基于QPSO和MATLAB优化资金投资组合

量子粒子群优化算法（QPSO）是一种基于粒子群优化算法（PSO）的进化算法,它收敛速度快、规则简单、易于编程实现;Matlab是国际控制界公认的标准计算软件。采用QPSO对资金组合投资的多目标问题进行优化,使用Matlab编程,解决了传统方法难以解决的问题,仿真实验表明采用本方法能对资金投资组合问题提出较好的优化决策。     

基于QPSO-WNN和模糊理论的电力系统短期负荷预测方法

电力系统的短期负荷预测是电力系统管理的一项重要方法,准确的负荷预测可以保证用户得到安全、经济的供电.针对负荷预测方法的多样性,在小波神经网络用于负荷预测的基础上,提出基于量子粒子群优化算法( QPSO)优化神经网络权值,并运用模糊理论进行修正.某电网负荷的拟合数据表明QPSO优化算法训练的神经网络不仅收敛速度明显加快,...     

基于量子粒子群优化算法的斜齿轮设计

粒子群优化算法是一种基于群智能的优化方法,量子粒子群优化算法是基于PSO进行改进的算法,规则简单、收敛速度快、易于编程实现。对于多约束条件的斜齿轮传动的优化设计,笔者提出了一种基于量子粒子群优化算法优化求解的方法,实践表明能够快速、有效求得优化解,是求解齿轮优化设计问题的一个较好方案。     

运用小波分析对非平稳时间序列的灰色预测

作者提出一种基于小波分析理论的灰色预测方法,以此方法将非平稳时间序列分解到不同尺度上以减少原始序列的随机性,然后用传统的灰色预测模型对重构后的时间序列分别进行预测,最终得到预测值.利用该方法对旋转机械零件的裂纹扩展进行了动态预测,取得了良好的效果.     

基于QPSO方法优化求解TSP

针对粒子群优化算法PSO求解旅行商问题TSP收敛速度不够快的缺陷,提出利用量子粒子群优化算法QPSO求解TSP,在交换子和交换序概念的基础上,以Matlab语言为开发工具实现了TSP最佳路径的求解.实验表明改造QPSO算法用于优化求解14点的TSP,能够迅速得到最优解,收敛速度加快,搜索效率得到较大水平提高;QPSO方法在求解组合优化问题中将非常有效.     

基于aTrous的灰色理论及其在齿轮磨损预测中的应用

本文提出利用小波理论对非平稳时间序列的数据通过分解进行平滑过渡,然后以灰色无偏GM(1,1)模型对过渡后的数据进行预测.扩展了灰色预测理论在非平稳时间序列中的应用,有效的提高了预测精度.并以此方法用于对齿轮磨损数据进行了预测,通过仿真运算获得了满意效果.     

基于QPSO-WNN和模糊理论的电力系统短期负荷预测方法

电力系统的短期负荷预测是电力系统管理的一项重要方法,准确的负荷预测可以保证用户得到安全、经济的供电.针对负荷预测方法的多样性,在小波神经网络用于负荷预测的基础上,提出基于量子粒子群优化算法( QPSO)优化神经网络权值,并运用模糊理论进行修正.某电网负荷的拟合数据表明QPSO优化算法训练的神经网络不仅收敛速度明显加快,而且其预报精度也比较高.     

编程实现数的组合

数的组合是组合数学中最常见的问题;本文分别用穷举、递归和回溯三种方法实现数的组合,实例数据表明程序非常高效。     

基于模糊理论的设备运行状态检测法

提出一种基于Fuzzy理论的故障诊断模型,应用在某柴油机燃油系统的故障检测和诊断,根据该系统运行记录参数和状态,通过计算机实现了智能诊断。     

基于PSO-RBFPNN的柴油机故障诊断

提出一种基于粒子群优化算法(PSO)和径向基概率(RBFP)神经网络的新型进化神经网络模型(PSO-RBFPNN).在实例研究中,该模型被应用于柴油机故障诊断中.试验结果表明,该方法具有运算效率高,收敛速度快的特点,是一种有效可靠的新型故障诊断技术.