运用改进的教学-模拟退火算法辨识关节臂式三坐标测量机的结构参数

为了提高关节臂式三坐标测量机的精度,降低其运动不确定度,提出了一种改进的教学-模拟退火混合优化算法来辨识其结构参数并补偿其误差,从而提高其精度。分析了教学算法(teaching-learning-based optimization,TLBO)的优缺点并对其进行改进从而得到改进的教学算法;提出了一种收敛精度转换准则,将改进的教学算法(modified TLBO,mTLBO)和模拟退火算法(simulated annealing,SA)融合得到改进的教学-模拟退火算法(mTLBO-SA);基于此理论和单点重复率误差实验,分别用TLBO、SA和mTLBO-SA对关节臂式三坐标测量机的结构参数进行了辨识;分别用辨识前后的关节臂式三坐标测量机再次进行单点重复率误差实验,并比较相应的实验结果。实验结果表明,所提算法能有效且高效地辨识关节臂式三坐标测量机的结构参数,进而有效提高其定位精度,降低其运动不确定度。

基于改进教学算法优化BP神经网络的催化剂碳含量预测模型

为提高待生催化剂碳含量预测的准确性,提出一种基于改进的教学算法(MTLBO)来优化BP神经网络的预测模型.针对基础教学算法全局搜索能力差的问题,在教师阶段前后增加了预习和复习过程,并在学生阶段采用量子方式进行更新.测试结果表明,该改进能够提高教学算法全局探索和局部改良能力,利用改进教学算法可优化BP神经网络的权值和阈值,并进行待生催化剂碳含量预测.仿真结果表明,改进后预测模型的预测精度和泛化能力均有一定程度的提高.

基于改进教学优化算法的Hermite正交基神经网络混沌时间序列预测

针对传统预测模型对混沌时间序列预测精度低、收敛速度慢及模型结构复杂的问题,提出了基于改进教学优化算法的Hermite正交基神经网络预测模型.首先,将自相关法和Cao方法相结合对混沌时间序列进行相空间重构,以获得重构延迟时间向量;其次,以Hermite正交基函数为激励函数构成Hermite正交基神经网络,作为预测模型;最后,将模型参数优化问题转化为多维空间上的函数优化问题,利用改进教学优化算法对预测模型进行参数优化,以建立预测模型并进行预测分析.分别以Lorenz系统和Liu系统为模型,通过四阶Runge-Kutta法产生混沌时间序列作为仿真对象,并进行单步及多步预测对比实验.仿真结果表明,与径向基函数神经网络、回声状态网络、最小二乘支持向量机及基于教学优化算法的Hermite正交基神经网络预测模型相比,所提预测模型具有更高的预测精度、更快的收敛速度和更简单的模型结构,验证了该模型的高效性,便于推广和应用.

基于ITLBO-AFSA优化FCM算法的矿井图像增强

煤矿视频监控技术是煤矿开采安全生产的重要组成部分,而监控图像的质量直接决定监控识别结果的有效性。为解决煤矿井下视频图像模糊、对比度低、细节不够清晰等问题,增强图像目标分割效果,对传统教学算法进行改进,提出了一种混合改进教学算法,并将其与人工鱼群算法融合,形成一种基于混合改进教学算法的人工鱼群算法(ITLBO-AFSA)。通过调整学习策略、优化算法参数,对传统人工鱼算法进行改进,并将经该算法图像增强后的结果用于模糊C均值算法(FCM)图像分割。实验结果表明,ITLBO-AFSA与标准FCM算法分割、AFSA_FCM算法相比,划分系数分别提升了7%,3%左右;划分熵值各下降了57%,10%左右;图像分割正确率分别提升了10%,7%;与标准FCM算法和AFSA_FCM算法相比,ITLBO-AFSA取得最优结果所用迭代次数最少,收敛速度最快,聚类效果最好,可以有效避免陷入局部最大化。

教学优化算法的改进及应用

针对教学优化算法(TLBO)在解决复杂实际问题时易陷入局部最优的缺陷,提出一种改进教学优化算法(MTLBO)。在教师阶段引进自适应基准消除"原点偏好",在学生阶段引进分科学习和学习阈值的学习策略保证学员多样性。测试结果表明,该改进提高了教学优化算法的全局搜索能力和求解精度。将改进教学优化算法应用于BP神经网络的权值和阈值优化中,建立基于改进教学优化算法的BP神经网络预测模型(MTLBO-BP)。选用4个真实数据集进行对比实验,实验结果表明,该模型具有更高的预测精度。

一种基于改进教学优化的微弱信号检测方法

为了快速准确地检测混沌背景中的微弱信号，提高网络泛化能力，文中利用改进教学优化算法优化贝叶斯回声状态网络的模型参数，提出了一种改进教学优化的混沌背景中微弱信号检测方法。通过建立混沌序列单步预测模型，分析预测误差的幅值，检测混沌背景中微弱瞬态信号和周期信号。对Lorenz系统和实测的海杂波数据进行实验研究，验证预测模型的有效性，结果表明，贝叶斯回声状态网络模型的预测结果比支持向量机和径向基神经网络模型的均方根误差降低了2个数量级，缩短了预测时间，提高了预测精度和预测效率，能快速有效地检测混沌背景中微弱信号，且具有更低的门限。

复杂有源配电网供电路径快速优化

配电网络结构日益复杂化以及分布式电源广泛接入带来的不确定性,增加了配电网供电路径优化的难度,传统配电网重构方法很难满足其快速性要求。针对风机、光伏出力的波动性,在构造的概率场景模型基础上,基于时间尺度进行出力分割,并利用无重复生成树策略对复杂搜索空间进行简化,避免重复性辐射型校验,减少解空间的冗余度,采取改进的编码策略以及改进的教学优化算法对重构模型进行求解,提高搜索的速度和全局寻优能力。算例分析证明了所提方法的快速性和有效性。

含风电和径流式小水电的多目标环境经济调度

构建了含风电和径流式小水电机组的多目标环境经济调度模型。为应对风电和径流式小水电机组的不确定性,采用概率密度函数对风速和河流流量进行模拟,利用蒙特卡洛法模拟得到风电和径流式小水电机组的功率分布,并计及可再生能源预测功率的低估和高估带来的惩罚成本与储备成本。该模型能兼顾燃料费用目标及污染排放目标,并考虑安全约束、禁止运行区等约束条件。为获取最优调度方案集,提出一种非支配排序改进多目标教学优化算法,并将其与不可行解约束处理技术相结合,实现模型的有效求解。算例仿真结果验证了所提调度模型的合理性以及求解算法的有效性。