基于PSO-GRNN方法的城市用水量短期预测

鉴于城市用水量短期预测中传统的神经网络训练易陷入局部极小点、收敛速度较慢等问题,采用具有全局随机优化思想的PSO算法对GRNN神经网络径向基函数的扩展速度进行优化,提出了城市用水量的PSO-GRNN神经网络预测方法。根据某市日用水量的实测数据进行建模和预测,通过与最小二乘模型、核估计模型、局部线性估计模型的模拟效果进行对比表明：PSO-GRNN网络具有较强的自适应能力和泛化能力,能够有效地提高用水量的预测精度。     

AVS-M帧间预测模式快速选择算法的研究

AVS-M是我国拥有自主知识产权的数字音视频编码系列标准的移动视频标准.AVS-M采用率失真优化(RDO)技术进行帧间模式的选择,增加编码过程中宏块进行模式选择的计算复杂度.本文提出一种快速的帧间模式选择算法.该算法首先对SKIP模式提前判决,再采用二分搜索法对帧间模式的选择,对于宏块层的模式划分采用MAD(平均绝对差...     

基于路径维持概率的Ad Hoc跨层路由方案

本文基于路由稳定性,提出了一种基于路径维持概率的Ad Hoc网络跨层路由方案,根据节点间距离的大小,改变节点的发射功率,有效地减小了节点的功耗。仿真结果表明了该方案的有效性,并节省了功耗。     

基于改进粒子群算法的移动机器人路径规划方法研究

针对移动机器人传统路径规划算法效率不高、寻优能力差等问题,本文提出一种基于改进粒子群优化算法(PSO)的移动机器人路径规划方法。该方法采用神经网络训练碰撞罚函数,得到无碰撞路径,然后采用粒子群优化算法解决路径的最优问题。利用神经网络实现大量的并行和分布计算,发挥PSO简单、容易实现的优点,提高了路径规划的计算效率和可靠性。仿真结果表明,这种新路径规划方法是可行且有效的。     

基于最短道路的城市公交智能咨询系统的研究与实现

研究基于最短道路的城市公交智能查询系统,首先针对城市公交线路网络图建立数学模型;然后研究基于上述数学模型的数据库建立方法和相应的算法设计,和以Dijkstra算法为基础的、基于道路最短的公交线路查询算法,并通过简单模拟数据验证算法的有效性;最后简要介绍按此思想设计实现的城市公交智能查询系统.     

一个计算网络可靠度的递归算法

给出一个计算网络可靠度的有效算法,该算法的特点是结合概率论的有关知识和布尔代数运算：递归地调用一个简单、有效的概率公式来计算网络可靠度。该算法易于在计算机上操作和实现,从而适用于大型网络可靠度的定量计算。最后通过实例验证所给算法的有效性。     

二进制粒子群算法在路径规划中的应用

全局路径规划是智能机器人的一个重要研究领域,将二进制粒子群算法应用于路径规划是一种新的尝试.提出一种机器人路径全局路径规划方法,介绍了利用改进的二进制粒子群算法进行路径规划的详细实现过程.机器人工作空间中的障碍物表示为多边形,对多边形顶点进行编号.利用二进制粒子群算法进行路径规划,粒子的长度定义为工作环境中障碍物顶点的个数,每一位为0或1表示路径是否经过该顶点.为了克服传统的二进制粒子群算法的早熟收敛问题,在改进的算法中采用了双重编码结构,并引入变异操作.最后给出仿真结果证明该方法的正确性和有效性.     

一种基于分组密码的hash 函数

提出了一个基于分组密码的hash 函数体制,它的rate小于1 但却具有更高的效率,同时,这个hash 函数可以使用不安全的压缩函数进行构造,降低了对压缩函数安全性的要求.首先,在黑盒子模型下对这个新的体制的安全性进行了证明,然后给出了能够用于构造该体制的使用分组密码构造的压缩函数,最后通过实验对比发现,新hash 函数的速度比rate为1 的hash 函数快得多.实验结果表明,除了rate以外,密钥编排也是影响基于分组密码hash 函数效率的重要因素,甚至比rate影响更大.该体制只有两个密钥,不需要进行大量的密钥扩展运算,大大提高了基于分组密码hash 函数的效率,而且该体制可以使用现有的分组密码来构造.     

基于SVM和Kalman预测的非线性系统故障预报

针对Kalman预测在非线性系统故障预报中预测误差较大的问题.提出一种基于支持向量机预测新息的Kalman预测方法.根据未知非线性系统的典型变量分析子空间模型进行Kalman预测.采用支持向量机时间序列预测算法预测未来时刻的新息,利用新息进行Kalman单步和多步预报.在连续搅拌反应器上的仿真研究表明:所提出方法能准确地预测较长时间段内故障过程的劣化趋势,预知可能发生的故障,使操作人员有时间采取必要措施消除故障隐患.