排序方式: 共有52条查询结果,搜索用时 62 毫秒
21.
22.
23.
一种用于多分类问题的改进支持向量机 总被引:14,自引:3,他引:14
针对非均衡分布的多类分类问题,为提高支持向量机(SVM)算法的性能,提出了一种改进的SVM算法. 将遗传算法(GA)与传统SVM算法结合,构造出一种参数最优的进化SVM(GA-SVM), SVM模型采用径向基函数(RBF)作为核函数,利用格雷码编码方式对SVM算法的模型参数进行遗传编码和优化搜索,将搜索到的优化结果作为SVM的最终模型参数. 在两个不同特性的数据集上进行仿真测试,结果表明,与使用交叉验证策略的简单SVM相比,改进后的GA-SVM算法在多类非均衡问题上明显提高了分类正确率,学习速度也有提高. 相似文献
24.
针对粒子群优化算法应用于约束优化问题时易陷入局部极小值的问题,提出了一种改进的粒子群优化算法. 该算法综合了约束优化问题的目标函数值和约束函数的违反度值作为粒子群优化算法的双适应度值, 采用了双适应值动态判断粒子群优化算法中粒子的优劣. 违反度值的计算引入了自适应加权系数,相应地提出了调整各权系数的自适应策略, 并改进了粒子群优化算法的粒子竞争选择策略,拓展了粒子群优化算法的单适应值的应用范围.应用约束自适应粒子群优化算法实现了城市水厂的节能优化调度. 结果表明, 该算法收敛速度快且结果可靠. 粒子群优化算法为解决工程约束优化问题提供了一条可行途径. 相似文献
25.
针对盾构机在掘进过程中容易受到复杂地质条件以及负载多变的影响,从而导致前进方向发生偏离,难以控制的情况。提出一种基于粒子群算法(Particle Swarm Optimization)优化PID控制器参数的纠偏控制策略。首先,研究盾构机液压推进系统机理,建立液压缸推力、盾构机所受阻力、阻力矩、液压缸位移之间的关系模型,得到盾构机液压推进系统模型,然后结合PSO和PID控制理论,设计了以液压推进系统的纠偏控制器。仿真结果显示,所设计的PSO-PID控制器能够满足纠偏控制的需要,具有更小的超调性能,可以实现纠偏控制的快速响应。 相似文献
26.
27.
三相电压型逆变器中常用的模型预测控制算法是电流预测控制算法,存在着大量计算,导致延时问题,为改进传统的模型预测控制算法,利用外推法推算未来参考变量,达到对其进行延时补偿并能避免受控变量出现较大纹波的效果。建立三相电压型逆变器仿真模型,分析三相电压型逆变器负载电流的输出特性。仿真表明:能够准确跟踪参考电流,解决存在的延时问题,验证了算法的有效性。 相似文献
28.
29.
30.