LSM算法评定空间直线度误差的分析与改进

为了有效地提高评定空间直线度误差的精度,运用几何学、误差理论和最优化原理,深入分析了LSM算法在空间直线度误差评定中所存在的原理缺陷;并改进了LSM算法,提出了改进LSM算法的数学模型.对改进LSM算法编制程序进行了数字实验,结果表明:改进LSM算法克服了LSM算法的原理缺陷,具有较高的精度.     

改进的混洗蛙跳算法确定河流水质模型参数

试验将青蛙个体具有记忆功能引入到混洗蛙跳算法中,提出了改进的混洗蛙跳算法,青蛙的记忆功能是指在每次个体更新时,最差青蛙个体更新时的步长被记忆,并将其引入到下一次个体更新中.在混洗蛙跳算法的改进中加入记忆部分,提高了算法的收敛速度和寻优能力.将改进的混洗蛙跳算法应用于瞬时投放示踪剂的一维河流水团中,用所得示踪试验数据来确定河流水质参数的函数优化问题.将获得的最优值与真值进行比较.结果表明:改进的混洗蛙跳算法估计河流水质模型的参数是可行的,并且优于遗传算法.该算法具较好的参数辩识能力,适用于环境科学领域中的其他优化问题.     

对Apriori算法的研究及改进

关联分析是数据挖掘的本质体现,关联规则挖掘就是寻找给定的大量数据项集之间存在的某种规律的过程。Apriori算法是关联规则中最重要的一种挖掘频繁项集的算法,但是它也存在一定的不足。目的为了提高挖掘效率。方法采用实验的方法,在经典Apriori算法的基础上进行改进。结果证明改进的Apriori算法性能优于经典的Apriori算法,尤其是在交易事务条数比较多的情况下,效果更加明显。结论是改进的算法在计算支持度个数时,每次不需要扫描全部数据库,只需要在精简的数据库表中扫描各项所在的行就可以了,大大节省了时间;支持度计数的统计也比较容易,也不会产生过多的冗余,可以在很大程度上降低挖掘的复杂度,提高挖掘算法的效率。     

BP神经网络学习算法的改进及应用

为了研究BP神经网络改进学习算法的适用情况,通过对实际的4个应用运用BP神经网络的多种改进的学习算法进行训练,比较得到各学习算法的适用范围,并能根据所研究问题类型、网络大小和要求精度等来选择合适的学习算法。结果表明:LM算法逼近效果好,但不适合大规模网络,RPROP算法应用于模式识别收敛速度最快,但不太适合函数逼近,SCG算法对较大网络规模的性能很好,且逼近效果好。     

基于改进K-means算法的冬小麦覆盖度提取研究

为快速、精准地提取冬前分蘖期冬小麦覆盖度,提出了一种基于改进K-means算法的冬小麦覆盖度提取方法。首先将冬小麦图像转换到Lab色彩空间,其次利用蜉蝣算法（Mayfly Algorithm, MA）获取K-means最优初始聚类中心,并用马氏距离代替欧氏距离进行算法改进,最后利用分割得到的二值图像计算冬小麦覆盖度。结果显示,该方法的平均分割精度和平均处理时间分别为94.66%和2.03 s,与过绿指数（excess green,EXG）自适应阈值分割和基于粒子群优化算法（particle swarm optimization,PSO）的K-means(PSO-K-means)分割相比,分割精度分别提高了12.04%和4.18%,处理时间分别减少了2.26和2.94 s。该方法分割效果优于EXG和PSO-K-means分割方法,可用于提取冬小麦覆盖度。     

基于改进鸡群算法的微电网运行优化

【目的】以风、光、储、微型燃气轮机、燃料电池等分布式电源构成的微电网能有效地解决能源危机和环境污染问题.为了充分发挥清洁能源的效益,针对某地区含有多种分布式电源的微电网在孤岛状态下的运行状况进行优化.【方法】通过建立微电网系统各个结构的数学模型,在满足约束条件的前提下,利用改进鸡群算法对夏季24 h典型负荷日内的微电网系统进行参数优化配置.【结果】研究优化了各分布式电源的输出功率,降低了发电成本,获得了孤岛运行状态下微电网在夏季24 h典型负荷日内的优化运行方案.【结论】通过与其他改进鸡群算法对比,本研究所提出的改进鸡群算法对该地区的微电网优化性能良好,具有较好的应用前景.     

基于SFM算法的单木结构参数提取研究

针对传统森林资源调查方法获取单木结构参数效率低和成本高的问题,提出一种基于SFM算法的单木结构参数快速提取方法。以哈尔滨市城市林业示范基地树木为研究对象,利用SFM算法获得单木照片的三维点云,并利用点云数据处理软件对获得的点云数据进行单木结构参数提取,最后与实测参数进行对比分析。结果表明:1）分别利用SIFT算法、SURF算法以及ORB算法对相机校检后的树木照片进行特征点提取匹配,特征点正确匹配个数分别为23、145以及25,相应的耗时分别为18.56、16.04、1.58 s;2）利用SFM算法能获得树木照片的稀疏点云和稠密点云,平均每棵树木点云量为80万个;3）基于点云数据提取单木结构参数的胸径、树高及冠幅的平均绝对误差分别为1.79 cm、0.77 m及0.79 m;胸径、树高、冠幅的提取值与实测值相关系数均>0.94。     

基于Hough变换的线段检测算法的改进

基于Hough变换的基本理论及目前的改进算法,针对Hough变换所存在的参数峰值不明显、存储空间大及计算速度慢等不足,提出了一种改进的随机Hough变换,可实现由长到短逐次提取线段,并给出了线段起始点和终止点的计算方法。实验证明了该改进算法的有效性。     

C4.5数据挖掘算法的改进及其应用

简要介绍数据挖掘算法中的C4.5算法的基本思想,并在分析传统行业税负测算方法的基础上,结合税收行业领域的应用实际,对C4.5算法进行改进和应用.通过验证表明,改进后的算法运行结果可靠,运行效率提高.     

割离井公式反求水文地质参数的试算法研究

分析了无上、下补给,井内定水位且初始水位呈水平时,均质含水层中割离井渗流模型的出水量公式,引进了仅与相对井径有关的井流函数,通过井流函数性质的研究,将试算法引入割离井法反求水文地质参数,其步骤与常用泰斯试算法的步骤相似。最后用实例进行验证,其结果与目前已有的方法相近。     

基于改进蚁群算法的联合收割机调度路径优化

为缓解收割机在收获季节供不应求的局面,实现联合收割机在收割中的高效率、低成本和高收入。通过对影响收割机调度的多种因素进行分析,建立联合收割机调度的数学模型。针对基本蚁群算法易陷入局部最优解、收敛速度慢等缺点,引入节约矩阵,并对不同搜索时段采用不同的信息挥发因子,最后通过局部搜索策略2-opt法搜索最优解的方法改进基本蚁群算法,对模型进行求解。仿真结果表明,改进后的蚁群算法性能优良,且可降低调度成本,能够有效解决联合收割机在农忙时节的使用问题。     

基于改进算法的城市燃气输配管网功能分析

传统燃气管网功能分析算法采用恒定不变的节点流量作为约束条件来求解节点流量平衡方程组,针对由此产生的管网中部分节点压力出现负压的问题,提出基于节点压力波动的节点三态供气工作模式的改进燃气管网功能分析算法,在功能分析过程中,考虑节点流量与节点压力的关系,注重节点获得的实际流量随节点压力而变化的动态响应过程。采用双气源的中压管网验证了改进算法的合理性和收敛性,结果表明:采用改进算法计算求得的燃气管网中某些节点的压力高于传统算法的计算结果,计算管段流量的迭代次数亦低于传统算法的迭代次数。实例证明了该改进算法优于传统的管网功能分析算法。     

基于改进蚁群算法的冰鲜水产品配送路径优化方法研究

为研究冰鲜水产品最优配送路径的优化方法,在传统蚁群算法基础上提出一种改进的蚁群算法,先后分别采用局部最优和全局最优两种方式对传统蚁群算法的信息素更新方式加以扩大至最优解寻觅范围,并对启发因子的函数定义范围加以扩展至初始节点,利用2-opt算法进行局部优化。实例仿真结果表明,在相同配送条件下,改进后的蚁群算法与避圈法、传统蚁群算法相比较,其配送时间分别缩短31.64%和8.15%,其配送路径长度分别缩短21.89%和16.94%。研究表明,改进的蚁群算法可用于冰鲜水产品最优配送路径的计算,该方法可在实际应用中有效提高冰鲜水产品的物流运输效率。     

基于改进蚁群算法的冰鲜水产品配送路径优化方法研究

为研究冰鲜水产品最优配送路径的优化方法,在传统蚁群算法基础上提出一种改进的蚁群算法,先后分别采用局部最优和全局最优两种方式对传统蚁群算法的信息素更新方式加以扩大至最优解寻觅范围,并对启发因子的函数定义范围加以扩展至初始节点,利用2-opt算法进行局部优化。实例仿真结果表明,在相同配送条件下,改进后的蚁群算法与避圈法、传统蚁群算法相比较,其配送时间分别缩短31.64%和8.15%,其配送路径长度分别缩短21.89%和16.94%。研究表明,改进的蚁群算法可用于冰鲜水产品最优配送路径的计算,该方法可在实际应用中有效提高冰鲜水产品的物流运输效率。     

负荷建模参数辨识中综合改进遗传算法的应用

参数辨识是负荷建模的关键之一,针对遗传算法本身存在的缺陷,提出一种综合改进的遗传算法.该算法通过初始种群选择、最优个体保留、自适应交叉和变异率等方面进行综合设计,有效地避免了早熟和近亲繁殖,提高了收敛速度.建模实践表明,所提的综合改进遗传算法可加速收敛,缩短辨识时间,同时提高了拟合精度,克服了参数的分散性,是一种适合于负荷建模参数辨识的优化算法.     

基于改进差分进化算法的含风电场的电力系统无功优化

含风电场的电力系统无功优化是一种具有多状态、多约束条件的非线性规划问题.针对其存在易陷入局部最优的缺点,提出了改进的差分进化算法.在基本差分进化算法中,融入递增二次函数交叉算子以增加算法的收敛速度.当算法陷入早熟后,对最优个体和随机选取的个体采用随机扰动的变异策略,帮助其跳出局部极值.仿真算例表明:改进的算法能有效地寻找到全局最优解,明显提高收敛速度,具有良好的自适应特性.     

基于模拟退火算法的半参数线性回归模型的参数估计

提出了一种可减少计算量的求解广义半参数极大似然估计的模拟退火算法，用示例展示新算法在多变量线性回归模型中的应用．     

网格资源调度算法的改进研究

资源管理与调度算法是网格计算中的2个核心问题。介绍了网格的基本概念,阐述了目前广泛使用的基于市场经济模型的资源调度截止期限和预算限制算法（DBC）,提出了把信誉度引入经济模型的资源调度算法中。不仅提高了任务的完成率,也提高了资源和消费者之间进行交易的安全性。     

基于改进粒子群算法的生鲜农产品配送路径优化研究

以生鲜农产品在途时间最短、配送成本最低为优化目标,构建了农产品配送路径优化问题的模型,采用基于局部精益搜索策略的改进粒子群算法求解该问题。通过仿真实验表明,改进粒子群算法是农产品配送路径优化问题的一种有效方法,对于提高农产品配送效率,降低配送成本有重要的现实意义。