基于条件云的基因表达式编程算法

标准基因表达式编程算法(GEP)在挖掘知识时采用恒定的变异和交叉率,没有考虑进化中个体适应度的变化,依然存在难以摆脱局部最优和收敛速度问题。为了解决这一问题,提出了将X条件云模型应用到基因表达式编程的算法(XCC-GEP)。该算法在进化前期采用固定变异率和交叉率;一旦处于收敛状态时,根据个体的当前适应度,借助X条件云,动态调整其变异率和交叉率,以跳出早熟收敛。实验表明了算法的有效性。

一次对流云人工消减雨作业云条件预报和作业预案合理性分析

为做好固定目标时段和区域的人工消减雨作业,利用云降水显式预报系统(CPEFS-v1.0)对云系性质和结构、移速移向及演变、降水机制等云条件进行预报。预报结果显示,2017年8月8日影响呼和浩特的云系性质为分散性对流云,具有冷暖混合云结构,云中上升气流强,对流单体水平尺度约为几十千米,生命史约为1.5~3 h,云顶高度约为10 km、云底高度约为3 km,0℃高度约为4.3 km;微观方面,冰相水凝物雪、霰含量高,暖区云水含量少,云中过冷水含量最大达0.7 g·kg^(-1),过冷水丰沛区域冰晶数浓度低,以冷云降水为主。初生在呼和浩特特定防护区西北方向的对流云团快速发展东移南压影响核心保障区,移速约为30~40 km·h^(-1)。卫星、雷达等实况监测显示,8日的云系为分散性对流云,预报对流云的生成时间比实况偏晚1~2 h,移向与实况一致,移速偏慢10~20 km·h^(-1)。在5 400 m高度处(-8℃),机载云物理探测的液水含量最大为0.6 g·m^(-3),预报与实况接近。根据预报的云系条件制定作业预案指出,在核心保障区的偏西北方向30~50 km处进行重点布防,适宜在5.1~7.0 km高度处实施AgI过量催化,8日上午飞机在第一道防线的弱回波区开展探测作业,地面作业集中在第三道防线对流云初生阶段实施过量播撒,以达到消减雨作业的目标。根据预案,提前24 h在核心保障区偏西北方向的第三道防线增设了5个地面移动作业点,这些作业点8日及时实施了消减雨作业。总体看来,此次云条件预报正确、预案制定合理,及时为外场实施消减雨作业提供了支撑。

利用数字化雷达回波参数分析人工增雨播云条件

利用数字化 71 1测雨雷达观测的层状云雷达立体扫描资料和探空资料 ,分析得出层状云降水部分特征。并利用多元逐步回归分析方法获得催化作业效果指标 y =2 .0 mm· h- 1 。在使用雷达立体扫描资料进行人工增雨作业实时指导方面做了探讨。

基于云模型的入侵杂草优化算法

提出一种基于云模型的入侵杂草优化算法,根据杂草适应度值的大小将杂草种群分为优良子群、普通子群和较差子群。通过CR调整标准差,不同的子群采取不同的标准差进行扩散,优良子群采用较小的标准差进行精细搜索,普通子群利用云模型的随机性和模糊性动态调整标准差,进行自适应搜索,较差子群采用较大的标准差进行全局搜索。由此加快了算法的收敛速度,较好地平衡了全局搜索能力和局部搜索能力,并且在一定程度上避免了算法陷入局部最优。对7个测试函数进行仿真实验,结果表明,该算法具有较高的寻优精度和更快的收敛速度。

基于混合半云模型的风速-功率曲线建模方法

风速-功率曲线的准确建模是风电机组出力态势评估和风电功率预测的关键基础之一。计及风电映射关系的不确定性及功率曲线的分布形态,提出一种基于混合半云模型的建模策略来实现对风功率数据固有和随机分布特征的挖掘和建模。引入最优组内云熵算法快速有效地剔除异常数据;采用逆向云发生器求取期望、熵与超熵数字特征来定量刻画风速-功率对应关系的不确定性,构建腰部数据的半云模型;通过X条件云发生器和正向云发生器分别求取腰部和上部数据的功率云滴,实现定性数字特征向定量数据的转换。以中国东北某大型风电场的实测数据为例,从数据质量、频率分布和风功率预测等维度分析混合半云模型,验证了所提方法的可行性。

基于云逼近理想解法的冰爽涤纶热湿舒适性评价

为了应对纺织面料性能评价中的认知和测量偏差问题,提出了一种将云模型理论和逼近理想解法相结合的多属性决策方法。利用云模型理论在权重和贴近度计算方面处理评价中的模糊不确定性和随机不确定性,通过构造权重的数字特征和受限后条件云发生器生成不确定性权重,采用综合确定度代替欧氏距离计算织物与理想织物之间的"距离",并引入统计分析手段。给出了云逼近理想解法的步骤,结合例子描述了实施过程,选取热阻、吸水率、芯吸高度、透湿量和蒸发速率等5个指标对8个冰爽涤纶编制品的热湿舒适性进行了评价,证明了方法的有效性,为评价纺织面料提供了一种简单实用的方法。

基于黄金分割准则的混沌云粒子群算法

针对传统粒子群算法寻优精度不高、易早熟的缺点,提出了基于黄金分割评判准则的混沌云粒子群(CCGPSO)算法。该算法利用黄金分割评判准则,将粒子群按照适应度大小分为标准粒子、混沌云粒子、云粒子三个子群,分别进行不同的算法操作。黄金分割的引入使整个粒子群可以搜索到全部解空间,解决了标准粒子群算法易陷入局部最优解和寻优精度不高的问题。选取了四种典型函数测试,并与混沌云粒子群算法(CCPSO)比较。仿真结果表明CCGPSO具有较高的寻优精度和收敛速度。

一种具有相依关系的二维云推理方法及其在预测中的应用

基于云模型的定性知识推理通过构造规则发生器实现不确定性推理。然而传统的二维云推理方法并未考虑条件云之间的相互影响,故此对传统方法进行改进,通过条件云云滴的乘积作用,构造相应的规则发生器,提出一种基于相依条件云的二维云推理方法。将该方法应用于美国GDP预测,预测结果表明该方法的效果明显优于传统方法,进而表明该方法可行且有效,并在一定程度上弥补了传统方法的不足。

基于云模型的高光谱遥感图像的分类研究

现有的分类方法没有考虑或者没有彻底考虑高光谱遥感图像数据的不确定性,因此提出了一种基于云模型的高光谱遥感图像分类方法。云分类时,首先根据训练样本集,由逆向云发生器生成每类地物的多维云模型,然后利用X条件云发生器计算出各测试像素对每类地物的隶属度,最终采用极大判定法实现对每个测试样本的分类。仿真结果表明,该方法简单、计算量小,可以取得高于传统方法的分类精度,具有很好的发展前景。

天山山区有利人工增雨的综合条件分析

利用天山山区2001～2002年6～7月31次较强降水天气过程的实况资料和20个降水日的28例云系的711数字化雷达资料,对天山山区夏季有利于人工增雨的气象条件、雷达回波资料及探空资料,分析了影响天山山区降水的几种主要天气系统、各种系统下降水回波源地、性质、变化、移向移速等活动规律,归纳出相关雷达回波参数和判据,为今后山区高炮—火箭人工增雨作业提供了一些科学依据。

碎云环境下GF-4卫星对运动舰船的目标跟踪

针对"高分四号"(GF-4)卫星可进行连续观测和图像分辨率低的特点,文章提出了一种在碎云条件下用GF-4卫星对运动舰船目标进行检测和跟踪的算法。该算法基于区域候选的卷积神经网络(R-CNN)模型构建思路,首先利用双参数恒虚警率(CFAR)完成候选目标区域提取,以充分利用卷积神经网络(CNN)中LeNet网络在识别简单弱小目标时识别速度快的优势;然后对目标进行静态特征提取和鉴别;最后利用地理航行中的中分纬度法与全局最近邻(GNN)算法相结合进行目标关联和跟踪,形成了目标航迹并获取目标运动信息。文章选取GF-4卫星序列图像对所提算法进行试验,并通过舰船自播报(AIS)信息进行验证,结果显示:该算法能在一定碎云条件下排除碎云目标的干扰,有效地进行运动舰船目标检测与跟踪,具备较强的工程应用价值。

通信对抗训练干扰效果评估方法研究

为了更合理准确地评估通信对抗训练干扰效果,提出了一种基于条件云模型和TOPSIS法的干扰效果评估方法,首先,分析并建立干扰效果指标体系;之后,利用条件云模型将定性指标的模糊性评语转化为定量评分值;然后,设计一种结合信号质量信息的组合赋权法对指标进行赋权;最后,通过TOPSIS法对干扰效果进行评估并排序。新方法兼顾了定性指标的模糊性和随机性,使评估更加合理,同时,新的赋权方法充分利用了信号的质量信息,使权重更加准确,并能够为非训练场景的干扰效果评估赋权提供参考。

多普勒雷达资料在飞机增雨作业中的应用研究

利用滨州 714SDN雷达体积扫描资料、济南探空和机载PMS微物理探测资料 ,按降水冷云云层分布特点 ,选择不同Z M关系计算降水条件下各特定层垂直积分含水量 ;结合天气资料及雷达速度场分布特征 ,分析降水云层演变特征及人工增雨播云条件 。

云推理的simulink实现

云模型是采用期望值Ex,熵En和超熵He来描述定性概念的一种数学方法,它将定性概念所具有的模糊性、随机性有机地结合在一起,是实现定量与定性相互转换的一种新途径。本文阐述了条件云发生器的算法,采用simulink实现了条件云发生器,包括X条件云发生器和Y条件云发生器,并实现了基于云理论的多规则推理,仿真结果表明:该方法简单、有效、实用。