一种改进的免疫算法的研究

针对免疫克隆算法中存在的算法精度低,全局收敛速度快问题,本文提出了一种改进的免疫克隆算法,通过基本免疫算法中的疫苗策略和局部搜索中采用的高斯变异,使得算法的精度提高,降低了全局收敛速度,提高了局部最优解的范围,通过3个测试函数说明本文算法相比基本免疫克隆算法提高了算法的性能,提高了算法精度。     

一种数据挖掘算法在课程中的研究

针对关联规则挖掘算法中存在事务之间的某种关联性的数据无法区分的问题,本文将蚁群算法和加权概念引入到挖掘算法中,首先分析了目前加权关联规则挖掘算法的不足,提出了将蚁群算法引入到加权关联规则中,并对蚁群算法中的应度函数,状态转移规则和信息素更新的改进,并采用矩形向量作为事务存储结构进行连接和剪枝。仿真实验中与基本Apriori算法进行比较,并通过将本校的课程资源作为挖掘对象,结果说明本文算法具有良好的挖掘效果。     

一种基于免疫算法的PID控制器

传统的PID控制器存在着参数不可实时调节的缺陷。已有的基于免疫反馈原理的PID参数优化方法可改善传统PID控制器的性能,但每次只能将三个参数以同等倍数增大或降低,缺乏针对性。为此,提出一种改进方法,利用免疫控制器对三个参数有针对性地进行调整,仿真结果表明改进后的免疫PID控制器性能得到了进一步的提高。     

一种金字塔存储算法在云计算数据库中的研究

传统的数据库的存储功能已经无法满足云计算下的数据存储和访问,本文首先分析云计算数据库的架构的组成形式,将树型存储方式作为云计算数据逻辑存储,其次,将金字塔算法引入到数据存储访问中,将云计算下的数据特征嵌入到算法中。通过模拟云计算环境的仿真实验说明本文的算法相比与普通算法能够缩短存储时间和访问时间,提高了效率。     

一种基于能量消耗分簇算法在WSN中的研究

如何降低能量消耗是无线传感网络中的重要研究方向,本文首先对节点中的簇首节点消耗问题进行研究,然后针对分簇算法进行了改进:在簇首节点中采用遗传算法选出最优的节点;在簇覆盖范围中采用能量作为判断依据;在簇与簇的通信中采用改进的Dijkstra算法进行优化。仿真实验表明,本文的算法与LEACH,DBCP算法相比有了明显的改进,节点的能量消耗更加合理,生命周期进一步加强。     

一种改进的DV-HOP算法在WSN中的定位研究

如何能够更好的提高节点定位一直都是WSN研究的重点,本文在DV-HOP定位算法的基础上,从误差精度,锚节点稳定度和反向学习选择-最小二乘估计来对节点定位的3个方面进行改进。首先在定位误差精度中引入混沌优化算法,其次在锚节点处理中引入稳定度概念,最后在未知节点定位中引入反向学习和最小二乘估计。改进后的算法在通信半径和拓扑结构两个方面进行了仿真实验,实验表明,本文算法能够有效的减少计算带来的定位误差,提高定位精度。     

小波神经网络改进算法在故障诊断中的应用

为提高变压器油溶解气体分析法的故障诊断能力,提出了加动量批处理小波神经网络算法。实验结果表明,与传统故障诊断方法相比,该算法有效地避免了陷入局部极小、振荡和发散问题,提高了学习速度、稳定性和故障诊断效率,具有很强的可行性和有效性。     

小波神经网络改进算法在故障诊断中的应用

为提高变压器油溶解气体分析法的故障诊断能力,提出了加动量批处理小波神经网络算法.实验结果表明,与传统故障诊断方法相比,该算法有效地避免了陷入局部极小、振荡和发散问题,提高了学习速度、稳定性和故障诊断效率,具有很强的可行性和有效性.     

一种功率算法在微机保护中的应用

针对传统电力测量仪表存在的不足，通过对微机保护装置常用算法的分析，提出一种利用两功率表法，采用长数据窗瞬时量积分以求取一周波线路的平均有功、无功功率的算法，编制了能够应用于发电厂、变电站等任一进线、出线，以及系统间联络线的三相三线制系统的有功功率、无功功率的测量程序，并对程序可行性进行了验证。     

量子神经网络算法在电网故障诊断中的应用

将量子神经网络(QNN)方法应用到电网故障中,建立故障诊断模型。首先以保护装置和断路器的动作信息为条件属性集,建立电网故障决策表,然后将简化后的决策表作为训练样本,训练量子神经网络,使网络具有故障诊断功能。仿真实验结果表明,提出的算法有效提高了故障诊断的正确性和效率。     

免疫算法在运输问题中的应用

运输问题是一种典型的组合优化问题。对以往免疫算法作了适当的改进,将其用于运输问题。通过数值实验将改进的免疫算法与遗传算法进行了对比,验证了该算法求解运输问题的有效性。     

一种改进的SVM算法在决策分析中的应用

决策支持系统是跨学科的综合体系,涉及机器学习理论。支持向量机是近几年发展起来的学习方法,它是利用最优分类面（线）将两类样本在特征空间或输入空间中无错误地分开,而且要使两类的分类空隙最大。然而当两类中的样本数量差剐悬殊时,支持向量机的分类能力会下降。为了解决此问题,本文提出了一种改选的支持向量机算法,在所开发的医学决策支持系统上的应用表明,此方法在解决两类样本数量十分不均衡问题时有着很强的分类能力,不失为一种有效的决策分析工具。     

一种改进蚂蚁算法在TSP问题中的应用

蚂蚁算法是一种模仿蚂蚁群体行为的智能化算法.正反馈机制是蚂蚁算法的特点,它使得蚂蚁算法能够较快收敛到问题的最优解,但同时也是蚂蚁算法的缺陷,它使得蚂蚁算法容易陷入局部最优解.ACS和MMAS是两种典型的改进蚂蚁算法,通过引入伪随机概率选择规则和信息素最大、最小限制规则来加快蚂蚁算法收敛速度同时避免陷入局部最优解.目前,针对启发信息的影响进行改进的蚂蚁算法还没有.提出一种基于方向启发信息的改进蚂蚁算法,为蚂蚁算法的改进研究提供了新的思路.     

基于一种改进的粒子群算法在云计算中的任务调度研究

针对粒子群算法在云计算任务调度中存在效率低等问题,提出在将鸡群算法引入到粒子群算法中,将粒子的分布按照鸡群算法中的公鸡,母鸡和小鸡来进行区分,同时对粒子的学习因子进行了改进,有效的避免算法陷入局部,收敛速度快的缺点,在云计算仿真平台中,将本文算法与粒子群算法,鸡群算法在虚拟机负载均衡,消耗成本和完成时间上进行对比都取得了一定的优势,说明本文算法能够有效的提高云计算任务调度效率。     

一种图像数字水印算法研究

为实现数字水印的隐蔽嵌入,提高水印鲁棒性和信息量,基于小波离散变换(DWT)、非下采样Contourlet变换(NSCT)和奇异值分解(SVD)提出了一种数字水印算法。利用Arnold变换实现水印图像的置乱加密;通过NSCT处理载体图像得到大小相同的低频子带,对该低频子带进行小波分解,然后进行SVD;确定嵌入强度,并将置乱的水印信息嵌入到奇异值中,重构低频分量;通过小波逆变换和NSCT逆变换实现水印嵌入。实验结果表明,在保证水印嵌入信息量前提下,该算法能够满足水印的隐蔽性;同时可抵抗噪声、滤波、压缩、剪切、旋转等攻击,鲁棒性较强;PSNR值在30 d B以上,NMSE值均在0.2以下。所述图像数字水印算法具有很好的鲁棒性、不可见性以及抵抗各种攻击的能力,对数字产品的版权保护具有促进作用。     

一种基于遗传免疫算法的种系树构建方法

系统发生树的柄建问题是一个NP完全问题,研究构造发生树的近似最优算法有着重要意义。将遗传算法和免疫算法结合起来,形成了一种利用抗体多样性保持策略的IGA,并将其用在最大简约法的构建中,结果表明方法是可行的。     

数据库清理中的一种匹配算法

由于各种原因,数据库中的记录有很多重复的记录,有必要删除重复的记录。用Java编码提出一种新的匹配算法,解决了复杂的匹配问题,并且可根据需要扩展。     

一种改进蚁群算法在机器人路径规划中的应用

在基本蚁群算法的路径规划中,存在容易陷入局部最优解和搜索时间长等缺点,针对这些问题,提出了一种改进蚁群算法。初始时刻为了使蚂蚁扩大搜索范围,避免陷入局部最优,引入了分段函数,采用状态转移概率和分段的组合优化方法平衡各路径信息,而在搜索一定区域后,为了加快收敛速度引入导引函数。并针对边界障碍提出了回退策略。仿真结果表明,在栅格地图模型中,该算法能迅速地避开障碍,找到最优路径。     

大数据下的一种人工免疫算法在汽车设备检测中的研究

针对人工免疫算法存在易早熟等缺点,将蚁群算法融合到算法中,改进了算子因子,并通过蚁群算法特有的信息素,转移概率等操作,提高了算法的性能,仿真实验中,将融合后的算法结合支持向量机对大数据条件下的汽车设备的故障进行预测,取得了比较好的效果。