基于自适应粒子群支持向量机的短期电力负荷预测

针对粒子群优化算法存在易陷入局部最优点的缺点,提出了一种新的基于平均粒距的自适应粒子群优化算法(ASPO).该算法利用种群多样性信息对惯性权重进行非线性调整,并在算法的后期引入速度变异算子和交换算子,使算法摆脱后期易于陷入局部最优点的束缚,同时又保持前期搜索速度快的特性.将该算法应用到基于支持向量机的短期电力负荷预测模型中,对支持向量机的参数进行优化.对某电网的短期负荷预测实际算例仿真分析表明,所提出的基于APSO-SVM方法的预测精度明显优于传统的SVM方法,且速度较快,因此,该算法用于短期电力负荷预测是有效可行的.     

螺钉机工艺智能化设计与仿真方法研究

针对自动螺钉机工艺方案设计效率低,质量差等问题,基于Tecnomatix平台开发螺钉机工艺方案设计与仿真系统.借助图像识别技术获得螺钉孔位置,使用雷达式螺旋算法、改进时遗传算法优化螺钉拧紧次序,通过与Tecnomatix平台的集成,在三维虚拟环境中进行干涉仿真评估.应用案例表明,图像识别坐标的偏差符合仿真的要求;自适应...     

城市地下水动力场变异对土体环境稳定性影响分析

以城市地下水为主要研究对象,在地下水与土体相互作用的现实和理论背景下,从影响地下水动力场变异的因素入手,具体分析了动力场变异的方式、途径、成因,着重研究了地下水动力场变异对土结构性质的影响,首先,分析了地下水动力场变异对土体结构的影响机制.然后,为了更深入地从微细观及宏观层面阐明地下水动力场变异对土体作用的实质,结合理论模型作具体分析.最后提出了研究的重点、手段和进一步发展的方向.     

具有遗传特性的粒子群优化算法及在非线性盲分离中的应用

粒子群优化算法是一种新的基于群智能的随机优化进化算法.文章将变异和交叉思想引入到粒子群优化算法中,其基本思想是利用粒子群优化算法每次迭代的最优粒子位置及速度为基础对部分粒子进行变异,然后对变异前后粒子的分量进行随机交叉操作,从而产生新一代粒子群.通过这种处理使得粒子群体的进化速度加快,从而提高了算法的收敛速度和精度.该算法应用于盲信号分离中而获得一种非线性盲信号分离算法.计算机仿真结果表明该算法的收敛性能优于粒子群优化算法,并且在非线性盲信号分离中是有效的.     

改进的乌鸦搜索算法在软件测试用例生成中的应用

在软件测试中,为了更有效地生成测试用例,提出了一种改进的乌鸦搜索算法应用于软件测试中生成不同的测试用例.该算法采用柯西变异算子来自动生成具有较高变异的测试数据集,利用相对误差作为适应度函数来选择较好的测试用例.柯西变异算子的引入可以防止算法陷入局部最优,进而增强了算法搜索的效率.实验结果表明,与其他启发式算法相比,该算...     

改进收敛因子和变异策略的灰狼优化算法

针对灰狼优化算法(GWO)在求解复杂优化问题时容易出现收敛速度慢和早熟收敛等缺点,提出了一种改进收敛因子和变异策略的新型灰狼优化算法(C MGWO).为了平衡GWO算法的全局探索能力与局部开发能力,设计了一种基于反余弦函数变化策略的收敛因子;为了进一步提高算法跳出局部最优解的能力,提出了一种新的位置变异策略.仿真实验结...     

一种改进的遗传算法在函数优化中的应用

针对传统遗传算法在处理多峰值函数优化存在的"早熟"问题,以及在后期搜索效率低的问题,在对目前常见的几种种群早熟程度评价指标进行分析的此基础上,提出了一种新的种群"早熟"程度评价指标,并据此提出了一种改进的自适应遗传算法;最后将改进的遗传算法用于函数优化;实验表明:改进后的遗传算法有效地解决了过早收敛、局部搜索能力差和全局收敛 速度慢等问题.     

带有变异的离散的单种群持久性

文章对离散状态下单种群演化模型进行研究,利用分析方法并结合Lyapunov函数给出单种群在变异下持久性的充分条件.     

闽西与台湾客家民间信仰的传承及变异

闽西和台湾客家民间信仰一脉相承,台湾民间信仰中诸多神灵都是早期赴台的闽西客家人从原乡携去的.但在其传承与发展过程中,也发生明显的变异.本文试图探讨闽西和台湾客家民间信仰的传承关系及其发生变异的原因.     

从语汇语音变异看当代汉语失范现象

当代汉语语汇变异主要表现在因“将错就错”而习非成是,以及使用语词的随意、凌乱、不规范等方面;语音变异则主要表现在时尚化、简单化和粗略化等方面。值得人们警惕的是,这些失范都有被认可、被提升为“规范”的趋势。