基于改进BP神经网络的M-learning学习质量评价

传统的BP神经网络算法在寻优过程中常陷入局部极小值而无法得到全局最优解,同时在大数据量训练时,运算时耗大,效率低.为了避免这些缺点,提出了并行GA-Adaboost-BP神经网络算法,用GA算法优化BP神经网络权值,避免陷入局部极小值.运用并行Adaboost算法,将大数据量分成若干个小数据量集,由Adaboost算法组合多个小数据集BP神经网络的输出,构建一个强预测器,这种分布式运算提高了大数据量训练效率.实验证明,用改进BP神经网络算法对大数据量M-learning学习质量评价进行预测,其精确度较高,预测稳定性较好,运算效率得到提高.     

跨越函数法:一类全局优化的新策略

提出了一类求解全局优化问题的新策略:跨越函数法.与以填充函数法为代表的一类全局优化方法相比,跨越函数法直接凸显了在求解全局优化问题时构造辅助函数的目的,并能仅通过一次迭代跨越函数值比当前局部极小值高的区域,而直接找到原函数f(x)的位于函数值比当前局部极小值低的区域中的局部极小点,通过有限次迭代,找到全局最优解.     

神经网络遗传算法在供热负荷预测中应用

针对BP算法收敛速度慢,存在易陷入局部极小值,不能有效地搜索到全局极小点等缺点.采用遗传算法优化神经网络权系值的方法,设计了神经网络供热负荷预测模型,并用实际数据进行了仿真检验,结果表明该模型不仅在一定程度上避免了学习中的局部极小问题、改进了网络性能、提高了学习的效率,而且对供热负荷预测具有较高的精度和可靠性.     

基于混沌自适应引力搜索的模糊C均值聚类算法

针对传统模糊C均值聚类算法(FCM)易陷入局部极小值和对初值敏感的缺陷,提出一种基于混沌自适应引力搜索的模糊C均值聚类算法.首先采用自适应的更新粒子速度和混沌优化粒子最优位置的策略,对引力搜索算法进行改进.其次,用改进的引力搜索算法优化FCM的初始聚类中心.在Iris和Wine数据集上的实验表明,该算法具有很强的全局搜索能力,提高了聚类的效果和效率.     

基于HS-BP算法的股票预测

为了有效预测股票问题,针对股票走势具有随机波动性和非线性的特点以及BP神经网络收敛速度慢、容易陷入局部极小值的缺点,提出利用和声搜索算法优化BP网络权重的方法改进神经网络,并通过对股票预测指标的分析,建立了股票预测模型,将和声搜索算法优化BP网络应用于所建立的模型中求解.实验结果表明,将HS算法和BP神经网络有机结合,加快了网络收敛速度、避免了局部极小值,有效地刻画了股票的随机波动特性,提高了股票预测的准确性.     

狼群算法优化BP神经网络的电缆故障测距算法

故障信号频率分量的提取精度与故障测距的精度有很大的关系.针对这一问题,采用向后预测Prony算法提取故障电压信号的固有频率作为样本,应用狼群算法优化BP神经网络的结构,并对其进行训练,改善了易产生多个局部极小值的缺陷,提高了网络的训练效率和收敛速度,使得测距更加精确.通过ATP/Matlab仿真结果表明,该算法具有良好的鲁棒性和精确性.     

AdaBoost-BP模型在大坝变形预测中的应用

针对传统BP神经网络自身存在局部极小值及模型的泛化能力差时预测精度无法满足实际需求等的不足,本文用AdaBoost算法优化传统的BP神经网络得到AdaBoost-BP预测模型,可以减小局部极小值的影响,增强了模型的泛化能力,提高模型的预测精度.示例证明,AdaBoost-BP预测模型比传统的BP神经网络预测模型拥有更高的预测精度.     

改进的BP神经网络在故障诊断中的应用

针对传统BP算法存在的收敛速度缓慢和易陷入局部极小值的固有缺陷,提出用具有全局搜索能力的模拟退火算法优化BP神经网络,避免陷入局部极小值,提高网络的稳定性;引入Powell算法优化模拟退火算法,加快网络的收敛速度.最后,以齿轮箱故障诊断为例进行仿真试验,结果表明改进后的BP神经网络比传统BP神经网络的训练收敛速度快、精...     

组态软件实时数据库系统在企业信息化的应用

组态软件实时数据库系统在化工企业信息化的过程中起着重要的作用.通过研究目前化工企业信息化的应用情况和存在的问题,提出了一套组态软件实时数据库系统,描述了其组成、结构和功能.采用实际工程作为应用,实现了生产过程网络和企业管理网络的有效融合,大大提高了企业的生产效率和信息化管理水平.     

向量优化中解的存在性

本文通过使用向量似变分不等式和半预不变凸函数来证明约束向量优化的弱极小值的存在性.     

连续体结构拓扑优化的过滤变密度法

为了解决经典变密度法存在的灰度单元收敛过慢以及优化结果灰度单元过多问题,引入带灰度过滤函数的变密度法模型.根据过滤函数的性质,给出了2个带可调参数的过滤函数模型.通过经典MBB梁优化算例,比较过滤函数对灰度问题的改善效果,分析了参数对优化目标的影响并给出了合理的参数选择模式.计算结果表明了此方法的合理性和有效性.带灰度过滤函数的变密度法一方面使得优化结果具有较好的0—1清晰性;另一方面,过滤函数加快了灰度单元的收敛速度,从而减少了优化收敛所需的迭代次数.     

基于MATLAB的圆柱齿轮减速器优化设计

优化设计是将最优化理论和计算技术应用于设计领域,为工程设计提供一种重要的设计方法。在对圆柱齿轮减速器优化设计分析的基础上,建立了圆柱齿轮减速器的优化设计数学模型,选取了合理的设计变量,并且确定了合适的约束条件,采用遗传算法来求解该优化设计问题。利用遗传算法优化得到的优化解与罚函数优化得到的优化解进行对比,差别较小。优化结果表明,利用遗传算法进行工程结构中的优化设计,优化方法可靠有效,能够使实际设计效率得到明显的提高。     

强有效点和严有效点的等价性

在hausdorff局部凸拓扑线性空间中,讨论集值向量优化问题两种真有效解的等价性问题。强有效性和严有效性是优化理论中2个重要的基本概念,目前已得到对凸集而言这2种有效性是等价的结论。近似锥-次类凸性是比凸性更弱的一类重要的广义凸性,在集值映射的近似锥-次类凸性条件下,利用凸集分离定理得到了严有效性和强有效性等价这一结论,从而推广了严有效点集和强有效点集对凸集而言相等的结果,所得结果丰富了优化理论的内容。     

基于粒子群优化算法的协同空战导弹目标分配

为了取得协同空战的最佳攻击效果,在协同攻击的过程中进行导弹-目标最优分配是一种有效的解决方法。首先运用作战效能和运筹学理论建立多目标协同攻击的导弹-目标最优分配模型,其次在分析基本粒子群优化算法特点的基础之上提出了一种改进粒子群优化算法,其中的主要改进有3点:惯性权自适应调整、粒子速度与位置自动更新以及优化策略改进。然后将该改进粒子群优化算法应用于协同空战导弹-目标最优分配问题的迭代求解。仿真结果表明所采取的改进策略加快了算法的收敛速度,提高了粒子的局部求解精度与全局寻优能力,并且与基本粒子群算法、遗传算法相比较,该改进粒子群优化算法能够更加快速、有效地求出多目标协同攻击的导弹-目标分配最优解。     

基于电力物联网的边缘计算任务卸载优化

为了解决传统卸载模型仅涉及用户设备和边缘计算资源,而在云端资源利用上存在局限性的问题,通过有效利用计算任务时延、能耗及计算资源配置,提出了基于深度强化学习算法的计算任务卸载策略和资源配置优化算法,建立了边云协同的时延、能耗及能效模型,研究了用户设备数量、任务量、任务优先级等对时延、能耗及能效的影响。结果表明：边缘计算服务器资源配置为30 GHz较为合理;高级计算任务优先处理策略和计算资源优化分配,使得时延、能耗均较低;本文所提出的优化算法在时延、能耗及能效方面均优于其他3个对比算法,表明针对不同用户设备数量和计算任务量场景,本文所提出的优化算法和建立的模型能够更有效的实现基于电力物联网的计算任务卸载策略和资源配置优化。     

基于熵值法的左转可逆交叉口配时优化方法

为提升左转可逆车道交叉口通行效率,提出一种基于熵值法的左转可逆车道交叉口配时优化模型。从交叉口道路条件和相位条件两方面对左转可逆车道设置进行分析,以交叉口通行能力和车均延误为优化目标,调整交叉口信号配时方案,运用熵值法构建设置可逆车道交叉口配时优化模型选取最优解。以青岛市典型交叉口为例,用该优化模型对交叉口设置左转可逆车道后的配时方案进行优化设计,并与现状配时方案和未优化配时方案进行对比。结果表明,早、晚高峰交叉口通行能力分别提高了3.2%和19.4%,车均延误分别降低17.6%和14.7%,优化方案有效提高了交叉口通行效率。     

基于NSGA-Ⅱ遗传算法的低比转速离心泵多目标寻优

为了提高低比转速离心泵的水力效率和扬程,选取比转速为30的某一低比转速离心泵为研究对象,以离心泵的扬程和水力效率最大值作为优化目标,采用离心泵基本方程与Plackeet-Burman试验相结合的方法进行参数筛选,最终选取离心泵叶轮的叶片出口安放角、叶片包角和叶片出口宽度作为优化变量.在优化过程中,采用最优拉丁超立方设计方法安排了30组试验,利用RBF神经网络模型拟合出优化目标与变量之间的近似模型,并运用基于NSGA-Ⅱ遗传算法进行多目标寻优.优化结果表明:优化后的叶轮扬程基本没有变化,水力效率提高了5.82%,消除了流量-扬程曲线的驼峰现象,使离心泵的运行更加稳定;优化后叶轮流道内的压力梯度减小,漩涡的发生区域及大小也有不同程度的改善;叶轮流道内湍流区域分布均匀,叶片做功能力增强,水力效率得到提高.     

分布式数据库中重复查询的半连接算法研究

 分布式数据库系统中查询优化处理是非常重要的一环.在分析了基于半连接查询优化算法的同时,结合分布式数据库应用中存在的大量的重复查询操作的特点,提出了一种基于重复查询的半连接算法,利用存储少量的中间结果,从而缩短了计算时间和传输时间,提高了查询效率.     

基于FLUENT软件对水城矿区某煤矿钻孔抽采参数的优化研究

瓦斯抽采钻孔参数的改进和优化是提高瓦斯抽放效率、进行瓦斯防治比较重要的一个环节。本文以贵州省水城矿区某煤矿为例,对钻孔直径、抽放负压两个钻孔抽采参数,采用FLUENT数值模拟软件进行了优化研究。最后提出优化的最优值,改善该煤矿的瓦斯抽采效果。本文的研究成果,对贵州其它煤矿进行瓦斯治理也提供了一个有益的参考。     

利用遗传算法优化人工神经网络权值

遗传算法是一种新的、基于自然选择和基因遗传学原理的随机搜索算法．针对神经网络中BP算法学习效率低且收敛速度慢以及容易陷入局部最优等不足，文章提出利用遗传算法对BP神经网络中的神经元间的连接权值进行优化的方法．试验结果表明，用遗传算法优化BP神经网络的连接权值后收敛速度快，并有效的解决了BP算法容易陷入局部最优的问题．