基于GA优化LSSVM高炉铁水含硅量预报

铁水含硅量是表征高炉生铁质量的重要指标,也是反映高炉内部热状态的重要参数。为了提高铁水含硅量测量精确度,保证高炉顺行,提出一种基于最小二乘支持向量机(LSSVM)的铁水含硅量预报模型,采用遗传算法(GA)确定模型参数的优化组合,以改善模型性能。将某钢管厂高炉的实际运行数据经过预处理后作为模型的训练和测试样本,进行模型预报实验,并与神经网络模型和时间序列分析模型的预报性能进行了比较。基于 GA优化参数的 LSSVM模型对铁水含硅量预报的最大相对误差为5.8%,相关系数为0.926375,预报精确度比直接 LSSVM模型提高了2.1%,比前向神经网络模型提高了4.3%。     

GPRS在王圪堵水库水情自动测报系统中的应用

本文以榆林市王圪堵水库为实例,结合工程特点进行了水情自动测报系统的设计。通过站网论证,合理的进行遥测站点布置。在通信方式上,通过方案比选,采用GPRS／GSM的通信方式很好的解决了遥测站点的数据传输问题。测报软件采用基于B／S的体系架构,预报模型选用陕北模型,实现了具有水雨情监测、洪水预报、洪水调度等功能的测报软件,在实际应用中发挥着不可替代的作用。     

核科学与能源

0226946B/S 模式下洪水预报调度系统的研究[刊]/赵玉庆//计算机应用研究.—2002,19(7).—130～131(E)在对 C/S 模式下洪水预报调度系统进行分析的基础上,提出了基于 B/S 模式的洪水预报调度系统,研究了其需要的技术及体系结构,为水库洪水预报调度系统的扩展带来了极大方便,并易于系统的维护。参50226947节水灌区调度管理自动化应用系统[刊]/南海鹏//计     

三维数值模拟下的溶洞安全水位提取方法

为确保安全合理地开发岩溶洞穴，往往需要考虑洞内的洪水情况。基于此，提出一种基于三维地理空间信息与洪水数值模拟的溶洞安全水位提取方法。首先采用Green-Ampt法、SCS单位线法和动波法构建山洪模型并验证该模型的可靠性。其次将设计的十年一遇暴雨输入洪水模型计算溶洞入口处洪水过程线，并将该洪水过程数据作为洞内洪水模拟的输入条件。最后选取较为高效的三维湍流模型在溶洞三维模型中进行洪水模拟进而提取溶洞安全水位坐标。结果表明，模拟洪痕和实际调查洪痕位置基本吻合，此次构建的山洪模型适用于该研究区域的洪水计算，且基于大涡模拟的洞内洪水三维模拟结果基本符合实际洞内水位变化特性。该方法可为溶洞开发提供更合理的安全水位参考数据。     

其它测量

0620987基于遗传算法的双线性模型在大坝上安全监测预报中的应用[刊,中]／汪莲／／合肥工业大学学报(自然科学版)．-2006,29(4)．-467-470(C)文章提出了实用自相关系数图确定双线性模型的自回归项,应用了基于遗传算法的一套建模方法。通过实例表明,由于双线性模型实际拟合和预测过程中产生的残差信息进行反馈矫正,保证了模型高的拟合精度和稳健的预测性能,与门限自回归模型比较,双线性模型比门限自回归模型具有更好的预测精度。参8     

基于PEM法和GA的无人直升机模型辨识

无人直升机的数学模型是设计先进控制系统的基础,首先采用机理建模的方法分析了直升机的飞行力学特性,加入旋翼运动,并得到了参数化状态空间模型。辨识之前对实验数据进行野值识别,剔除,补正,滤波,去趋势项等处理,利用预报误差法进行系统辨识,再运用遗传算法对预报误差辨识结果进行优化,验证结果表明,达到辨识和优化的目的。     

超磁致伸缩执行器磁滞模型的参数辨识

准确辨识磁滞模型参数是保证超磁致伸缩执行器位移控制精度的关键,而单一算法难以实现对超磁致非线性模型参数的精确辨识。该文提出了一种新型混合优化策略,即改进的遗传退火算法,并将其应用于对超磁致伸缩执行器位移磁滞模型参数的辨识。该算法兼顾了遗传算法和模拟退火算法的优点,同时还引入了机器学习原理,将模拟退火算法作为遗传算法中的种群变异算子,并将模拟退火算法中的抽样过程与遗传算法相结合。此算法不仅充分发挥了遗传算法并行搜索能力强的特点,且增强和改进了遗传算法的进化能力,同时提高了系统的收敛性和收敛速度,避免最优解的丢失。通过仿真和试验研究表明,该算法相对于遗传算法有更高的精度,可有效精确辨识超磁致伸缩执行器磁滞模型的参数。     

协同综合预报IGDSS通用模型的研究与应用

分析了自然灾害综合预报会商式决策系统的特点,研究并提出了一种将智能决策方法作为“特殊预报专家”的协同综合预报IGDSS的通用模型。以地震然灾害综合预报为应用背景,根据地震综合预报的工作原理应用协同综合预报IGDSS通用模型,重点介绍了地震综合预报IGDSS的智能决策方法—贝叶斯网络的设计与实现,建立地震综合预报贝叶斯网络分析器,采用改进后的桶消元算法作为网络推理。给出了应用协同综合预报IGDSS通用模型解决地震综合预报的较完整的解决方案,系统已应用于福建省地震局预报中心。     

GaAsFET大信号等效电路参数提取

将新型算法—退火遗传算法用于GaAsFET大信号等效电路模型参数的提取,给出了具体流程并提取了器件的模型,结果表明该算法快速可靠,文中为提取大信号模型提供了新的方法,并扩展了遗传算法的应用。     

遗传算法在模型音乐作曲创新中的应用

本文将遗传算法与“模型音乐”作曲方式相结合。按照模型音乐作曲方式产生音乐模型，然后利用遗传算法对乐曲进行进化，以产生与传统作曲方式相区别的、更具特征性的乐曲。并且利用实验进行了验证。     

基于改进BP神经网络的洪峰预测模型

BP神经网络擅长对数据模型进行预测,通过模拟退火遗传算法的引入,对原始BP网络进行改进,对比分析两种算法的流程及效率,同时在洪峰预测模型上进行试验,观察两者的数据结果,并分析误差和效率,发现改进BP网络优于原始BP网络,在实际工程应用中值得推广。     

基于遗传算法优化神经网络的藻类繁殖状态软测量方法

为了提高BP神经网络模型对海洋藻类生长状态软测量的准确性,提出了一种基于遗传优化算法优化BP神经网络的软测量方法.利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解,再将该预测结果与传统BP网络预测模型的预测结果进行对比.对仿真结果进行有效性验证后,结果表明,通过这种软测量方法,经遗传算法优化后的BP神经网络可以在更短的时间里创造更高的预测准确性,大大提高了对海洋藻类生长状态预测的效率.     

遗传算法在船舶转向避碰幅度决策中的应用研究

针对船舶避碰决策系统中的船舶运动趋势和避碰时机，应用遗传算法模型，实时预测各目标船相对于本船在下一时刻的运动参数，预估目标船相对于本船的最近会遇距离（DCPA）和最近会遇时间（TCPA）。同时，应用遗传算法模型预测避碰最优角度问题。仿真结果表明，该方法能有效提高船舶海上航行的灵活性和安全可靠性，达到提前预警和帮助驾驶员提前做好避碰准备等目的。     

基于遗传灰色GM(1,1,ρ)模型的短时交通流量预测

为了提高短时交通流量的预测精度,本文根据短时交通流量的数据特征,结合灰色模型在短时预测方面的优势,利用遗传算法根据已知数据优化灰色新陈代谢GM(1,1,ρ)模型的背景值参数ρ,对实时采集的交通流量数据进行仿真分析,实验结果验证了该模型的准确性、实时性和有效性。     

基于情感神经网络的风电功率预测

风力发电功率预测对于风能并网具有重要意义.采用一种可用于复杂系统和模式建模的新型神经网络——情感神经网络,对风力发电功率进行预测.为防止ENN在训练时陷入局部最优解,提出采用遗传算法对其进行训练.采用预测误差的均方根和标准差衡量预测准确性、稳定性,对ENN性能进行了检验.结果表明,相比于人工神经网络、支持向量机和自滑动回归模型,ENN能够获得更高的预测准确率和预测可靠性.     

遗传算法优化BP神经网络的大功率LED结温预测

将遗传算法(GA)与BP神经网络相结合,对研发的120W LED双进双出的射流冲击水冷散热系统中LED阵列的结温进行预测。采用GA优化BP网络的权值和阈值,利用BP算法训练网络,改善了单独使用BP网络容易陷入局部极小值和收敛速度慢的缺点。并且在训练过程中为了使网络输出有足够长的空间,改进了GA的数据处理。结果表明,经GA优化的BP神经网络较使用Levenberg-Marquardt(LM)算法优化的BP神经网络的大功率LED结温预测精确度提高了14.14%,且预测效果较稳定。GA和BP神经网络相结合的结温预测模型较传统的结温测量方法更能掌握散热结构设计的主动性,对大功率LED寿命的延长有较高的实用价值。     

基于位变异防止遗传算法过早收敛的算法

针对简单遗传算法具有过早收敛的缺点，本文提出了一种基于位变异的防止遗传算法过早收敛的算法。该算法通过种群熵来判断过早收敛的发生。当发生过早收敛时，在单调系数的指导下进行有针对性的位变异．从局部最优解的范围内摆脱出来，算法重新具有进化能力。用数值优化中的三个典型的测试函数对该算法进行测试．仿真实验结果显示该算法可有效地提高算法的全局搜索能力。     

基于GA-BP的敌空袭兵力出动量预测

在防空兵力资源有限的情况下,为取得最大的对敌作战效能,有必要对敌空袭兵力出动量进行预测.在遗传算法与误差反向传播神经网络结构模型相结合的基础上,设计了用遗传算法训练神经网络权重的新方法,并对敌对地面目标群空袭的兵力出动量进行预测,同时与BP算法和灰色系统理论模型进行了比较.经检验,计算值与实际值接近,并优于BP算法和灰色理论模型,具有良好的预测效果.     

一种具有预测能力的三维图像分割方法

在充分分析三维图像特点的基础上,提出了一种新的三维图像分割方案。该方案在改进的主动轮廓模型的基础上融入了预测算法。三维图像中物体的轮廓沿着空间轴或时间轴的位移和形变是连续的,该算法根据这一特性,利用前几幅图的分割结果来预测当前图像中物体轮廓的位置和形状,弥补了主动轮廓模型搜索范围小的缺点。对医学解剖图像的试验结果表明,这种方法能显著提高分割的准确性和速度。