会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

基于遗传算法与方案优选的多目标优化模型求解方法_单宝英

为求解含复杂约束的多目标优化问题并获得符合实际决策需求的最优解,将多目标优化问题的求解分为2步:1）使用改进的遗传算法对带有较复杂约束的多目标规划模型进行求解,得到Pareto解集；2）基于熵权法构建方案优选评价体系,对Pareto解集进行优选,从而获得多目标优化问题的最佳方案。将本研究方法应用到灌区水资源优化配置问题中检验其可行性与实用性。结果表明:相较于评价函数法获得的结果,Pareto解集可以直观展示不同目标之间相互制衡的关系；根据当地实际情况选取粮经产量比、用水结构信息熵、化肥使用量作为优选指标,优选后的配水方案水分生产力可以达到1.46 kg/m3,总产量达到8.667×107 kg。与传统求解方法比较,本研究提出的求解方法全局寻优能力更强,可以获得更加合理的方案。基于遗传算法与方案优选的多目标优化问题求解方法在求解较为复杂的多目标优化问题时能够获得更为满意的方案,可以为其他多目标问题的求解提供一种新的思路。

  • 2021-05-03
  • 阅读185
  • 下载0
  • 9页
  • pdf

基于粒子群优化算法的CE模型研究_汪瑾

针对CE模型多参数测量数据的融合性弱和自适应调度能力差的问题,提出基于粒子群优化算法的CE模型。首先构建多参数测量数据传输的约束进化参量,根据多参数测量数据融合的优化训练,得到粒子群的适应度函数,建立多参数测量数据传输模型,然后进行CE模型的约束参量输出控制。在此基础上采用粒子群寻优方法进行多参数测量数据的寻优控制,分布式检测多参数测量数据,建立多参数测量数据分布式检测模型,采用非线性重构的方法进行多参数测量数据CE模型构造过程中的自适应调度,实现多参数测量数据的稀疏性重组和融合调度。仿真结果表明,采用该方法进行多参数测量数据CE模型设计,提高了数据的融合和自适应调度能力,粒子群进化寻优的收敛性较好。

  • 2021-04-26
  • 阅读184
  • 下载0
  • 5页
  • pdf

基于新增确诊数据和光滑算子对FU_省略_AN_CCDC模型反演算法的改进_邵年

2019年12月,新型冠状病毒肺炎（Corona-Virus-Disease,COVID-19）的疫情被人们识别认知,全世界都开始重视这个疫情.截至2020年4月21日24时,全球已累计确诊2 568 603例.科学地预测疫情发展趋势对疫情防控至关重要.FUDAN-CCDC模型用于国内疫情的预测产生了很好的效果,但是在用于欧美国家的疫情分析预测时效果不是很理想.本文对FUDAN-CCDC模型的优化目标进行了改进,考虑了新增数据的拟合,并考虑了欧美疫情数据的周末现象,提出对数据进行光滑预处理.新加入的两种可能的反演优化目标的改变,会对零增时间有较大的影响.在此基础上进一步发展的算法,可以得到更好的拟合和预测效果.

  • 2021-04-29
  • 阅读184
  • 下载0
  • 9页
  • pdf

模糊需求下保障设施选址_路径模型及算法_孙凌

针对装备保障过程中被保障单位需求量不确定的问题,在详细分析保障设施选址-路径相关因素的基础上,利用三角模糊数对需求量进行标定。通过运用模糊综合评价与群决策思想确定保障设施备选址点权重,构建时间满意度函数与惩罚成本函数,建立模糊需求下带有时间窗及容量限制的选址-路径模型,并设计了基于聚类分析与蚁群算法的混合启发式求解算法。通过算例分析验证了模型的正确性及算法的有效性。

  • 2021-04-25
  • 阅读183
  • 下载0
  • 8页
  • pdf

基于改进稳态遗传算法的桥梁有限元模型修正_秦世强

由于测试误差和结构参数的不确定性,有限元模型修正的局部最优解和全局最优解均有可能是真实解。为了同时获取模型修正的局部最优解和全局最优解,文章提出一种改进的稳态遗传算法（ISSGA）。该算法通过一种双角度算子来判定目标函数的可行解,并通过定义可行解的伴侣解不断优化解的位置,实现目标函数局部最优和全局最优解的寻找。通过两个测试函数和一座混凝土箱梁桥模型修正案例,验证了ISSGA算法的精度、稳定性和计算效率,并明确了算法中各个参数的取值依据。结果表明:ISSGA可同时获得目标函数的局部和全局最优解；双角度算子可有效避免局部最优解的遗漏；ISSGA算法为获得模型修正合理解提供了可能。

  • 2021-04-25
  • 阅读183
  • 下载0
  • 10页
  • pdf

基于量子遗传算法优化的新Prophet模型及其验证_邓翔

时间序列预测是预测领域中的一个重要研究方向,尤其是对受节假日、季节性以及突发事件冲击较大的时间序列进行预测仍然存在着一些缺陷,表现在拟合效果差、精确度低和不稳定性方面。本文在Faccbook设计的Prophet模型基础上,构建一种以X-13-ARIMA-SEATS模型得到超参数的经验范围,利用量子遗传算法优化超参数的新Prophet模型,该模型能够更好地拟合和预测含有季节性和突发事件冲击的时间序列,并且大大简化超参数的优化。进一步,采用宏观时间序列CPI作为实证对象,通过新Prophet模型对其进行预测并与其他时间序列模型的预测效果对比,其实证结果对新Prophet模型的预测效果进行了佐证。

  • 2021-04-24
  • 阅读183
  • 下载0
  • 10页
  • pdf

基于ANN贡献分析及GEP算法的地铁车站土建造价预测模型_王杰

科学地选取工程特征因素及预测方法对于构建一个好的造价预测模型十分关键。在选取的14个影响地铁车站土建造价特征因素中,利用神经网络贡献分析的变量选取方法,筛选出12个主要特征因素。并针对这选定的14个全部特征因素和12个主要特征因素分别组合BP神经网络和GEP 2种预测方法构建4个不同的造价预测模型,应用18组地铁车站土建造价和特征因素的历史数据进行实例探究,通过R2,MSE,RMSE和MaxRE 4个指标的评价,结果表明:用主要特征因素为模型输入变量能显著提高模型的预测精度,且和GEP算法组合建立的造价预测模型为最优。将主要特征因素选取和预测方法选取相结合构建求解的最优模型很好地解决了已有相关研究中选取特征因素主观性多科学性不足及未考虑特征因素选取对预测方法选取的影响问题。

  • 2021-04-25
  • 阅读183
  • 下载0
  • 10页
  • pdf

基于双模型分层递阶的雾天图像复原算法_王红

针对雾天条件下采集的图像易出现对比度低、模糊等现象,提出一种基于双模型分层递阶的雾天图像复原算法。通过改进的限制对比度自适应均衡算法模型对图像进行处理,有效增强图像对比度同时除去部分雾气；结合物理去雾模型,通过阈值分割与四叉树搜索算法选取大气光值,计算对比度与透射率之间的数学关系,完成细化去雾；运用Canny算子优化的引导滤波算法对图像的高频信息进行去噪,通过小波重构得到最终的复原图像。实验结果表明,该算法能有效去除噪声,降低图像失真,复原后图像的对比度、细节和色彩保持方面都有所提升。

  • 2021-05-06
  • 阅读182
  • 下载0
  • 6页
  • pdf