基于Fibonacci采样的数据预处理方法研究

提高神经网络(NN)的收敛速率和预测精度一直是人工智能领域的一个挑战性问题,尽管许多研究人员已在研究中使用小批量数据训练神经网络获得了较好的效果,但是这些方法并不够灵活.针对这个问题,该文提出了一种新的数据预处理算法即Fibonacci采样算法.根据Fibonacci数列规则绘制一个新的训练数据序列,这不仅可以恢复小批...     

带混合算子的自适应遗传算法的收敛性研究

针对标准遗传算法存在搜索效率不高以及过早收敛的问题,利用自适应遗传算子提高算法的优化性能,并结合混合算子增加种群的多样度,设计了一类带混合算子的自适应遗传算法,给出了该算法的具体实施步骤,利用Markov链理论研究了该算法的收敛性问题,并通过模拟实验分析了该算法的性能。实验及分析表明,该算法切实可行,可操作性好,具有一定的通用性。     

基于改进RRT*算法的移动机器人路径规划

为解决渐进最优快速扩展随机树(RRT*)算法在特殊环境下(如狭窄通道)路径规划存在的内存占用多、规划效率低等问题,提出了一种基于目标约束采样和目标偏置扩展的改进R RT*算法.首先,在采样上引入目标偏置策略,并对每次采样进行位置约束,使采样的目标导向性更强.然后,在新点扩展上摒弃了已有算法单纯朝着采样点扩展的思路,通过...     

灰色马尔科夫链在连续刚构桥梁施工线形控制中的应用

介绍利用灰色马尔科夫链对连续刚构桥梁分段悬臂施工时进行线形控制的基本原理,经过工程实例的应用表明,灰色马尔科夫链能较好地应用于连续刚构桥梁悬臂施工的线形控制,该方法能充分利用桥梁施工过程中各段的历史数据给予的信息,对随机波动性较大的数据也能进行较高精度的预测,具有较高工程实用价值.     

基于量子的免疫进化算法及收敛性

分析和探讨了量子计算的特点及免疫进化机制,并结合免疫系统的动力学模型和免疫细胞在自我进化中的亲和度成熟机理,提出了一种基于量子计算的免疫进化算法。该算法使用量子比特表达染色体,通过免疫克隆、记忆细胞产生和抗体相似性抑制等进化机制可最终找出最优解,它比传统的量子进化算法具有更好的种群多样性、更快的收敛速度和全局寻优能力。在此不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性。     

地下水采样常见问题分析及其对策研究

采集具有代表性的样品是地下水监测数据真实、准确的前提,根据监测目的、监测项目和监测井状况选取合适的器具和方法是地下水样品具有代表性的重要保证。该文梳理了地下水监测技术规范中常用采样方法,分析了地下水监测中采样工作存在的问题,并对提升地下水样品代表性的对策进行了探讨。     

高维数据下关于正态均值线性约束的检验

高维数据经常会出现数据维数远远大于样本容量的现象,导致多元统计分析中许多经典检验方法失效,为弥补这一缺陷,以似然比检验方法为基础,结合并交原则,对于正态总体均值受线性约束这种假设检验问题提出了新的广义似然比检验方法,并通过数据模拟方法验证该检验与Bai和Saranadasa的检验方法相比能更好的控制检验水平.     

基于多源数据融合的高铁枢纽多模式换乘客流分担率估计

为实现高铁客运枢纽换乘客流分担率的精准辨识,研究结合多模式公共交通大数据,提出了一类基于广义出行链的高铁客运枢纽换乘方式选择模型.通过对不同公共交通方式换乘阶段的关联和融合,提取以高铁客运枢纽为端点的个体广义出行链,分析高铁客运枢纽换乘客流的时空分布特征;综合考虑高铁客运枢纽乘客的个体经济社会属性、主观心理因素及其个体...     

平行板间各向异性散射介质辐射传递方程求解

通过计算离散能束在传播过程中散射的能量在空间方向上的分布份额,用基于蒙特卡洛法的DRESOR法在平行平板系统内对相函数分别为一阶前向、一阶后向的各向异性散射介质中的辐射传递方程进行了求解,分别给出了各向异性散射条件下系统边界的具有较高方向分辨率的辐射强度分布以及系统内的热流、热源和入射辐射分布,并对各向异性散射对结果的影响进行了分析.将计算辐射强度结果代入辐射传递方程进行验证计算,验证结果的比较证明了DRESOR法求解辐射传递方程的有效性和正确性,并且计算结果达到了很高的精度.     

基于规则的开发链智能化产品配置方法

介绍了基于产品配置的开发链产品实现过程;讨论了产品结构模型与配置的关系;研究了基于结构模型的产品配置过程;给出了智能化产品配置的实现步骤．模型配置规则用来约束产品结构模型中各功能组件以及零部件之间的关系,限制配置过程中零部件的选择．给出了变量配置规则、配置约束规则和有效性规则等．讨论了配置知识库的构建方法．