群体智能优化算法

讨论四种群体智能优化算法--蚁群算法、微粒群算法、人工鱼群算法和混合蛙跳算法,对其算法的原理、发展及应用进行了综述.提出了群体智能优化算法统一框架模式,并对群体智能优化算法进一步发展进行了讨论.     

李群覆盖学习算法研究进展

覆盖算法因较高的效率与准确率得到了广泛应用,李群覆盖学习算法是覆盖算法在李群机器学习下的新领域.本文对覆盖和覆盖算法进行了简要概述,介绍了多连通李群覆盖学习算法,阐述了求解最优道路时该算法存在的问题以及对应的优化算法,最后对李群覆盖学习算法的局限性进行分析并提出了改进思路,对其未来发展方向进行了展望.     

粒子群优化算法的发展及应用

讨论了粒子群优化算法的发展和应用。介绍了粒子群优化算法的基本原理和算法流程,并且与其他演化算法进行了比较,给出了一些经常用到的测试函数。针对粒子群优化算法在搜索后期存在的不足,介绍了改进的粒子群优化算法,重点介绍了在实际应用领域中用到的改进粒子群优化算法。     

基于PID的人工智能算法的优化

在智能控制技术的不断发展中,各种先进的算法也不断推出。将人工智能以及反馈控制有效融合,可以解决复杂对象的控制问题。智能控制主要有逻辑控制、神经网络等系统。分析基于PID的人工智能算法,研究PID的控制原理,对其进行改善,可以提升系统性能;利用动、静态校正算法进行处理,可以提升系统的稳定性、快速性。     

一种改进粒子群算法及其在聚乙烯热分解动力学分析中的应用

随着计算机技术的发展，粒子群算法在聚合物的热分解动力学领域广泛应用。虽然粒子群算法可以实现全局寻优，但也存在收敛速度慢且易陷入局部最优解的缺陷。针对标准粒子群算法的缺陷，引入自适应惯性权重与加速常数对粒子群算法进行改进，提出一种动态自适应粒子群算法（DAPSO），并进行6个测试函数的仿真实验。结果表明：DAPSO算法比MPSO及MeanPSO算法收敛速度更快且精度更高。将DAPSO算法与Kissinger法结合得到了K-DAPSO算法，分别利用DAPSO算法与K-DAPSO算法结合聚乙烯DTG曲线，对两步平行反应模型进行参数反演。K-DAPSO算法较DAPSO算法能够更快收敛到最优解。提出的两步平行反应模型能够准确描述聚乙烯热失重曲线复杂的多峰结构。     

全局优化搜索新算法——列队竞争算法(Ⅰ) 解非线性和混合整数非线性规划问题

提出了一种称为列队竞争算法(LCA)的群体搜索算法,该算法在进化过程中始终保持着独立并行进化的家族,通过家族内部的生存竞争和家族间的地位竞争这两种不同的竞争方式,使群体快速进化到最优或接近最优的区域.根据家族的目标函数值大小排列成一个列队,按列队中家族地位的不同分配不同的搜索空间,使局部搜索与全局搜索达到均衡,同时,应用逐步收缩搜索空间技术加速收敛速度.数值计算表明,列队竞争算法的搜索效率优于遗传算法和模拟退火法等算法.     

浅谈非对称加密方式及其应用

本文主要内容是对非对称加密的研究与剖析,从非对称加密的背景、核心原理与对称加密的比较这三个方面进行概述;从密钥对生成所用的RSA算法、生成大素数的Miller-Rabin算法、以及RSA算法生成密钥的过程进行剖析;还从数字签名、邮件收发、公开声明这三个方面的应用进行分析.     

相平衡计算中全局优化算法的研究及发展现状

综述了相平衡计算中常用的全局优化算法,并对其现状做了比较。全局优化算法可分为随机性算法和确定性算法。确定性算法通常不能保证得到吉布斯自由能最小值;而随机性算法发展迅速,在化工领域得到了广泛应用。最后,对相平衡算法可能发展方向做了预测。     

基于Alopex的进化算法及其在乙炔加氢反应器建模中的应用

分析进化优化算法的共性,参考Alopex优化思想提出一种新的进化优化算法.给出该算法的具体步骤,将该算法与标准粒子群算法、遗传算法和差分算法在性能上做了仿真时比,并将其应用于乙炔加氢反应器出口乙炔浓度软测量的建模中.这种新的优化算法具有全局收敛能力,并具有较快的收敛速度.对典型函数的测试和基于神经网络的软测量建模表明:新算法具有较强的全局搜索能力,特别是对易于陷入局部最优的多峰函数能够有效地避免早熟收敛问题.     

一种改进的ZigBee无线传感器网络定位算法及应用

在介绍常用的ZigBee定位算法——接收信号强度指示算法(RSSI)和加权质心定位算法特点的基础上,分析常用算法定位误差产生的原因。针对此,提出改进的RSSI算法——几何测量算法,并将几何算法应用于CC2430无线单片机,对其定位节点进行设计和实现。仿真表明:改进后的算法定位精度提高约3%。     

Research on Improved Localization Algorithm for ZigBee Wireless Network

在介绍常用的ZigBee定位算法——接收信号强度指示算法(RSSI)和加权质心定位算法特点的基础上,分析常用算法定位误差产生的原因.针对此,提出改进的RSSI算法——几何测量算法,并将几何算法应用于CC2430无线单片机,对其定位节点进行设计和实现.仿真表明:改进后的算法定位精度提高约3％.     

粒子群优化算法的研究

粒子群优化算法是一种基于群体智能的优化算法。介绍粒子群优化算法及其基本原理,给出各种改进技术及研究现状,并展望未来的发展趋势。     

快速查询算法在GIS中的研究与应用

快速查询算法是GIS领域的主要问题之一,通过经典的Dijkstra算法和切图技术算法两方面对GIS中快速查询和实现算法进行分析和研究,并通过实例加以实现。     

基于数据分析算法的套管异常分析研究

油水井套管发生异常将严重影响油田的正常生产,传统的分析多从受力、套损机理等入手,一则分析因素过于繁杂,无法量化套损发生异常的原因,再则现场对于套管发生异常的原因多凭经验进行判断,无法做出科学预测,从而增加了作业成本,降低了生产效率。从数据分析的角度出发,对油水井发生套管异常的相关因素进行了分析,利用数据分析算法实现了套管发生异常的概率、时间及深度的预测。     

反应器能量平衡的焓算法与热量衡算法

在反应器的能量平衡计算中,当热、焓、基准温度以及热量衡算等概念搅合在一起时.极易产生混淆.对此,该文介绍了两种觉见的反应器能量平衡的计算方法——焓算法和热量衡算法,并给出了具体的计算示例.     

基于蚁群算法的水电经济调度

蚁群算法是一种模拟自然界蚁群行为的生物进化算法,该算法具有分布计算的特点,鲁棒性强,搜索效果好。对水电经济调度问题进行了研究,利用蚁群算法,提出了解决水电经济调度问题的具体方法,并获得了较满意的仿真结果。     

面向方程联立求解的精馏塔模拟与优化一体化算法

在精馏塔机理模型的基础上,提出了面向方程联立求解的精馏塔模拟与优化一体化算法.精馏塔模型方程的特殊结构使得可以进行一定的变量分解和降维,采用面向方程联立求解的技术,使模拟计算和寻优搜索在同一层迭代中完成,避免了双层法每一步优化搜索都需进行模型收敛计算的缺点.从而大大提高了计算效率.同时,这样的联立法提供了一种开放式的统一框架.无论是模拟计算、操作优化还是设计优化都可以毫无困难地利用这个灵活的计算结构进行解算.文中用两个计算实例说明了这个方法的有效性.     

ACO-BP算法在化工过程故障诊断中的应用

将蚁群算法和BP神经网络相结合,利用蚁群优化算法与误差反向传播算法结合而构成的混合算法(ACO-BP)训练神经网络的权值和阈值,给出ACO-BP算法训练神经网络的基本原理和方法步骤,并将该算法应用于连续搅拌釜式反应器的故障诊断。仿真结果表明:ACO-BP算法具有较高的诊断精度,能够及时、有效地检测连续搅拌釜式反应器中存在的故障。     

基于校园一卡通的数据挖掘与应用

我国是一个重视教育的国家,九年制义务教育使得每一位适龄学生都能进入学校读书。但是到了高等教育阶段,并不能像之前一样免费接受教育,这使得好多家庭贫困学生的求学过程变得困难,如何将助学金发放给真正贫困且品学兼优的学生这是一个非常重要的事情。校园一卡通的应用是数字校园的重要一环,一卡通刷卡记录里面包含有学生在学校期间各方面的信息:食堂消费记录、图书借阅情况、超市消费记录、学业成绩考试情况等。本文尝试将数据挖掘技术应用在校园一卡通的数据分析中,采用贝叶斯算法及决策树算法,从一卡通消费行为习惯、学习成绩、图书借阅情况等方面综合考虑,寻找出贫困学生,为学校相关部门提供参考意见,使得助学金能更多、更准确地资助品学兼优、刻苦上进但家庭贫困的学生,帮助他们更好地完成学业。本文首先介绍了进行数据挖掘分析的总体流程,接着着重分析了本论文仿真实验时采用的两种挖掘分析算法,最后基于Rapidminerstudio平台对整个挖掘分析过程进行验证,并评估两种算法模型的效果。     

燃气管网优化设计方法研究

随着燃气输配管网规模不断扩大和结构日渐复杂,确保燃气管网运行的安全性、稳定性和可靠性成为了燃气管网发展研究的的重点。本文介绍了燃气输配管网水力计算的基本方法理论,对遗传算法、蚁群算法和神经网络算法在燃气管网优化设计中的应用进行总结和分析,以期为相关研究提供一定的参考。