一种基于GA-SVM的风机叶片磨损分类方法

提出了一种基于GA-SVM的风机叶片磨损分类方法。首先,以组合赋权法分析不同特征指标对风机叶片磨损的权重,并对特征指标进行排序;其次,以不同维度的特征子集为输入,对应磨损类别标签为输出,建立SVM多分类模型,实现特征指标与磨损类型的映射,并通过分类效果确定最优特征子集;同时,为了获取SVM的最优参数,采用GA算法进行寻优;最后,进行仿真分析与实验对比。结果表明所提方法合理、有效。     

基于介电特性的海沃德猕猴桃品质检测

为研究猕猴桃的介电特性与其主要品质之间的关系,本试验通过测定不同贮藏时期海沃德猕猴桃的介电特性、营养成分、色差及质构指标,用连续投影算法(SPA)和遗传算法-偏最小二乘法(GA-PLS)筛选出各品质指标(Vc、可溶性固形物、ΔE、硬度、粘聚性和弹性)的特征频率点,建立猕猴桃品质指标的预测模型并进行验证。结果表明,建立 Vc和ΔE值的最优模型为连续投影算法结合神经网络模型,可溶性固形物、硬度、粘聚性和弹性的最优模型为遗传算法-偏最小二乘法结合神经网络模型,模型对各指标预测的决定系数分别为0.971、0.934、0.922、0.984、0.908和0.954,各品质指标预测值与实测值无显著差异(P>0.05)。综上所述,介电检测技术结合SPA和GA-PLS可用于预测猕猴桃的特征品质。本研究结果为猕猴桃品质的无损检测奠定了基础。     

基于IM遗传算法和神经网络的风险管理模型及应用

根据企业多类风险权重评估管理策略,提出一种基于投资理论的多层神经网络模型,并结合IM(Insertion Mutation)算子的遗传算法,以提高精确度和收敛速度.设计并实现基于IM神经网络和遗传算法的软件包.运行结果表明该系统能满足客户需求,对它的应用前景作了展望.     

遗传算法优化的形态学边缘检测算子

图像边缘检测通常是以类似于素描图的图像表达出物体的要素和特征,其任务是使图像边缘准确定位和抑制噪声.在传统形态学算子基础上提出一种遗传算法优化的形态学Top-Hat算子.实验表明,与传统的边缘检测算法相比,该算法不仅具有较强的边缘提取能力,而且通过合理选择结构元素能明显降低噪声对检测结果的影响,准确检测出图像边缘.     

基于遗传多层前馈神经网络的大豆脂肪酸含量近红外光谱检测

文章提出了一种利用遗传多层前馈神经网络建立数学模型的方法,建立起化学测定值与近红外光谱数据之间的定量关系。把得到的近红外光谱数据作为网络的输入,把用化学法测定的5种脂肪酸含量作为网络的输出,再利用遗传算法训练多层前馈神经网络的权值,建立大豆脂肪酸的神经网络检测模型,探索出一种能够准确、高效地完成近红外光谱检测的神经网络模型,文中设计了一种用遗传算法训练的多层前馈神经网络。通过试验证明,用遗传算法优化人工神经网络的权重,获得高于单纯用人工神经网络训练的结果。大豆5种脂肪酸的相关系数都可达到0.9左右,能够满足大豆育种的初步检测。     

基于SPA-GA-SVR模型的土壤水分及温度预测

土壤湿度和温度是影响水文循环和气候变化的重要参数,在农业实践活动和生态平衡中起着重要作用。为及时、准确地监测土壤含水量(Soil Moisture Content,SMC)及温度,提出了一种基于高光谱数据的预测方法。实验数据集来自为期5天的实地测量,所获得的高光谱数据包含大量的噪声及冗余信息,因此首先用Savitzky-Golay卷积平滑对光谱数据进行降噪处理,利用连续投影算法(Successive Projection Algorithm,SPA)提取数据特征波长,然后通过遗传算法(Genetic Algorithm,GA)对支持向量机回归(Support Vector Regression,SVR)的超参数权值和偏置进行优化,构建SPA-GASVR混合算法模型对土壤水分和温度进行预测,并与BP神经网络(Back Propagation Neural Network,BPNN)、SPA-BP、SVR、SPA-SVR、GA-SVR这5种模型的预测性能进行比较。实验结果表明：各模型在土壤湿度低于30%的情况下,表现出的预测能力差异并不显著。但整体上,复合模型相比于单一的神经网络或机器学习...     

基于CEEMDAN-QPSO-BLS模型的径流预测研究

准确的径流预测是水资源优化配置和高效利用的前提,是制定防洪减灾决策的基础,然而受到人类活动、环境、气候等因素的影响,径流序列呈现出非线性、非稳态、多尺度变化的特点,这为径流的精准预测增加了难度。为提高径流预测的精准度和可信度,结合自适应噪声完备集合经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）方法,量子粒子群优化算法（Quantum Particle Swarm Optimization,QPSO）、宽度学习系统（Broad Learning System, BLS）模型,提出了一种基于CEEMDAN-QPSO-BLS组合式的径流预测模型。该组合模型首先使用CEEMDAN方法对原始径流信号进行分解,得到若干相对平稳的本征模态分量。其次利用QPSO算法对BLS模型的特征层节点组数、增强层节点组数和组内节点数进行寻优,得到最优的宽度学习网络拓扑结构,进而使用最优的QPSOBLS对多个稳态分量进行预测,并对预测分量进行重构,从而获得更高的预测精度。以黄河流域小浪底水库的日径流...     

柱形量子点的能级与电子结构

在EMA(Effective Mass Approximation)的理论框架下,研究了柱形量子点的能级和电子结构.计算了柱形量子点的激发态(m=1)基态(m=0)能量,并作出柱形量子点能量图;还计算了柱形量子点的电子概率密度,并作出电子概率分布图.     

铅胁迫对草木樨叶中叶绿素含量和几种光合特性的影响

盆栽实验研究了不同浓度铅胁迫对草木樨光合作用、气孔导度和叶绿素含量的影响。结果表明:草木樨在1000 mg/L铅下叶中铅含量达最高值时叶绿素含量为最低值;200 mg/L,400 mg/L和600 mg/L铅处理的净光合速率、光饱和点和表观量子光合速率显著高于未作铅处理的,其他浓度铅下的净光合速率和表观量子光合速率显著低于未作铅处理的。气孔导度和光合速率的变化趋势一致。不同浓度铅基本上不改变草木樨的光补偿点。     

基于遗传算子的流密码系统的设计与实现

基于遗传算法的杂交及变异算子的随机特性,设计了一种流密码系统,对系统的安全性进行了分析,并给出了系统设计算法的部分数值实验结果.结果表明,该系统所生成的密钥流具有真正意义上的随机性,速度快、安全性高,并易于在加密方和解密方之间同步实现.