PSO-SVM及其在减速机齿轮诊断中的应用

针对支持向量机(SVM)参数一般是人为选取,无法准确取到最佳值的问题,提出了一种基于粒子群算法(PSO)对参数进行优化的支持向量机(PSO-SVM).以减速机齿轮的3类故障类型(正常、磕碰、磨损)数据作为研究资料,组成训练样本集,训练PSO-SVM分类模型,从训练集中抽取部分数据组成测试样本集,对模型进行检验测试.研究表明:PSO-SVM模型分类正确率达到了93.8%,相较未进行参数优化的SVM,算法能更好地找到全局最优解,提高了模型的分类正确率.     

基于Boruta-PSO-SVM的股票收益率研究

针对股票收益率的分类预测研究中支持向量机(SVM)存在的参数选择困难以及分类性能较差的问题,提出了一种基于特征选择(Boruta算法)和粒子群优化(PSO)算法SVM的新算法.通过Boruta算法对训练集进行特征选择,剔除无价值的特征以降低输入维度,同时引入PSO算法优化SVM核函数参数,从而提高SVM的分类性能.实验结果表明:相比决策树、神经网络及极限学习机算法,新算法取得了更高的分类精度,可以有效提高股票收益率的分类预测性能.     

基于PSO-SVM的发动机故障诊断研究

针对发动机的故障分类问题,提出了一种基于粒子群(PSO)优化支持向量机(SVM)的发动机故障诊断方法,采用粒子群算法优化支持向量机的惩罚系数C和核宽度系数σ,并在MATLAB环境下对发动机进行故障类别诊断,通过对发动机典型故障的诊断研究表明,采用PSO-SVM算法模型的故障诊断的精确度和效率都得到了提高,该方法与BP神经网络、PSO-BP、标准SVM相比,有较高的分类准确率,准确率可高达100%;与GA-SVM方法相比,诊断效率有所提高,从而验证了该方法在发动机故障诊断中的有效性。     

基于优化PSO-SVM模型的软件可靠性预测方法

讨论了传统软件可靠性预测模型的主要弱点;在分析传统PSO-SVM模型和软件可靠性预测特点的基础上,对传统PSO-SVM模型进行改进,建立了优化PSO-SVM软件可靠性预测模型。最后通过仿真结果表明,该优化预测模型具有更好的小样本适应性,训练速度快,预测精度高,能够更好地适用于软件可靠性预测。     

基于PSO-SVM的短期交通流预测方法

准确的交通流量预测是智能交通系统中的关键问题。在分析支持向量机SVM回归估计方法参数性能的基础上,提出了粒子群算法PSO优化参数的PSO-SVM短期交通流预测模型。模型利用支持向量机具有结构风险最小化的特性和粒子群算法快速全局优化特点,实现了数据降维并且保持了交通流序列的特征,因此可以高效地预测交通流量。用G107国道现场采集的数据仿真表明了该模型的有效性,预测平均误差为3.4%。     

基于PSO-SVM的乳腺肿瘤辅助诊断研究

在乳腺肿瘤识别优化的研究中,传统的识别方法容易漏诊.为提高乳腺肿瘤识别准确率,提出基于粒子群优化(Particle Swarm Optimization,PSO)参数的支持向量机(Support Vector Machine,SVM)辅助诊断方法.首先采用PSO选择最佳的SVM惩罚系数c,核函数参数γ;然后,利用最佳参数c和γy训练SVM;再利用PSO-SVM实现乳腺肿瘤分类识别,进而实现辅助诊断.将PSO-SVM乳腺肿瘤识别方法的仿真结果与LVQ神经网络识别方法、BP神经网络识别方法的结果做比对分析,表明PSO-SVM具有较高的识别准确率和较低的假阴性率.PSO-SVM乳腺肿瘤辅助诊断,可以提供决策支持,辅助医生尽可能地减少和避免采用传统的细针穿刺细胞病理学检查方法诊断乳腺肿瘤时的漏诊、误诊情况,具有非常重要的价值和意义.     

基于改进的可拓层次分析法的电能质量综合评估

为了对电能质量进行客观、综合地评估,以电能质量分析与监测系统的数据为研究对象,以可拓学与层次分析法为基础,并就可拓层次分析方法加以改进,提出了一种新的电能质量评估方法,并利用实际数据进行了验算,相关分析结果表明这种方法能够有效地区分电能质量等级,并对电能质量进行定性和定量评估。     

基于LS-SVM的涡轮增压发动机性能预测

针对神经网络方法在涡轮增压发动机性能预测方面存在的缺陷,提出了一种新的基于最小二乘支持向量机的涡轮增压发动机性能智能预测方法.介绍了最小二乘支持向量机的基本算法,分析了涡轮增压发动机的性能指标,选择发动机转速、压缩比、容积效率、平均指示压力和平均制动压力作为预测模型的输入参数,输出功率、输出扭矩和有效燃油消耗率作为预测模型的输出量,进一步建立了基于最小二乘支持向量机的涡轮增压发动机性能预测模型.仿真实例的预测结果表明,所建立的智能涡轮增压发动机性能预测模型是合理有效的.     

基于改进模糊综合评价法的电力供应商评价模型

为了有效提高电力物资供应商评价的有效性和合理性,设计了一种基于改进模糊综合评价法的供应商评价模型,首先,在现有供应商评价的基础上引入企业社会责任维度,构建了包含组织因素、产品因素、供货因素、售后因素及社会责任的综合评价指标体系;其次,为了避免传统模糊综合评价法主观因素赋权的不足,采用层次分析法+因子分析法（AHP+FA）改进其权重计算方式;最后,通过算例分析验证了评价模型的适用性,可为电力公司招投标管理及运营决策提供参考意义.     

电能质量综合评价方法综述

对电能质量进行综合评价日益受到关注。本文首先介绍了电能质量的含义和我国的电能质量国家标准,然后叙述了目前电能质量综合评价方法的原理流程,并重点分析了模糊数学法,概率统计与矢量代数法,物元分析法,神经网络法和遗传投影寻踪法的优缺点．     

基于综合改进型PSO算法的电网无功优化研究

为改善基本粒子群优化(PSO)算法的电网无功优化性能,提出了一种新的综合改进型PSO算法,该算法将蜜蜂进化机制、遗传选择机制与PSO算法相结合.在寻优前期,为提高粒子的全局寻优能力,采用蜜蜂进化机制与粒子群相结合的蜜蜂进化PSO算法,可有效地增加粒子的多样性;在寻优后期,为增加粒子的收敛速度,采用遗传选择机制与PSO算法相结合的选择PSO算法.利用综合改进型PSO算法和其他典型优化算法,分别对IEEE 14标准电网以及某地实际运行电网进行对比分析,结果显示,综合改进后的PSO算法进行无功优化时,其收敛速度明显加快,收敛能力显著提高,电网无功优化性能有了很大改善,验证了该算法的正确性和有效性.     

PSO-SVM模型在葡萄酒品质分类中的应用研究

葡萄酒作为一种越来越流行的健康饮品,其品质好坏的鉴别分类日益受到关注。基于此研究了一种自适应粒子群支持向量机品质分类模型,并给出了详细的设计步骤和部分Matlab设计代码,最后采用UCI数据库中的wine数据集进行了验证,结果表明,将自适应粒子群算法引入到支持向量机模型参数的选取中,可以减少参数选取的盲目性,提高预测分类的准确性。     

基于改进AHP的储层综合评价方法

储层评价是油田有利区筛选及预测的重要基础和依据,针对传统AHP方法主观性强、判断矩阵不一致等问题,对AHP算法进行改进,提出一种基于改进AHP的储层综合评价方法. 该方法采用群组AHP方法构建判断矩阵以降低专家的主观性偏见;然后,利用最小二乘原理构建拟优一致矩阵解决判断矩阵的不一致性问题;其次,在计算底层指标的评价向量时将其分为定性指标和定量指标,其中定性指标采用专家评价得到评价向量,定量指标量则采用效用函数法和灰色层次分析法相结合得到评价向量;最后通过评价向量、各层指标权重对储层进行综合评价. 实例计算表明该方法可以获得更加科学、客观的储层评价标准,能提高研究区的开发效果并为后续开发方案的调整提供有利依据.     

基于改进模糊综合评价的电影情感分类

为了提高电影情感分类精确度,以模糊数学理论为基础,建立电影底层特征和高层认知情感之间的关系,提出一种基于改进模糊综合评价的电影情感分类新算法。首先,选择了反映情感变化的场景亮度、镜头切换率和颜色能量作为视频场景底层特征,介绍了相应的特征提取方法。其次,引入和改进模糊综合评价模型,并给出特征对情感的模糊隶属函数,建立了单因素评价矩阵。最后,对于不同情感,采用层次分析法确定底层特征之间的相对权重,根据改进的模糊综合评价模型计算出电影场景的情感模糊特征向量,用最大判决值和阈值原则确定待识别场景的情感类型。实验结果表明,所提出的算法能有效地提高电影场景的情感分类精确度。     

基于改进的PSO-SVM室内走廊环境WSN信道建模

随着无线传感器在室内的应用越来越普及,无线传感器网络(WSN)室内信道模型的研究成为了通信行业的一个热点。针对室内走廊环境进行了无线传感器网络的信号传输衰落特性测试,并根据测试所得数据利用粒子群算法优化支持向量机(PSO-SVM)进行了数据回归分析,通过选取交叉验证折数来提高精度,建立了PSO-SVM无线电波路径损耗模型。模型与双折线对数距离路径损耗模型进行对比分析,实验结果表明PSO-SVM模型预测精度优于双折线对数距离路径损耗模型,能很好的表征室内走廊环境下的WSN电波衰落特性。     

基于改进PageRank的多属性水网节点综合评价

针对有向赋权水网的特点以及复杂网络中节点评价的片面性,提出了一种基于改进PageRank的多属性水网节点重要性综合评价方法。首先,阐述水系网络的特点,提出了与互联网络的不同之处,同时在网络拓扑结构上从四个方面对节点进行了描述;其次,将PageRank算法应用到水网节点的重要性评价中,针对该算法在水网中的两个不适用性做出改进,再结合网络节点的综合属性进行重要性评价;然后,通过Krackhardt设计的数据集合“风筝网络”验证了该方法的一般性和有效性;最后,将该评价方法应用到某省的复杂水网重要性排序的工程中。该方法综合考虑了网络的拓扑属性和水网实际情况,较为全面地评价了水网节点的重要性程度,对于水网调度和安全管理具有重要的借鉴意义。     

基于电力系统的信息安全综合评价体系研究

为了解决目前电力系统中的综合信息安全程度次优化问题,以协同论机理为基础,结合电力系统信息化架构的特定环境,设计出一种信息安全综合评价体系结构。该结构联动了电力系统信息安全体系中的技术、管理、规范、监测、调控等5个变量因子,评价了变量因子之间的发展协同程度。通过分析可知,只有保证变量因子全面联动与协同发展,才能高效优化电力系统综合信息安全水平。