基于一种贴近度的IGOWLA算子的最优组合预测模型

为了克服传统的单项预测方法选取固定参数时的不足,在广义诱导有序加权对数平均算子(IGOWLA算子)的基础上,引入贴近度以及λ次幂误差,构建了基于一种贴近度的IGOWLA算子的最优组合预测模型,并给出了该模型的预测精度、优性及非劣性定义.实例分析表明,该组合预测模型优于传统的单项预测模型,能够充分利用各个单项预测方法的信息并提高预测精度,是一种优性组合预测.     

基于改进的算术平均算子的阈值分割算法

针对图像模糊集模型的构造问题,提出一种基于改进的算术平均算子的阈值分割算法。该算法先对指数型限制等价函数进行修正,然后选取5种代表性的隶属度函数,剔除最大和最小的隶属度值,采用算术平均算子对剩余的模糊隶属度值进行集结,将灰度图像转化为一个模糊集合,再以α-型模糊散度为目标函数寻找最佳阈值。仿真结果表明,该算法比其他算法准确率更高,分割效果更好。     

基于新型两阶段混合算法的电力系统无功优化

针对电力系统无功优化领域现有的人工智能算法易早熟和收敛精度不佳的缺点,将萤火虫算法和量子粒子群算法相结合,形成一种新型两阶段混合优化算法。该混合算法采用串联的方法将GSO算法与QPSO算法混合,使两种算法优势互补。在算法迭代前期充分利用萤火虫算法可同时搜索全部局部最优解的特性,保证了寻优的全面性。在迭代中后期,利用量子粒子群算法收敛速度快、解的精度高的特点进行寻优,保证了算法的收敛精度。同时基于黄金分割点理论,引入了群体替代算子,避免了迭代后期算法陷入局部最优。经过算法在IEEE30节点算例中的对比仿真,结果表明:在无功优化领域中,两阶段混合算法的全局搜索能力,收敛速度及精度均优于对比算法。     

一类变时间分数阶扩散方程的Chebyshev小波数值法

运用第二类Chebyshev小波函数拟合的方法,求解一类变时间分数阶扩散方程.通过推导得出第二类Chebyshev小波的变阶微分算子矩阵,进而利用算子矩阵将方程转化为一组线性方程组,再利用最小二乘的方法求得方程组的解,进而得到原方程的数值解.并给出数值算例验证了本方法的有效性.     

基于遗传蜂群算法的运动想象BCI系统导联选择*

在运动想象脑-机接口系统中,常采用高密度导联获取脑电信号,导致实验准备时间长,系统运行速度慢,性能变差等问题。针对上述不足,本文提出了一种基于遗传算子的蜂群算法用于导联优选,引入交叉和变异算子以提高蜂群算法的邻域搜索能力。通过对第四届国际BCI 竞赛 Dataset 1中四名被试者(a,b,f和g)的59导联运动想象数据进行导联优选,用多类CSP算法和支持向量机对优选导联数据进行特征提取和分类识别。结果表明所提出的算法在大大降低了导联维数的同时,也得到了比采用全部导联更高的分类识别率,验证了本文所提算法的实用性和有效性。     

复杂背景下高层建筑钢结构板孔心影像坐标量测

针对复杂背景下钻有圆孔的钢结构板图像,为实现圆孔中心的精确定位,根据近景摄影测量中二维直接线性变换的方法确定各圆孔对应的感兴趣区域,并分别对其进行二值化、形态学等处理,之后采用Canny算子检测圆孔像素级边缘,同时根据边缘轮廓所占面积作为条件,剔除错误边缘;为提高边缘点的定位精度,在像素级边缘点的基础上使用Zernike矩获取圆孔的亚像素级边缘点,最后对边缘点集用最小二乘的方法进行多次椭圆拟合,从而确定圆孔中心在图像中的精确位置.试验结果表明,该方法可以获得较高的孔心影像坐标量测精度,点位"均方差"达到0.182mm.     

一类修正的q-Baskakov算子的逼近性质

Baskakov型算子是研究函数逼近问题的一种很重要的工具。该文基于Gupta所提出的q-Baskakov算子,介绍了一类修正的q-Baskakov算子,给出了该类算子的一些基本性质,并且得到了该类算子的一致收敛定理,从而进一步推广了q-Baskakov算子的一些结论。     

一类二阶多点边值问题在共振条件下的可解性

讨论二阶多点边值问题的可解性,主要应用Mawhin重合度理论讨论二阶多点边值问题在共振条件下解的存在性,通过给出非线性项满足的条件,利用有效的先验界估计,给出该问题解的存在性结果.     

基于I-IFHA算子的动态直觉模糊多属性群决策方法

假设各决策时段的时间权重、各决策时段下的属性权重以及决策者权重均已知,各决策者针对各决策时段给出的属性值以直觉模糊数形式给出的动态多属性群决策问题,提出了一种基于导出直觉模糊混合平均(I-IFHA)算子动态直觉模糊多属性群决策方法.该方法利用动态直觉模糊加权平均(DIFWA)算子和动态加权平均(DWA)算子集结动态决策信息分别得到各决策者的综合直觉模糊决策矩阵和综合属性权重向量,并在此基础上利用直觉模糊加权平均(IFWA)算子计算得到各决策者下各方案的直觉模糊评价值;利用I-IFHA算子集结决策者群体决策信息得到各方案的综合直觉模糊评价值;利用直觉模糊数的得分函数及精确函数对决策方案进行排序和择优.最后,通过投资银行对企业进行投资的实例说明了该方法的应用.     

改进变异算子的差分进化算法并行性分析

针对并行差分进化算法的全局搜索能力和寻优的稳定性弱的现状,基于DE/best/1变异算子提出了一种改进的差分进化算法变异算子.该算子前期采用DE/best/1变异方法,当进化代数超过设定的进化代数值时,采用改进的变异算子.通过拓宽变异算子的搜索域来提高种群的多样性,提高了差分进化算法的寻优能力.对改进变异算子的并行差分进化算法进行了函数测试,实验结果表明:相比普通的变异算子,在相同种群规模的前提下,改进的差分变异算子拓宽了遗传算法的搜索域,提高了算法的全局搜索能力;在不同的种群规模下,改进的变异算子增强了算法的寻优稳定性.