基于历史认知的果蝇优化算法

针对果蝇优化算法的早熟收敛问题,提出了一种新的基于历史认知的果蝇优化算法。新算法通过增加个体"历史认知"的改进策略,优化进化方程,从而避免潜在全局最优解因为不考虑自己的历史轨迹,仅依靠单纯的聚集行为,而使自己的寻优轨迹迂回曲折,错过成为全局最优解的可能;并且通过线性递增的动态变化系数ω调整在迭代寻优过程中个体的"历史"对本次学习的价值,增强算法跳出局部最优,寻找全局最优的能力。对几种经典测试函数进行了仿真和实例计算,结果表明新算法更好地平衡了全局和局部搜索能力,在收敛速度、收敛可靠性及收敛精度上比其他经典智能优化算法有较大的提高。

基于数据分解与NARX优化的滇池COD_(Mn)时间序列预测

高锰酸盐指数(COD_(Mn))是衡量水体受还原性物质污染程度的重要指标之一。为提高COD_(Mn)预测精度,结合小波包变换(WPT)、成功历史智能优化(SHIO)算法和非线性自回归神经网络(NARX),提出WPT-SHIO-NARX COD_(Mn)时间序列预测模型。首先利用WPT将COD_(Mn)时间序列分解为1个周期项分量和3个波动项分量;然后简要介绍SHIO原理,利用SHIO对NARX输入延时阶数等超参数进行调优;最后基于调优获得的超参数建立WPT-SHIO-NARX模型对COD_(Mn)周期项及波动项分量进行预测,重构后得到最终预测结果,并构建WPT-粒子群优化算法(PSO)-NARX、WPT-遗传算法(GA)-NARX、WPT-NARX、SHIO-NARX、WPT-SHIO-极限学习机(ELM)、WPT-SHIO-BP神经网络模型作对比分析,并以滇池西苑隧道断面、观音山断面2004—2015年逐周COD_(Mn)监测数据对各模型进行验证。结果表明:WPT-SHIO-NARX模型具有较好的预测性能,西苑隧道、观音山在未来1周、未来2周(半月)COD_(Mn)预测的平均绝对百分比误差MAPE分别为0.108%和0.045%、0.151%和0.165%,对未来4周(1月)COD_(Mn)预测的MAPE分别为1.383%、0.809%,对未来8周(2月)COD_(Mn)预测的MAPE分别为6.180%、4.573%,预测精度优于其他对比模型;WPT能将COD_(Mn)时序数据分解为更具规律的子序列分量,提高模型预测精度;SHIO能有效优化NARX超参数,显著提升NARX性能,优化效果优于GA、PSO;NARX网络具有延时和反馈机制,更适用于时间序列预测,其预测效果优于ELM、BP网络。

改进和声搜索算法的英语考试智能组卷策略

为提升英语考试智能组卷成功率和组卷质量,提出基于改进和声搜索算法的英语考试智能组卷策略.首先建立英语考试智能组卷的目标优化函数,然后采用和声搜索算法对英语考试智能组卷的目标优化函数进行求解,并针对采用声搜索算法的不足进行相应的改进,最后进行了与英语考试智能组卷的应用实例分析.结果表明,改进和声搜索算法的英语考试智能组卷成功率高,而且组卷质量好,同时获得比其它英语考试智能组卷策略更优的结果,具有明显的优越性.

油藏模拟智能历史拟合技术研究及应用

历史拟合是油藏数值模拟中不可缺少的环节,其中调整参数种类众多、参数调整范围大。为了提高数值模拟研究效率,根据数值模拟的基本理论和最优化方法,针对油藏参数敏感性问题进行分析,提供了新的模型优化方法,实现了多参数最优化自动调参历史拟合技术。选取实际区块进行测试,测试中智能历史拟合过程采用降维优化算法后,与人工历史拟合结果具有高度一致性,验证了该算法是可靠的,计算结果是有效的。通过该算法的应用,油藏开发历史拟合的工作效率得到了大幅度地提高,新算法有益于数值模拟技术的推广应用。

参数独立的加权局部均值伪近邻分类算法

针对局部均值伪近邻(LMPNN)算法对k值敏感且忽略了每个属性对分类结果的不同影响等问题,提出了一种参数独立的加权局部均值伪近邻分类(PIW-LMPNN)算法。首先,利用差分进化算法的最新变体——基于成功历史记录的自适应参数差分进化(SHADE)算法对训练集样本进行优化,从而得到最佳k值和一组与类别相关的最佳权重;其次,计算样本间的距离时赋予每类的每个属性不同的权重,并对测试集样本进行分类。在15个实际数据集上进行了仿真实验,并把所提算法与其他8种分类算法进行了比较,实验结果表明,所提算法的分类准确率和F1值分别最大提高了约28个百分点和23.1个百分点;同时Wilcoxon符号秩检验、Friedman秩方差检验以及Hollander-Wolfe两处理的比较结果表明,所提出的改进算法在分类精度以及k值选择方面相较其他8种分类算法具有明显优势。

RIS辅助的UAV与用户协同缓存策略

研究了智能反射面(RIS)和缓存辅助的无人机(UAV)中继通信系统方案,通过在UAV与用户之间搭建RIS反射信号,改善信道环境;在UAV与用户设备上部署缓存设备,预先存储热点内容,减轻无线回程链路的压力;以最大化用户服务成功概率为优化目标,建立缓存容量受限约束下的UAV与用户协同缓存放置策略优化模型,针对该非线性连续非凸约束优化问题,提出基于鲸鱼优化算法(WOA)的求解方法.仿真实验结果表明,使用RIS可以有效降低UAV通信中断概率,基于WOA的UAV与用户协同缓存最优放置策略优于现有其他两种缓存策略,能有效提高缓存命中概率,从而提高用户服务成功概率.