简介：本文介绍了计算智能及其四种主要算法:人工神经网络、模糊算法、进化算法、蚁群算法。详细描述了每个算法的生物学基础、计算原理及其特点,以及基于每个算法的优化设计,并对它们已有的成果及在工程应用中所存在问题作简要的讨论。最后总结了四种算法的优势并预测了计算智能的发展趋势。

简介：BP（英国石油公司，总部位于伦敦）是世界上最大的石油和石油化工集团公司之一，提供运输燃料、光热能源、油品零售服务以及与人们日常生活密切相关的各种石化产品。上世纪70年代，BP进入中国，并与中石化、中石油、中海油等合资兴建了大型企业，业务涉及石油的勘探和开采、液化气的储运和零售、航空燃油供应以及新能源开发和利用等。

简介：为了给工业界提供一种快速预测二元混合液体自燃温度的有效途径,将试验所测不同组分及配比的168个二元混合液体的自燃温度作为期望输出,将基于电性拓扑状态指数（ETSI）理论、引入混合ETSI概念而计算出的9种原子类型所对应的混合ETSI作为输入,采用三层BP神经网络技术建立了根据原子类型混合ETSI来预测混合液体自燃温度的BP神经网络模型,并应用改进的Garson算法进行多参数敏感性分析。经模型评价验证及稳定性分析,得到训练集的决定系数R2为0.965,平均绝对误差MAE为11.892K,测试集的交叉验证系数Q2ext为0.923,平均绝对误差MAE为15.530K,发现该模型的预测性能优于已有的多元非线性回归（MNR）模型,表明BP神经网络模型具有较好的拟合能力和预测能力,对烷、醇类混合体系自燃温度的预测精度最佳。

简介：摘要：机器学习算法能够从大量数据中学习模式，为信号处理提供了新的解决方案。然而，这些算法面临计算资源限制、信号特征提取复杂性以及过拟合与泛化能力问题等优化难题。在本文中，我们对常见的机器学习信号处理算法进行了详细分析，并提出了针对性优化策略，以应对这些挑战。通过实验验证，我们展示了所提算法在信号去噪、特征提取和分类等应用中的性能提升。研究结果表明，这些优化策略有助于提升信号处理的效率和准确性，推动了机器学习在信号处理领域的深入研究和应用。

简介：摘要：电力设备重过载预测是确保电力系统安全稳定运行的关键技术之一。本文提出了一种基于长短期记忆网络（LSTM）的电力设备重过载预测方法，通过深入分析历史负荷数据和气象数据，实现了对电力设备未来负荷状态的准确预测。实验结果表明，该方法具有较高的可行性，为人工智能技术在电力系统运行调度中的应用提供了新的视角和工具。

简介：摘要：随着科技的飞速发展，人工智能已经成为各个领域的热门话题。在食品加工行业，人工智能算法的应用也逐渐兴起。食品加工行业面临着提高生产效率、保证产品质量和安全、满足消费者个性化需求等多方面的挑战。传统的加工方法和质量控制手段在应对这些挑战时存在一定的局限性，而人工智能算法凭借其强大的数据分析和处理能力，为食品加工带来了新的机遇。

简介：摘要:智能算法在船舶设计中的应用优化了关键参数，提升了性能、经济性与环保指标。通过多目标优化模型与人工智能技术的结合，实现了复杂设计中的多目标平衡与设计周期缩短。在大型散货船和集装箱船的实际项目中，优化方案有效降低了燃油消耗和碳排放，满足了国际规范要求。数字孪生和大数据分析的进一步应用使设计与建造高度协同，提高了项目效率与市场竞争力，为未来船舶工业的发展提供了创新路径。

简介：摘要：本文提出了一种基于自主可控的覆冰趋势分析算法，旨在提高输电线路覆冰监测的效率和准确性。通过集成多种数据源和先进的自主可控算法，实现了对输电线路覆冰状态的实时监测和未来趋势的准确预测。实验结果表明，该方法在提高电网安全运行水平方面具有显著效果。

简介：传感器节点定位是无线传感器网络大范围应用的基础。本文结合目前国内外已提出的各种定位算法,从算法在网络中的实际应用出发,探讨了定位算法性能评价指标以及实际应用中应考虑的各种因素。

简介：针对安防系统图像,本文提出了一种在图像DCT域构造严格对角占优阵并进行LU分解,在分解后的U阵中嵌入水印,利用混沌序列加密,在检测过程中采用盲检测的算法.仿真结果表明,该算法嵌入的水印具有很好的不可见性和鲁棒性,实现安防图像的版权保护.

简介：摘要：当前，智能制造掀起了工业领域的发展浪潮，得益于大数据、人工智能、云计算、物联网等技术的支持，智能制造的发展取得了良好作用。在智能制造领域中，PLC是核心控制部件，为了满足智能制造的发展需求，必须通过有效方法提高PLC的控制精度和自适应性。本文介绍了智能制造的相关概念以及智能制造促进制造业升级的作用机制，总结了传感器数据优化PLC控制算法在智能制造领域的具体应用方法。

简介：摘要：在电网规划工作中，只要相关部门认真做好电力负荷预测这一环节的工作，就能为今后电网规划工作的顺利进行奠定基础。通过准确、高效的预报，可使工作人员做出科学的方案，从而保证目标装置的使用效果、电网运行品质等。因此，相关部门须改变思路，对电力系统负荷预测进行重新认识。在新形势下，电力企业应充分发挥大数据技术的优势，不断改进电力系统负荷预测与优化调度的方法。本文主要分析电力系统中基于大数据的负荷预测与调度优化算法研究。

简介：中国全球二氧化碳监测科学实验卫星（碳卫星，TanSat）是依托于“十二五’’国家高技术研究发展计划地球观测与导航技术领域“全球二氧化碳监测科学实验卫星与示范”重大项目和中国科学院“应对气候变化的碳收支认证及相关问题”战略性先导科技专项，由国家科技部和中国科学院共同资助，是继2009年日本GOSAT卫星。

简介：摘要：通过实际调查发现，局部放电是电力变压器运行过程存在的现象，并且放电数据存在不一致性、多样性。采用基于Transformer模型声纹特性算法可以识别不同声音的特征，并长期以自注意力机制模型自我学习和累积判断变压器本体噪声和放电声音，用以判别变压器放电故障，达到主动预警效果。

简介：摘要：针对传统校准方法存在精度不足、操作复杂及耗时长等问题，难以满足现代电力系统对变压器温控器高可靠性、高精度监控的需求。本研究通过构建集标准恒温槽、多路数据采集装置及高精度计算机控制系统于一体的试验平台，实现了对温控器示值误差、回差、接点动作误差、切换差及热模拟附加温升等关键参数的全面自动化校准。采用先进的PID控温技术及PWM电源转换技术，确保恒温槽温度稳定且精确可控。通过优化数据处理流程，引入智能分析算法，自动判断校准数据的有效性，并依据国家规程自动生成校验报告，极大地简化了校准流程，缩短了校准周期。实验结果表明，优化后的校准算法显著提高了变压器温控器的校准精度，降低了人为操作误差，为电力变压器的安全稳定运行提供了有力保障。