层次聚类在进化树构建中的应用

提出一种新的基于层次聚类算法的基于距离生物进化树构建方法。与以往其他基于距离的生物进化树方法相比,此方法可以得到相同的结果。与真实的生物进化树相比,在序列长度较短的情况下此方法可以给出理想的进化树。     

人工神经网络在河流高水水位流量关系分析中的应用

用BP网络对河流高水水位流量关系进行分析,研究人工神经网络中应用最为广泛的BP网络模型及其学习算法,并建立了BP网络,然后将其应用于河流高水水位流量关系分析中．应用表明,BP网络应用在高水水位流量关系分析方面具有较高的精度,且可以减少工作量,提高工作效率．     

遗传算法在水位流量关系研究中的应用

参数率定是进行水位流量关系曲线拟合的关键,采用水位流量关系拟合的改进模型,运用遗传算法率定模型中的参数,并与目标规划法进行了比较,表明遗传算法具有简便、快速、实用性强等优点,是一种较为优秀的全局优化方法,适应于非线性的参数率定.     

山区河流水位流量关系曲线研究

受洪水涨落的水位流量关系呈现明显的绳套曲线,目前的研究大都基于平原河流,由于山区河流比降大、河床组成物质较粗,水流特性受到多方面因素的影响,故有些假设与实际河流情况不符,导致水位流量推求不太精确。因此本文考虑山区河流与平面河流的河床形态、泥沙粒径等方面的差异,引入了河道级别和泥沙粒径以区别山区河流与平原河流,结合简化后的圣维南方程组重新推导水位流量关系。通过山区河流和平原河流水文站的实测资料验证表明：该方法能较好地拟合相应河流横断面实测水位流量;在进行配线时,只需根据变化情况对参数做一些简单更正,具有实用性好、精度高以及适应性强等特点。     

基于粒子群优化的神经网络模型在水位流量回归分析中的应用

为解决传统水位流量回归模型存在着精度不高的问题,将粒子群优化算法和神经网络相结合建立了水位流量关系拟合模型.该模型能够根据训练样本自动分析水位流量关系,不必预先假定具体关系函数,比传统的计算方法具有较大的灵活性和智能性.将粒子群优化算法和传统梯度下降法相结合,使网络能够迅速收敛到全局极小点,大大提高了网络的性能.实例验证表明,所建模型适应性强,拟合精度高,为水位流量关系拟合提供了新的有效方法.     

基于改进GRU的城市供水管网流量预测研究

城市供水管网随着城市规模的扩大和人口的增加等因素的变化而越来越复杂,供水管网的流量预测在管网的优化调度工作中发挥了有效作用。本文通过分析某城市供水管网系统的多个监测节点的流量数据,以类似局部加权线性回归的方法优化GRU算法,构建了基于多监测节点的流量预测模型,提高了模型的泛化能力。利用该市供水管网监测平台采集的监测节点流量数据进行验证,实验的结果表明,基于改进的GRU流量预测模型有着较好的预测精度。     

加速基因方法在最大流量频率曲线参数估计中的应用

基因方法是基于自然选择和自然基因机制的并行随机自适应工程模型参数全局优化估计的通用数值方法。它不限制模型结构、优化准则、被估参数的数目、约束条件等，已开始广泛用于各种工程模型的优化设计之中。文中对它的原理、步骤、特点进行初步探讨，并针对基因方法的弱点，作者提出予以改进的加速基因方法，后者在最大流量频率曲线参数估计中得到成功应用     

基于近邻消息传递的自适应局部线性嵌入

针对局部线性嵌入(LLE)降维算法中邻域参数的人工设定及其全局性的缺陷,研究了聚类和降维的内在联系,提出了邻域参数的自适应选取策略,构建了一种聚类和降维的自适应局部线性嵌入(ALLE)算法,为每个样本点设计最佳的近邻搜索空间,自适应选取邻近点计算权值重建矩阵,基于类信息重新定义了重构误差函数。实验表明,新算法更能体现出数学上流形概念的局部坐标化本质,对不相关数据、冗余数据和噪声数据具有良好的鲁棒性,在实际识别问题中体现出优越的性能。     

谱聚类及其在文本分析中的应用研究进展

随着文本数据的快速积累,文本自动分析成为管理和利用海量文本数据的重要手段。其中,文本聚类是文本分析的基本任务之一。本文着重介绍文本分析与谱聚类的研究进展,阐述目前在文本分析中应用谱聚类技术的主要方法,旨在为文本分析中谱聚类方法的应用提供引导作用。     

演化算法在非线性参数估计中的应用

介绍了演化算法的基本原理,并使用演化算法来进行非线性参数估计．计算结果表明,该算法可以获得较好的结果．     

基于磁链估计的PMSM无传感器矢量控制

针对永磁同步电机的无传感器矢量控制,利用对磁链的估计,提出了一种转子位置、速度的估计方法.该方法通过测量的相电流和端电压估计电机的定子磁链,再利用定子磁链对估计位置进行校正.针对二阶多项式曲线拟合位置估计方法所存在的问题,又提出了引入锁相环结构来减小稳态估计误差.理论分析和仿真结果表明,所提出的永磁同步电机无速度传感器控制方法在低速和高速时都能精确辨识出转子的位置和速度,系统具有较好的鲁棒性和良好的动静态运行性能.     

基于混沌的LFM信号检测与参数估计

为了实现线性调频(LFM)信号的检测与参数估计,提出一种基于混沌理论的新算法.该算法首先分析了LFM信号参数变化对处于混沌临界态的Duffing振子输出相图的影响,并对待检LFM信号进行解调频处理.利用Duffing混沌振子构造滤波器阵列,以最大Lyapunov指数的符号作为系统状态的判断标准,从而实现了LFM信号的检测和参数估计.数值模拟表明,该算法易于操作,在低信噪比下,能有效检测LFM信号并获得较好的参数估计精度.     

基于遗传算法的ARMA模型参数估算方法及应用

针对时间序列分析与预测中最为常见的ARMA模型的参数估测问题，在传统方法的基础上，提出了首先采用长自回归模型计算残差法拟和模型初值，然后通过分布确定参数的取值范围，最后采用遗传算法计算ARMA模型更为精确的参数值的方法．通过计算实例可以看出，采用遗传算法估测ARMA模型参数是有效可行的，同时也为ARMA模型的参数估测提供了新思路．     

基于遗传算法的广义指数分布参数估计

将遗传算法运用于广义指数公布的参数估计中．模拟研究表明遗传算法极大地改善了传统方法的估计效率．     

一种河流水质模型参数的最优估值法

本文介绍了一种利用计算机扫描计算一等值线图对河流水质模型参数的值进行计算的方法。该方法的程序简单，速度快捷，适用环保专业人员使用。     

基于点斜式Wigner-Hough变换的多普勒参数快速估计算法

目标多普勒参数是表征雷达和目标相对运动关系的重要特征参数,可用于模式识别和精密跟踪。借助Wigner-Hough变换(WHT)可对目标多普勒参数进行较为精确的估计,但该方法由于计算量和存储量庞大而难以得到应用,需要进行改进。从运动目标回波特性出发,提出了"参数引导+局部搜索"的快速估计理念,并提出了实现该理念的"点斜式"WHT算法。理论分析和仿真实验表明:该算法能够在不降低经典WHT算法估计精度的条件下显著减少运算时间。     

基于双弹性腔模型与整心动周期脉搏波的血流动力学参数估计

为了对心脏疾病的诊断和治疗提供指导, 同时也为进行心脏辅助装置的设计及评价提供有利的工具, 提出了基于双弹性腔模型和整心动周期脉搏波的血流动力学参数估计方法, 运用非线性最小二乘Levenberg-Marqurdt算法对实测脉搏波数据进行参数估计得到动脉系统的模型参数, 即人体的血流动力学参数 (包括外周阻力、动脉顺应性和血流惯性) .利用MATLAB/Simulink工具结合图形用户界面 (graphical user interface, GUI) 建立的左心与动脉系统耦合的动力学电路模型得到的仿真结果与人体实测脉搏波数据进行对比分析, 验证了模型参数估计的有效性.用该方法估计的参数结果符合生理参数范围, 且效果优于传统的舒张期估计方法, 其中主动脉顺应性参数的估计结果误差降低了50%, 参数带入模型得到的仿真结果与实测脉搏波之间的误差也降低了20%左右.     

基于超限学习机的WSNs链路质量评估方法

提出基于超限学习机的链路质量评估方法.选择非对称性指标、信噪比变异系数、均值信噪比为链路质量参数,以包接收率为链路质量评价指标,划分链路质量等级;采用粒子群算法优化超限学习机的输入层权重和偏置参数,构建链路质量评估模型.不同场景下的实验结果表明,与支持向量分类机评估方法相比,所提方法具有更高的评估准确率.     

河流水质模型参数模糊估计的研究

本文用模糊子集合描述河流水质模型参数估计的真实性、安全性和风险性,提出了在“真实”准则,“真实-安全”准则和“真实-风险”准则下的河流水质模型参数模糊估计的方法,并给出了O'coonor水质模型参数模糊估计的算例。本文的研究在河流水质预测与规划中有广泛的用途。     

河流水质灰色模型及其灰参数估值方法研究

本文基于灰色系统理论的思想提出了河流水质灰色模型,研究发展了一种有效的灰参数最优估值方法,并用计算机仿真资料和沱江实测资料作了验证。