基于人工鱼群算法诊断电力系统故障问题

本文研究了基于人工鱼群算法及断路器跳闸信息的诊断电力系统故障问题。首先根据元件故障与断路器跳闸之间的逻辑关系,构造了电力系统故障诊断与鱼群算法的0-1模型,也可称之为人工鱼;然后使作为当前鱼的人工鱼,通过觅食行为逐步向视野范围内适应度最优的位置移动,并通过一定概率进行随机行为,以避免算法陷入局部最优;通过多次迭代,找到适应度为0的位置,即故障元件。实验证明,本算法能有效地在短时间内找到故障元件,其成功率在90%以上。     

基于改进人工鱼群算法的配电网规划

针对人工鱼群算法在求解配电网规划时存在的计算复杂度以及收敛性方面的缺陷,本文提出了一种改进的人工鱼群算法。该算法引入了禁忌搜索中的记忆功能,可以避免迂回搜索从而提高计算的效率。通过建立网架优化年综合费用最小模型,并采用改进人工鱼群算法进行求解,实例验证所提方法的正确性和优越性。     

改进的人工鱼群算法求解TSP问题的研究

针对旅行商(traveling salesman problem,TSP)是一个NP问题,本文使用改进的人工鱼群算法(improved artificial fish swarm algorithm,AFSA)进行线路的优化.首先阐述了TSP问题基本概念,其次针对基本的人工鱼群算法分别优化:(1)使用Laplace进行种群初始化,提高种群多样性;(2)使用正弦余弦算法取代觅食行为,保证算法在全局和局部范围内具有一定的平衡性;(3)利用人工蜂群算法对每一次迭代后的个体进行筛选,保证了算法的解的质量.仿真实验中本文算法在TSP路径规划方面具有一定的效果.     

基于细胞膜优化的人工鱼群算法研究

研究人工鱼群算法优化问题,为了改进AFSA在非全局极值点出现较严重聚集情况时,收敛速度降低,甚至陷入局部极值,搜索性能劣化的问题,采用细胞膜优化算法物质的转运方式,对人工鱼群算法的寻优行为进行改进,从而一定程度上避免算法陷入局部最优,提出了一种基于细胞膜优化的人工鱼群算法.通过4个典型函数仿真和应用实例仿真结果表明,该算法是可行有效的,求解精度更高,算法更稳定.     

人工鱼群算法研究与应用现状

人工鱼群算法是一种新兴的元启发式仿生群集智能优化算法。在分析生物鱼类特点的基础上,对人工鱼个体的模型进行了总结,概括了人工鱼群算法的参数改进研究现状以及混合鱼群算法的研究。对人工鱼群算法的应用领域进行了总结,并提出了今后人工鱼群算法的研究方向。     

TSP问题的人工鱼群解决方案

人工鱼群算法是目前提出的一种基于生物模型的优化算法,文章阐述了人工鱼群算法的相关知识,提出了TSP问题的人工鱼群算法的基本模型,并对采用人工鱼群算法模拟TSP问题的基本步骤进行了定性分析。     

基于改进人工鱼群算法的可用输电能力计算

针对当前可用输电能力计算存在着易早熟、收敛速度慢等问题,提出了一种改进的人工鱼群算法进行求解,提高了计算结果的准确性、收敛性能以及计算速度。人工鱼群算法是群智能随机全局优化技术,该算法引入了禁忌搜索算法中的记忆功能,可以有效避免迂回搜索并提高计算的效率。在对人工鱼搜索的机制进行研究的基础上,对寻优行为进行改进,采用最好解优先选择前进的路径并以排序选择的方式接受劣解,从而进一步提高算法的效率。修改过的IEEE 30节点系统的计算结果表明,改进人工鱼群算法用于可用输电能力计算是有效的,具有良好的全局收敛性能和较高的计算效率。     

基于多目标鱼群-蚁群算法的水资源优化配置

为了解决复杂的水资源优化配置问题和丰富智能优化方法在水资源优化配置中的应用,建立了以经济、社会、环境综合效益最大为目标的水资源优化配置模型和多目标鱼群-蚁群算法。经济效益以区域供水带来的直接经济效益最大为目标;社会效益以区域总缺水量最小为目标;生态环境效益以区域重要污染物排放量最小为目标;约束条件包括供水、需水、水环境和经济发展协调度等。多目标鱼群-蚁群算法融合了人工鱼群算法的快速跟踪变化和跳出局部极值优点以及蚁群算法的信息素正反馈优点,并将人工鱼群算法中的拥挤度概念引入到蚁群算法中,避免了蚁群算法初期可能早熟的问题。通过实验仿真,此算法具有较快的收敛速度和较高的寻优性能,能有效地找到优化解,从而为解决复杂的水资源优化配置问题提供了新的思路。     

基于改进人工鱼群算法的航班进近服务优化

为了减少管制员的工作量,需要对航班进近的服务次序进行优化,建立使得进近管制员的总服务时间最少的数学模型,降低管制员的工作负荷,减少平均航班延误量。以改进的人工鱼群法为核心算法,结合概率当中的＂捆绑法＂思想以及先到先服务原则,形成综合算法。仿真结果表明,此综合算法能减少航班平均延误,减少空中交通服务时间,从而减少管制员的工作量。     

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。     

基于神经网络的汽油机故障诊断的专家系统

汽油发动机出现故障的机率较高,一般占整车故障的４０％左右,研究汽油发动机故障诊断专家系统,可以及时准确地对发动机技术状况做出判断,指导调整其技术状态,这无疑增加了汽车使用的可靠性,经济性和安全性。人工神经网络是基于数值计算和知识处理系统。针以地传统专家系统在处理故障诊断中的不足,提出了将人工神经网络技术与专家系统融合的模型,并将此模型应用到汽油机故障诊断中。     

基于MATLAB神经网络工具箱的核电厂故障诊断

本文将MATLAB神经网络工具箱应用于核电厂的状态检测与故障诊断,通过对核电厂典型故障的特性分析,确定网络的输入输出并建立相应的网络结构。为验证神经网络故障诊断的有效性,本文对核电厂蒸汽发生器系统进行了仿真实验,验证了神经网络故障诊断的准确性、实时性和可扩充性。     

基于虚拟技术和灰色理论的发动机故障诊断专家系统

在运用虚拟仪器技术实时采集发动机运行状况参数的基础上，采用产生规则和框架的知识库表示方法，结合故障树分析法和灰色关联度的推理机制，提出了一种基于虚拟技术的发动机故障诊断专家系统．介绍了该系统的总体结构、设计原理及方法．通过实践证明系统具有较高的准确性和实用性，并能缩短开发周期，降低开发成本．     

多媒体技术在汽油发动机故障诊断专家系统中的应用

针对汽油发动机的特点，分析了发动机的故障状况，并结合多媒体发展现状，阐述了多媒体技术在故障诊断中的应用前景，以及多媒体技术在汽油发动机故障诊断系统中应用的实现过程。利用多媒体技术能提高系统的直观性，简洁性；提高人机交互能力；此技术在工业技术上应用前景光明。     

机械故障诊断系统中应用 AIS-HMM混合模型的可行性分析

机械故障是很多企业都面临的一个难题,尤其是一些生产企业,当机械出现故障时,就会对生产或经营产生影响。当机械故障不能够有效地解决,带来的损失也将会更大。目前已经有很多机械故障的诊断方法,但随着大型机械的不断出现,机械变得越来越复杂,机械故障的诊断也越来越难,传统的诊断方法已经不能够很好地解决一些大型机械系统的故障。人工免疫系统（Artificial Immune System,简称 AIS）和隐马尔科夫模型（Hidden Markov Models,简称HMM）在机械故障诊断系统中都可以应用,但它们在应用的时候都存在有不足,那么是否能够将 AIS 和 HMM 结合起来应用在机械故障的诊断当中呢？本文将对在机械故障诊断中应用 AIS-HMM 混合模型的可行性进行分析。如果能够将AIS-HMM 混合模型应用在机械故障的诊断当中,将会大大提高机械故障的诊断效率。     

改进的蚁群引导电网系统云数据聚类故障检测

传统的蚁群算法在迭代过程中产生逆转变异,新的结点与链路也可能在任意时刻加入到云中,给电网系统云数据的云计算和故障数据预测检测带来很大难度,出现拥塞控制,导致聚类效果不好。结合云计算处理数据的特点,对传统的蚁群算法进行改进,提出一种改进的蚁群引导电网系统云数据聚类和故障检测算法,根据基因位随机数大小决定输出概率的精度,更新状态类别充分统计量,得到故障特征观测概率和初始概率,执行聚类中心更新规则。搭建的Hadoop集群云计算原型系统,在开源的云计算平台框架和HBase电网系统数据库下进行数据采集和算法实现。仿真结果表明,算法在数据聚类和故障检测中具有较好的应用性能。     

基于ANP的企业软实力评价体系研究

企业软实力在企业发展建设中的作用越来越重要,科学合理地评价企业软实力是企业软实力建设的前提,可以为企业的持续发展提供科学的决策依据.以国家软实力理论的研究为基础,结合企业竞争力理论,从企业形象、企业文化、创新能力、管理能力和公共关系五个方面建立了企业软实力评价指标体系.在企业软实力评价指标体系的基础上运用网络层次分析法(ANP)建立了企业软实力的评价模型,并给出实例,采用超级决策(Super Decisions)软件计算出评价结果.     

一种基于系统聚类的图书馆读者细分模型

读者细分是图书馆管理中迫切需要解决的问题,"被动服务"的图书馆服务模式逐渐转向"读者驱动",所提供的个性化服务应该符合读者的实际需求,因此这种个性化服务对于目前单一的读者属性细分方式提出了更高的要求。本文采用系统聚类算法建立了图书馆读者细分模型,进而提出了四种不同的细分方式,并用图书馆流通数据对模型进行了测试,验证了该细分模型的实用性和有效性。