基于粒子算法和支持向量机的财务危机预警模型

基于特征集的选择、核函数参数的优化对支持向量机(SVM)模型的预测性能有着重要的影响,提出了一个粒子算法-支持向量机(PSO-SVM)模型.该模型采用PSO对特征集和核函数参数同时进行优化,从而提高SVM模型的预测结果.将所提出的PSO-SVM模型应用到财务危机预警中,取得了较佳的预测结果.

基于智能单粒子算法的微电网经济调度

为充分消纳可再生能源,以分时电价为杠杆,通过经济调度手段,对微电网内分布式发电资源进行优化配置。在综合考虑各类分布式电源发电成本和环境成本的基础上,计及热电联供收益、电能交易收益、电价补贴等多项运行收益,建立微电网多目标经济函数。考虑储能系统在不同时间断面上的耦合性问题以及时移特性,结合分时电价、净负荷曲线进行预调度。考虑微电网实时调度的快速性要求,运用智能单粒子算法搜索调度变量的最优解,并与常规粒子群算法进行对比。算例分析了基于冬季典型日数据的微电网调度方案和各项经济指标,结果表明微电网调度模型、调度策略和优化算法合理有效。

引入退火机制的智能单粒子算法在复杂边坡最危险滑动面搜索中的应用

复杂边坡的安全系数可能存在多个局部极小值点,如何确定边坡的最小安全系数是复杂边坡稳定性分析中的一个关键问题。本文结合简化Bishop法,采用一种新的启发式全局优化算法——智能单粒子算法(ISPO)来搜索复杂边坡的最危险滑动面。为帮助该算法快速跳出局部极值点,本文将模拟退火(SA)机制引入到智能单粒子算法中,结合了两种算法各自的优点,提出了引入退火机制的智能单粒子算法SA-ISPO。将本文提出的SA-ISPO算法用于搜索两个复杂边坡的最危险滑动面,并与其它方法相比较,验证了SA-ISPO算法的优越性,该算法搜索效率高,计算结果不受搜索范围的影响,是一种较好的全局优化算法。

基于智能单粒子算法的复杂边坡最危险滑动面搜索

如何确定复杂边坡的最小安全系数是边坡稳定性分析中的一个关键问题。文中采用一种新的启发式全局优化算法——智能单粒子算法(ISPO)来搜索复杂边坡的最危险滑动面。通过复杂边坡算例的计算,表明本文提出的优化算法具有计算精度高、稳定性好、收敛速度快的特点,具有较好的全局搜索能力。

基于“粒子算法”的汽车主动声效设计

为提升用户的听觉体验,文章提出了汽车主动声效控制及其实现方法。主动声效系统以车辆运行参数为输入,通过声效系统实时生成调用音频源文件,最后经由车载扬声器等转换为可听声。通过实际装车评价,主动声效系统可实时跟随车辆运行状态变化,与车辆本体声音融合无突兀感,提升了驾乘过程的“声趣”感受。

区间粒子算法与线源反问题求解

目前国内外对线源反问题数值求解尚没有一种成熟有效的算法。本文在研究区间搜索算法基础上,提出了一种新的求解算法—区间粒子算法(Range Particle Algorithm)来求解线源反问题。首先简要介绍了线源反问题的求解特点,并根据线源方程建立了反问题求解的目标函数;其次基于该目标函数,设计了区间粒子算法来求解,探讨了算法实现的基本步骤和参数调整问题;最后通过模拟数据和实测数据分别检验了该算法求解的效果,结果表明区间粒子算法求解精度高、收敛速度快和计算稳定,在线源反问题数值求解中是适用的。

基于智能单粒子算法与支持向量机的稳健优化设计

为了求解混合离散变量优化设计问题,通过引入粒子位置矢量的离散化处理方法,对智能单粒子优化算法(ISPO)进行改进,用MATLAB语言设计了求解混合离散变量优化设计问题的ISPO算法程序,结合支持向量回归机的应用,研究了平面尺寸链离散公差的模糊稳健优化设计问题,给出了稳健设计实例。设计实例表明了本文所提方法的有效性和实用性。

基于改造粒子算法的双闭环直流电动机调速研究

传统的直流电动机PID控制器在当前的双闭环直流电动机之中应用广泛,但是其在工业生产的应用过程中也开始显现出一定的不足。针对现有PID控制器在参数整定及其优化方面存在的缺陷,研究了一种基于改造粒子算法的新型直流调速系统,从而实现了PID控制的参数实时在线优化。实验表明,改进的算法与传统算法相比较,其动态性能指标更为优异,同时跟随性与鲁棒性更佳。

非线性下降因子智能单粒子算法

下降因子是基本智能单粒子算法中一个非常重要的参数,控制着算法由全局搜索转向局部搜索的速度,平衡算法的全局和局部搜索性能。基本的智能单粒子算法采用定值下降因子,不能随着计算的需要实时作出调整,对算法的性能造成了一定的不利影响。在基本的智能单粒子算法基础上,通过引入最大下降因子和控制因子这两个参数,提出一种基于非线性策略下降因子智能单粒子算法,成功地使得下降因子能够根据计算的需要而实时改变。函数测试和气动优化结果表明,改进算法能在相同的计算规模下获得比基本智能单粒子算法更好的解。

基于感知粒子算法的物流配送准确度对客户忠诚度影响分析

针对物流企业在运营过程中对客户忠诚的重视程度低、客户信息管理系统落后以及没有有效的物流企业客户忠诚度测量指标等问题,提出基于感知粒子算法构建物流配送准确度对客户忠诚度分析模型,结合申通物流运营管理中的客户样本数据进行实证分析。研究结果表明,基于感知粒子算法构建的物流配送准确度对物流客户忠诚影响模型具有一定的现实指导作用。

基于协同量子粒子算法的透平蒸汽流量软测量

透平蒸汽流量是分析透平运行效率的重要参数,由于现场大量缺乏检测信息,且针对传统测量方法存在可靠性差,非接触式测量成本高、安装困难等问题,提出了一种协同量子粒子算法(CQGAPSO),同时优化神经网络(NN)结构和参数的透平蒸汽流量的软测量建模方法。该方法利用节点间的连接开关,有效消除冗余连接对神经网络逼近能力的影响,引入量子概率幅编码和协同机制来提高神经网络的学习效率、逼近精度和泛化能力。透平蒸汽流量软测量的仿真结果表明:相比全连接神经网络和其他模型,所述方法具有更好的预测精度和鲁棒性。

基于粒子算法的金属表面成分计算机自动检测设计

随着计算机信息技术的发展,在金属制造业当中也逐渐渗透了计算机处理技术,为了更加灵活的应用计算机技术提出了基于粒子算法的金属表面成分计算机自动检测设计研究。该计算机西东检测方法首先对检测得的初始值进行设定,并依照初始值发布数据采集指令进行金属表面检测数据的采集,最后用粒子算法分析数据得出检测结果。针对设计出的自动检测方法进行对比实验,发现该自动检测方法检测出的结果误差值更低,由此可见该方法的使用价值。

基于高斯变异的智能单粒子算法

针对智能单粒子优化算法(ISPO)容易出现算法早熟、收敛精度低的现象,提出一种基于高斯变异的智能单粒子算法(GISPO)。当粒子陷入局部最优值,每一维速度会降到一定的阈值,整个粒子进化处于缓慢阶段;此时给予搜索到的历史最优极值一个自适应的高斯变异扰动,会大大提高粒子的逃逸能力,帮助粒子快速地跳出局部极值点,不断地向全局最优解靠近。通过几个标准测试函数进行实验,结果表明该算法的收敛速度、搜索精度和稳定性均优于ISPO算法。

用改进变异粒子算法实现突发威胁下的无人机航迹规划

针对无人飞行器航迹规划问题,提出一种改进变异粒子群算法及航迹节点拓展法,有效解决了突发威胁下的航迹规划问题,并进行仿真验证。通过引入维量化活性度解决了粒子群算法搜索后期速度下降问题,通过相对坐标转换避免了采用一元多项式函数作为水平航迹丢失部分解的情况。仿真表明,利用改进的变异粒子群算法能够有效地提高搜索速度和精度,适用于突发威胁下的航迹规划问题。

基于智能单粒子算法的楔体最危险滑动面搜索

在岩质挖方边坡稳定性分析中,由于实际的地质结构面产状通常具有离散性且分布范围不确定,导致楔体的确定存在偶然性。以往多通过寻找每组结构面的优势产状进行楔体滑动稳定分析,该方法不能全面考虑所有可能形成的随机楔体组合,当优势产状组合形成的楔体安全系数与最危险滑动面组合的楔体安全系数相差较大时,可能会使边坡设计方案偏于不安全。提出了一种新的楔体稳定性优化分析方法,该法采用智能单粒子算法(ISPO)来搜索具有最小安全系数的楔体及其滑动面组合。通过与其他方法的对比,说明提出的方法具有更好的稳定性和更快的收敛速度。

三目标遗传粒子算法的电力系统无功优化

电力系统无功优化是提高电网高效运行和节能的关键环节。建立了综合考虑有功网损最小、电压偏差最小及静态电压裕度最大的三目标电力系统无功优化模型。提出了遗传粒子群(GAPSO)混合算法,并将算法运用于IEEE14与IEEE30节点电力系统无功优化中。该算法先通过选择操作,选出优秀的样本,在利用交叉操作增加种群的多样性。然后进行变异操作提高种群的局部搜索能力。通过数据计算和比较GAPSO算法在收敛速度、精度和全局搜索能力上均优于常规GA算法和PSO算法。结果验证了模型和算法的有效性和实用性。

基于多目标Pareto粒子算法的感应滤波装置优化设计

针对12脉波整流系统实施感应滤波的特点及要求,进行了配套滤波装置的方案选型,使所确立的滤波方案能有效兼顾电能质量控制和场地空间限制等因素,在此基础上建立了滤波装置参数设计的多目标优化数学模型,并应用基于向量评价的改进粒子群优化算法对滤波参数进行了全面优化设计。算例分析和仿真、实验结果表明,优化后的滤波参数能够较好地满足滤波、无功补偿和成本控制等多目标设计要求,验证了所选滤波方案及优化模型的正确性和有效性。

基于能量粒子算法的无线自组织网络节点移动策略研究

借鉴传统的粒子群优化模型,将网络节点类比于具有能量维度的粒子,提出一种能量粒子算法确定节点移动策略。首先,建立节点模型分析节点能量消耗方式。然后,建立节点移动模型,利用邻居节点的剩余能量信息确定节点移动方向与移动速度。最后,仿真结果显示:相对于传统的节点移动方式,本文所提出的节点移动策略可以有效缓解网络瓶颈节点能量消耗速率,改善网络能耗均衡性,延长网络生存时间。

基于背包模型及多目标粒子算法对养老商业模式的研究

针对养老服务运营,通过对养老市场运营的数据分析,使用多种数据处理及指标分析等方法,利用Python数据处理得出近年来养老床位市场需求等相关数据.根据指标性质不同分为人口因素、社会因素、经济因素,从老年人口数量、社会养老机构数及其就业数、民政部门基本养老支出等角度构建背包模型指标体系,并在此基础上进行分类,根据经营收入、政府补贴、社会捐赠等养老服务的收入来源,运用多目标粒子算法,得出增加养老企业数量与提升企业质量对社会收入、促进就业具有连锁效应,并得出具有较高社会效益且可持续运营的养老市场商业模式.

粒子算法在水利工程造价估算中的应用

水利工程"三超"问题,即超估算概算、超概算预算以及超预算决算在我国水电工程建设项目中仍时有出现,并且其中的大多数存在着无法确定责任人的现象。工程造价是工程项目立项的重要依据,而工程造价估算则是项目前期开发阶段最为重要的工作任务之一。基于现阶段水利工程造价估算方法,构建了一种工程造价动态估算模型,并通过仿真实验对该模型的适用性进行了验证。