PCA-FSA-MLR模型及在径流预测中的应用研究

为提高径流预报精度,研究提出主成分分析(PCA)、未来搜索算法(FSA)、多元线性回归(MLR)相融合的径流预测模型。利用PCA对样本数据进行降维处理,选取8个标准测试函数在不同维度条件下对FSA进行仿真验证,利用FSA优化MLR常数项和偏回归系数,提出PCA-FSA-MLR径流预测模型,并构建基于PCA降维处理的PCA-LS-MLR、PCA-FSA-SVM、PCA-SVM模型和未经降维处理的FSA-MLR、LS-MLR、FSA-SVM、SVM作对比模型,通过云南省龙潭站年径流及枯水期12月月径流预测实例对各模型进行验证。结果表明:①FSA在不同维度条件下均具有较好的寻优精度和全局极值搜索能力;②PCA-FSA-MLR模型对龙潭站年径流及12月月径流预测的平均相对误差绝对值分别为1.63%、3.91%,预测精度均优于其他7种模型,具有更高的预测精度和更强的泛化能力;③对于同一模型,经PCA降维处理的预测精度优于未经降维处理的预测精度,PCA数据降维对提升模型预测精度具有帮助。

基于隐马尔可夫模型的黄金期货价格趋势研究

本文基于隐马尔可夫模型(HMM)探究黄金期货价格的变动趋势,通过麻雀搜索算法(SSA)对HMM模型初始状态的概率分布进行优化,解决HMM模型容易陷入局部最优的缺陷,得到了改进的模型(SSA-HMM)。文章通过实际应用比较证明了SSA-HMM在黄金期货价格趋势预测中是有效的,同时深入探究HMM模型隐状态与实际问题之间的联系,论证了结合期货价格波动的驱动因素对隐马尔科夫模型的隐状态进行描述是更加合理的。

基于自由搜索算法的IIR数字滤波器设计

无限脉冲响应(IIR)数字滤波器的设计实质上是一个多参数多目标优化问题。针对自由搜索算法原型优化设计时存在后期寻优效率低等缺陷,提出一种改进搜索策略的优化方法。通过动态调整个体的领域搜索半径和定期轴向搜索等策略,提高算法在多维空间的搜索能力。将其应用于IIR数字滤波器的优化设计,并在最小均方误差、最小通带阻带纹波幅值和两者相结合的优化准则下,对参数空间施加适当的约束条件,建立相应的优化模型。仿真结果表明,在设计IIR数字滤波器时,该算法的优化结果优于同类算法。

基于自由搜索算法的数字多频陷波滤波器设计

数字多频陷波滤波器的作用是同时处理数字信号中多个特定频率分量。传统设计方法通过级联多个单频陷波系统实现,仅适用于陷波频率间隔较大的情况,且存在频率响应不均匀、过渡带增益不对称以及陷波频率点之间增益难以控制等局限性。为此,以改进的自由搜索算法为基础,提出一种数字多频陷波滤波器的设计方法。通过改进陷波系统结构,约束参数空间,建立优化模型,优化配置极点位置,实现具有稳定特性的数字多频陷波系统。仿真实验结果表明,该设计方法在实现准确陷波的同时,可使得过渡带增益对称且可控,通带内频率响应均匀平稳。

空域窗射击参数自寻优设计与实现

针对高炮系统未来空域窗射击参数选择缺乏依据的问题,提出了基于模式搜索法的空域窗射击参数自寻优设计方法。在分析比较集火射击和空域窗射击2种方式异同的前提下,以集火射击毁歼概率计算模型为基础,构建了空域窗射击毁歼概率计算模型,研究基于模式搜索法作为模型求解方法的可行性。仿真结果表明,模式搜索法在计算精度仅降低0.55%的同时,大幅度减少了计算时间,是可行的。

新型的RFID混合防碰撞算法

在射频识别系统(RFID)中,当一个或者多个电子标签同时响应读写器的查询时,会出现数据碰撞。为了解决此问题,在帧时隙Aloha算法和动态二进制搜索算法的基础上提出了一种混合防碰撞算法。理论分析和仿真证明,该算法能够有效地提高系统的识别效率,减少总的查询时隙数。

基于多策略融合未来搜索算法的林火图像分割

为解决林火图像传统阈值分割方法时效性差、分割精度低等问题,提出一种基于多策略融合未来搜索算法(IFSA)的多阈值林火图像分割方法。在提升算法的性能方面,采用帐篷映射(Tent映射)初始化种群中的个体,引入自适应权重与认知因子增强种群内部信息交流,并对最优位置引入柯西分布与高斯分布结合的变异机制提高算法的收敛精度。利用改进算法对森林火灾图像进行分割,并选取最佳适应度、峰值信噪比和结构相似度作为评价指标,与粒子群优化算法、灰狼优化算法等进行对比分析。研究结果表明,改进的未来搜索算法(Improved Future Search Algorithm,IFSA)的适应度曲线收敛效果明显优于其他对比算法,峰值信噪比、结构相似度取得最优的实验次数分别占总实验次数的100%与91.67%,证明基于IFSA的图像分割方法能有效改善林火图像分割效果,为林火特征的提取与分析建立依据。

基于混沌鱼群算法的混沌系统参数辨识

为了解决混沌系统的参数辨识问题,提出了一种融合参数估计理论、混沌理论和最优搜索优化思想为一体的CFS(CHAOTIC FISH-SWARM混沌鱼群)优化方法。通过构造合适的适应度函数,把该问题转化为未知参数的优化问题。数学仿真表明了该算法可以较好地解决混沌系统的参数辨识问题。

基于群智能算法对比的城市配电网故障停电预测研究

随着我国电网的发展规模逐渐扩大,对于城市配电网的安全性能要求也越来越高。需要实时监测电网结构,从而准确判断故障区域以及进行停电预测。因此,基于电网故障信息源,提出了1种群智能算法下的混合蛙跳算法(SLFA),并使用粒子群优化(PSO)算法和未来搜索算法(FSA)作为比较。通过对3种算法的常规性能指数进行测试,发现SLFA相比于另外2种算法,拥有运行时间长、结果正确率高、受初值影响小、收敛精度高的优势。因此,SLFA能够广泛应用于城市配电网的故障检测和停电预测,为城市电网的安全运行提供保障。

基于改进火烈鸟搜索算法的移动机器人路径规划

为改善火烈鸟搜索算法(FSA)在路径规划中易陷入局部误区的问题,提出改进FSA(IFSA)用于移动机器人路径规划。该算法引入自适应Sigmoid非线性因子实现种群动态调整,平衡了算法的全局搜索与局部搜索;同时,嵌入自适应混合精细分级的觅食位置更新方式,增强算法局部寻优能力;进一步提出随机镜面反射学习(RSRL)机制并应用于算法种群逐维学习,提高算法的寻优效率与精度。实验结果表明:IFSA能够快速获取最短路径,寻优能力优于其他算法,具有较强的稳定性和鲁棒性。

基于自适应火烈鸟算法的无输出变压器平衡控制应用

为提高无输出变压器功率放大电路的稳定性及可靠性,提出一种自适应火烈鸟搜索优化算法,对其中点电压进行平衡控制。该算法采用Sigmoid函数控制迁徙火烈鸟的惯性权重系数,进行非线性自适应变化,平衡粒子的全局搜索能力和局部探索能力;采用双曲正切函数控制觅食火烈鸟的扩散因子,平衡粒子的寻优速度和收敛精度;在算法后期引入基于中心距的种群变异,提高种群多样性,同时提高算法的精度。基于三种类型的测试函数对所提算法的性能进行验证,并与其他4种典型的群智能优化算法做了对比。结果显示,所提算法在寻优速度和收敛精度上均具有较大的提升。接着利用齿轮系设计问题对算法进行工程测试,最后,对改进算法进行无输出变压器功率放大电路仿真测试,结果证明了算法的优越性。

一种新的RFID混合防碰撞算法

针对射频识别(RFID)系统随机性防碰撞算法中标签识别效率低的问题,提出了一种新的RFID混合防碰撞算法。新算法采用帧时隙ALOHA(FSA)机制,根据碰撞时隙数直接估计出总的未识读标签数目,经多次动态调整帧长,获得最优帧长,然后使读写器按照最优帧长分配时隙以供标签响应,在碰撞时隙内调用自适应搜索矩阵(ASM)算法对响应标签进行识别。理论研究和仿真表明,新算法有效实用,可有效提高系统性能,使时隙吞吐量达到40%以上。