基于极限学习机的VANET路段逻辑连通性算法研究

VANET是一种应用在道路交通环境中的无线通信模式,数据的传输性能从很大程度上都依靠道路交通流的状态。针对大量因素影响着VANET逻辑连通性,在对其建模时无法只应用单纯的数学分析方法,本文通过采用数据挖掘与仿真分析两种策略有效结合的方法系统性的研究和分析了VANET逻辑连通性。提出了基于极限学习机的VANET路段逻辑连通性模型,进而明确了路段逻辑连通概率与道路交通状态参数之间的直接关联。仿真实验结果表明,相比较于非线性回归模型,本文提出的基于极限学习机的模型因其设置的维隐含层节点更多一些,所以其连通概率估计误差值更小。     

基于贡献度-极限学习机理论算法的输电线路工程造价预测

<正>引言工程造价预测是工程造价控制的前提,是工程项目可行性研究的基础,也是招投标制定标底的依据,因此工程造价预测成为工程建设中首要解决的问题。快速而又准确地进行工程造价的预测,对于工程项目的管理实践具有重大的理论意义和现实意义。本文采用贡献度-极限学习机这些数学方法构成输电线路工程造价预测模型,并证明该理论与方法的科学性,进而研究解决工程造价预测效率不高这一难题。     

基于极限学习机的拉索多参数识别

拉索是斜拉桥中至关重要的受力和传力构件,因此,在桥梁运营期间准确识别拉索的索力极为重要.为准确计算拉索索力,本文推导了考虑拉索抗弯刚度的在3种特殊边界条件下拉索索力和自振频率的关系式.由于当边界条件为两端固接和一端铰接一端固接时,拉索索力和自振频率的关系没有显式表达式,采用极限学习机神经网络在已知拉索索长和前两阶频率的...     

基于极限学习机的分布式电力负荷预测

现代电力负荷数据以海量形式存在,传统单机模式无法满足电力负荷在线预测效果的要求。为了改善大规模电力负荷数据的预测效果,设计了基于极限学习机的分布式电力负荷预测模型。首先提取电力负荷数据,通过混沌理论的相空间重构方法对电力负荷数据进行预处理,产生电力负荷数据预测建模样本,然后将电力负荷数据预测建模样本细分成为多个子样本,通过云计算集群系统的分布式方式并行实现子样本建模,每一个小样本通过极限学习机进行建模和预测,最后采用具体电力负荷数据进行了仿真测试实例研究,测试结果表明,本文模型加快了大规模电力负荷数据建模速度,可以足电力负荷在线预测效果,而且电力负荷预测精度要明显优于当前其它电力负荷预测模型。     

基于改进极限学习机的中长期电力负荷预测

根据神经网络的非线性辨识能力和极限学习机(ELM)的高计算速度、高泛化能力等特点,提出一种批处理和逐次迭代相结合的改进极限学习机方法。实验结果表明,改进的极限学习机方法应用于中长期的电力负荷预测中,比传统的极限学习机效果更优。     

基于混合核函数的极限学习机遥感图像分类

针对遥感影像数据集庞大,地物复杂难辨等特性导致分类难度加大的问题,文中构建了一种基于混合核函数极限学习机的遥感图像分类方法。运用该方法对遥感图像数据集进行分类处理,并将其与单核极限学习机、无核极限学习机、支持向量机等方法进行了对比。实验结果表明,基于混合核函数的极限学习机在对遥感图像进行分类时,其总体精度更优,且一致性效果更好。     

基于改进灰狼优化核极限学习机的疾病诊断模型

为提高疾病诊断的效率,本文提出一种改进的灰狼优化算法与核极限学习机的混合模型。通过引入一种新的机制提高灰狼优化算法的探索与利用能力,改进的灰狼优化算法在进行特征选择的同时,也对核极限学习机的2个关键参数进行优化,模型在2个疾病数据集上进行实验验证。实验结果显示：提出的模型在准确率、敏感性、特异性等评价指标方面相对于其他混合模型高出约1%～2%,带特征选择的优化模型相对于没有特征选择的模型在评价指标上也高出约1%～2%。结果表明提出的模型具有一定的优势。     

基于多核SoC的负载平衡任务调度算法优化策略

分析了以往经典的多核SoC任务调度算法的基本原理和性能,并以负载平衡为目的,对多核SoC的任务调度算法进行优化。该算法在流水线调度算法的基础上,引入制导的自调度（GSS）方法,应用于多核SoC的任务调度。通过实验证明该调度策略在系统资源、开销等方面均有较好分配,减少了任务延时,系统的性能有了显著提高,达到负载平衡的目的。     

一种求极限的算法

在有些数学问题中,如果能够合理的使用无穷思想,则可以简化运算。     

一种求极限的算法

在有些数学问题中,如果能够合理的使用无穷思想,则可以简化运算。     

标准文献半衰期算法及实证研究

针对标准文献不同于图书、期刊等其他科技文献的特点,提出了标准文献半衰期的算法公式,并通过中国标准服务网(CSSN)收录的食品、电子、电气、冶金和农业5个领域的现行国家标准文献进行了实证分析.实证结果表明,不同领域的标准文献半衰期差异明显.     

加热器仿真算法与仿真结果分析

文章介绍了加热器的仿真算法,采用Runge——Kutta算法,将输入控制量经过计算得到温度值输出,列出仿真算法程序,给出仿真平台与控制系统的接口电路,最后由仿真曲线与实测曲线对仿真结果进行分析。     

基于MATLAB的温度系统控制算法仿真研究

本文研究了两大类用于大时滞系统控制的方法,即分别采用经典的PID控制、Smith预估器控制和BP神经网络智能控制方法,对温度控制系统在MATLAB、Simulink环境下进行了仿真研究,比较了各种控制算法的优点及存在的局限性,证明了采用变参数自适应BP神经网络的控制系统能够很好地解决这类非线性、大惯性对象的快速性和稳定性之间的矛盾,具有较强的自适应能力,是一种值得推广的针对不确定性大迟延对象的控制方案.     

无线传感器网络质心定位算法仿真研究

质心定位算法是无线传感器网络中一种经典的无需测距的定位算法。系统分析了锚节点个数、节点通信半径以及网络中节点总数对该算法定位性能的影响,并进行了仿真。通过对仿真结果的分析,在100m×100m的无线传感器网络区域内,当锚节点个数为总节点个数的10％时,针对不同的总节点个数,存在最优的节点通信半径,可以使节点定位率达到95％以上,同时具有较小的节点定位误差。     

网络时变信道点跟踪算法研究与仿真

提出一种基于网络信号解扩的测距码测距的时变信道点跟踪算法,设计网络线性可调滤波器,可以校正和补偿系统特征衰减,通过自适应调整网络数据信号发送滤波器和接收滤波器的权系数,使均衡器的相频特性与信道频率特性的逆向量相等,构建基于网络的信号解扩测距码频点信号模型,设计构建11级线性移位寄存器,生成网络信号测距码,计算时变信道点信号的测距码功率谱密度,经网络信号解扩的测距码时变信道点跟踪相关处理,提高解扩处理增益。仿真结果表明,该算法能使误码率最低,窄带干扰环境下,由于利用扩频伪码的离散频谱特性,对等效载噪比的影响较少,在网络远程通信和网络通信防御等领域具有较好的应用价值。     

套管偏梯扣极限拉伸失效仿真分析

本文针对一种新开发偏梯扣Φ88.9×6.45mm p110采用有限元法分析了其在极限拉伸载荷下的应力情况,同时计算极限失效载荷,分析了失效形式。结果发现:接头在标准上扣后应力分布合理,极限拉伸下接头表现出螺纹滑脱+管体断裂失效,失效载荷大于API值。说明该接头扣型设计能够承受较强的轴向力。     

基于粒子群优化算法的并网风电场穿透功率极限研究

本文建立了基于机会约束规划思想的风电穿透功率极限求解模型,并应用粒子群算法求解该模型,以IEEE3机9节点测试系统为例,得出系统的网络结构是影响风电穿透功率极限的一个重要因素,不同节点接纳风电能力不同,并评估了算法在仿真计算风电穿透功率极限问题方面的可行性。     

关于无线资源管理的分组调度算法仿真研究

无线资源管理是一个密不可分的逻辑实体,从算法和功能角度划分为分组调度、切换控制、接入控制和负载控制等,但是不同算法之间互相关联,互相影响,存在过多的制约因素。文章在LTE系统下行链路环境背景下,提出一种基于虚用户的调度方案,即VU-K＆H／MPF方案。通过仿真手段,分析不同参数变化对VU—K＆H／MPF算法所产生的影响,研究该算法的性能优势,着重指出分组调度在未来通信标准发展的重要地位。     

智能天线LMS波束形成算法性能仿真研究

智能天线是3G中TD-SCDMA的核心技术,而智能天线波束形成的核心又是自适应算法,其中LMS算法因为计算简单得到广泛应用。介绍了智能天线的基本原理和自适应算法,重点介绍了基于LMS的波束形成算法,最后研究了在不同的迭代次数,步长因子,以及干扰噪声比情况下LMS算法在波束形成中对干扰的抑制能力。LMS对干扰有较好的抑制增益。     

TSP问题的蚁群算法模型及仿真研究

蚁群算法是一种新型高效的启发式优化算法,在解决优化组合问题特别是TSP求解问题上具有很高效率.本文在分析了蚁群算法的基本原理和工作机制的基础上,从信息素的更新改进实现对节点重复率的控制,并通过仿真实验实现相关参数的最优选择.实验证明,改进算法可以有效地减少蚂蚁行走的盲目性,提高了蚁群算法在迭代过程中更新TSP最优解的能力.