基于差分演化算法的马斯京根模型参数率定方法

差分演化算法（Differentia lEvolution，简称DE）是一种基于群体与个体间差异的高效进化算法，具有彤敛快、控制参数少、程序实现简单等优点。文章将差分演化算法应用于马斯京根模型参数估计，实例仿真结果幸明，该方法精度高、收敛速度快，对求解实际水文模型参数优选问题非常有效；     

基于差分演化算法的水文适线法研究

差分演化算法是一种基于群体个体间差异的高效进化算法,具有收敛快、控制参数少、程序实现简单等优点,将其应用于水文优化适线,搜索效率高.     

基于差分演化算法的水文适线法研究

差分演化算法是一种基于群体个体间差异的高效进化算法，具有收敛快、控制参数少、程序实现简单等优点，将其应用于水文优化适线，搜索效率高。     

基于改进的樽海鞘算法优化BP神经网络参数的分类识别方法

针对BP神经网络容易陷入局部最优解从而无法收敛到全局最优解,以及收敛速率过慢的现象,本文采用一种改进的樽海鞘算法寻找BP神经网络的权重和阈值这两个参数的最优参数。之后采用BCI 2003运动想象数据集进行分类识别测试,并且分别利用樽海鞘算法、粒子群优化算法、差分进化算法、权重自适应樽海鞘算法、疯狂自适应樽海鞘算法对BP神经网络进行参数优化作对比研究,结果显示,采用改进的樽海鞘算法优化BP神经网络参数的模型比其他模型得到的平均分类准确率要高。     

机械臂逆运动控制模型与方法

据机械臂关节轴线方向建立了连杆坐标系,采用Denavit-Hartenberg(D-H)法求出各关节之间的坐标系变换矩阵,利用机械臂关节间的联体关系建立了机械臂正运动学模型,通过反向求解正运动模型得到机械臂逆运动学模型。为了解决逆运动控制问题,利用种群平均信息,提出了改进的多种群差分演化算法。最后数值试验表明新算法可以有效求解机械臂逆运动学模型。     

非线性系统模型参数估计的差分进化算法

将差分进化算法用于非线性系统模型的参数估计,通过对谷氨酸菌体生长模型的参数估计进行验证,并与人工神经网络、遗传算法和微粒群算法的优化结果进行了比较。仿真试验结果表明:差分进化算法为非线性系统模型参数估计提供了一种有效的途径,对非线性系统模型的参数估计精度高于人工神经网络、遗传算法和微粒群算法。     

CVaR最优投资组合光滑模型及实证分析

本文针对CVaR最优投资组合线性模型算法收敛速度不理想,引入光滑因子将模型转化为光滑函数模型,通过实证表明光滑模型与线性模型在求解VaR结果基本一致,且收敛速度远远优于线性模型.     

基于协同演化算法的物流配送车辆路径问题求解

针对物流配送车辆调度模型求解难的问题,以差异演化算法为基础,提供一种竞争型的协同演化算法来求解物流配送车辆路径模型．最后通过实例检验模型和算法的有效性,仿真结果表明协同差异演化算法求解物流配迭车辆路径模型具有一定的优越性。     

大型城市输电网络演化模型研究

输电网络的安全运行直接关系到国计民生,研究大型城市输电网络演化模型,对于保障城市供电安全更有着显著的意义.本文基于上海地区近五十来年输电网络演变数据的实证研究,结合城市电网的实际演化特点,提出一种灵活的加权复杂网络演化模型算法,通过仿真验证该模型可以较好地反映大型城市输电网络各演化阶段的实际特点,并且进一步证实了上海输电网络既不是无标度网络,也不是完全的随机网络,在节点数达到一定程度时,上海输电网络开始表现出显著的小世界特征.该算法的提出为研究大型城市输电网络特征,分析外力破坏因素导致的停电事故,提供网络模型演化依据.     

基于改进二进制微粒群算法的供应链信息共享伙伴选择

针对供应链中信息共享伙伴的选择问题,综合考虑成本,价值,可靠性等因素,建立了信息共享伙伴选择的多目标决策模型；以最小化总成本,最大化总价值和总可靠性为目标,给出一种改进的二进制微粒群优化算法对模型进行求解.改进的算法通过合理设置惯性权重和学习因子,克服了原有算法的进化后期收敛速度慢和易陷入早熟收敛的缺陷.通过算例分析表明了模型的价值和改进后算法的有效性和优越性.     

基于BP神经网络的税收收入预测模型

税收收入预测的解析模型难以精确建立,基于多层前传神经网络,采用BP算法训练建立了税收预测模型,该模型具有收敛精度高、收敛速度快、泛化性能好的优点。研究表明,采用神经网络结构及其学习技术建立高精度非线性税收预测模型切实可行,具有推广应用价值。     

基于视频的运动车辆检测算法研究

文章针对道路交通监控中的运动车辆检测问题,提出了一种改进的基于背景差分算法的运动车辆检测方法。该方法改进了背景模型的构建,并运用了数学形态学方法对差分二值化图像进行滤出噪点、填补空洞、边缘平滑等处理。实验结果证明了算法对基于视频的运动车辆检测的有效性和实时性。     

基于并行模拟退火算法的VRP问题研究

针对VRP问题构建相应的数学模型,在传统的模拟退火算法的基础上提出一种基于记忆功能的并行模拟退火算法求解VRP模型,并用模拟数据对模型和算法进行了验证.实验结果表明,改进的模拟退火算法求解VRP问题,不仅可以取得很好的计算结果,而且算法的计算效率较高,收敛速度较快,计算结果也较稳定,显示了良好的寻优性能.     

基于电力系统调度结构优化方法研究

基于电力系统调度结构优化是电力系统分析的一个重要组成结构优化课题.提出基于高斯扰动和免疫系统理论的自适应差分进化算法和免疫系统理论的自适应差分进化算法。     

集宁物流园区配电网网架规划研究

文章在研究国内外配电网规划模型及算法的基础上,以集宁物流园区配电网规划为研究对象,对配电网规划模型及算法进行探究。文章提出一种年费用最小法的配电网优化模型,采用改进粒子群算法进行计算,得出了集宁物流园区配电网规划结果,规划结果显示:模型合理,改进算法精度高、收敛速度快,规划结果良好。     

装配供应链系统中的生产配送协同问题

以多个供应商、一个仓库和一个制造商组成的装配式供应链系统为研究对象,建立了该供应链系统的生产配送协同模型,在该模型中供应商的生产周期、仓库的订货周期和制造商的订货周期呈整数倍关系,采用自适应的差分进化算法求解该模型,并通过数值试验证明了该算法的收敛性。     

差异演化算法优化灰色模型的负荷预测

传统灰色预测模型GM(1,1)在预测增长较快的电力负荷时预测效果会变差,为克服这一缺陷,首先对原始数据进行开次方处理使数据增长变平稳,再将差异演化算法与GM(1,1)模型相结合,利用差异演化算法求解GM(1,1)模型中的参数。电力负荷预测实例结果表明该模型具有较高的预测精度和较广的应用范围。     

基于差异演化算法的供应链网络优化

由于网络优化问题属于NP难问题,采用了差异演化方法求解包括正向物流和逆向物流多品种,两层,有容量限制的混合整数非线性物流网络数学模型。根据模型的特点,改进了经典差异演化算法,使之能更好的应用于有离散变量的情况。算例表明,该算法有效可行,为物流网络设计提供可参考的模型和求解算法。     

支持向量机的应用

支持向量机算法是十大经典算法之一,对于数据分类,数据回归方便有着极好的应用.在实际操作中,我们常用它来处理分类问题.但传统的支持向量机存在噪声太多,数据处理太慢和收敛过快的问题,可通过调整参数进行改进.本文将建立一个模型,实现对支持向量机的简单应用.     

基于演化博弈模型的产业集群式转移条件及政策适配性研究

集群式产业转移是有限理性的企业在产业转移过程中的合作,是群体决策、调整及决策稳定的过程。基于演化博弈模型,针对自由市场和引入政府干预两种情形下集群式产业转移条件的研究表明,在产业集群式转移过程中,下游企业复制动态演化博弈存在唯一的均衡策略;而上游企业复制动态演化博弈存在两个稳定均衡策略,既有可能收敛于全部转移,也有可能收敛于全部不转移。政府补贴或者惩罚虽不能确保集群式产业转移,但加大了产业集群式转移成功的概率,但在实践中应正确把握承接地政府补贴和转出地政府惩罚的"度"的问题。