一种应用于机器人室内定位的WiFi FLA

针对传统WiFi指纹定位算法定位精度不高,难以满足机器人对室内定位精度要求。提出一种应用于机器人室内定位的WiFi指纹定位算法,通过降低传统算法参考点间距,采用分时段采集方法在每个参考点采集WiFi信号,利用标准化处理方法对WiFi信号进行标准化处理,提高指纹数据的特殊性,运用马氏距离大小作为相似度参考并融合改进的自适应K值WKNN算法,实现指纹匹配准确率的提高。实验结果表明,提出的算法定位精度高于传统算法,定位精度满足机器人室内定位精度的要求。

WPT-FLA-RELM模型的马鹿塘水电站入库日径流多步预测

为提高水电站入库径流多步预测精度,精准调控发电用水量,基于小波包变换(WPT)数据分解方法,菲克定律优化(FLA)算法、正则化极限学习机(RELM),提出WPT-FLA-RELM预测模型,并将其应用于云南省马鹿塘水电站入库日径流多步预测.首先利用WPT将水电站入库日径流时间序列分解为1个周期项分量和3个波动项分量;然后利用FLA及遗传算法(GA)、粒子群优化(PSO)算法优化RELM输入层权值和隐含层偏差(超参数);最后利用优化获得的最佳超参数建立WPT-FLA-RELM及WPT-GA-RELM、WPT-PSO-RELM模型对入库日径流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-FLA-极限学习机(ELM)、WPT-FLA-BP模型和未经优化的WPT-RELM模型作对比分析模型.

基于混合智能算法的战略储油基地选址问题

混合智能算法是由随机模拟、单纯形法和遗传算法融合而成的一种智能化启发式算法。对于描述设备选址要求,根据建立战略储备的风险,通过运用不确定规划模型,解决了经济发展需求、路径长度受限情况下选择适合的储油基地问题。实例计算结果表明,与传统算法相比,混合智能算法能有效地解决储油基地的选址问题。

智能优化在多用户检测中的应用

为进一步提高离散混合蛙跳算法(DSFLA)的性能,将免疫算法和克隆选择理论分别与DSFLA相结合,提出了免疫蛙跳算法(IDSFLA)和克隆蛙跳算法(KDSFLA),利用这两种智能算法得到两种新的多用户检测器。IDSFLA是在DSFLA的每一族内更新中,嵌入免疫算法,利用Hopfield神经网络(HNN)快速产生最优个体作为疫苗母本,提高算法的全局收敛能力;KDSFLA在族内更新中,利用克隆算法的消亡操作,淘汰适应度低的青蛙个体,保证最优个体的有效进化。仿真结果表明,所提出的两种多用户检测器,在误码率、收敛速度、系统容量、抗远近能力等方面都有显著改善。

基于果蝇-蛙跳模糊神经网络PID的永磁直线同步电机控制

针对永磁直线同步电机(PMLSM)伺服系统存在的非线性、时变性及强耦合性,设计一种基于模糊神经网络PID的速度控制策略,通过融合果蝇优化算法和蛙跳算法形成果蝇-蛙跳算法,实时调整优化模糊神经网络的结构参数,输出适用于PID控制器的最佳参数kp、ki、kd,实现PMLSM速度控制的自适应和智能化。仿真分析与试验结果表明,采用基于果蝇-蛙跳算法优化的模糊神经网络PID速度控制器,能使PMLSM控制系统取得更加优良的控制效果。