基于果蝇算法的医院电子档案海量数据快速查询方法

由于我国医院电子档案数据量每日呈爆炸式增长,导致数据查询方法难以准确且快速查询海量电子档案数据,文章提出基于果蝇算法的医院电子档案海量数据快速查询方法。对原始医院电子档案海量数据进行清洗、压缩等预处理操作,利用果蝇算法搜索预处理后的电子档案数据,获取数据查询位置的最优解,实现医院电子档案海量数据快速查询。实验结果表明,设计方法查询医院电子档案海量数据时查询代价消耗比仅2.61,具有优越的查询效率和扩展性。

基于协方差交叉融合的多传感器数据融合研究

为提高多传感器数据融合的精度和速度,结合凸组合融合算法与协方差交叉融合算法,并采用果蝇优化算法优化协方差交叉融合算法的融合系数,提出一种改进协方差交叉融合算法,实现了多传感器数据的快速、精确融合。仿真结果表明,所提算法在x轴和y轴上的数据融合均方根误差约为3 m,融合的时间约为0.44 s,相较于多贝叶斯估计、模糊聚类、极大似然估计等数据融合算法,具有明显优势,提高了多传感器数据融合的精度和速度。

利用黏-弹-塑性模型对磁流变阻尼器动力学性能预测与分析

为了建模合适的参数模型来描述阻尼器的动态输出特性,发挥磁流变阻尼器工程应用中的半主动控制优势。本文的研究在激励频率和振幅为5 Hz和10 mm条件下,利用振动系统测试磁流变阻尼器在不同激励电流下得到动态输出特性,在此基础上利用黏-弹-塑性参数模型,采用果蝇优化算法对所有电流下的实测结果进行预测并对其结果展开分析讨论。研究结果表明该阻尼器的输出力能够跟随外部位移随时间变化情况;阻尼力随激励电流增大表现出先缓慢增大后显著增大的特性,这表明该阻尼器具有依赖输入电流的可控性,为实现工程应用中的半主动控制提供条件。并讨论了产生这种现象的原因在于不同电流下颗粒于基体间的相互作用。预测结果表明利用果蝇优化算法,黏-弹-塑性参数模型能够很好的描述实测结果。

基于CIFE-FOA-DELM的SCR脱硝入口NO_(x)浓度预测方法研究

针对脱硝入口NO_(x)浓度监测值作为脱硝前馈输入导致的喷氨控制滞后问题,提出了基于炉膛参数的脱硝入口NO_(x)浓度CIFE-FOA-DELM预测方法。采用互信息特征选择方法进行预测模型的特征变量筛选;引入经果蝇寻优算法优化的深度极限学习建立NO_(x)浓度预测模型;并利用某660 MW火电机组历史运行数据进行模型验证,与反向传播、支持向量机、深度极限学习机、FOA-SVM模型的预测结果进行对比。结果表明:CIFE-FOA-DELM预测方法具备更高的预测精度,平均绝对百分比误差SMAPE、均方根误差SRMSE、拟合优度R2分别为0.261%、1.384、0.965。与CEMS监测数据对比,脱硝入口NO_(x)浓度预测值提前了180 s,有利于解决喷氨控制滞后问题。

智能化综采工作面采煤机的定位试验研究

为解决采煤机当前定位不准确影响其智能化、自动化的开采效果,在对采煤机基本结构和工作模式简单研究的基础上,提出基于果蝇优化卡尔曼滤波算法为核心将惯性传感器差分布的惯性导航定位方法,最后通过构建试验平台对采煤机的初始位置校准效果、姿态定位效果和位置定位效果进行验证,并取得理想效果,为后续推进采煤机的智能化定位功能的实现奠定理论基础。

SCR脱硝系统的反演积分滑模控制方法研究

由于选择性催化还原(selective catalytic reduction,SCR)脱硝系统具有大惯性、非线性以及不确定性的特点,使得常规PID控制方案不能较好地实现SCR脱硝系统的控制。为此,该文提出将基于反演算法的积分滑模控制方案应用于SCR脱硝控制系统的内回路中,同时采用果蝇算法改进的粒子群寻优算法获得反演积分滑模控制器的最优参数。在不同机组负荷情况下的设定值跟踪和抗干扰实验表明,所提控制方案的控制效果优于常规PID控制及积分滑模控制。由蒙特卡洛仿真结果可知:相比于常规串级控制结构,基于反演积分滑模控制的SCR脱硝控制响应速度更快、抗干扰能力更强、鲁棒性更好,且具有很好的动态性能与稳态性能。

基于果蝇算法优化的粗糙C均值聚类算法

粗糙C均值聚类算法采用随机选取质心的方法,会导致聚类算法过早陷入局部最优;簇心更新中采用固定权值降低了聚类精度。针对此类问题,结合果蝇和粗糙C均值聚类两种算法,提出一种改进算法。该算法从三个方面进行了改进:一是为克服传统果蝇算法中固定飞行半径带来的影响,给出一种自适应寻优步长策略的果蝇优化算法,提高果蝇优化算法的搜索精度;二是构造对应味道浓度值的目标函数,利用目标函数值引导果蝇进行位置更新,把最优味道浓度值的果蝇位置作为新的聚类中心进行次迭代;三是设计了一种动态调整簇心更新中上下近似权重和阈值的方案。最后通过UCI标准数据集对算法进行比对分析,实验结果证明了改进后算法的可行性和有效性。

面向低碳的退役农机多目标拆解序列规划研究

废旧产品的回收与拆解是绿色再制造领域的前沿问题之一,但是综观拆解领域的研究现状,很少有关于废旧农机产品回收与拆解的系统研究。为了实现废弃农业资源有效利用,提出一种考虑碳排放的退役农机拆解规划模型,运用果蝇优化算法对拆解规划模型进行优化求解,结合拖拉机变速器拆解实例,验证了所提模型和算法的有效性。最后,将果蝇算法、遗传算法和人工蜂群算法进行了对比分析,结果表明,果蝇算法在求解数量和解的分布密度上优于其他两种算法,从而验证了该方法的实用性和可行性。

基于多模态多目标果蝇优化的风光燃储微网优化调度

为了实现风光燃储微电网经济环保优化运行,提出了基于种群分区多模态多目标果蝇优化的微网优化调度算法。引入可平移负荷和可中断负荷响应,建立了以风光燃储微电网的运行经济成本和环境污染成本最小为目标函数的多目标优化模型。模型的求解采用三分区的多策略多模态多目标果蝇优化算法——将果蝇种群分为3个区并引入特殊拥挤距离,自适应地调整收敛性和多样性。与5种其他算法进行对比仿真实验,结果表明,所提出的风光燃储微网优化调度算法在全局最优求解、收敛性、多样性以及所得到的最优解集精度等方面具有明显的优势,能有效降低微电网优化的运行成本和环境成本。

基于果蝇算法优化LSTM的用户异常用电行为预测

在用户用电负荷量较为集中的情况下,为解决因电信号堆积而造成的异常用电行为问题,设计基于果蝇算法优化LSTM的用户异常用电行为预测模型。通过初始化果蝇算法的方式,获取用户的用电数据预处理结果,将其与LSTM超参数指标相结合,完成基于果蝇算法优化LSTM的用电量数值记忆。在此基础上,选取既定评价指标,根据缺失值计算表达式,确定决策参数的具体数值,实现基于果蝇算法优化LSTM的用户异常用电行为预测模型的搭建与应用。实例分析结果表明,随着果蝇算法优化LSTM理论的应用,电信号在用户用电集中负荷时所需消耗的训练时间更短,可有效解决电信号的堆积问题,实现对用户异常用电行为的有效预测。

基于人群搜索算法和果蝇优化算法混合优化算法的光伏系统温度预测

针对太阳能光伏系统温度预测精确度较低问题,提出了一种将人群搜索算法和果蝇优化算法相结合的混合优化算法。该算法利用人群搜索算法和果蝇优化算法的优点,确定搜索的方向和步长,通过动态寻优来提高搜索能力和精确度。为了测试和比较所提出的混合优化算法的优点,分别采用混合优化算法、人群搜索算法和果蝇优化算法对选取的3个测试函数进行仿真验证。实验结果表明,混合优化算法的收敛速度、搜索能力以及精确度都有了显著提高。该算法在太阳能光伏系统温度预测中也有望提高预测精确度,为太阳能光伏系统的控制和调整提供更准确的数据支持。

基于路面等级自适应的主动悬架LQG控制

为了解决车辆在混合等级路面时平顺性与操纵稳定性差的问题,提出了一种基于路面等级自适应的主动悬架LQG控制策略。根据路面功率谱密度与国际平整度指数的关系识别路面等级;以不同路面等级为阈值,确定三种控制目标;计算每次迭代后平均味道浓度判定值的方差确定迭代步长,解决了果蝇算法过早收敛和迭代次数过长的问题;在不同控制目标下设立了相应的适应度函数,并利用改进后的果蝇算法优化不同适应度函数下LQG控制的加权系数,以此提高混合等级路面下的控制性能。仿真分析了在不同等级路面下的悬架动态性能,并进行了道路实车试验。仿真结果表明:相比传统LQG控制,基于路面等级自适应LQG控制的悬架系统在A级路面下簧载质量加速度均方根值减小16.34%,在D路面下轮胎动载荷均方根值减小6.51%,在B级和C级路面下,簧载质量加速度和轮胎动载荷的均方根值分别减小9.59%、7.54%和11.32%、9.4%;试验结果与仿真结果基本一致。

煤矿瓦斯涌出量动态预测的PCA-MFOA-GRNN模型及应用

针对煤矿瓦斯涌出受许多因素的影响,为了克服瓦斯涌出中存在的复杂的非线性关系,从而实现稳定、可靠、精确的对煤矿综采工作面瓦斯涌出量进行动态预测,提出了主成分分析法(PCA)结合改进的果蝇算法(MFOA)优化GRNN的绝对瓦斯涌出量的预测手段。运用PCA算法对原始输入数据降维;并且对果蝇算法中的Si函数增加一个跳脱参数B,避免局部最优因子对预测模型的干扰;将MFOA算法对GRNN的平滑因子σ进行优化;将PCA结果作为模型的输入,建立了PCA-MFOAGRNN算法的回采工作面瓦斯涌出量动态预测模型,结合实际矿井瓦斯涌出量监测的相关数据检验该模型,并将该模型的预测结果与未修正的FOA-GRNN算法、CIPSO-ENN算法、BP神经网络预测、Elman网络预测结果进行对比,结果表明:该预测模型对GRNN的参数优化后得到的预测模型较其他预测模型有更强的泛化能力和更高的预测精度。

基于混合优化算法的销轴传感器温度补偿及应用

针对应变片式销轴传感器井下工作过程中温度发生变化产生温度漂移,导致测量精度降低的问题,提出一种果蝇算法优化RBF神经网络的温度补偿模型,采用果蝇算法对神经网络的扩展参数进行全局优化,利用应力测试平台实测参数及神经网络非线性映射能力训练温度补偿模型。为验证温度补偿模型补偿效果及训练效率,对35℃下传感器进行实验测试。结果表明:35℃下,温度补偿模型补偿平均误差远小于单一算法补偿效果,验证了此方法具有较高的训练效率及补偿效果,能够提高传感器在不同温度、载荷作用下测量精度,同时将本文模型应用采煤机截割煤壁工作中,得到导向滑靴在采煤机行走截割煤壁过程中受力,为导向滑靴结构优化及提高采煤机可靠性和使用寿命提供依据。

基于IFOA-GA任务调度算法在云计算MapReduce模型中的研究

针对传统的云计算任务调度算法存在效率低、利用率不高的问题,采用改进的果蝇算法(improved fruit fly optimization algorithm,IFOA)和遗传算法(genetic algorithm,GA)融合的算法用于处理任务调度。首先,将任务调度转换为DAG(directed acyclic graph,DAG)并通过Kruskal算法将任务调度顺序进行化简;其次,针对果蝇算法的种群采用正交数组和量化技术进行初始化,对果蝇算法边界进行处理,对探索步长进行动态调整,并使用GA算法对个体选择进行选择处理;最后,将融合后生成的算法IFOA-GA用于仿真平台中的云计算任务调度,相对于IGA、IFOA,IPSO算法在QoS的四个指标对比中具有一定的优势,说明IFOA-GA算法能够有效地提高云计算调度效率。

橡胶输送带恢复力模型辨识与参数预测

橡胶输送带恢复力模型辨识及其参数识别是研究输送带迟滞能耗的关键问题。提出采用高斯函数描述恢复力模型,并采用理论与实验研究相结合的方法分析和验证了高斯函数描述恢复力的可行性及准确性;以实验数据和拟合数据为训练样本,采用经果蝇算法优化后的RBF神经网络对不同激励下恢复力模型系数进行预测,再通过实验对预测结果的准确性进行了验证。

基于改进果蝇算法优化的微电网逆变器恒功率控制算法

针对微电网逆变器恒功率控制器PI参数优化的问题,提出了基于种群分区的多策略自适应果蝇(ppma FOA)优化的PI参数在线优化算法。根据适应度值进行排序将果蝇种群分为三个区,因每个区果蝇性能的差异提出多策略更新模式:Ⅰ区局部精细搜索保证种群不退化,Ⅱ区根据算法所处环境自适应调节算法的多样性和收敛性,Ⅲ区引导果蝇加速收敛,提高了算法的开发和探索能力。采用5种对比算法,利用微电网恒功率控制系统进行实验,验证了所提算法的性能和经ppma FOA算法优化后逆变器的响应速度更快、误差更小、输出更稳定。

基于改进果蝇算法优化的随机森林模型

针对果蝇算法相对容易出现局部最优解的问题,采用自适应步长策略与柯西变异对果蝇算法进行优化.针对传统参数选择方法存在主观干扰性的问题,提出了基于改进果蝇算法优化的随机森林模型.实验结果分析表明,本文所研究的基于改进果蝇算法的随机森林模型是切实可行的.

基于NFOA-RBF神经网络的食用盐包装封口温度控制系统

目的为提高盐业包装线封口温度控制精度,融合果蝇优化算法和径向基神经网络设计一种温度控制系统。方法介绍控制系统结构,利用RBF神经网络的自学习、自适应能力实现PID控制器参数的在线调节,可确保封口温度的自适应控制。通过果蝇优化算法实现神经网络初始值优化,提高神经网络的全局搜索能力。最后,进行仿真和实验分析。结果结果表明,温度偏差可以控制在1%以下,该控制算法具有较好的稳定性,达到稳定状态耗时较少,系统超调量明显变小,在一定程度上提升了封口温度控制的精确性和稳定性。结论所述控制系统控制性能比较理想,可满足食用盐包装封口温度控制需求。

基于不同信号类型的采煤机滚筒位置控制性能研究

为实现采煤机滚筒位置精确调整,建立了滚筒位置控制系统开环传递函数,基于Simulink搭建了采煤机滚筒位置仿真模型,分别采用果蝇算法和Ziegler-Nichols算法对PID控制器参数进行优化,对系统施加不同信号模拟采煤机实际工况,研究了两种算法对滚筒位置控制性能的优化效果。结果表明:基于果蝇算法优化的系统阶跃响应超调量、调整时间、稳态误差等指标均减小,系统正弦响应平均跟踪误差缩小45%以上,系统随机响应曲线波动范围均减小,因此基于果蝇算法优化的系统在工况变化时具有较强的鲁棒性。