基于改进灰狼优化支持向量回归的网络舆情预测

网络舆情发展趋势预测对政府相关部门的舆情监测与管控有非常重要的参考意义.针对网络舆情的小样本特性,同时考虑适用模型的时效性和准确度,本文提出一种基于佳点集方法初始化、非线性参数控制以及对引领狼赋权的改进灰狼优化支持向量回归(IGWO-SVR)的网络舆情预测模型,以“新冠肺炎”、“中国梦”等百度指数作为舆情数据样本进行了实证研究.对比实验结果显示,改进后的灰狼优化算法有较强的全局搜索能力、较快的收敛速度以及较好的稳定性.IGWOSVR网络舆情预测模型有较为突出的准确性与稳定性,能够为政府舆情管控部门提供较好的决策参考.     

基于PSO的SVR参数优化选择方法研究

支持向量回归机(SVR)模型的拟合精度和泛化能力取决于其相关参数的选取,因此提出了基于粒子群(PSO)算法的SVR参数优化选择方法;并以不同噪声影响下的sinc函数和实际发酵过程产物浓度的SVR模型为对象,将提出的PSO优化参数方法与现有的交叉验证法、留一法进行比较。仿真结果表明:该PSO优化SVR参数方法可行、有效,由此得到的SVR模型具有更好的学习精度和推广能力。     

基于支持向量机的部队作战效能评估

随着信息化战争复杂性与不确定性的增加,对部队作战效能的评估提出了更高要求。在分析支持向量机和增强最简半自治适应性作战神经网络仿真工具箱（enhanced irreducible semi autonomous adaptive combat neural simulation toolkit, EINSTein）特点的基础上,建立了基于支持向量机的部队作战效能评估模型,完成从评估指标到作战效能值的非线性映射。在一定作战想定背景下,结合EINSTein系统产生的仿真数据对模型进行了验证。仿真结果表明,与误差反向传播神经网络（back propagation neural networks, BPNN）相比,基于支持向量机的效能评估模型能够降低人为因素的影响,更准确地评估部队作战效能,是一种有效的评估方法。     

基于改进灰狼算法的舰载机弹药保障调度优化

针对航空母舰飞行甲板上舰载机弹药保障面临的调度效率不高的问题,提出了一种改进灰狼优化(grey wolf optimizer, GWO)算法。根据甲板上多升降机多运输车的场景特点,建立了由多车场出发、向多目标转运的问题模型。融合遗传算法算子交叉思想实现了对灰狼种群初始解的初步优化,并通过直线转运路径中间点定义、整数编码、负整数标志分组等方法实现了对GWO算法求解过程的改进。同时,增加了灰狼个体自由狩猎流程,有效克服了结果陷入局部最优和早熟的问题。最终,通过对场景实例的优化求解,验证了所提方法的有效性和可行性。     

遗传优化的SVR在钢材力学性能预报中的应用

提出了基于支持向量回归的钢材力学性能建模方法,采用遗传算法优化支持向量回归模型的参数,避免了参数选择的盲目性,使得支持向量回归模型的预测性能有了显著提高.将此方法应用于实际钢厂的钢材力学性能预报中,模型的训练与验证数据都来自于实际的过程,结果表明采用遗传优化的支持向量回归模型对钢材力学性能具有很好的预估性能.     

基于Petri网的航天装备体系作战效能评估方法

针对航天装备体系的特点，将航天装备体系分为逻辑体系结构和物理体系结构，利用着色随机Petri网建立功能模型，描述逻辑体系结构，利用排队论及航天装备性能模型建立物理模型，描述物理体系结构，二者通过信息交互构成完整的体系。以打击海上移动目标为例，将功能模型、物理模型和作战效能模型结合起来建立了航天装备体系作战效能模型。仿真结果表明所建立的模型能够合理反映航天装备体系对作战结果的影响，可以用于分析航天装备体系结构与配置。     

电子战装备作战效能灰色评估模型和算法

电子战装备作战效能评估是一个十分复杂的问题，涉及因素多，而且部分因素存在信息不完全和不确定的问题，而灰色系统理论是处理这类问题的有力工具。提出了利用灰色系统的相关理论来评估电子战装备的作战效能，建立了基于层次结构的灰色评估指标体系，介绍了灰色评估模型和评估算法。最后利用MATLAB语言进行了仿真评估举例，结果表明该方法简单有效，不仅能评估单台电子战装备的作战效能，还能对同类型的多台装备进行作战效能的优劣排序。     

基于SVR和DCT的数字图像水印算法

针对彩色图像,提出了一种利用支持向量回归机（support vector regression, SVR）将水印信息嵌入到图像亮度分量的离散余弦变换（discrete cosine transform, DCT）域中的算法。主要思想是应用彩色图像的YCbCr彩色空间,将亮度分量分块后做离散余弦变换,在DCT块中选择中频系数,利用SVR很好的学习和泛化能力,建立中频系数与其邻域系数之间的关系模型,然后根据中频系数和SVR模型预测输出值,调整中频系数嵌入水印。提取水印时重新训练SVR模型,但不需要原始载体图像,实现了水印的盲检测。实验结果表明,该算法具有良好的不可感知性,对色度变化、低通滤波、模糊、锐化、亮度、对比度增强、添加噪声以及几何变换等攻击均具有较强的鲁棒性,尤其对JPEG压缩具有很强的抵抗能力。     

基于改进灰狼算法的粒子滤波算法研究

针对传统粒子滤波算法易出现粒子贫化与权值退化现象和为了实现对非线性系统较为准确的状态估计,通常需要大量粒子的参与的问题,提出了基于改进灰狼算法的新型粒子滤波方法,该算法用粒子表征灰狼个体,模拟狼群捕猎的过程,使粒子向后验概率的高似然区域移动,提高粒子分布的合理性.在灰狼寻优算法中引入了莱维飞行策略,提高灰狼算法的收敛速...     

支持向量机在武器系统效能评估中的应用

传统的基于仿真的武器系统效能评估方法一般都需要大量仿真实验结果的统计量。针对仿真实验样本有限的情况,首先分析了统计学习理论和支持向量机(Support Vector Machine,SVM)方法;接着在此基础上研究了基于支持向量机的武器系统效能评估方法,并对该评估方法进行算子化,得到基于支持向量机的效能评估预报模型;最后,针对导弹武器系统效能评估问题,给出基于支持向量机的效能评估算子的应用例子,并对评估结果进行了分析。     

Study on effectiveness evaluation of weapon systems based on grey relational analysis and TOPSIS

To evaluate the effectiveness of weapon systems, the advantages and disadvantages of grey relational analysis and TOPSIS for multiattribute decision-making is pointed out, and an effectiveness evaluation model of weapon systems by combining grey relational analysis and TOPSIS is proposed. The model aggregates the grey relational grade and the distance to a new integrated closeness and reflects not only the trend but also the situation of the alternative. The example illuminates that the model is effective for the effectiveness evaluation of weapon systems.     

基于Vague集的机载电子对抗系统作战效能评估

基于Vague集的模糊决策方法近年来得到了广泛的应用,这种决策方法综合考虑了方案满足目标的可能性和不满足目标的可能性两个方面的因素,以此为基础建立方案和目标之间的关联矩阵,从而利用i-vVague集导出了评价函数和决策函数的表达式,并且可以根据不同的情况选择不同的决策函数。给出了一个实例说明了这种基于Vague集决策方法的具体实施步骤。     

PSO-LSSVM灰色组合模型在地下水埋深预测中的应用

针对LSSVM参数难以确定和单一方法预测精度不高的问题, 提出一种基于粒子群优化LSSVM灰色组合预测模型的学习方法. 利用粒子群算法的收敛速度快和全局优化能力, 优化LSSVM模型的惩罚因子和核函数参数. 避免了人为选择参数的盲目性. 在同一时刻利用不同长度序列的灰色预测方法对历史数据进行初步预测, 将初步预测结果的组合作为LSSVM的输入, 该时刻的实际值作为输出, 进行训练建立灰色LSSVM组合预测模型, 提高了模型的推广预测能力. 选取三江平原某地区1985年至2006年地下水埋深实测数据, 建立PSO-LSSVM组合预测模型. 通过两种方式对模型进行检验, 与其他模型相比, 该组合模型具有较高的预测精度.     

基于粗糙集和支持向量机的效能评定

简述了各种武器效能评定方法,并分析了其特点。建立武器参数效能模型,首先要挑选特征参数,提出采用知识约简方法选择武器的特征参数。利用支持向量机建立了参数效能模型,给出了实例和解决此问题的支持向量机源程序。通过实例与指数法和神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单。     

基于节点重要度与改进信息熵的装备体系效能评估方法研究

针对装备体系网络建模过程中未充分考虑节点异质性等问题, 提出了基于节点重要度与改进信息熵的体系效能评估方法。首先, 依据作战环理论和装备分层方法构建装备体系网络模型。其次, 从网络全局、网络局部、战时装备完好性三方面综合评估节点重要度。最后, 根据节点权值和节点参与作战环数量, 建立了改进信息熵的作战效能评估模型。以轰炸蓝方指挥所作战体系为例进行分析, 验证了所提方法的可行性和合理性。     

基于样本点显著性及嵌套正交设计的序贯设计及建模方法

针对高度非线性且存在多极值质量特性的复杂作用关系过程,采用最小二乘支持向量回归(LS-SVR)和嵌套正交设计进行序贯设计及建模.首先给出了LS-SVR支持向量的统计分布,构造了显著性检验统计量,以此反映样本点的显著性;其次,以正交设计为初始设计,建立过程的LSSVR模型,而后在显著性较高的样本点附近子区域,嵌套入与初始设计不同的正交设计,再拟合新的LS-SVR模型.研究表明,对样本点的显著性检验,更贴合支持向量的波动特性;嵌套正交设计提供了较为规则的子区域划分和实验点添加方法,降低了序贯设计难度.与一次性LHS设计和传统路径式序贯设计相比,方法的预测均方误差降低27%以上,最大预测偏差降低2%以上;方法在发现更多极值点的基础上,得到了更优的质量特性,且样本量降低了13%.     

复杂作用关系过程的区域显著性实验设计及全局建模方法

针对参数与质量特性之间作用关系复杂过程的参数优化,提出一种基于质量特性变化显著程度的序贯设计及全局建模方法. 首先以均匀设计为基础, 将其拆分形成一系列的设计点集和添加点集; 其次利用初始设计点集建立过程的支持向量回归(SVR)模型, 并对建模样本点进行Ward聚类, 由此将可行域划分成若干子区域, 并以各子区域支持向量的比率反映该子区域质量特性变化的显著程度; 而后以欧氏距离为判别依据, 将添加点集中的实验点划分至合适的子区域, 根据"子区域间区别对待, 子区域内均匀分散"的原则, 调整各子区域内添加实验点的数目, 在支持向量率较高的子区域添加较多实验点; 上述步骤迭代进行直至满足终止准则, 再拟合过程最终的SVR模型. 仿真与实证研究表明, 与基于"均匀分散"原则的传统均匀设计和超拉丁方抽样相比, 所提方法的实验设计效率与模型性能均有较大提高: 实验点可以有针对性地集中分布于质量特性变化较为显著的子区域, 模型预测误差降低了29.8%以上, 而且能够以较小的样本量发现过程的多个极值, 得到更优的参数优化结果.     

基于PSO-BP的应急通信感知装备效能评价方法

应急通信感知装备效能评价可支撑相关装备的发展规划, 而现有评价方法主观性强, 且自适应能力有待提升。因此, 提出一种基于粒子群优化(particle swarm optimization, PSO)算法的改进反向传播(back propagation, BP)神经网络的应急通信感知装备效能评价方法, 旨在建立客观精准的效能评价。首先面向实战效能构建了三级效能评价指标体系, 然后将样本数据进行主成分分析法降维, 建立BP神经网络回归模型, 并结合PSO算法对模型的连接权值与阈值进行优化, 形成PSO-BP模型以避免局部极小值问题, 获得可评价具体装备效能时的神经网络模型。实例分析表明, PSO-BP相较于BP神经网络模型评价的均方误差减少了28.18%, 表明PSO-BP模型具有更高的准确性。