生长曲线参数估计的改进微粒群算法

在现有文献研究的基础上,对生长曲线参数估计问题作了进一步的研究,给出了生长曲线参数估计的一个新方法—改进的微粒群最优化方法。该算法不需要计算梯度,容易应用于实际问题中。通过对微粒群算法的修正,使改进算法具有更加精确和快速的收敛性。实例计算表明,这种参数估计发具有较高的精度。     

粒子群优化算法的研究与展望

粒子群优化算法是一种基于群智能的随机优化算法,具有简单易实现、设置参数少、全局优化能力强等优点.着重对粒子群优化算法中的基本算法、改进算法、应用领域和研究热点等方面做了较为详细的论述.     

基于改进微粒群优化的泊松曲线沉降预测模型

在现有文献研究的基础上,对泊松曲线沉降预测模型作了进一步的研究,给出了泊松曲线沉降预测模型的一个新方法-改进的微粒群最优化方法.该算法不需要计算梯度,容易应用于实际问题中.通过对微粒群算法的修正,使改进算法具有更加精确和快速的收敛性.经实例计算表明,这种方法具有较高的精度.     

粒子群优化算法研究进展

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题的一类新兴的随机优化算法．介绍了PSO算法的基本原理和一些改进措施及PSO算法的应用，并对其将来的发展进行了展望．     

粒子群优化算法研究进展

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题的一类新兴的随机优化算法.介绍了PSO算法的基本原理和一些改进措施及PSO算法的应用,并对其将来的发展进行了展望.     

基于差分进化的量子粒子群优化算法的研究

为了提高量子粒子群算法(QPSO)的性能,利用差分进化对量子粒子群算法进行了优化.该优化算法(DE -QPSO)在粒子更新过程中,首先通过添加一个扰动来产生一个变异粒子,然后对变异粒子进行交叉操作产生新的试验粒子,最后对试验粒子进行选择操作,确定进入下一次迭代的个体.用5种标准测试函数对DE -QPSO、QPSO和 粒子群算法(PSO)的性能进行对比测试,结果表明DE-QPSO算法的性能明显优于PSO和QPSO算法,具有较好的应用价值.     

群目标等效量测形成算法研究

群目标作为多目标的一种特殊形式，实现跟踪的关键问题之一是要得到对其的等效量测。为此，提出了形成群目标等效量测几何中心、质心和重心的3种方法。给出了求解群目标几何中心、质心和重心的算法；阐述了以群目标几何中心、质心和重心为等效量测的跟踪原理和适用范围；得出了3种算法均能有效地形成群目标的等效量测，且适用于不同战术环境的结论。     

一种速度更快的粒子群优化算法

由于标准粒子群算法(SPSO)存在后期搜索效率太低的问题,提出了一种速度更快的粒子群优化算法(FPSO).FPSO保留了SPSO前期的全局搜索能力,但改变了SPSO算法后期的搜索策略,使其迭代次数随当前适应度值的变化而自适应改变,从而提高了SPSO算法后期的计算效率.通过实验对FPSO算法中适应度函数的设计进行了讨论,并分析了FPSO算法的应用前景.仿真结果表明,FPSO算法在单峰、多峰和带约束条件的测试函数中都有良好的效果.     

改进型粒子群算法磁致伸缩作动器的跟踪控制

在低频条件下,以磁致伸缩作动器线性模型为基础,设计了PID及前馈PID控制器。针对固定参数控制器自适应能力较弱的现状,提出用粒子群（ PSO）算法对固定参数控制器进行优化。针对标准PSO算法存在早熟收敛、后期迭代易陷入局部最优的不足,进一步提出了一种可动态调整惯性权重及遗传变异的改进型粒子群（ IPSO）优化算法,并将该算法与前馈PID相结合应用于磁致伸缩作动器的位置跟踪控制。仿真结果表明：针对指令阶跃信号,相对传统PID及前馈PID控制,改进型PSO前馈PID控制具有控制精度高,位置跟踪效果好及抗干扰能力强的特点。     

考虑谐波因素的配电网无功补偿配置优化方法

针对谐波污染影响配电网无功补偿配置优化的特点,建立考虑谐波因素的配电网无功补偿配置优化简化模型。对各节点的电压有效值和电压总谐波畸变率进行约束,在保证目标函数最小的同时,将各节点的电压有效值和电压总谐波畸变率控制在允许范围之内。针对粒子群算法用于无功补偿优化时存在的局部最优收敛问题,作了算法改进,并将其应用于简化模型求解。选取了IEEE11节点配电网和实际配电网进行优化计算,结果验证了该算法改善电压水平、抑制谐波及降低配电网有功网损等作用的有效性。     

基于大数据分析的电力客户服务需求预测

针对电力市场随机性、多变量和时变性的特点导致电力客户服务需求预测值不准确的问题,提出了一种基于大数据分析的电力客户服务需求预测方法.该方法依托于贵州地区的智能电网大数据,从区域商业价值和区域宏观经济角度来采集数据并通过挖掘其中的关联信息,建立了电力客户的细分模型;并在客户细分模型的基础上,使用BP神经网络算法建立了电力客户的需求预测模型.在Matlab平台上的仿真与测试结果表明,所提出的方法能帮助电网公司更好地理解客户行为和服务需求,制定营销策略.     

基于数据挖掘技术的药品营销分析系统

介绍了一个应用数据挖掘技术开发的医药营销平台DMMA,从体系结构、系统实现、应用等方面论述了DMMA的设计,对数据挖掘技术的应用进行了有益的探索。     

金属工件表面微纳米涂层的性能研究及其应用

电火花沉积技术是利用脉冲放电产生高温原理,将硬质合金材料熔渗到工件的工作面上,形成一层高硬度、高强度、耐磨和耐温又不剥离的硬质合金强化层,是一种新技术、新方法,有着广泛应用价值.据此,对其应用研究进行了概述,希望能够为电火花沉积技术在国内的推广和应用提供借鉴.     

IP-DSLAM技术及其应用

对IP-DSLAM的技术原理、架构及功能分类等进行了介绍,并对IP-DSLAM应用中的设备要求、业务模式、网络组网及用户标识唯一性等相关问题进行了研究,提出了无认证功能的二层IP-DSLAM应用中用户标识唯一性的解决思路.     

数据挖掘在电力系统中的应用

数据挖掘是当前信息化领域的热点,它在电力系统中已获得初步应用.介绍了当前数据挖掘技术发展的现状和数据挖掘的过程,结合电力系统的数据挖掘特点,分析了数据挖掘在电力系统的应用现状及前景.     

小波分析及应用概况

目前,小波分析的发展及应用引起人们的广泛关注,小波分析是国际上公认的最新时间－－频率分析工具,由于其“自适应性”和“数学显微镜性质”而成为这科共同关注的焦点,对于信号处理及信息处理起着至关重要的作用,介绍了小波分析的产生和发展过程,小波及连续小流变换的概念和多辨率分析理论,小波分析在信号处理中的应用。     

一种适合于OSA/Parlay应用框架的模式语言

首先对OSA／Parlay应用领域进行了分析，并在此基础上设计了一种模式语言用以建立OSA／Parlay应用框架，该模式语言可同样用于基于其它API(application programming interface)规范的应用框架的建立。     

国家标准技术制图在AutoCAD中实现的基本方法

在AutoCAD软件内部实现中国国家标准技术制图的系统化、规范化组织,是国内计算机信息交换领域普及推广机械制图国家标准、开发机械CAD专业应用软件的最基础的工作。详细论述了在AutoCAD内部实现这些最基础的工作所包含的基本内容,实现的各种具体技术方法(包括AutoLISP文件,DCL文件,MENU文件等等),以及在AutoCAD平台上进行规范化、系统化的组织方式。它们已在AutoCADR12.0版中实现,并在专业应用软件开发中使用。按照设计思想和提出的具体实现技术方法,继续升级在AutoCADR14.0版中完成其标准化通用软件的开发工作,具有指导意义。它是开发机械CAD应用软件最底层的共享资源,对于在计算机上普及推广技术制图、机械制图国家标准,具有普遍的实际应用价值。     

数据挖掘在医保系统中的应用

随着计算机技术的不断发展,计算机管理已经逐渐步入各个行业,而职工福利待遇体系中十分重要的医疗保险行业则更为迫切的需要借助计算机对繁杂的日常事务进行处理。本文中的医疗保险系统就是计算机技术在医疗保险行业的一次应用,并且将模糊数据挖掘应用到该系统中,也是数据挖掘技术在医疗保险领域应用的一次尝试。     

电子政务系统支撑平台架构研究及应用

提出了一种针对电子政务系统建设的应用支撑平台的架构模型．该应用支撑平台,在授权管理、工作流系统及系统授权机制等方面为应用系统的完善和扩展提供统一标准和有力支撑．实践证明,应用支撑平台有效地支持了电子政务应用系统的快速开发、灵活部署和高效安全运行．