共查询到20条相似文献,搜索用时 46 毫秒
1.
《Planning》2019,(12)
为掌握露天矿区开采所造成的空气污染情况,必须对露天矿区空气质量进行准确预测。选取PM_(10)质量浓度与平均温度、相对湿度、光照时间、风力作为影响空气质量的主要因素;基于收集到的露天矿区环境数据,采用支持向量机(support vector machine,SVM)建立模型,同时引入改进型惯性权重的粒子群优化(particle swarm optimization,PSO)算法作为变异算子来优化遗传算法,最终将该模型应用于实际场景。基于MATLAB建立了改进型惯性权重的粒子群遗传算法优化支持向量机(improve inertia weighted particle swarm optimization and genetic algorithm based optimize support vector machine,PSOGA-SVM)网络预测模型。结果分析表明,所提模型的预测精度优于交叉算法验证算法优化支持向量机(cross-validation support vector machine,SV-SVM)模型和粒子群算法优化支持向量机(particle swarm optimization for parameter optimization of support vector machine,PSO-SVM)模型,且预测精度可达到98.5%以上。 相似文献
2.
《Planning》2019,(7)
针对轮毂识别系统前期图像特征提取误差较大时分类准确性降低的问题,提出了基于改进粒子群算法优化BP神经网络的轮毂识别模型。在标准粒子群中引入遗传算法的变异因子、惯性权重、时间因子、速度边界限制和反弹策略,以改进粒子群算法,从而提高寻找最优阈值与权值的性能。经过与不同算法的对比数据看出,采用改进粒子群优化BP神经网络算法的分类识别率比其他算法提高了9%左右,且收敛速度、收敛精度均有提高,证明了所提IPSO(improved particle swarm optimization)算法的有效性。 相似文献
3.
《Planning》2018,(2)
提出了一种新的使用粒子群算法改进最小二乘支持向量机(adaptive particle swarm optimization,APSO-WLSSVM)的复合算法,应用进化状态估计技术和变异操作改进粒子群算法,使得算法快速收敛于优化目标,具有良好的辨识效果。将所提出的方法与鲁棒最小二成向量机、最小二成相量机方法进行数值例子比较研究,结果证明了所提出的APSO-WLSSVM方法的有效性。 相似文献
4.
《Planning》2019,(7)
针对传统二进制粒子群(binary particle swarm optimization,BPSO)算法应用于配电网重构时容易"早熟"的问题,提出了一种改进的混合粒子群算法。首先,通过加入遗传算法(genetic algorithm,GA)中的杂交环节和模拟退火(simulated annealing,SA)算法中的Metropolis更新机制,使算法更容易跳出局部最优,具有更好的全局搜索能力;其次,在重构过程中利用破圈法更新辐射状拓扑结构,改进编码规则,避免了大量不可行解的产生;最后,通过对不计及分布式电源(distributed generation,DG)和计及分布式电源的IEEE33节点配电系统重构仿真,验证了改进的混合粒子群算法是可行的和有效的。 相似文献
5.
《Planning》2015,(14)
为定量解决非支配解排序问题,并兼顾多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的收敛性和多样性,提出了一种基于Pareto云隶属度的MOPSO算法。利用Logistic混沌映射优化种群的初始空间分布并融合布谷鸟搜索(cuckoo search,CS)指导粒子跳出局部陷阱,以增强算法的全局寻优能力。首次提出云向量评价Pareto最优解集方法,采用云隶属度评价准则对粒子适应度值进行量化评价。依据云隶属度选取个体最优和群体最优,平衡全局开发与开采,进而实现外部档案维护。测试函数集ZDT的实验结果表明,改进算法在收敛性和多样性方面较MOPSO和NSGA-Ⅱ有一定优势。 相似文献
6.
《Planning》2015,(20)
无线传感网络的非视距NLOS(non-line-of-sight)环境是影响测距定位精度的重要因素。本文提出了基于粒子群优化PSO(particle swarm optimization)的NLOS环境的节点定位NLOS+PSO算法。NLOS+PSO算法采取惯性权重的非线性调整策略,提高了算法的收敛速度。同时,对目标值进行排序,摒弃性能差的粒子,可降低计算量。实验数据表明,在非视距环境中,所提出的NLOS+PSO算法可提高定位精度,抑制NLOS测距误差,提高收敛速度。 相似文献
7.
8.
《Planning》2020,(3)
为求解使电力系统稳定运行的全风况多双馈风机(doubly fed induction generator,DFIG)并网变换器控制参数,建立多DFIG并网全风况时的小信号模型,采用李雅普诺夫线性化方法,推导出全风况多DFIG并网的小信号稳定分析特征方程,提出全风况系统小信号稳定的变换器控制参数整定粒子群优化(particle swarm optimization,PSO)算法,分析变换器控制参数对电力系统小信号稳定性的影响。算例及仿真结果表明:全风况多DFIG接入电网时,其变换器控制参数对电力系统小信号稳定特性的影响与全风况单台DFIG并网具有明显差异;采用PSO算法可获取全风况多DFIG并网时电网小信号稳定的变换器控制参数。 相似文献
9.
《Planning》2020,(3)
为解决鲸鱼优化算法收敛速度慢和寻优精度低等问题,提出了一种基于混沌策略和单纯形法优化的鲸鱼优化算法(whale optimization algorithm based on chaos optimization and simplex optimization,CSWOA)。首先,采用混沌反向学习策略初始化鲸鱼种群个体,降低随机化的原始种群对算法收敛的影响;然后,引入一种自适应权重策略,平衡算法的全局寻优和局部探索能力;最后,再引入单纯形法对原算法进行改进,提高算法的局部搜索能力和寻优能力。对8个典型基准函数的仿真分析表明,CSWOA的收敛速度和寻优精度均有一定的提高。 相似文献
10.
《Planning》2017,(2)
针对无线传感器网络中的入侵检测机制对拒绝服务(denial of service,DoS)攻击检测精度不高的问题,提出了基于核自组织映射(kernel self-organizing map,KSOM)和粒子群优化(particle swarm optimization,PSO)聚类算法融合的KSOM-PSO神经网络算法作为无线传感器网络的检测机制。首先在传统SOM算法中引进核函数进行聚类;其次使用SOM聚类获得的获胜神经元权值对PSO粒子的初始位置初始化;最后在PSO算法中将传统的线性减小权值的方法改为非线性减小权值的方法,以提高PSO算法的全局搜索效率和局部搜索精度。实验结果表明,KSOM-PSO与传统的PSO聚类算法和SOM算法比较,检测精度有较大的提高,且收敛速度更快。 相似文献
12.
胡守德 《消防技术与产品信息》2002,(4):69-70
随着现代消防装备事业的飞跃发展 ,各种各样的特种消防车应运而生。一种既具有化学事故抢险救援功能又具有洗消淋浴功能的特种消防车——化学洗消消防车诞生了。该车由四川消防机械总厂引进国外高新技术开发设计、生产。该车观念更新、技术先进、美观大方、适合环保、物美价廉 ,堪称特种消防车中的一颗闪闪明星。上装箱体 创新技术 世界一流该车上装箱体的上装骨架全部采用引进国外技术生产的铝合金型材制造。这种型材表面经阳极氧化处理 ,洁白漂亮、不生锈 ,型材用专用螺栓连接成一种框架体系。骨架和外皮铝板用专用的粘结剂粘接 ,这种粘… 相似文献
13.
通过介绍欧洲规范中汽车荷载模式的相关规定,并与中国规范中的汽车荷载模式进行比较分析,深入探讨了二者在汽车荷载模式上的异同点,并分析了造成差异的原因,为欧洲规范的研究提供了一定的借鉴价值。 相似文献
14.
15.
16.
在阐述车辆油气悬架分类及特性的基础上,概述了油气悬架技术的国内外研究现状,并对国内外发展状况做了简要对比分析,指出了目前国内油气悬架技术研究和产品开发中存在的问题以及主要发展趋势。 相似文献
17.
18.
履带式桥梁试验荷载车是徐工研究院和内蒙古车辆设计研究院共同研制的一种主要用于桥梁通载性能试验的特种车辆。本产品采用的履带战车底盘,是一种高可靠性和高性能的国内首创桥梁试验产品。外形尺寸见图1。图1 试验荷载车外形图1 主要性能参数整车质量 30t~5 0t(每级5t)短时5 5t最大速度10km/h(5 0t时)履带着地长≥4 5m(5 0t时) (按军标)环境温度- 5℃~+ 4 0℃爬坡能力 ≥18% (5 0t时)连续作业时间14h驻车制动在18%坡上(5 0t)驻车可靠2 主要部件结构履带式桥梁荷载车底盘为新一代坦克底盘,上车主要有传动及控制系统,包括发… 相似文献
19.