基于PSO-SVR模型的煤炭铁路物流需求预测

在煤炭铁路物流需求预测中,存在历史样本量较小和非线性强的特点,从而致使预测精度较低。将支持向量回归机（support vectorreg ression,SVR）与粒子群算法（Particle Swarm Optimization,PSO）相结合,提出适用于小样本量学习的PSO-SVR模型。选取1995-2011年的煤炭铁路货运量及其影响因素作为学习样本,利用粒子群算法对支持向量机参数进行优化,通过训练、测试得到具有良好学习与推广能力的煤炭铁路货运量预测模型。建立BP神经网络模型,并将二者的预测值进行对比,结果表明在解决我国煤炭铁路物流需求预测这种小样本,非线性及高维模式识别问题中PSO-SVR模型预测精度优于BP神经网络模型。     

武器目标分配决策的粒子群优化算法探讨——基于多层防御模式下

武器目标分配(WTA)是军事运筹学中经典的NP完全问题,迄今为止未找到求精确解的多项式时间算法。针对武器数量、布防空间、运行维护成本以及人力资源等多约束下的多层防御WTA问题,采用粒子群优化(PSO)算法求解。给出了PSO算法实现方案,通过一个算例评估该算法的性能。结果表明,该算法能给出高质量的近似最优解,对求解WTA问题是有效的,且该算法具有较高的鲁棒性和计算效率。     

使用粒子群算法解决期权定价模型参数校准问题——以heston模型为例

期权定价模型的参数校准问题是一个常见的难题,以heston 模型为例,定价时需要估计6 个参数,参数估计问题实质上是高维非线性规划问题,由于估参函数的性质不好,一般的估参方法常常失效。使用粒子群（PSO）智能算法可以改善该模型的参数校准问题,因为粒子群算法具有内在随机性,因此参数估计中的局部极小值问题可以被较好地解决。使用2017 年12 月20 日的香港恒生指数期权作为估计样本,并对2017 年12 月25 日的期权进行样本外预测,数值结果表明使用heston 模型对期权进行定价并配合粒子群算法估计参数具有良好的定价效果。     

粒子群算法惯性算子凹凸性分析

粒子群算法的惯性因子是算法中的一个重要的参数,目前的研究结果表明,惯性因子为减函数时算法的运行效果更为良好。文中提供了四种减函数作为惯性因子可以使用的算子,它们的凹凸性各有不同。对四个算例的数值仿真结果表明,表现最好的是惯性因子先上凸后下凸的PSO,惯性因子为下凸函数的PSO综合表现优于惯性因子为上凸函数的情况。     

离子液体应用于苯加氢制环己烯的研究展望

<正>苯加氢是一种由重要的基本有机化工原料苯来生产广泛用于合成塑料的芳烃衍生物等下游产品的工艺。而其选择加氢则主要是指通过苯经过加氢反应生成环己烯来制取各种下游产品的技术。环己烯在常温下是一种无色透明液体,有特殊刺激性气味;不溶于水,溶于乙醇、醚等;比水轻;稳定性好,但挥发性较大。主要用于有机合成、油类萃取以及用作溶剂等。其作为重要的一种有机合成中间体,被广泛应用于各种有机化学品的生产,如己二酸、尼龙6和尼龙66等,其中尼龙是最重     

洁净室尘埃粒子多点在线监测分析

洁净室的主要功能,是针对室内污染、空气中的尘埃等进行控制,实现产品的无菌生产,洁净程度与控制污染的持续稳定性,是对洁净室质量进行检测和评估的核心标准。在我国《药品生产质量管理规范》(GMP)中,要求做好洁净室尘埃粒子的在线监测工作,以此来把握洁净室的动态。文章结合当前洁净室检验的相关指标,对其尘埃粒子多点在线监测系统进行了分析和讨论。     

纳米材料中纳米粒子团聚的原因及解决方法

纳米材料由于其具有特殊的性能而被广泛应用,但纳米粒子的团聚一直是困扰纳米材料制备和应用的关键问题。本文介绍了纳米粒子团聚的原因,叙述了纳米粒子的分散过程,重点分析了纳米粒子的分散机理和纳米粒子的分散技术。希望能为纳米材料的大规模生产和应用提供一定的理论基础。     

基于粒子群算法的电池模型参数辨识

为实现动力电池精准的SOC估计,对磷酸铁锂动力电池建立二阶等效电路模型,考虑到汽车运行工况的复杂性,针对电池运行过程中的动静态特性,利用Arbin测试柜获取电池HPPC测试实验数据,采取粒子群算法计算电池模型参数全局最优解。另外,文章将HPPC离线电压数据与电池模型输出电压数据对比,最大误差为0.067V,能有效地反映出电池的动静态特性,为电池状态精确估计奠定了基础。     

基于Granger-PSO-SVM的省域中长期电力负荷预测

电力负荷预测是电网调度、规划里必不可少的环节,准确的负荷预测对区域电网安全稳定的运行以及当地经济发展都具有重要意义.影响地区电力负荷的因素因地而异,针对区域特征选取相应的影响指标会获得更加精准的预测效果,因此本文先运用格兰杰因果检验提取影响因素,接着结合粒子群优化支持向量机模型对某省全社会用电量进行训练与预测.根据MAE检验结果,本文提出的组合预测模型Granger-PSO-SVM误差较小,对今后的省域中长期电力负荷预测有一定的借鉴意义.     

手术室调度平衡优化与改善研究

为解决以低碳、节能来降低医院成本的问题,本文以四川省三甲A医院手术中心层流手术室为研究对象,对层流手术室的运行现状进行分析,通过设计建立遗传-粒子群算法求得手术室线调度模型的优解,来改善层流手术室的使用平衡,达到均衡手术室使用时长,并同时满足患者手术需求和合理分配手术室资源的目的,使医院运作管理水平得到提升.