基于斐波纳契数列的自适应DCQGA

针对现有双链量子遗传算法的收敛速度慢、稳定鲁棒性差和时间复杂的特点,提出采用斐波纳契数列的自适应双链量子遗传算法.首先,研究了斐波那契数列的特性,建立了斐波那契数列的量子旋转门转角的调整策略;其次,在最优解的搜索过程中,考虑目标函数在搜索点的变化率,建立了随相邻两代的目标函数适应度值变化大小自适应地调节转角步长的方法;应用新算法求解复杂函数的极值优化问题.仿真结果表明,改进算法不仅提高了算法的收敛速度和稳定鲁棒性,而且明显的改善在算法的效率和降低算法的时间复杂度.     

基于白化权函数聚类法的航电系统效能评估

航空电子综合系统是作战飞机的神经中枢,准确评估航电系统的效能对我国航空电子技术的发展具有重要意义。为了用灰色白化权函数聚类法对基于1553B总线的航电系统进行效能评估。首先将1553B总线负载、延迟时间、总线使用效率三项指标分为优、良、中、差四个灰类,综合各指标的白化权函数和其隶属于不同灰类的权重得到航电系统聚类系数向量,然后由该向量中的最大聚类系数所属灰类来确定该航电系统的灰类等级。灰色白化权函数聚类方法为航电系统的设计和效能评估提供了重要方法和理论依据。     

基于灰色关联支持向量机的粮食产量预测

研究粮食准确预测问题,由于粮食产量受到多种高维非线性、随机性和有限样本等因素的影响,单一模型不能全面描述其变化趋势,预测精度较低。为了提高粮食产量预测精度,提出一种将灰色关联支持向量机的粮食产量预测模型。首先采用灰色关联分析确定粮食产量变化主要影响因子,然后通过支持向量机学习建立粮食产量与因子之间的非线性映射关系,最后为避免人为选择参数的盲目性,采用遗传算法确定支持向量机参数并对将来粮食产量进行预测。利用1978-2011年我国粮食产量进行仿真,并将预测结果与单一机模型进行对比。结果表明,灰色关联支持向量机提高了粮食产量的预测精度,可以较好地应用于粮食产量预测中。     

近程防御系统中多空中目标威胁度分析

研究近程防御系统,快速打击威胁目标的控制是整个系统的主要问题。针对敌方空中目标批次较多、运动状态复杂,而我方防御火力有限,对目标进行有效、精确拦截,需要对目标威胁度排序,依次进行打击。为了正确识别对整个目标过程,进行定性和定量的分析判断,提出了一种行之有效的灰色关联分析的变权威胁度分析方法;进行仿真,生成空中多组动态飞行目标,采用上述算法对空中目标有效识别,并对威胁度进行排序,进行打击。实验结果与专家评估后的结果完全一致,并能够准确而快速的在战场做出决策。     

遗传优化的GNNM在瓦斯涌出量预测中的应用

研究矿井瓦斯涌出量准确预测一直是煤矿安全生产中重点关注的问题。煤层瓦斯爆炸因受开发环境、矿层深度、天气等因素的影响,造成与瓦斯涌出量增大而引起的。针对传统预测模型在矿井瓦斯涌出量预测中存在建模困难、收敛速度慢、要求历史数据量大的问题,提出了一种遗传优化的灰色神经网络预测模型。模型利用灰色系统对数据量要求低的特点,将灰色系统理论与神经网络有机结合起来,建立灰色神经网络模型。并采用遗传算法对所建立模型的权值和阈值进行优化。采用模型对矿井瓦斯涌出量进行预测,实验表明,遗传优化的灰色神经网络模型,可以简化系统建模,并能提高瓦斯涌出量预测精度,有一定的实用价值。     

改进灰色神经网络的冰箱订单需求预测研究

研究冰箱订单需求准确预测问题,由于冰箱需求具有季节性和随机性,传统的数据模型无法准确描述订单变化规律,预测精度较低。为了提高冰箱订单需求预测精度,将神经网络和灰色理论相结合,构建一种改进灰色神经网络的冰箱订单预测方法。利用灰色系统理论处理订单产生中的随机性,BP神经网络预测其非线性变化规律,并利用遗传算法对神经网络参数进行优化,实现对冰箱订单的准确预测。仿真试验表明,相对于传统预测方法,改进灰色神经网络提高了订单需求的预测精度,可为冰箱需求的预测提供依据。     

基于灰色支持向量机的城市用水量预测研究

研究城市用水量预测问题,城市需水量具有非线性和随机波动性,城市供水系统是复杂系统,传统灰色模型或支持向量机均无法进行准确预测。为更准确预测城市用水量,建立灰色支持向量机的城市用水量预测模型,以提高预测精度。首先采用灰色模型和支持向量机对城市用水量预测,然后采用多元线性回归确定模型权重系数,最后得到了灰色支持向量机的城市用水量预测结果。仿真结果表明,灰色支持向量机提高了城市用水量的预测精度,预测误差小于单一灰色模型和支持向量机。灰色支持向量机更好地反映出城市用水量变化的总体趋势,可为城市供水系统预测提供参考。     

灰色聚类在大学生综合素质评价中的应用

为了综合评价大学生素质,本文提出一种基于灰色聚类的大学生素质评价新方法。该方法通过对评价大学生素质的各单一性能评价指标进行分析,构造灰数白化权函数和聚类系数向量矩阵,从而归纳出待评价大学生所属类别。应用实例表明,该方法能对待评价的大学生进行正确归类,又能合理分析大学生素质的整体性能。     

低温裂纹张开位移预测方法的讨论

把低温影响下的COD试验数据用灰色理论中的累加方法进行累加，可以使一组没有规律的数据成为一条光滑的曲线．然后利用人工神经网络和自适应模糊推理系统两种方法进行预测，算例的结果表明用一次累加后的数列预测精度较高。     

基于仿真的高速公路施工区交通分流分析

为更好地研究高速公路施工区的交通分流现象,文中通过交通仿真的方法研究了短期和长期施工区对道路交通的影响,并建立了基于施工时间和交通需求/通行能力比例的分流预测模型。结果表明:动态交通分配模型的day-to-day learning模块可以较好地揭示出行时间的变化对于出行者路径选择的影响;此外,短期施工区的交通分流对于时间因素不敏感,长期施工区的分流主要受到交通需求和通行能力比例的影响。可见交通仿真方法以及分流预测模型对于高速公路施工区的交通组织具有支持作用。