基于改进鲸鱼算法优化SVM参数和特征选择

针对传统支持向量机（SVM）在数据分类方面准确率识别较低的问题,提出了一种改进鲸鱼优化算法同步优化SVM的特征选择模型。首先,利用Levy飞行策略对鲸鱼优化算法的螺旋更新位置进行变异扰动,利用单纯形策略中的反射操作对种群中的精英个体进行反射点求解的改进,标准函数的测试结果证明其改进能有效提高算法的收敛速度和计算精度;其次,将SVM核参数和特征选择目标作为共同优化对象,在获得最优核参数的同时得到相对应的最优特征子集;最后,对UCI标准数据集和真实乳腺癌数据集进行特征选择仿真实验,在平均分类准确率、平均适应度值、适应度标准差和所选特征个数上进行评价。结果表明,本文算法在降低特征维度,实现数据分类上效果明显。在真实乳腺癌数据集上的分类精度与传统支持向量机相比提高了11.053%。     

基于改进鲸鱼优化算法的多目标信号配时优化

为了使交叉口的通行效益最大化,构建以交叉口平均延误、平均停车次数最小以及最大通行能力最大化为优化目标的多目标函数模型,并提出一种基于自适应权重和levy飞行的改进鲸鱼优化算法(ALWOA)对信号控制交叉口进行配时方案优化.结合实际算例,将求解后的结果与现有方案、使用传统的Webster算法求解的方案、使用GA和标准WOA得到的方案进行对比.结果表明,使用ALWOA得到的配时方案明显优于其他方法,从而证明了改进后的鲸鱼优化算法以及函数模型在交叉口信号配时方案优化上的有效性.     

基于灰狼-鸟群算法的特征权重优化方法

针对特征权重难以准确量化的问题，提出一种基于灰狼优化(grey wolf optimizer, GWO)算法和鸟群算法(bird swarm algorithm, BSA)的混合算法，用于特征权重的寻优。首先，将Chebyshev映射、反向学习与精英策略用于混合算法的初始种群生成；其次，将改进后的GWO算法位置更新策略融入BSA的觅食行为中，得到一种新的局部搜索策略；然后，将BSA的警觉行为与飞行行为用作混合算法的全局搜索平衡策略，从而得到一种收敛的灰狼-鸟群算法(grey wolf and bird swarm algorithm, GWBSA),通过GWBSA的迭代寻优可获得各特征的权重值。利用标准测试函数和标准分类数据集进行了对比实验，与遗传算法、蚁狮算法等方法相比，GWBSA具有较快的收敛速度且不易陷入局部最优，可以提高模式分类问题的求解质量。     

基于文化算法的多用户OFDM系统资源分配

为了最小化多用户OFDM系统的发射功率,提出利用文化算法搜索最优的子载波和比特分配方案.在传统的进化算法基础上引入了指导搜索的信仰空间,使搜索效率更高,同时使得优化目标与优化变量都比较容易数值定量化.对文化算法与遗传算法、多用户自适应OFDM算法进行仿真比较,结果表明:文化算法在迭代次数上小于遗传算法,收敛性显著提高,...     

基于自组织膜计算的案例推理属性权重优化方法

为了解决案例推理检索过程中属性权重的合理分配问题,提出了自组织膜计算属性权重优化方法.首先建立了衡量权重分布是否合理的适应度函数,并设计了细胞型的单层膜结构以及对权重对象集进行膜计算寻优的选择、交叉、变异和双向交流规则,然后根据适应度函数和设计的规则训练并确定基本膜的个数,从而得到合理分配属性权重的自组织膜计算算法.最后通过UCI中的5个回归数据集和某污水处理过程溶解氧质量浓度的生产数据进行回归实验,结果表明:该方法应用于案例推理过程可以有效降低回归的拟合误差,说明自组织膜计算方法分配的属性权重比较合理,可以进一步提高案例推理模型的求解性能.     

一种基于多样性权重的算术优化算法

算术优化算法(AOA)是一种新型的元启发式算法,优化原理源自数学中的四则混合运算法则。在AOA探索阶段中,因搜索策略不足以出现早熟停滞或收敛速度缓慢等现象,使得优化结果陷入局部解。为此,提出了一种改进的算术优化算法(DAOA),在算法位置更新机制中引入多样性权重策略,为算术运算符寻优提供了更好的自适应搜索方向,提高了算法在局部区域的搜索能力。为了验证改进算术优化算法的先进性,采用12个基准测试函数进行实验,并与其他主流算法进行了对比,本算法具有更好的收敛精度和稳定性。     

基于改进鲸鱼优化算法的多阈值图像分割技术

针对鲸鱼优化算法(WOA)存在的收敛精度低、局部最优逃逸能力缺乏等问题,提出了一种改进的鲸鱼优化算法(IWOA)。首先,在WOA中引入能量控制因子以改进鲸鱼个体位置的更新方式,提高种群整体优化能力;然后,运用振荡柯西变异策略来增加算法跳出局部最优的概率;最后,应用多种基准函数评价改进算法的收敛精度,验证改进策略的有效性。将IWOA运用于多阈值图像分割实验中,结果证明该算法能够选取高质量阈值,提高图像的分割效率。     

基于改进鲸鱼优化算法的自抗扰控制器在硼酸浓度稀释控制中的应用

针对核电厂一回路冷却剂硼酸浓度存在大惯性、大时滞的问题，提出了基于改进鲸鱼优化算法的自抗扰控制器。首先，对自抗扰控制公式进行推导，得出自抗扰控制器中关键参数对于目标函数的影响；其次，针对自抗扰控制器存在调节参数过多、工程整定复杂的缺点，采用鲸鱼优化算法对控制器参数进行自适应整定；然后，改进鲸鱼优化算法中的收敛因子，对控制器关键参数寻优，得到目标函数最优值；最后，利用Simulink仿真平台，完成不同工况下的阶跃仿真实验。实验结果表明，该方法可以实现核电厂一回路在不同工况下冷却剂硼酸浓度稀释的快速稳定调节，较好完成核反应堆功率跟踪。     

一种基于多岛遗传算法的火力优化分配方法

在实际作战中,如何合理分配火力单元,对保证作战效率、提高作战效能具有重要意义。针对多个火力单元对多个目标的火力分配问题,建立了火力分配数学模型,给出了基于多岛遗传算法的火力分配模型求解方法,并通过应用实例表明该方法是有效的、可行的。     

基于白鲸优化算法的配电网故障恢复方法

提出了一种基于白鲸优化（BWO）算法的配电网故障恢复方法。首先,建立光储、风储系统模型以及负荷模型,以故障后重要负荷损失量最小为目标函数,进行配电网的初步孤岛划分。其次,以网络损耗和开关操作次数加权求和最小为目标,采用BWO算法求解,获取孤岛划分与开关操作配合的故障恢复结果。然后,通过3种场景对比,验证了所提方法能够在不同故障时段获得配电网故障恢复的最优结果。最后,将BWO算法与二进制粒子群优化算法、灰狼优化算法的运行结果进行对比,验证了BWO算法寻优效果更好。     

自适应属性加权近邻传播聚类算法

针对多维数据属性对聚类分析结果有不同重要程度影响的问题,提出一种基于自适应属性加权的近邻传播聚类算法。该方法通过考虑多维数据属性权值的重要度,在近邻传播聚类过程中引入属性加权相似性矩阵计算,并根据当前数据聚类划分的结果来分析目标评价函数,计算各个属性对当前聚类的贡献程度。随后根据贡献程度的计算结果自适应地更新属性权值,并通过属性加权相似性矩阵来重新计算近邻传播算法中的两种竞争信息,进而提高聚类结果的质量。数值实验结果表明,新方法能够有效实现属性权值的自适应调整,提高近邻传播算法的聚类效果,与其他传统聚类算法相比新方法具有更好的聚类质量。     

考虑结构特征权重的船舶有限元网格优化算法

基于边折叠的网格简化算法,同时考虑网格节点的结构权重,针对船舶板架结构,提出了一种有限元网格优化算法,以达到消除网格中过于碎小的单元和优化网格形态的目的。算法在进行边折叠时考虑折叠后的单元形态,优先折叠最短的单元边,避免过于狭长或细小的单元出现,保证网格单元的质量。通过考虑网格节点所依附的关联结构的特征权重,近似的定量化节点在结构上的重要程度,以单元边两端节点的权重值大小决定边折叠的方向,优先保留权重值更大的节点,从而对模型上的重要结构特征予以保留。最后,以实际模型验证了算法的有效性。     

基于AMS结构分析的串接链可达集求解与优化设计

串接链分配法将包含推力矢量操纵面在内的所有舵面按照优先级分为若干组,对于期望的转矩指令,如果优先级高的一组无法有效分配则启用次级操纵面,如何使基于串接链设计的分配系统根据期望转矩的大小对各组舵面进行自动调用与分配是一个难点。文章对串接链的可达转矩集进行了求解,将各组舵面所能有效分配的最大转矩值作为分配系统实施舵面调用与管理的阈值。串接链的转矩可达集是复杂的非凸几何体,解析方法无法求解,文中通过对分配系统AMS的几何构造分析,提出了一种基于微元的串接链可达集数值求解算法。将串接链的分配效率作为适应度函数,通过遗传算法选择具有最大可达集的广义逆阵,提高了算法的分配效率。     

一种基于时间加权和用户特征的协同过滤算法

协同过滤算法是目前个性化推荐系统中应用最成功的推荐算法之一,但传统协同过滤算法很少考虑到用户兴趣随着时间变化以及用户特征与兴趣的关联性两方面的问题。针对该问题提出了一种基于时间加权和用户特征的协同过滤算法,首先通过定义时间指数函数反映兴趣随时间增长的变化,然后建立用户的特征矩阵,最后采用一种新的相似度度量方法计算出目标用户的最近邻居集合。实验结果表明该算法推荐平均绝对误差(MAE)比传统算法降低了12%,推荐质量较传统算法有明显提高。     

结合功率分配的干扰对齐预编码优化算法

针对K用户多输入多输出干扰信道系统提出了一种基于功率分配预编码优化算法.首先通过信道的奇异值分解,基于矩阵弦距离,选出一组与最好的特征子信道最为匹配的预编码矩阵来传输信号,然后根据信道矩阵信息的强弱进行功率分配,从而对预编码矩阵进行优化,可最大化保证接收信号的强度.仿真结果表明,该算法未用迭代计算预编码矩阵和接收抑制矩阵,不仅使整个系统的复杂度大大降低,而且在系统和速率有微小损失的情况下,提高了系统的误码率性能.     

一种离散鲸鱼算法及其应用

针对鲸鱼优化算法(WOA)在求解高维复杂问题时存在收敛精度低,难以解决离散优化问题等的不足,提出了一种离散鲸鱼算法(DWOA)。该算法引入收敛因子调控个体距离最优鲸鱼位置的远近程度,利用惯性权值平衡算法的全局搜索和局部开发能力,通过改进的Sigmoid函数对WOA进行离散化处理。9个基准函数和油田措施规划方案的测试结果表明,DWOA在收敛速度和寻优精度等方面均有较大的提升。     

类别特征词权重加权文本分类方法

提出了一种针对小训练集环境的文本自动分类方法。在传统自动训练过程中通过训练集为每个类别建立初步类别特征向量,由于初步类别特征向量是在小训练集基础上建立的,含有的类别特征信息不够充分。在初步类别特征向量基础上,标定了一定数量的一级和二级类别核心特征词,在文本/类别相似度计算中,利用自动训练过程得到的核心特征词权重因子对核心特征词权重加权,以提高类别特征向量中类别特征信息的含量。实验结果显示,这种分类方法自动分类重合率达到94.12%以上,与不进行权重加权方法的52.94%相比,有很大提高。