基于禁忌搜索算法的系统辨识

本文研究了禁忌搜索算法解决系统辨识问题的可行性。首先将系统辨识问题转化为参数空间上的优化问题,然后利用禁忌搜索算法求取优化问题的最优解以获得系统参数的最优估计。分别通过对离散和连续系统的仿真研究,表明了本方法的可行性。并与其它方法进行了比较,结果表明本方法在搜索全局最优和克服噪音上都具有很好的效果。     

改进的十字-菱形运动估计搜索算法研究与实现

提出了一种改进的十字-菱形搜索(ICDS)算法,给出了在搜索的初始阶段使用小十字搜索模型对小的运动矢量搜索并在相继的搜索过程中使用具有方向性的菱形搜索模型对大运动矢量进行搜索的步聚.介绍了该算法的实现结构,并分析了该算法搜索性能.     

基于改进人工鱼群算法与RBF神经网络的股票价格预测

股票价格受多种因素影响,这对股票价格预测造成了巨大挑战。近年来,机器学习方法被广泛用于股票价格预测的研究中,然而,现有方法存在相对误差较大、时间复杂度高等缺点。对此,提出基于引力搜索的改进人工鱼群算法AFSA＿GS。该算法将引力搜索中计算质量和加速度的策略分别用于调节人工鱼的视野和步长,从而提高了人工鱼群算法在优化过程中的自适应能力;AFSA＿GS算法还优化了RBF神经网络的相关参数,并使用优化后的网络预测股票价格。在多家上市公司股票数据上进行了实验,实验结果表明,相对于传统的优化算法,采用AFSA＿GS算法优化的RBF神经网络,可以获得更好的股票预测性能。     

基于ISSA-BiGRU-Attention的短期电力负荷预测研究

为了提升短期电力负荷预测的精准度,提出了基于改进麻雀搜索算法（ISSA）优化的引入注意力机制（Attention）的双向门控循环单元（BiGRU）的预测模型ISSA-BiGRU-Attention。麻雀搜索算法的改进过程首先由引入非线性余弦调整因子和柯西变异算子改进的正余弦算法更新发现者位置;其次通过结合Levy飞行和T分布扰动算法更新加入者位置;最后引入精英反向学习策略赋予算法迭代时更好的寻优性能。实验结果表明,ISSA-BiGRU-Attention模型较其他方法预测效果更好,预测结果更稳定。     

电影档案中亮度闪烁的修正

针对图像序列中存在亮度闪烁问题,提出一种基于运动补偿的闪烁修正方法,采用三步搜索算法对图像序列进行运动估计,准确地检测出运动区域。运用阈值法对闪烁进行判断,避免非亮度闪烁的误检测。实验结果表明,在准确地修正亮度闪烁的同时,保留原有影片所具有的亮度变化特征。与以往亮度闪烁修正方法相比,在保证影片正常视觉效果的同时缩短了修正时间。     

基于支持向量机的财务数据评估算法设计与仿真

针对企业如何建立科学、准确的财务风险评价模型问题,文中将支持向量机的理论知识引入到财务数据的评估中.利用支持向量机解决小样本、非线性问题时,其具有较强泛化能力的优点,构建了支持向量机评估算法模型.为了改进支持向量机的性能,采用布谷鸟搜索算法对其进行优化,提高了向量机的检测精度.以某高校财务数据验证了该模型的可行性.测试...     

试论蛙类生活习性的多样性

从捕食、冬眠、繁殖等方面探讨蛙类生活习性的多样性。蛙类幼体（蝌蚪）的食性有杂食性、植食性和肉食性3种类型,成体主要以活动的动物为主食。各种蛙冬眠期的长短和起止时间不相同,同一种蛙,开始冬眠和苏醒的迟早,也因地区而异。1只性成熟的雌蛙一年可产卵2次或2次以上;各种蛙类每1雌体的1次产卵数量悬殊很大;大多数蛙类的产卵期为每年的4-8月间,但一年四季都有蛙类产卵;蛙类的产卵场厂听黔为水内产卵即水外产卵2大类;蛙类产卵的全过程包括呜叫求偶、抱对、产卵动作等。     

进化树突状神经元模型

人工神经网络通过模拟生物神经网络处理信息的过程和机制已经成功地解决了一些比较复杂的非线性问题,如分类问题.传统训练人工神经网络的方法容易陷入局部最优,并且模型可解释性差.因此用进化计算替代传统的训练方式来训练树突状神经网络模型.为了验证进化计算能够训练神经网络,采用了4个不同的分类数据集和3个不同的进化计算算法进行实验...     

基于联系数的输电系统可靠性评估

传统输电系统可靠性评估将可靠性数据作为确切值进行评估,但是由于客观条件的影响,部分可靠性数据是不确定的,这必然会导致评估不准确。在联系数理论和输电系统可靠性评估的基础上,提出了输电系统可靠性评估的新方法。该方法用联系数表示可靠性参数,通过联系数运算处理具有不确定性的可靠性参数,计算出具有确定项与不确定项的可靠性联系数指标。该方法可反映各原始参数不确定对可靠性指标的影响,能更好地评估系统可靠性的真实程度。通过分析IEEE-RBTS和IEEE-RTS79两个算例,表明了该方法的合理性和有效性。     

配电网反时限过电流保护优化整定方法

提出一种含分布式电源的配电网反时限过电流保护优化整定方法。以配电网主保护与后备保护的总动作时间最小为目标函数,考虑保护选择性要求等约束条件,建立保护优化整定的数学模型;通过设置动态参数并引入最优解权重改进和声搜索算法,提高算法收敛速度和获取全局最优解的能力。利用改进的和声搜索算法求解模型。优化整定参数基于配电网各故障点的短路电流获得,在计算短路电流时考虑分布式电源对短路电流的贡献,使优化整定结果适用于含分布式电源的配电网。对两相、三相短路故障分别进行保护离线优化整定,实时根据故障类型自动选择优化整定参数,克服保护易受故障类型影响的缺陷。仿真结果表明,所提方法可有效提高有源配电网反时限过电流保护的选择性和速动性。