简介:摘要介绍基本粒子群优化算法的原理、特点,并在此基础上提出了一种改进的粒子群算法。通过在粒子初始化时引入相对基的原理使粒子获得更好的初始解,以及在迭代过程中引入变异模型,部分粒子生成相对应的扩张及收缩粒子,比较其适应度,保留最佳粒子进行后期迭代,使算法易跳出局部最优。通过经典函数的测试结果表明,新算法的全局搜索能力有了显著提高,并且能够有效避免早熟问题。
简介:摘要院现代最优化算法比较常见的有遗传算法、蚁群算法、粒子群算法、鱼群算法和模拟退火算法。这些算法主要是解决优化问题中的难解问题。文章主要是对遗传算法、粒子群算法和模拟退火算法三个算法的优化性能进行比较。首先介绍了三个算法的基本思想,以此可以了解三种算法有着自身的特点和优势,而后用这三种算法对典型函数进行计算,并对优化结果比较分析,提出了今后研究的方向。
简介:核主分量分析是一种输入输出特征非线性变换技术。选择最优或接近最优的非线性变换核函数参数,使类的可分性测度最大,是KPCA应用于特征提取的关键。本文采用高斯变异遗传算法作优化技术,实现了KPCA和GA的集成,适合核函数参数的优化选择。仿真表明,该技术可行、有效。
简介:摘要:风能相较于传统能源拥有着巨大的优势,但风电场投建初期数据不足的问题往往为研究人员所忽略。本文在研究 BP 神经网络的基础上,针对训练量不足的问题,提出了运用插值法对预测结果进行修正的方法,使得不同阶段的预测精度相较于传统神经网络有不同程度的提高,表明了本文方法的价值与意义。
简介:近几年国内商业保理的快速发展在一定程度上有效缓解了中小企业的融资问题。然而由于商业保理交易在进行中存在潜在交易风险,导致国内商业保理业务叙做效率低下。文章为了提高中小企业叙做保理业务的效率,针对中小企业如何选择商业保理公司、以及商业保理公司如何确定交易的对象等问题提出计量模型,并对这些筛选环节的风险进行量化和分析。文章拟选取4家商业保理公司以及6家中小型企业,通过运用并结合KMV模型与BP神经网络模型,从保理公司自身实力和中小型企业信用等级评价两个方面共同作用,得出预测交易发生的参考指标并同时比较商业保理公司和中小企业在进行一笔商业保理交易时的综合性风险高低,为筛选环节存在的问题提供新的解决思路,具有较强的参考意义和应用价值。
简介:摘要:如何在海量用户数据中定位可疑窃电用户是防窃电的关键技术。文章分析现有防窃电技术,建立防窃电评价体系,利用大数据处理方法,对海量用户数据进行特征量提取;针对提取后数据采用数据挖掘技术,构建防窃电模型,定位可疑用户。工程实例表明,文章所示算法,能有效剔除冗杂数据,提高算法精度,具有较好的可靠性和有效性。