求解约束优化问题的混合粒子群算法

针对约束优化问题提出一种混合粒子群求解算法,该算法根据可行性规则,引入自适应惩罚函数,结合模拟退火算法,不断地寻找更优可行解,逐渐达到搜索全局最优解.通过对一些标准函数测试,计算机仿真结果表明,该方法是有效和可行的,且具有较高的计算精度,相比传统算法,最优解精度达到10-15.     

可调激活函数神经元参数选取方法研究

隐层神经元采用相同的Sigmoid激活函数会限制神经网络的非线性能力,对Sigmoid函数引入两个参数可改善其响应特性,增强其非线性逼近能力.本文给出了一种可调Sigmoid激活函数,分析了可调激活函数中参数所表示的几何意义;给出提升网络维数的可调激活函数中参数的快速选取方法和理论基础.这为人们在采用可调Sigmoid激活函数解决实际问题时,如何快速选取激活函数中的参数提供了一种可行方法.     

一种求解多项式根最大模的人工鱼群算法

利用多项式根的反演关系，给出判定多项式根是否全部在单位圆内的判定定理。引入变形参数将多项式变形，并基于判定定理，给出求变形参数最小值的人工鱼群算法，即求多项式根最大模的人工鱼群算法，使变形多项式根全部在单位圆内。算例表明该算法收敛速度快，求解精度高。     

多重门限密钥共享机制与应用

针对密钥管理机制的需求,将共享密钥K,采用 Shamir(t,n)门限分解为n个密钥份额,对所产生的n个密钥份额,再次使用(t,n)门限进行分解,分别形成下一级的密钥份额,以此类推,形成经过多重门限所分解的密钥份额,由此推广了 Shamir(t,n)门限密钥共享机制,提出了更一般的多重门限密钥共享机制,并给出了多重门限机制针对招投标系统在各种不同需求下的应用解决方案.     

50 MW氢冷发电机转子绕组接头焊口开裂现象的分析

对佳木斯第二发电厂2号发电机转子绕组接头焊口开裂的原因进行了分析，找到了故障点的确切位置。并对其断裂焊重新进行打磨焊接处理，更换了槽衬、垫块和绝缘带，建议要加强发电机转子绕组直流电阻的测试实验项目，及时消除设备隐患。     

进化策略在极大似然法参数估计中的应用

采用极大似然法进行参数估计,是为了避免传统优化算法的缺点。本文采用进化策略算法与极大似然参数估计法相结合使参数估计变量不再受初始值影响,从而可获得全局更优的解。最后,以威布尔三参数分布为例进行参数估计。结果表明,该方法有求解精度高和收敛速度快的优点,从而使进化策略算法能更好地应用于数理统计中。     

新型Sigma-Pi泛函网络模型

将泛函神经元结构变形，建立Sigma-Pi泛函网络模型，给出Sigma-Pi泛函网络学习算法。采用数值分析的方法，将Sigma-Pi泛函网络应用于异或问题，结果表明，该网络对于某些问题具有很强的分类能力。该方法的优点在于利用一元函数作为基函数来实现高维函数的逼近，在函数逼近技术上，有着重要的应用价值。     

基于概率模型的遗传规划在故障诊断中的应用

采用在遗传规划中使用概率模型的新方法采解决一系列故障诊断问题。故障诊断可被看为是一个多级分类问题。遗传规划在解决复杂问题上有很大的优势，而这种优势在故障诊断中仍然显著。而且，使用概率模型作为适应函数能提高诊断的精确性，最后用这种方法解决机电设备的故障诊断。结果显示，使用基于概率模型的遗传规划解决机电设备的故障诊断比人工神经网络优越。     

基于区间进化算法的区间套构造及其应用

针对传统的二分法在构造区间套求方程的根时存在收敛速度慢、精度低,而且在一个区间内只能搜到一个根的问题,提出了一种新的区间套构造方法——区间进化算法.该算法集区间算法和进化策略算法为一体,能在较短的时间内构造区间套求得方程的根.实验数据表明,该算法同传统的二分法相比,收敛速度快,精度高,能计算出方程的多个或全部实根,是一种有效的区间套构造方法.     

基于RBF神经网络曲线重构的算法研究

提出一种基于径向基(RBF)函数神经网络的曲线重构学习方法,即由描述物体轮廓特征的样本点作为RBF神经网络的学习样本,利用RBF神经网络强大的函教逼近能力对样本点进行学习和训练,从而仿真出包含这些样本点的原始曲线,同时对于曲线一些样本点缺少的情况下,仍然能构通过调整参数训练得到这些样本点的原始拟和曲线.实验表明,基于径向基(RBF)函数的神经网络具有很强的物体边界描述能力和缺损修复能力.