用GA、PCA和改进SVM相结合进行车辆实时分类

用GA、PCA和改进SVM结合进行车辆实时分类研究对公路管理和控制具有实际应用意义和社会效益。在某公路的匝道口两侧设置了8个测试点,对通过匝道口的车辆进行测试,提取特征向量,采用声波和振地波信号在匝道口进行了实时分类测试研究。由于特征向量的维数太高,用GA和PCA降低特征向量的维数,再用SVM和改进的SVM对特征向量进行分类,大大提高了分类精度。通过实验及分类得到声波和振地波的测试集分类精度最高分别是92.0%和76.1%,同时声波和振地波特征向量的维数降低至26和21,其相应的比率分别为95%和99%,独立集的分类精度分别为87.5%和71.3%。实验表明:用改进的SVM和GA、PCA结合的方法进行分类,其效果要优于单独使用主成分分析(PCA)、遗传算法(GA)以及它俩的结合使用的方法。     

GA优化的SVM在量化择时中的应用

针对量化投资过程中因交易信号判断不准确而导致的择时难问题,利用具有优良非线性可分能力的支持向量机建立基于历史价量信息(开盘价、收盘价、最高价、最低价、成交量和短长期移动平均指数)的量化择时模型. 在策略模型的具体应用中,为了确定LIBSVM ToolBox中的“-c”和“-g”参数,本文首先通过遗传算法对其寻优,然后利用MATLAB软件实现了对个股(浦发银行)自2012年1月4日至2016年6月22日的策略回测,最后以沪深300指数为基准从年化收益率、相关绩效指标和最大回撤等角度对回测结果进行了分析,得出GA-SVM可被有效运用到量化择时中去的结论.     

On-line SVM在船舶设备故障预测中的应用

船舶设备众多、型号多样、结构复杂,故障预测所需的有效数据偏少,而大规模的在线数据监测又受制于存储空间和计算时间的限制。利用On-line SVM建立了故障预测模型,分析了船舶设备故障预测的流程;并以某船舶主机的燃油系统为例,验证了模型的准确性,认为基于On-line SVM的故障预测精度较高,解决了船舶设备故障预测中的超大样本、非线性以及高维复杂数据问题。     

基于SVM实现风力机组控制系统参数优化

分析了风力机的基本特性,阐述了风力发电机组控制系统在低于额定风速时风力机的最大风能捕获及高于额定风速情况下的变桨距控制。在此基础上,利用SVM（support vector machines）优化风力机的风能利用系数以及变桨距控制系统的控制参数。仿真分析表明,风能转换系数的支持向量机模型具有很好的精度和泛化性能,而优化后的变桨距控制系统可对输出功率的调节获得较好的效果,保证风电系统的恒功率输出。     

改进的GA在自动送货机器人全局路径规划中的应用

自动送货机器人(ACR)全局路径优化问题是机器人路径规划的一种典型，本文将传统遗传算法进行改进，采用非等位基因交叉和整体算术交叉算子，并用增加高斯算子的变异方式进行变异，利用q竞争方法进行选择，既保证了样本的多样性，又实现了算法的快速收敛，在局部优化和全局优化结合的基础上，本文针对超市送货问题进行仿真，结果表明本文方法是非常有效的。     

SVM在教师教学质量评价中的应用

教师教学质量评价其目的是为了督促教师不断提高教学实践能力,而传统方法利用主观权重计算评价成绩其合理性受到质疑,需要寻求一种更加科学、合理的评价方法.支持向量机(SVM)是一种新的机器学习方法,该方法有较好的泛化能力,在解决小样本、非线性及多指标评价中有比较大的优势.SVM应用于教师教学质量评价是一种很好的尝试,使用SVM方法根据教师评价指标来估算教师的教学质量好坏,其评价结果更趋合理.     

基于SVM模型在电力负荷预测中的应用

针时目前电力系统负荷预测方法中难以处理大量历史负荷数据的问题,本文选用支持向量机(Support Vector Machines-SVM)法来进行负荷预测.SVM法是一种专用的小样本理论方法--将历史负荷数据按其规律分为具有代表性的几组,分别就每组样本实施预测,综合每组小磋本的预测结果得出最终预测结果,并利用Grubbs检验法来验证预测结果的有效性.此外,将预测结果与GM(1.1)法的预测结果进行比较,突显SVM法在负荷预测中的优势.仿真结果表明,采用SVM法进行电力系统负荷预测具有较高的精确度.     

GA在Beta样条曲线光顺中的应用

将GA应用到Beta样条曲线中,采用样条曲线的光顺能量作为适应度函数,从而得到更为光顺的插值Beta样条曲线.实例证明,该方法可行,具有一定的使用价值.     

基于SVM的LEACH分簇算法优化

针对LEACH算法中簇首分布不均匀和每轮循环簇首数目未知的缺陷,提出两方面的优化：①基于SVM的优化,即考虑节点的地理位置,寻找支持向量并对网络进行区域划分,改善簇首分布不均匀的缺陷.②改进LEACH算法的簇首选举机制,即规定每轮循环的簇首数目,改善LEACH算法中簇首数目未知的缺陷.最后对优化的LEACH算法进行实验,实验结果表明,优化后的算法能有效延长整个网络的生存周期,降低网络能量消耗.     

基于GA的普通圆柱螺旋弹簧的模糊优化设计

针对传统机械优化设计的局限性 ,提出模糊优化建模、模型转化、基因遗传算法 (GA)优化求解的新思路 ,并对普通圆柱螺旋弹簧进行了基于 GA的模糊优化设计。     

基于SVM和遗传算法的建模与全局寻优方法

系统建模与寻找函数的全局最优解是很常见的工业应用问题。本文首先讨论使用支持向量机来根据由系统中提取的样本数据进行函数拟合,然后将所得到的函数作为目标函数,介绍了用遗传算法寻找函数最优解的步骤．并对优化结果进行了检验,结果表明了遗传算法具有良好的全局快速搜索能力。     

基于改进PSO算法的风力机优化布置

了更充分地利用风能资源,提高风电场发电量及风电投资成本节省度,提出了一种无网格改进粒子群优化风力机布置的算法．该算法通过增加设计变量个数,直接优化各风力机的安放坐标,取消了划分网格对于风力机安放位置的限制,结合动态罚函数法对风力机间距进行约束的方式进行风力机优化布置工作,提高了该算法的连续性和约束性．通过与其他文献优化结果对比,该算法在风机优化布置问题上具有更强的实用性,不仅实现了合理确定风机布置数量,而且可实现风力机布置位置的连续化,有效提高了风电场总发电量．在此基础上,应用无网格优化模型,研究了风机布置优化方案的度电成本对风速变化的响应程度．研究结果表明：当风力机优化布置方案得到最佳风速时,优化模型将无法再降低风电场的度电成本,此后,风速对风电场度电成本的影响将达到最低,即风电场的发电效率达到最大,风电机组之间相互影响程度也相应达到最低．     

遗传算法在导弹发射次序寻优中的应用

因为描述导弹发射弹架系统振动的方程较为复杂,且评价弹架系统振动的指标函数是不同可微的,所以对导弹发射间隔寻优多使用枚举法,但是当搜索空间增大时,该方法耗费的时间激增,本文把遗传算法用于导弹发射次序寻优当中,仿真结果表明该方法可行,且执行时间短收敛率高,并得到了满意的结果,为此类问题的优化工作提供了可借鉴的方法。     

基于改进的粒子群和遗传算法的混合优化算法

分析粒子群算法在求解组合优化问题中的运行原理,对警车分布的优化问题建立了粒子群优化的数学模型,对基本粒子群优化算法中的速度范围、惯性权重等参数进行了改进,并通过仿真与基本粒子群算法比较,显示改进的粒子群算法,提高了优化结果.在改进的粒子群算法中引入遗传算法,将形成的新混合算法应用到求解警车最优执勤地点的分布问题,并与遗传算法和改进的粒子群算法仿真比较.结果表明,混合优化算法在收敛速度和精度上均有明显的提高.     

遗传算法及其在油料保障路径优化中的应用研究

路径探索算法是古老而常新的问题。在介绍遗传算法的基础上,通过一个简单例子详细分析用遗传算法解决油料保障路径问题。最后对算法结果进行总结和分析。     

基于支持向量机的随机聚焦搜索算法优化冲压成形工艺

针对板料冲压成形工艺优化问题,研究了一种新的优化设计方法。采用支持向量机(support vector ma-chine,SVM)构建工艺参数与成形质量之间的多元非线性回归函数模型,在此基础上将一种新的群集智能算法,即随机聚焦搜索(stochastic focusing search,SFS)算法应用于冲压成形工艺参数寻优,以达到优化成形质量的目的。结合盒形件拉深实验证明,SVM在小样本条件下学习后所构建的非线性拟合精度比神经网络具有优势,表明了SVM具有更好的泛化性能。在SVM模型基础上应用SFS算法对板料冲压成形的工艺参数进行优化,将优化后的工艺参数进行实验验证,结果表明可获得较好的成形质量,说明了该优化方法具有较好的精确度和有效性,有一定的工程实用价值。     

基于能量原理的粘弹性阻尼器优化布置

对于粘弹性阻尼器的布置优化,传统的搜索法计算效率较低.本文针对该问题提出了一种适用于初步设计的简单优化方法.首先从能量守恒的角度出发建立地震输入能量与阻尼器耗散能量之间的关系,并结合单自由度体系地震能量反应谱和阻尼器的滞回耗能特性,估算减震结构所需安装阻尼器的总数.然后以阻尼器总耗能最大作为优化目标,根据多自由度体系运动方程,推导出阻尼器在减震结构各层布置数量与结构振型间的关系,从而得出阻尼器优化布置方案.最后结合算例将本文方法与搜索法计算结果进行对比分析.结果表明本文方法能在保证一定计算精度的情况下显著地提高计算效率.     

基于结构式二进制编码的遗传算法在及其在BP网络中的应用

根据BP网络的拓扑特征,本文设计了基于结构式二进制编码的遗传算法,在该算法中,通过先将庞大的解空间进行分解处理,再将分解后的子空间视为个体进行遗传操作,能借助遗传算法的优势在全局范围内搜索到最优解所在的子空间,从而为下一步应用BP算法进行局部搜索明确了起点,缩小了范围,有效解决了BP算法易陷入局部极小,收敛速度慢甚至不收敛等问题,最后,通过字母识别试验证明了该算法的效率。     

在大开发中实现重庆产业结构和布局的再构建

产业结构和地区布局的构建是地区经济发展的首要问题 ,为此从重庆产业结构调整和配置入手 ,在深入分析重庆现有产业结构和布局中存在的四大矛盾的基础上 ,着重分析重庆产业结构和产业布局再构建的可能性 ,提出了有益于重庆产业结构和产业布局调整的、有创见性的构想。