共查询到18条相似文献,搜索用时 93 毫秒
1.
2.
3.
4.
5.
6.
7.
为准确快速地对边坡进行稳定性分析,提出基于支持向量机(Support vector machine SVM)的稀土矿开采边坡的SVM预测模型,结合42个稀土矿开采边坡实际案例,并分别采用网格寻优算法、遗传算法(Genetic algorithm GA)、粒子群算法(Particle swarm optimization PSO)对SVM模型进行参数寻优,寻找适合稀土矿开采边坡的SVM模型参数算法,结果表明PSO算法适合稀土矿开采边坡的稳定性分析,该算法的预测准确率最高。 相似文献
8.
改进的蚁群算法在矿山物流配送路径优化中的研究 总被引:1,自引:0,他引:1
物流配送路径优化问题是公认的NP难题,本文运用一种新型的模拟进化算法——蚁群算法对其进行求解。针对车辆路径问题及蚁群算法各自的特点,本文对蚁群算法进行多方面改进,以优化其搜索能力和加快收敛速度。文中通过对实例计算求解,取得了满意的结果,从而证明了新算法的有效性。 相似文献
9.
10.
基于位移反分析的岩质边坡稳定性分析 总被引:1,自引:0,他引:1
通过工程现场获得边坡位移量等信息,并基于正交试验设计和FLAC3D建立训练样本和测试样本,运用BP神经网络建立起边坡位移与待反演参数之间潜在的映射关系.利用粒子群算法的参数优化功能优化BP神经网络,然后再用粒子群算法从全局空间上搜索出BP神经网络中预测位移与实测位移最接近的一组参数组合,最后采用FLAC3D计算出边坡的安全系数来评价其稳定性.研究表明将BP神经网络与粒子群算法相结合,进行位移反分析是可行的;通过位移反分析得到的参数结果,进行稳定性分析将更准确. 相似文献
11.
12.
针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题,提出了一种基于群体智能优化的多核学习支持向量机算法。首先,研究了五种单核函数对支持向量机分类性能的影响,进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法;其次,为增加粒子多样性及快速寻优,将粒子群优化算法引入了遗传算法中的杂交操作,并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后,分别采用深度特征与手工特征作为识别算法的输入,研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入,以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试,进一步为了验证所提算法的泛化能力,选取公开数据集LUNA16进行测试。实验结果表明,本文算法易于跳出局部最优解,提升了算法的学习能力与泛化能力,具有较优的分类性能。 相似文献
13.
现代控制理论是实现地下铲运机路径跟踪控制的重要技术之一。目前,控制算法应用的难点在于参数的选取和整定。为解决控制参数整定问题,提出应用量子行为粒子群优化算法(QPSO)对基于线性二次型调节(LQR)的状态反馈控制器进行参数优化,实现对地下铲运机精准、稳定的路径跟踪控制。状态反馈控制器基于铲运机的误差动力学模型得出,优化后的路径跟踪控制最大横向位置偏差低于0.23 m。仿真试验结果表明:相较于标准粒子群优化算法,QPSO算法优化的路径跟踪控制器的最大横向位置偏差减小53.4%,优化效果更好、成功率更高。 相似文献
14.
In view of characteristics of particle swarm optimization (PSO) algorithm of fast convergence but easily falling into local optimum value, a novel improved particle swarm optimization algorithm is put forward, and it is applicable to identify parameters of hydraulic pressure system model in strip rolling process. In order to maintain population diversity and enhance global optimization capability, the algorithm is firstly improved by means of decreasing its inertia weight linearly from the maximum to the minimum and then combined with chaotic characteristics of ergodicity, randomness and sensitivity to initial value. When the improved algorithm is used to identify parameters of hydraulic pressure system, the comparison of simulation curves and measured curves indicates that the identification results are reliable and close to actual situation. A new method was provided for hydraulic AGC system model identification. 相似文献
15.
为提高热连轧带钢精轧厚度预测精度,建立了通过深度置信网络(deep belief network,简称DBN)提取特征的最小二乘支持向量机回归模型(DBN-LSSVM),并且利用粒子群优化算法(particle swarm optimization,简称PSO)优化最小二乘支持向量机(least squares support vector machine,简称LSSVM)相关超参数。通过采集某热连轧带钢生产线实时现场数据,对所提出厚度预测模型进行训练和离线仿真。结果表明,基于DBN-LSSVM的预测模型具有良好的学习能力和泛化性,DBN-LSSVM模型的预测精度较传统BP算法和DBN-BP算法有显著提高,该厚度预测模型在生产实践中具有很好的应用前景。 相似文献
16.
针对钨碱煮过程WO_3浸出率预测困难的问题,建立了动态机理模型与最小二乘支持向量机(LSSVM)相结合的并联混合模型,在该混合模型的基础上,构建了碱煮过程优化模型,将动态浸出问题转化为带约束的优化问题,并以粒子群优化(PSO)算法对优化模型进行求解。仿真结果表明,混合模型预测精度高,优化模型效果好,提高了WO_3浸出率,降低了浸出成本。 相似文献
17.
提出了一种改进粒子群优化算法的移动机器人路径规划方法。该方法首先将粒子群分成两组,对其中一组加入变异算子,能提高种群的多样性和避免粒子群优化算法的早熟。该方法模型简单,算法复杂度低,收敛速度快。仿真实验结果获得了从起点到终点的无碰撞路径,证实了该方法的有效性和可行性。 相似文献
18.
针对轧机垂直系统动力学参数可信度不足等问题,提出一种基于实测数据的改进粒子群算法辨识轧机垂直系统动力学参数的方法。首先,将轧机垂直系统刚度和阻尼考虑成达芬振子和范德波尔振子,构建轧机垂直系统非线性动力学模型,并对粒子群算法进行改进;然后,通过数值仿真算例辨识得到系统在感染噪声和不含噪声时的动力学参数,验证了该算法的有效性;最后,以现场某轧机垂直系统为研究对象,基于现场实测数据,应用该算法进行辨识,得到了轧机垂直系统动力学参数估计,通过实测位移、速度和加速度信号分别与辨识后的位移、速度和加速度信号进行对比,证明该方法辨识轧机垂直系统动力学参数结果可靠,具有一定的工程应用价值。 相似文献