基于改进粒子群算法的电站锅炉多目标优化研究,回立川,任仁,由于锅炉设备庞大,运行条件复杂,煤种多变等因素,很难建立锅炉NOx排放与效率的函数模型。利用rbf神经网络建立了以锅炉NOx排放与热
基于二维Fibonacci变化的图像置乱算法,蔡邦荣,,数字图像置乱的目的在于打乱图像,使得攻击者不能识别图像的信息。基于Arnold变换和Fibonacc变换矩阵在图像置乱中的应用,并在此基础上
提出了一种自适应模糊全局快速Terminal滑模控制方法,在参数不确定性和外干扰情况下,为解决系统的非线性不确定性提供了一种新途径。与传统模糊Terminal滑模控制相比,通过采用模糊逻辑系统来逼近未
针对多目标粒子群算法在高维条件下易早熟、迭代步骤数较多的问题,通过引入多点速度向量,提出一种基于多点速度向量的多目标粒子群改进算法,由于改进的多目标粒子群可以看成多个对于目标函数和当前种群的多目标最优
基于正切函数改进惯性权重的新型粒子群算法,李丽,薛冰,粒子群算法中惯性权重的设置对算法性能有很大影响,本文在简要介绍粒子群算法及惯性权重作用的基础上,结合对正切函数变化规律的
变异测试是常用的测试方法之一,变异测试分析的过程中计算开销会比较大,问题主要集中于测试过程中会产生大量的变异体。为了减少变异体的数量,提出用标准粒子群聚类算法进行选择优化,但标准粒子群算法在被测数据量
借鉴分层递阶结构原理和蚁群算法的思想,提出了一种基于信息素的粒子群算法并用来优化前向神经网络的结构和权值。通过在控制基因中释放信息素进行粒子控制基因的更新,实现了粒子间信息的共享。粒子群的惯性权重采用
提出了一种基于改进多目标粒子群优化算法的水库防洪调度算法(MOPSO-RFC)。该算法采用下泄流量编码方式;设计了一种基于邻域最大拥挤距离的全局极值选择算子,以保持更好的种群多样性;设计了一种基于差分
特殊编码标志点的使用是摄影测量中经常使用的一种手段,针对由此带来的标志点识别问题,主要以数学形态学为工具,对采集的标志点图像做若干次形态学运算后,提取出每个标志点所在区域的边界,进一步结合所提出的标志
针对网络广告的特点,提出了一个基于混合定价策略的网络广告资源配置优化模型,将其建模为一个约束优化问题,最大化网站的总收益。通过罚函数法进行约束处理,提出一种改进的粒子群算法进行求解。仿真结果表明了该算