基于传声器阵列的自动声源定位方法

提出一种基于传声器阵列的自动声源定位方法．该方法首先用一个传声器阵列获取声源信号,然后用基于互功率谱相位的时延估计方法计算传声器对间信号的时间延迟,最后应用Tabu搜索算法搜索最佳声源位置．计算机模拟结果表明,该方法是一种定位精度高、运算量较小的声源定位方法．     

基于BTLBOGSA与CNN的基因微阵列数据分类模型

针对现有基因微阵列数据分类中存在的数据维度高、容易发生过拟合的问题,提出了基于BTLBOGSA(Binary TLBOGSA)与卷积神经网络(Convolutional Neural Network, CNN)的基因微阵列数据分类模型(BTLBOGSA-CNN)。该模型首先针对基因微阵列数据分类时存在的数据维度高的问题,利用新的编码策略,将连续搜索空间转换为二元搜索空间,结合教与学优化(Teaching-Learning-Based Optimization, TLBO)算法的二元变体与引力搜索算法(Gravitational Search Algorithm, GSA)的各自特点,基于BTLBOGSA方法从基因微阵列数据集中选择具有高鉴别性的基因;然后针对基因微阵列数据分类易发生过拟合问题的现象,利用卷积神经网络进行基因微阵列数据的分类。利用公开的基因微阵列数据集进行仿真实验,从TLBO算法与GSA结合的有效性、BTLBOGSA与CNN结合的有效性、BTLBOGSA-CNN与其他已有分类模型相比的有效性3个方面进行对比分析,结果表明,BTLBOGSA-CNN模型可以在较少的特征基因下...     

改进麻雀搜索算法优化支持向量机的井漏预测

在钻井过程中,受地质环境、钻井技术等多种因素的影响,容易发生井漏事故。为预防井漏事故,减少因钻井事故带来的损失,提出了一种改进麻雀搜索算法(improved sparrow search algorithm, ISSA)优化支持向量机的井漏预测方法。首先,在发现者位置更新公式中引入一种改进的自适应非线性惯性递减权重,提高算法全局搜索能力;其次,在警戒者位置更新公式中引入莱维(Levy)飞行策略,减少算法陷入局部最优的风险。为验证改进算法的寻优能力,将麻雀搜索算法(sparrow search algorithm, SSA)、遗传算法(genetic algorithm, GA)、灰狼算法(grey wolf algorithm, GWO)以及改进的麻雀搜索算法(ISSA)在8个基准测试函数上做了对比实验。实验结果表明,改进的麻雀搜索算法(ISSA)在寻优精度、稳定性等方面都较其他算法更为优异。最后,将改进的麻雀搜索算法用于优化支持向量机(ISSA-SVM)的惩罚参数C和核参数g,进行井漏事故的预测。结果表明,ISSA-SVM预测准确率为97.765 4%,相比于麻雀算法(SSA)-SV...     

一种增强型改进麻雀搜索算法的三维航迹规划

针对无人机在三维复杂环境中多约束的最优化问题,提出了一种增强型改进麻雀搜索(enhanced modified sparrow search algorithm, EMSSA)用于航迹规划问题的求解。首先,利用Logistic-tent混沌序列初始化麻雀搜索算法,增强种群初始位置的随机性,提高算法全局搜索能力。其次在发现者-警戒者位置更新中加入了动态自适应调整策略,扩大算法搜索范围,提高算法的收敛速度。然后通过高斯-柯西变异策略,对麻雀个体进行位置更新,增强算法前期的全局搜索能力和后期局部发掘能力。最后选取11种测试函数和Wilcoxon秩和检验验证改进算法的有效性。仿真结果表明,增强型改进麻雀搜索算法在寻优精度、算法稳定性和收敛速度方面要优于其他对比搜索算法,并且可以在复杂的多约束环境中找到一条无碰撞的全局最优路径。在三维航迹规划中EMSSA算法相较于ISSA寻优精度提升了4.11%,相较于SSA提升了9.51%。     

基于改进麻雀搜索算法-核极限学习机耦合算法的滑坡位移预测模型

传统的位移预测模型需要大量数据作为原始训练样本,一定程度上限制了预测模型的应用。为在有限的位移监测数据下进一步提高预测精度,针对金沙江沿岸某长期变形的滑坡体,采用麻雀搜索算法(sparrow search algorithm, SSA),结合核极限学习机算法(kernel-based extreme learning machine, KELM)算法,对滑坡的位移变化提出一种新的多变量位移预测方法,并与传统的支持向量机(support vector machine, SVM)进行对比,结果显示改进的SSA-KELM耦合滑坡预测模型比SVM模型预测精度更高,对金沙江沿岸地区的滑坡具有良好的位移预测效果。     

考虑需求价格弹性的CS-SVM短期负荷预测方法

针对电力市场中电力需求受多元扰动因素影响、需求价格弹性变化增大的问题,为获取更准确、更综合的电力负荷预测值,提出一种考虑需求价格弹性的CS-SVM短期负荷预测方法.采用Pearson相关系数法分析负荷自相关性以及负荷与历史温度、湿度、电价、负荷差和电价差之间的相关性.基于需求价格弹性定义,建立了需求价格弹性模型,来反映电力市场交易对负荷的影响.利用布谷鸟搜索算法优化支持向量机的参数,建立了考虑需求价格弹性的CS-SVM短期负荷预测模型.以美国PJM电力市场哈特福德州的实际数据为例进行预测,并与对比模型进行预测结果误差对比分析.结果表明,所提出模型的平均相对百分比误差为13.43%,且相比于不引入需求价格弹性时的模型预测精度提高了5.31%.     

语音识别中改进viterbi算法的研究实现

为了不影响语音识别系统的识别率,而又能有效的降低系统的计算量,本文采用了改进的Viterbi算法,即Viterbi-Beam算法以减少原Viterbi算法中的冗余状态,同时保证差错率无明显提高.我们通过对此算法的仿真表明,在相同语音识别系统的环境下,改进Viterbi-Beam算法可以更有效地提高计算速度,且算法性能与原Viterbi算法相似.     

智能优化算法的综述教学研究

本文就优化算法问题的综述与教学做了几方面的研究,以提高对该问题的教学质量、增强初学者对智能算法的认识,也促进对该问题的进一步研究。     

数据挖掘技术在商业库存决策支持算法的研究

针对商业库存数据库中存在大量冗余特征和噪声,许多数据挖掘算法对于目标数据的维度非常敏感,随着数据特征的增加,算法的时间空间开销也急剧增加.商业库存决策支持数据挖掘算法利用粗糙集技术对数据作预处理,分析过滤这些冗余的例子,减少了噪声的干扰,减少了训练数据,运用粗糙集的分类算法和浮动搜索算法对浮动搜索算法进行了改进.并用此算法进行了仿真实现,验证了改进后算法的优越性.     

网络论坛知识库的设计及应用

从论坛信息交互的基本特点入手,分析以论坛形式存在的信息交互的时空特点,重点介绍了知识库的搜索策略,设计并实现了一种知识库的搜索策略.培训项目的平台Moodle集成的初步应用结果表明,方案简单易行,并具有一定的实用价值.