Optimization of neural network model using modified bat-inspired algorithm

The success of an artificial neural network (ANN) strongly depends on the variety of the connection weights and the network structure. Among many methods used in the literature to accurately select the network weights or structure in isolate; a few researchers have attempted to select both the weights and structure of ANN automatically by using metaheuristic algorithms. This paper proposes modified bat algorithm with a new solution representation for both optimizing the weights and structure of ANNs. The algorithm, which is based on the echolocation behaviour of bats, combines the advantages of population-based and local search algorithms. In this work, ability of the basic bat algorithm and some modified versions which are based on the consideration of the personal best solution in the velocity adjustment, the mean of personal best and global best solutions through velocity adjustment and the employment of three chaotic maps are investigated. These modifications are aimed to improve the exploration and exploitation capability of bat algorithm. Different versions of the proposed bat algorithm are incorporated to handle the selection of the structure as well as weights and biases of the ANN during the training process. We then use the Taguchi method to tune the parameters of the algorithm that demonstrates the best ability compared to the other versions. Six classifications and two time series benchmark datasets are used to test the performance of the proposed approach in terms of classification and prediction accuracy. Statistical tests demonstrate that the proposed method generates some of the best results in comparison with the latest methods in the literature. Finally, our best method is applied to a real-world problem, namely to predict the future values of rainfall data and the results show satisfactory of the method.     

煤炭自动化装车系统数据回传技术研究

针对部分煤炭自动化装车系统因通信不便而无法及时回传数据的问题,提出了基于3G模式的自动化装车系统数据回传技术:采用CDMA2000实现自动化装车系统对公网的无线接入,通过OPC服务器实现上位机与现场生产系统PLC之间的数据收发,采用数据收集软件Transaction Manager完成OPC服务器和数据库之间的衔接。     

基于网络层次分析法的煤矿应急救援能力评价

针对煤矿应急救援能力评价指标之间相互依存和反馈的关系,构建了基于网络层次分析法和模糊综合评价法的煤矿应急救援能力评价模型;对该模型进行实证研究,借助超级决策软件和专家打分制实现了各评价指标的赋权和评分,并据此对不同煤矿的应急救援能力进行评价。实证结果表明,该模型具有较好的可行性和有效性,对煤矿应急救援能力评价研究起到了一定的借鉴作用。     

AMI通信网络中微功率无线通信的性能测试技术及系统研究

微功率无线通信是高级量测体系的主要通信方式之一,各厂家的通信模块性能不一,测试技术尚未形成统一的规范;设计了微功率无线通信的测试系统,由射频性能测试系统和协议一致性分析系统组成;系统采用屏蔽测试箱、多功能电磁波小室、综合测试分析仪、误码分析仪、标准协议信号源等模块组成,屏蔽箱对800 MHz频率以下的无线电信号有超过70dB的抑制,可以提供相对纯净的无线电暗室环境,减少外界无线电波的干扰;测试频率范围为30MHz~1GHz,提供66个测试频点,测试频率误差小于2ppm,误码测试精度小于0.001%,功率测试精度(闭环)为5%(0.2dB);实现了在实验室情况下对微功率无线网络性能的全面测试和评估,具备很好可操作性、便利性和可复现性。     

基于ELM的硫熏强度软测量模型

硫熏强度是亚法糖厂澄清工段的关键工艺参数之一;硫熏强度过低会影响澄清效果,过高会造成成品糖二氧化硫残留过高;目前由于缺乏合适的硫熏强度在线测量装置,该参数主要采用人工取样和离线化验的检测方式,化验滞后时间较长,难以根据该指标及时指导实际生产的问题;为此文章采用极限学习机(ELLM)方法建立了硫熏强度软测量模型,并与基于支持向量机(SVM)、径向基函数(RBF)神经网络和反向传播(BP)神经网络的硫熏强度软测量模型进行对比分析;结果显示,基于ELM的硫熏强度软测量模型具有训练收敛速度快、模型精度高和泛化性能好等优点,可以满足实际糖厂澄清工段的要求.     

商用车在线故障诊断系统设计与实现

为方便商用车监测运行状态与故障诊断,设计了一种基于SAE J1939协议的在线故障诊断系统;搭建了以S3C6410为主控制器的嵌入式Linux系统平台,详细介绍了故障诊断系统的硬件、软件以及应用层设计方案;该系统能够在线解析和显示车辆报文信息,保存CAN网络接收到的报文;实验结果表明,该系统运行稳定,实时性好,能够满足车辆在线监视和诊断的需要.     

基于W5300的嵌入式网络管理控制系统设计

简单网络管理协议以其易于使用、扩展性强、功能强大等优点在网络管理系统中有广泛应用;针对测控设备的网络管理需求,以单片机为核心,设计了一种基于以太网控制器W5300的嵌入式网络管理控制系统;详细讨论了W5300作为网络接口的软硬件实现方法,以及单片机对简单网络管理协议报文进行处理的软件设计方法;该系统可以实现网络管理站、代理站及测控设备分机的网络通信,数据传输可靠有效;该系统结构简单、实时性强、可靠性高,有效保证了网络管理控制系统的网络管控能力.     

基于改进FAHP的电力通信网可靠性评估方法研究

论文阐述了可靠性的一般评估方法,在借鉴TMN管理模型的基础上,对电力通信网可靠性进行了分层,构建了可靠性综合评估指标体系.为减少指标体系权重的主观性,提高评估结果的客观性和可信性,提出了一种改进的FAHP综合可靠性评估方法.该方法基于对数最小二乘法(LLSM)进行模糊权重计算,利用限位系数法来实现评估结果的解模糊过程,实例评估验证了该方法的有效性和可行性.最后对电力通信网可靠性的研究方向给出了建议.     

基于BP人工神经网络的手写体数字识别

手写体数字识别是模式识别研究领域多年来的热点,BP人工神经网络是目前应用最广泛的神经网络模型之一。将两者融合并结合Matlab软件,提出了一种简单的基于BP神经网络数字识别的方法,仿真实验结果表明,该方法识别效果良好,准确率高,有一定实用性。     

基于二元语义的网络安全评估方法研究

网络安全综合评估是一个多指标的群体决策问题。针对网络安全综合评估的语言评价信息的模糊性,提出了一种基于二元语义的网络安全评估方法。采用二元语义及其相关算子集结语言评价信息,并给出了网络安全评估的计算步骤。最后,一个具体的网络安全综合评估实例验证了方法的有效性。