基于BP神经网络的火电企业节能减排效率的实证研究

本文应用BP神经网络对大唐华银金竹山火电企业节能减排效率进行了研究,实证结果表明采用结构为3-15-1和1-30-1的BP神经网络能高精度拟合大唐华银金竹山火电企业节能减排效率.     

基于XOR和量子傅里叶变换的多量子图像秘密共享方案

安全的图像数据共享是无线网络中一个值得探索的课题.本文提出了一种基于异或(XOR)和量子傅里叶变换的多量子图像秘密共享方案.在共享过程中,首先,通过XOR运算操作对一个量子秘密图像进行预处理;其次,通过哈希函数生成的密钥对这些图像做进一步处理;最后,通过执行量子傅里叶变换(QFT)得到一个共享图像.在恢复阶段,只有当所有参与者都在场时,秘密图像才能被恢复.同时给出了实现该秘密共享方案的量子线路图.实验结果表明,该方法在共享过程和恢复过程中都具有良好的安全性.此外,该方法在共享图像生成和秘密图像恢复方面的计算复杂度较低.     

基于公平关切的低碳供应链联合减排决策研究

气候变化与环境污染已成为全世界关注的焦点问题.各国政府、企业以及消费者都已深刻地认识到保护环境的必要性与紧迫性,并努力向低碳经济方向发展.基于消费者具有低碳偏好的研究背景,构建了不同公平关切情境下的低碳供应链减排决策模型.通过全面地对比,深入分析低碳供应链成员企业的减排率、定价决策问题,为供应链成员企业制定减排决策提供理论基础.通过不同公平关切情形的对比与分析,可以得出低碳供应链成员企业减排决策、利润以及效用随着公平关切程度的提高而降低,且当低碳供应链成员企业双方都具有公平关切心理时,成员企业减排决策、利益以及效用进一步降低.     

基于图论和遗传算法的终端扇区划分方法

为了均衡终端区扇区的工作负荷,保障扇区边界的合理性,研究了终端扇区的划分方法.针对建立的扇区划分数学模型,提出了3阶段的划分方法.首先,采用voronoi图和遗传算法完成初始划分,实现均衡负荷的目标;其次,提出了基于voronoi图和基于maklink图的2种扇区二次划分方法,满足最小飞行时间及最小距离约束;最后,应用分段线性拟合的方法消除扇区边界的锯齿状,以及满足扇区凸形约束.以广州终端为例进行了仿真计算.应用提出的方法,给出了2种划分结果,都能够使得各扇区的工作负荷在2880s以内,差值不超过350s,扇区边界较为平滑,且计算时间明显减少.仿真计算结果说明方法是可行和有效的,也为使用者提供了灵活的选择.     

基于遗传算法与牛顿法的联合算法在地表发射率反演中的应用

结合遗传算法全局高效搜索和牛顿法局部细致搜索的优势,充分利用一种算法的优点弥补另一种算法的不足,进而引入一种基于遗传算法和牛顿法的联合算法,并将联合算法应用于反演地表发射率的函数关系中.结果表明,联合算法中由遗传算法提供的初始值使得牛顿法下降的速度快,且很快趋于稳定,达到精度要求;而由任意初始值提供给牛顿法,目标函数下降到一定阶段后反而有所回升,然后才保持稳定,且经和联合算法迭代相同的次数后,目标函数的值仍然非常大,远远达不到要求.因此,从可行性、计算效率上看,联合算法均优于单纯的牛顿法,是一种性能稳定,计算高效的下降方法.     

基于遗传算法和神经网络的注塑工艺参数优化

基于Moldflow模拟仿真的结果,结合GA算法优化BP网络的结构,建立了模具温度,熔体温度,保压压力,注射速度等工艺参数与塑件体积收缩率的BP网络模型.获得了最优的工艺参数组合,同时预测结果与实际结果吻合.通过神经网络算法(BP)预测注塑工艺参数对塑件质量的影响,可以有效降低其他建模方法的难度和工作量,方法可以推广到塑件其他质量预测过程中.     

基于高斯核支持向量机和遗传算法的优化组合研究

选用2008~2015共8年数据,首先基于高斯核的支持向量机在沪市A股上构建周期性的投资组合,并通过误差图和评价指标与BP神经网络、广义回归神经网络进行比较,结果表明了支持向量机在股票预测上更具有优势.再将改进遗传算法运用于上证股票市场构建最优投资组合,以上证指数作为基准进行比较,得出混合遗传算法优化组合的模型相比单一模型更为有效.     

基于遗传算法和满意度函数的武器系统维修性分配规划问题研究

武器系统维修性分配是一个复杂的多目标规划问题.常规求解方法得到的结果难以满足其约束条件,并且难以体现不同目标间重要性的差别.据此,通过引入遗传算法(GA)和满意度函数解决了上述问题.首先利用GA求解单目标的最优解,建立各目标的满意度函数并综合为一个总满意度函数,最后利用GA求总满意度的最大值,即可获得模型的满意解.仿真算例表明,GA算法可适用于解决武器系统维修性分配问题,同时多目标规划中采用满意度函数法比线性加权法更可行.     

基于遗传算法和改进的Dijkstra算法的电缆敷设优化研究

首先结合电缆敷设相关标准建立了基于多种条件限制的电缆敷设优化的多目标规划模型,将分层序列法的思想运用于模型的求解中.将总敷设路线最短作为第一目标,转弯数最少作为第二目标,错层数最少作为第三目标.求解时首先将遗传算法和改进的Dijkstra算法相结合,共同进行第一目标和第二目标的求解;对于第三目标错层数最少,在运用改进的Dijkstra算法得出待敷设路线后,设计了基于贪心准则的贪婪敷设算法来满足错层数最少的要求.最终通过MATLAB编程实现以上思想并分别对30条和100条电缆的敷设进行实例验证.     

基于混沌量子算法和MAGTD的多目标FJSP求解策略

针对多目标环境下柔性作业车间的调度问题,以最小化最大完工时间和惩罚值为目标,建立调度问题的数学模型,提出了基于混沌理论的量子粒子群算法。针对实际生产交货期不确定的特点,在量子粒子群算法基础上,提出引入混沌机制建立初始群的方法;利用混沌机制的遍历性,提出混沌局部优化策略;为获取最优调度方案提出了引入多指标加权灰靶选择策略。通过典型基准算例和对比测试,验证了所提出的算法获得最满意调度方案的可行性和求解多目标柔性作业车间调度问题的有效性。     

基于遗传算法的多因素证券组合投资决策模型

基于 APT理论 ,在不允许卖空、并考虑交易成本的情况下 ,本文建立了多因素证券组合投资决策模型 ,然后利用遗传算法研究了模型的求解     

概率因果模型结合改进遗传算法的核动力系统故障分析

将概率因果模型的似然函数作为遗传算法的适应函数,从而将复杂系统的故障诊断转化为最优问题,建立了一种将概率因果模型和遗传算法相结合的故障诊断方法,并利用改进算法与概率因果故障诊断模型对船用核动力装置进行故障诊断实例分析,分析结果对船用核动力装置故障诊断具有重要的指导意义,而改进遗传算法是进行船用核动力装置故障诊断有效而实用的方法。     

基于改进量子遗传优化的模糊C均值聚类图像分割

针对模糊C均值聚类算法对初始聚类中心值敏感和抗噪声能力差的问题,提出一种基于改进的量子遗传优化初始聚类中心的算法,改进双链编码的量子遗传算法增加了全局搜索能力,改变传统的FCM算法计算迭代慢和易陷入局部极值的问题.同时引入空间邻域信息,利用加权隶属度矩阵建立适应度函数来改善对噪声的鲁棒性,实验结果表明,算法具有很好的分割效果和较强的抗噪能力.     

基于改进遗传算法的布局优化子问题

本针对子问题，构造了布局子问题(关于同构布局等价类)的改进遗传算法。将该算法应用于二维布局优化子问题，数值实验表明该算法能够在很好地保持图元的邻接关系的前提下找到子问题的最优解。由于布局优化问题可分解为有限个子问题，所以利用该算法可以找到整个布局优化问题的全局最优解。     

基于遗传算法的木材物流中心选址研究

分析了木材物流模式,建立物流中心选址的数学模型,研究遗传算法求解选址模型的方法,并以永安林业集团股份有限公司的木材物流数据为基础,提出研究区域内木材物流中心选址的实际模型,采用可重复自然数编码的遗传算法求解模型,运用VB编写相应的程序,提高选址决策的效率和精度。     

基于产业结构优化的节能减排离散动态演化模型

从中国能源环境现状出发,基于产业结构发展趋势及其演变规律,运用动态投入产出分析法,对现有数据进行分析,结合演化理论,提出能源消耗演化目标和污染排放演化目标,建立节能减排下的离散动态演化模型,深入探讨节能减排策略和优化产业结构方法.模型对中国2000-2008年的数据进行拟合检验,得出中国三次产业经济产值、中国能源消耗量及污染排放量,并将其与实际情况进行比较,从节能减排和产业结构优化两个方面给予实证分析.基于建立的模型,结合情景分析法对中国2015年的经济产值、能源消耗及污染排放进行预测并对预测结果进行演化情景分析为中国制定相应的节能减排策略、实现产业结构优化提供了理论依据,为中国实现能源环境可持续发展提供了一个全新的视角和路线.     

基于遗传算法的大学课程表问题研究

课程表问题是时间表问题之一 ,也是 NP难问题 .根据大学授课形式的特点建立了大学课程表问题的数学模型 ,给出了求解该问题的遗传算法 .根据模型和大学课程表问题的特点设计了一种全新的编码 ,提出了一种新形式的交叉方式 .实验结果表明该方法是可行和有效的 .     

基于小生境遗传算法的非等间隔灰色直接模型

建立了具有白指数律重合性的非等间隔灰色直接模型 ,给出了模型参数优化的小生境遗传算法 .应用这种方法 ,对某住宅楼的地基沉降进行了非等间隔预测 ,取得了很好的效果 .     

基于可辨识矩阵的模糊目标系统决策约简算法

在模糊目标信息系统决策约简和可辨识矩阵定义的基础上,讨论了可辨识矩阵的性质以及与决策约简集之间的关系.同时定义一种新的属性重要度,并将此作为启发式信息,设计了一种模糊目标决策信息系统最小决策约简算法,通过实例验证该算法简捷、有效.