改进的TLBO及其在自来水供水量预测中的应用

为准确预测城市自来水供水量,提出采用教与学优化算法(TLBO)优化的极限学习机预测方法.针对TLBO算法收敛精度低、易陷入局部最优的不足,提出一种改进的TLBO算法(ITLBO).在ITLBO中,增加一个最差学生补习阶段,通过老师对该学生单独辅导或者采用一个反向学习策略快速提升学生成绩;在此基础上,采用一种干扰算子对老...     

基于CNGWO-LSSVM的汽轮机热耗率预测模型

为了准确计算汽轮机热耗率,提出一种改进灰狼优化算法优化最小二乘支持向量机（LSSVM）的热耗率软测量方法。首先针对灰狼算法收敛精度低的缺点提出一种混沌非线性灰狼优化算法（CNGWO）,通过Kent混沌搜索策略和非线性动态递减权值策略来改善灰狼优化算法的性能。然后利用CNGWO算法预先选择LSSVM模型参数,并建立CNGWO-LSSVM的软测量模型。以某600 MW超临界汽轮机组实时运行数据仿真实验,对具有复杂非线性的热耗率变量进行预测,预测结果表明,经过CNGWO算法优化的LSSVM模型取得了较好的预测效果,为汽轮机热耗率的精确计算提供了一种有效方法。     

反馈精英鲸鱼优化算法优化LSSVM的热耗率软测量建模

提出一种基于反馈精英鲸鱼优化算法(FEWOA)和最小二乘支持向量机(LSSVM)的综合建模方法。首先,针对鲸鱼优化算法(WOA)寻优精度低的问题,提出了反馈精英WOA算法,通过精英策略对当前最优解进行变异操作以避免算法陷入局部最优解;同时,在鲸鱼位置更新后期增加反馈阶段,提高算法的全局搜索能力。数值仿真实验验证了FEWOA算法的优越性。在此基础上,提出了基于FEWOA优化LSSVM的热耗率软测量模型。最后采用某汽轮机组现场收集的运行数据建立汽轮机热耗率预测模型,将FEWOA-LSSVM模型预测结果与其它模型预测结果相比较,结果表明,FEWOA-LSSVM预测模型更能准确地预测汽轮机的热耗率。     

基于云计算的独立学院教学资源整合研究

近年来,云计算发展迅猛,其具有资源整合能力强、成本低廉、易扩展性等特点,现已在分布式计算、互联网资源整合、企业信息化等方面取得了突出成绩。当前独立学院已成为我国高等教育的重要组成部分,但独立学院普遍办学历史较短,规模较小,教学资源相对薄弱。云计算技术的出现为独立学院整合教学资源,提高教学水平提供了千载难逢的机遇。本文着重探讨基于云计算的独立学院教学资源整合问题,并提出建设方案。