一种基于动态步长的微博搜索排序算法

微博搜索主要是计算文档与查询词之间的相关性,通过统计方法确定词量的权重,再用向量空间模型计算相关度.然而使用词量搜索方法,搜索精度并不高,检测到某条微博的信息含量有限,难以保证用户查询的关注度.针对这一问题,提出基于动态步长的微博搜索排序算法.该算法的主要实现过程:首先对微博已有的特征进行分析,然后用信息熵的方法计算微博信息含量,不使用词量为计算单位,而以词性为单位计算微博的相关度.最后把动态步长加入到List Net排序算法中,并用Armijo-Goldstein准则对步长进行优化.通过仿真实验表明,本算法排序效果更优.

长短时记忆网络在除尘内模控制中的应用

卷接机组风力除尘系统受到多种因素影响会造成负荷波动,而且风压和风量之间存在耦合关系,传统的控制策略一般将控制参数固定或者缺乏预测机制,无法很好地解决生产工艺的变化带来的除尘系统不稳定问题。提出了用Goldstein搜索算法对长短时记忆网络(LSTM)的隐层记忆单元个数进行调优,构建了基于长短时记忆网络的卷接机组风力除尘系统内模控制,能够自动调整变频器频率和补风阀开度,实现了对除尘系统的恒压恒流控制。通过仿真实验,采取的内模控制系统具有良好的跟踪性和抗扰动性,解决了除尘系统在受到干扰时能快速稳定的问题。

基于新拟牛顿方程的优化算法设计及应用

通过四阶泰勒展开对拟牛顿方程进行修正,提出新拟牛顿方程。根据标准DFP及BFGS算法中Hessian矩阵(逆)的构造方法,给出对应的新拟牛顿方法,并结合0.618线性搜索编写出新拟牛顿算法的程序。三个标准测试函数数值试验结果显示,新拟牛顿算法的收敛效率比标准拟牛顿算法快。将新拟牛顿方法应用到实际问题,解决消防站选址问题,并进一步阐释新拟牛顿算法的优越性。