基于IDE算法优化支持向量机的变压器故障诊断

提出了一种IDE(改进微分进化)与支持向量机模型相结合的变压器故障诊断新方法。该方法通过支持向量机模型搭建变压器故障诊断的综合判定系统,使决策树的每一个分支都对应一种具体的故障类型,然后应用IDE对支持向量机的分类结果进行优化。经过实例分析,验证了该方法的可行性和有效性。

基于IDE算法的金属矿山技术指标整体动态优化研究及应用

为更好地利用金属矿产资源,对矿山技术指标进行整体动态优化研究。首先,分别采用核密度估计方法、BP神经网络和指数回归方法拟合技术指标关系模型;然后,在此基础上,构建了整体动态优化模型,并提出相应的改进差分进化算法;最后,将所建立的关系模型、优化模型和优化算法应用于银山铜矿。结果表明:所建立的关系模型拟合效果好,具有较高应用价值;优化结果符合矿山实际情况,验证了模型和算法的有效性,且对矿山生产和计划具有指导作用。

智能无人机轨迹与任务卸载联合优化

移动边缘计算(MEC)是云计算技术在边缘基础设施之上的应用拓展。考虑一个高能效的无人机移动边缘计算系统,通过联合优化无人机的运动轨迹、任务卸载策略和计算资源分配来最小化系统的能耗。为解决以上问题,提出一种双层优化方法,在上层用基于无监督学习的信道增益-自组织特征映射网络(h-SOM)对用户进行实时聚类,该聚类是以信道增益作为判断类别的指标并得到无人机的最佳部署位置;在下层根据无人机的部署,将计算卸载和计算资源分配问题转化为混合整数非线性规划问题(MINLP),并采用带有精英初始策略和自适应双变异策略的改进差分进化算法(IDE)进行迭代求解,精英初始策略可以根据h-SOM的聚类结果提供优秀的初始解,自适应双变异策略能够提高算法的全局搜索能力并促进算法收敛,从而获得更好的任务卸载决策。通过仿真实验验证了所提方法的有效性,并与传统算法进行了比较,其优化效果显著,为MEC系统的联合优化提供了一种新思路。

基于云计算的输变电施工图预算自适应分配方法

输变电施工图数据量庞大,预算分配的合理性降低,提出基于云计算的输变电施工图预算自适应分配方法。采用数学方式描述施工图预算分配问题,搭建预算自适应分配模型,采用云计算—IDE 算法求解预算自适应分配模型,求解结果即为分配结果。仿真实验结果显示:施工图预算与投标概算基本相符合,输变电工程竞价成本低于标准竞价成本,充分说明提出方法性能更佳。