基于DE算法的隧洞岩爆形迹反分析研究

差分进化算法(Differential Evolution,DE)是一种基于群体进化的算法,具有收敛速度快、规则简单、易于实现的优点.以一种适用于高地应力条件下的硬岩本构模型为研究对象,提出基于DE算法的参数辨识方法.该方法以破损区的数值计算值与实测值的误差大小作为适应度来评价参数的品质,通过DE算法在全局空间上自适应地辨识该本构模型的最优参数,从而实现对高地应力下隧洞围岩脆性破坏的范围和深度的准确模拟.用该方法对加拿大的Mine-by隧洞进行了围岩本构模型参数识别,计算结果与实测情况相吻合,表明该方法是科学可行的,具有较高的效率和精度.     

一种基于数据平滑技术的回归预测算法

在基于固定窗口宽度滑动窗口模型的基础上。提出了一种基于回归参数存储的预测模型,该模型设置了计算区、数据区和参数区。计算区用于获得最近一个滑动窗口中的数据。数据区用于接收新数据,参数区存储最近若干组滑动窗口数据所计算得到的线性回归参数值,作为计算预测结果的原始数据集。按照这种模型的处理思路。提出了一种基于数据平滑技术的回归预测算法,随着窗口的滑动。对数据区中的数据进行回归分析,获得前面若干组滑动窗口数据的回归函数并存入参数区中,检验当前窗口中数据获得的回归函数预测效果。实验分析表明。通过修正当前回归函数的参数。可以使预测函数的预测精度得到很大程度的提高。     

基于改进差异进化算法的有功优化仿真研究

在电力系统有功优化这个复杂的全局优化问题上,差异进化(Differential Evolution,DE)算法可以增加其种群多样性但搜索效率低,于是在其基础上提出了一种改进的差异进化算法(Improved Differential Evolution,IDE)。IDE算法保留了DE算法的三大步骤:变异、交叉以及选择,优化了传统的变异策略,同时引入了Logistic映射改变系统参数,使固定取值的搜索步长和交叉算子在一定范围内随机取值,以此扩大种群搜索范围,加快收敛速度;IDE算法最后运用了考虑系统约束的非贪婪选择,以确保算法在可行域里探索最优解。为验证算法的实用性,利用Matlab软件,将DE和IDE算法在IEEE30节点测试系统上进行目标函数为电网功率损耗的有功优化仿真。仿真结果表明,IDE算法增加了种群多样性,加快了收敛速度并且提高了搜索效率。通过此次仿真,加深了学生对电力系统有功优化以及DE算法的认识和理解,同时引导学生利用计算机技术改善算法的搜索性能并且求解优化问题。     

基于改进微分进化算法的PID控制器参数优化设计

PID控制器参数的优化整定一直是自动控制领域的研究热点。本文利用改进微分进化（DE）算法对传统P1D控制器的参数进行优化设计,仿真实验结果表明本文提出的PID参数的优化方法可以获得满意的控制效果,各项控制性能指标优于传统方法整定得到的PID控制器。     

特高压输电线路故障定位误差的影响因素及其校正

传统的傅氏算法、不准确的线路长度和参数都会造成相当大的故障测距误差,在此基础上本文提出了傅氏算法的在线校正方法,同时针对单回线和双回线分别提出了利用线路两端的电气量进行输电线路长度和参数的在线校正方法。经仿真验证,改进傅氏算法能准确地提取工频相量;单回线参数在线校正法能准确计算单回线的正、负序阻抗;双回线参数在线校正法能准确计算出其同、反序网络中的序参数,为后面的测距算法奠定了准确的数据基础。     

基于小生境中适应度共享的改进DE算法

将小生境技术和适应度共享思想引入DE算法中,用于改进种群替代中子代选择的优化问题,具体做法是:首先根据DE算法中的变异、交叉及选择操作得到子代种群,其次将这些子代种群通过小生境技术划分为若干个小种群,并在每个小种群中利用适应度共享方法选择或剔除个体,最后将得到的子代和原父代合并作为下轮算法的父代种群.通过测试函数对改进...     

用PR方程直接模拟固体在超临界CO_2中溶解度

固体在超临界流体中的溶解度是设计超临界萃取过程的重要基础数据,状态方程PR方程常被用来计算这一数据。但该方程中的二元相互作用参数需要从实验数据回归得出,这就使该方程不能够推算固体在超临界流体中溶解度。本文用固体的热力学参数计算二元相互作用参数,不依赖实验数据,直接用PR方程模拟固体在超临界CO_2中的溶解度。计算结果表明,模拟值同实验值吻合较好。     

免疫遗传优化支持向量机回归在混沌时间序列预测上的应用

在分析支持向量机(Support Vector Machines,SVM)回归算法的基础上,提出了一种免疫遗传优化向量机回归算法来预测混沌时间序列.算法根据混沌时间序列样本的特点利用免疫遗传算法对支持向量机回归方法参数进行优化.免疫遗传算法有效地克服了未成熟收敛现象,获得相关参数最优值.对混沌时间序列预测的实际算例表明,与支持向量机方法相比,本文所提的免疫遗传优化支持向量机回归方法具有更高的预测精度.     

微粒群算法研究与应用分析

微粒群优化算法(PSO)是一种进化计算技术,通过微粒间的相互作用发现复杂搜索空间中的最优区域。本文介绍了微粒群算法的产生,标准微粒群算法及流程,算法参数.围绕微粒群算法的改进形式,算法的应用等方面对微粒群算法的研究现状进行综述。     

数字星图生成算法的设计与仿真

针对星模拟器中重要的数字星图生成算法进行了设计与仿真,给出了算法实现的详细流程,计算公式,参数选取和仿真结果。数字星图生成算法可以根据输入的星空的赤经,赤纬,视场角度数,分辨率等参数,准确计算出所观测的星空区域所对应的星图。对一组典型的测试输入参数进行了算法仿真,给出了该参数对应的星图仿真结果,并和已有商用软件生成结果进行了比较,验证了该算法的正确性。数字星图生成算法可以直接用于星模拟器及其他相关设备中的星图生成。     

基于范数支持向量回归机的算法扰动设计研究

解决回归问题中相对重要的方法就是支持向量回归机。实际问题中的一些固定测量及公式计算总会存在误差,因此有必要通过扰动分析来讨论研究支持向量回归机数据的扰动问题。基于此,把1范数支持向量回归机作为研究对象,通过扰动分析,在一定的条件下给出了解对扰动数据偏导数的表达式,建立线性规划中1范数支持向量机算法的原始问题的灵敏度分析定理。     

由实验观测值反求佛哈斯特方程中的参数

采用分段线性Lagrange插值法,给出了由实验观测数据反求佛哈斯特方程中的参数的计算方法,算例证实了算法的有效性.     

基于控制参数双峰分布的小种群差分进化算法

当前差分进化算法研究主要集中在常规种群上,对小种群差分进化（DE）算法的研究较少。小种群差分进化算法因种群规模小,存在多样性降低过快的问题。因此提出一种基于控制参数双峰分布的小种群差分进化算法（BiMDE）。该算法采用基于柯西双峰分布的参数调节机制处理变异缩放因子 F 和交叉概率因子 CR,并对缩放因子 F 进行矢量化设定。将 BiMDE 算法在函数集 CEC2014 上进行测试,并与 5 种最新的小种群差分进化算法进行比较。结果表明,BiMDE 算法在求解精度、收敛速度以及多样性保持上具有较大优势。     

Excel在预测技术中的应用探讨

文章提出了趋势外推预测法和回归分析预测法参数识别表达式,探讨了Excel在趋势外推预测法和回归分析预测法中的应用,在使用趋势外推预测法时无需使用时间坐标平移法,使具有简单计算机操作水平的工程人员能方便快捷地掌握预测方法的使用,减少计算工作量。     

面向燃煤锅炉低氮燃烧优化的OBLPSO算法和GOBLPSO算法比较（英文）

为进一步降低燃煤电站锅炉的NO_x排放量,在低氮燃烧优化中引入相反学习粒子群算法(OBLPSO)和广义相反学习粒子群算法(GOBLPSO).在某660 MW燃煤机组锅炉中进行了摸底工况、变氧量工况、变磨煤机投运方式工况、变风压工况等燃烧调整试验,得到燃烧优化的样本,进而比较分析了粒子群算法(PSO)、标准差分进化算法(DE)、OBLPSO算法和GOBLPSO算法的适应性.51次独立重复优化试验结果表明:PSO算法性能优于DE算法,而GOBLPSO算法性能总体优于PSO算法和OBLPSO算法.GOBLPSO算法优化的NO_x排放量中位数较PSO算法最多可低15.8 mg/m~3.广义相反学习能有效利用当前搜索空间的信息,提升粒子群在低氮燃烧优化中的适应性.     

一种碳酸盐岩气藏PDP储量井控半径计算新方法

为准确评估储层发育受控因素复杂、非均质性强、储集类型多样的碳酸盐岩气藏生产井井控半径,采用动静态资料对碳酸盐岩气井进行分类,根据分类结果,选取储层厚度、含水饱和度、渗透率变异系数、泥质含量、渗透率、孔隙度和测试产能等7个参数作为Logistic回归的影响因素,采取Logistic方法对气井进行量化分类,对不同类型气井的井控半径使用LASSO方法进行量化回归,可计算得到井控半径。结果表明：选取63口井进行Logistic方法回归,其中60口井分类正确,正确率达到95%;基于Logistic-LASSO方法的井控半径计算结果与动态储量反算法对比,回归误差在10%以内,可以对生产初期各类井的井控半径进行回归预测;通过该方法评价出的井控半径可以减少容积法评估PDP储量的误差。     

关于“和平号”回归参数的计算

根据中国教育报 2 0 0 1年 4月 1日的文章《和平号空间站备忘录》提供的数据 ,计算“和平号”回归运行中的参数 ,主要有 :三次点火时和平号运行轨道上的速度 ;发动机工作时和平号的加速度及其消耗掉的燃料 ;和平号溅落地点的计算     

基于最小二乘支持向量机算法的小地锚抗拔承载力研究

目的：基于最小二乘支持向量机算法预测小地锚的抗拔承载力。方法：最小二乘支持向量机算法中的输入参数包括等效地锚直径,地锚埋置深度,平均顶椎阻力,平均椎套摩擦力以及安装工艺。使用现场试验的119组数据中的83组数据进行最小二乘支持向量机回归模型分析,并使用剩余的36组数据测试模型的拟合良好性;同时用敏感度分析研究每个输入参数的作用。结论：通过与人工神经网络模型的对比,发现最小二乘支持向量机的性能表现优异。     

基于K-空间积分格林函数的近场声全息技术

目前基于Neumann边界条件空间声场变换技术格林函数的主要有限离散化算法是k-空间抽样格林函数法．J然而，该条件下的k-空间积分格林函数法却很少应用在相关的课题研究中．所以对于该算法的重构特性以及这两种算法在空间声场变换中的优劣是人们一直普遍关注的问题．本文通过计算修正了该算法在Neumann边界条件下的计算参数，并通过数值仿真分析了k-空间积分格林函数的相关特性，最后通过仿真计算给出了这两种方法在不同重构参数下的误差分析．这些分析结果可为进一步的工程实践提供参考。     

基于用户习惯偏好相似度的Slope One推荐算法

数据稀疏是协同过滤预测精度的一个重要影响因素。Slope One算法使用简单的线性回归模型解决该问题,但它只使用评分数据做计算,未考虑相似性。提出一种基于用户习惯偏好相似度的Slope One算法（UPS Slope One）。UPS Slope One首先基于用户习惯偏好聚类,得到三组不同偏好的用户,然后分别计算各组评分偏差,计算时将用户习惯偏好相似度融入其中,最后使用线性回归模型预测评分。在MovieLens数据集上的实验表明,该算法可得到更高的推荐质量、预测准确性和稳定性。