改进GA优化BP神经网络的短时交通流预测

为了提高BP神经网络预测模型对短时交通流的预测准确性,文章提出了一种基于改进遗传算法优化BP神经网络的短时交通流预测方法。由于模拟退火算法具有较强的局部搜索能力,能够在搜索过程中避免陷入局部最优解,因此引入模拟退火算法中的Metropolis接受准则来增加遗传算法的局部搜索能力,避免了遗传算法过早收敛和陷入局部最优解。通过改进的遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解。仿真结果表明,该方法对短时交通流预测具有较好的预测精确性。     

无翼平底弹头的属性散射中心模型改进与参数估计

针对传统属性散射中心模型在描述散射中心幅度随方位的变化存在不足,本文依据目标的逼真散射数据对属性散射模型中的方位依赖关系进行了修正,并通过图像匹配结合遗传算法对散射中心的各个参数进行了估计. 为了验证模型的有效性,文中给出了修正模型的仿真结果与传统模型仿真结果以及全波法计算结果的比较. 结果表明,相对于传统的属性散射中心模型,改进后的模型能更准确地描述真实散射中心的幅度随方位的变化关系.      

基于多运动场耦合的转向系统多目标优化设计

考虑悬挂缸的动刚度特性及轮胎的非线性特性,将转向机构、悬挂、轮胎三运动场进行耦合处理,建立转向系统多目标优化数学模型,对400 t重型矿用自卸车转向系统进行更精确地优化设计. 应用物理规划法,构建转向系统物理规划优化设计模型,通过遗传算法进行模型求解及初步筛选,最后对车辆进行紧急双移线试验,仿真分析其操纵稳定性,实现转向系统优化解集合的最终筛选,为最优解的确定提供了一种新方法.      

基于生成型深信度网络的回归算法鲁棒性分析

目前,深度学习在分类问题中取得了很多很好的效果,并开始在部分回归任务得到应用。然而,绝大部分研究重点都集中在相对其他回归算法的预报精度上,而忽视了有实际应用需求的回归算法预报鲁棒性问题。首先基于受限的玻尔兹曼机建立了一个具有3个隐含层的生成型深信度网络多步预测模型;然后,建立了基于单隐含层神经网络、三个隐含层的神经网络以及单核支持向量的典型多步预测模型,并利用4组宁夏地区不同季节的风速数据进行回归算法的稳定性对比实验。实验结果显示,基于受限玻尔兹曼机建立的具有三个隐含层的深信度网络模型的多步预报误差的均值和方差都是最小的。因此,基于生成型深信度网络的回归模型不仅预报精度高,而且此预报算法的鲁棒性也比较好;相对其他三种典型回归算法来说,可以更好地满足风电场风速预报问题的实际工程应用需求。     

渐近线性p-Kirchhoff型方程解的多重性

考虑有界区域上p-Kirchhoff型方程在Dirichlet边界条件下解的存在性,应用山路定理得到了当非线性项满足渐近线性增长条件时p-Kirchhoff型方程两个非平凡解的存在性.     

基于自适应遗传算法的拟态蜜罐演化策略

借鉴生物遗传进化现象,将遗传算法引入拟态蜜罐系统中,提出了基于自适应遗传算法的拟态蜜罐演化策略,详细讨论了拟态蜜罐系统演化中特征形式化编码、遗传算子设计、适应度函数、演化触发控制与终止条件等关键问题,设计实现了具有自适应遗传演化功能的拟态蜜罐原型系统并进行了原型测试,实验数据表明了基于自适应遗传算法的拟态蜜罐演化策略具有良好的自适应性和有效性.     

WDM网络中带有时延感知的混合区分保护策略

针对WDM光网络中为业务提供恢复时延保证造成网络开销过大的问题,提出一种带有时延感知的混合区分保护策略.该策略感知不同业务的时延要求从而划分业务优先级,然后充分利用P圈恢复速度快和共享通路保护资源利用率高的优点,分别对不同优先级业务进行混合区分保护,从而保证高低优先级业务不同的恢复时延要求;同时,采用遗传-整数线性规划算法选择覆盖全网的最优P圈,并通过链路代价函数均衡网络负载,从而进一步提升P圈的保护性能.仿真结果表明:所提区分保护策略具有较低的网络阻塞率,有效地提升了资源保护效率.     

水平井干扰试井模型求解新方法

该文建立了三维空间下水平井干扰试井不稳定渗流模型,综合利用源函数理论、三维特征值法、正交变换等现代数学分析方法对模型进行了求解,获得了实空间任意一点的压力精确解,最后编程绘制了标准的水平井干扰试井压力动态样板曲线,并对观察井距离以及堆叠方式进行了敏感性分析。干扰试井样板曲线主要分为线性流和径向流2个流动阶段,观察井位置越近,线性流出现得越早;且观察井堆叠方式不同,曲线形态也不同。该模型可以用作水平井渗流特征研究及水平井干扰试井分析。     

“说X就X”格式语义类型分析

“说X就X”格式由于其中“说”的语法化程度的不同而形成了两种不同的格式语义,即“说”为实义动词时,该格式表示对言说者的言说内容或主观态度、意愿进行确认,“说”为标记词时,该格式表示在超出言说者或言说对象主观预期的极短时间内出现或即将出现某种情况。该格式连用时,由于语义的增值或异化,也会形成两种不同的连用格式语义。     

基于量子遗传算法优化的灰色神经网络预测模型

将量子遗传算法用来对灰色神经网络参数做出优化,提出了一种通过量子遗传算法优化灰色神经网络进行预测的建模方法.应用实例表明,文章建立的模型拥有良好的预测效果,可以作为传统方法的一种补充.