则中重要程度难以确定以及模糊规则参数难以优化等问题,模拟生物基因之间相互联系的特点,用三阶染色体结构对完全模糊规则基进行描述。根据每代不同个体的适应度信息获得不同个体的变异率,采用自适应进化规划算法,实现模糊规则基各级染色体引导优化,克服了用试凑方法确定参数对辨识精度的消极影响,算法的复杂程度大大减小,为模糊建模提供了一种新颖的方案。通过对两类不同非线性系统的仿真,证明了此方法的有效性。

一种新的基于模糊预测的实时运动跟踪算法

针对模糊规则基难以自动在线设计问题,提出一种利用观测数据直接构造模糊规则基中心的新方法,并将其用于对运动过程的准确预测。该方法首先用较少的有限次状态和误差的观测数据,在不同时刻直接构造状态和误差的模糊规则基中心,然后,根据最大熵原理,求取当前状态的隶属度函数值。为使此方法适合于不同状态的运动跟踪,在确定最大熵原理的关键参数中,不使用经验方法,而利用粒子群算法在规定的进化代数内求取参数,在保证实时性要求的前提下,完成对参数的优化。为提高模糊推理的精确性,在模糊推理中设计加权因子,对下时刻的状态和预测误差进行预测,利用预测误差对预测状态进行修正。预测误差仅由有限次测量数据决定,消除了误差累积现象。分别对两类不同的运动进行对比跟踪实验,结果表明,此方法具有对先验知识的弱依赖性,较强的实时性和较高的预测精度。

基于最大熵原理的多目标运动跟踪

针对模糊预测多目标运动方法中模糊规则基难确定,实时性难满足问题,提出一种利用实时测量数据构造模糊规则基中心,采用最大熵原理计算当前状态在各规则中的隶属度值,对多个目标的运动状态进行预测的跟踪方法.本方法中,模糊规则基的中心由实时测量目标的位置、速度、加速度和误差构成.无需考虑隶属度函数的形式,仅利用最大熵原理获取当前输入在各中心确定的规则基中的隶属度,进而预测出多个目标在下时刻的运动状态,同时利用预测误差对预测状态进行实时修正,提高预测的精确度.仿真实验验证了方法的有效性.