改进的细菌觅食优化算法

细菌觅食优化算法是一种受大肠杆菌觅食现象启发产生的一种群体进化算法,该算法具有良好的全局优化能力,鲁棒性强,算法简单等优点,但其也存在易早熟,收敛速度慢等缺点. 根据其缺点,提出了一种改进的细菌觅食优化算法,改进后的算法收敛速度加快,在一定程度上避免了易早熟的缺点. 将原算法和改进算法应用于PID参数的在线自整定,通过matlab仿真实验证明了算法改进后的优越性.     

基于电力GIS的电网故障监控系统的研究与设计

电网故障监控系统利用故障采集器回传的电参数信息和地理标志信息,通过监控中心对这些信息读取处理后,导入GIS中,在显示器上通过GIS地图显示相关信息。从而帮助调度人员快速准确地发现和了解故障信息,及时制定抢修方案或启动抢修预案,并调度维修人员快速到达现场,可有效提高供电抢修效率,提升客户满意度,具有良好的应用价值。     

基于粒子群算法的轨道电路补偿电容故障诊断方法

为了延长轨道电路传输距离,改善传输效果。本文提出一种机车信号感应电压幅值包络仿真模型,它是基于均匀传输线理论,通过补偿电容对机车信号感应电压幅值包络的影响规律,使用改进粒子群算法得到当前状态下补偿电容的最优值,进而对补偿电容的故障进行诊断。仿真结果表明,这种诊断方法是可行和有效的,能快速准确地定位故障补偿电容,替补偿电容的故障诊断提供了新的有效手段。     

大型企业私有云应用资源自动调度技术研究及应用

本文研究分析了大型企业私有云应用资源管理特点,参考国际领先的自动化流程编排软件的架构和功能,设计并开发云计算管理平台的应用资源自动调度技术。通过应用系统模板定制、应用运行指标监控和关联分析、IP地址和负载均衡资源自动配置等关键技术,降低了大型企业建设生产级私有云的成本。     

基于语言模型的有监督词义消歧模型优化研究

词义消歧是自然语言领域中重要的研究课题之一。目前,有监督词义消歧方法已经是解决该问题的有效手段。但是,由于缺乏大规模的训练语料,有监督方法还不能取得满意的效果。该文提出一种基于语言模型的词义消歧优化模型,该模型采用语言模型优化传统的有监督消歧模型,充分利用有监督和语言模型两种模型的消歧优势,共同推导歧义词的词义。该模型可以在训练语料不足的情况下,有效的提高词义消歧效果。在真实数据上表明,该方法的消歧性能超过了参加SemEval-2007:task #5评测任务的最好的有监督词义消歧系统。     

Entity Framework数据访问性能优化的几种方法

Entity Framework一般通过LINQ代码或lambda表达式自动生成SQL语句,开发效率很高,然而使用时如果不注意会引来性能问题。通过对不同方法使用Entity Framework进行比较,提出Entity Framework数据访问性能优化的几种方法,包括更新数据时使用无跟踪查询、通过附加数据修改和删除数据、合理使用ToList()和FirstOrDefault()、合理使用预先加载。经过性能测试,这些方法是有效的。     

基于优化支持向量机的人脸表情分类

分析了支持向量机（support vector machine, SVM）目前主要存在的问题和参数选择对分类性能的影响后, 提出了以改进粒子群算法优化SVM关键参数的优化SVM算法。将加入拥挤度因子的微粒群算法引入到SVM中, 在不牺牲泛化性能的前提下, 对其参数进行优化, 增加了SVM初始化参数的多样性, 减慢了局部搜索, 促进其在全局范围内的寻优搜索, 以有效克服SVM算法过分依赖初始值和容易陷入局部极小值的缺点, 并利用由粗到精的策略构造多层SVM人脸表情分类器, 在提高准确率的基础上加快分类的速度。实验证明, 新算法具有速度快、准确率高的优点。     

基于LTE下行多业务传输QoS保证的跨层调度算法

众多资源分配的调度算法中, 有区别地实现不同业务QoS要求的调度策略研究不多。针对此问题, 通过将不同QoS等级和要求加入到调度策略的影响因素中, 提出了一种适用于LTE下行多业务传输的多目标跨层分组调度算法, 并设计了一个用户满意度函数, 用来评价分组调度算法的综合性能。对该算法性能进行了仿真验证, 并同PF算法仿真结果进行比较与分析, 表明该算法能够满足不同业务的QoS要求, 综合性能优于PF算法。     

基于STL文件的Laplacian网格优化算法

针对直接重构得到且以STL文件格式存储的网格模型质量不高的问题, 提出了一种基于Laplacian坐标的网格模型全局优化算法。该算法在提高三角面片质量的同时可以很好地保持原网格模型的局部几何特征, 其核心思想是通过在最小二乘意义下求解由权重控制的包含顶点位置和拉普拉斯坐标双重约束的线性系统来对网格顶点进行重新定位。从实验结果可以看出, 该算法较以往的Lapacian优化算法在对网格细节特征的保持上有一定优势。     

改进的反向蛙跳算法求解函数优化问题

针对混洗蛙跳算法在求解连续函数优化问题中出现的收敛速度慢、求解精度低的缺点,提出了一种基于反向学习策略的改进算法,在种群初始化和进化过程中分别加入反向操作,产生更靠近优质解的种群,从而提高了算法的全局寻优能力,促进了算法收敛。实验仿真表明,新算法在寻优效率、计算精度等方面均优于原算法。