两种算法在超短期风速预测的对比分析
摘要：超短期风速预测有助于实现风力发电机组的运行调度,提高风力发电机组输出电能的电能质量。通过Matlab搭建基于机组运行历史风速对后续风速进行预测的模型,对比分析了灰色算法、改进最小二乘拟合算法在2s超短期风速预测的相对误差。将大量风电场实测数据引入该模型进行验证分析,通过理论和实际的分析的结果表明,采用改进一次最小二乘拟合算法更适合用于风力发电机组的超短期风速预测。自适应小波神经网络训练算法及其应用
摘要：小波神经网络是小波分析理论和人工神经网络两者结合的产物。为了解决BP算法易陷入极小值,收敛速度慢的问题。论文采用小波神经网络进行训练同时融合了带动量的BP算法,自适应调整小波的伸缩参数、平移参数和连接权值,并在其选定的范畴内尽可能多地提取信号特征。最后,论文以人口预测为例验证了自适应小波神经网络算法有效性。基于AHP与PSO-BP神经网络的电梯安全评价研究
摘要：在评价电梯安全风险程度中,针对BP神经网络收敛速度慢、易陷入局部最优的缺点,提出了基于层次分析法（AHP）与粒子群优化BP神经网络（PSO-BP）的电梯安全评价方法。首先利用层次分析法建立了电梯系统安全评价体系,确定电梯系统安全评价体系中各子系统及各指标的权重,再结合实际经验,根据安全规范构造各指标的风险值。通过BP神经网络建立回归模型,并采用粒子群算法对模型的权重和阀值进行优化,选取电梯系统的11个权重比较大的影响因素的风险值作为PSO-BP的输入,最终得到电梯系统安全状况的综合得分,进而划分安全评价等级,得到电梯系统安全评价的结论。通过将该模型与标准BP模型进行对比,结果表明PSO-BP模型比标准BP模型的准确率要提高10%,PSO-BP有效克服了BP神经网络的缺点。基于遗传蚁群算法的多约束QoS组播路由算法
摘要：针对带宽、延时、延时抖动和包丢失率约束以及费用最小的多约束QoS路由问题,论文提出一种多约束Qos组播路由算法。该算法结合遗传算法和蚁群算法的优势,将遗传算法和蚁群算法进行融合,对蚁群进行选择、交叉、变异等操作,扩大搜索空间,同时利用遗传算法的快速收敛特性,选取最优个体用于更新全局信息素,加快了算法收敛。仿真结果表明了该算法的有效性和可行性。基于遗传优化灰色神经网络的吨煤生产成本预测研究
摘要：在煤炭企业实际生产中,影响煤生产成本的因素非常复杂,为了对煤的生产成本进行合理预测,论文提出了基于遗传优化灰色神经网络的方法对吨煤生产成本进行研究。通过Matlab仿真,将原始数据与预测数据的拟合程度相比较,确定了此预测方法的科学性与准确性,为最终的煤炭生产成本的控制提供了可靠的依据。基于离差最大化和决策者视角的群体决策方法研究
摘要：主要针对协同设计过程中设计方案的群决策问题进行研究。将离差最大化和群体决策者视角相结合,以解决群体决策多属性权重系数值的确定和决策者之间认可度的问题。先根据群决策者对方案属性的客观评价值,基于离差最大化算法计算出属性的权重值,然后引入决策者视角,构建视角交互矩阵,与计算出的权重值进行耦合,然后给出各个方案间的排序。最后将该方法应用于一个变速器协同设计方案决策实例,表明该方法的可行性和有效性。基于AHP的企事业部门绩效模糊综合评价模型组件研究
摘要：为科学化、规范化、通用化评估企事业部门绩效,设计和实现了一种基于层次分析方法的企事业部门绩效模糊综合评价模型组件。通过论证企事业部门绩效衡量指标体系及层次结构,描述企事业部门绩效考核的模糊特性及其模糊评价映射,建立绩效考核模糊判决矩阵,并利用层次分析法确定指标及其准则的权值系数,构建企事业部门绩效考核的模糊综合评价模型,设计基于窗体界面线程的模型组件,为企事业部门绩效考核提供了一种定性分析与定量研究相结合的模型工具。算例结果表明,该模型具有一定可操作性和实用性。量化回归的改进：基于珠三角制造业的实证研究
摘要：为了研究样本的大小与回归分析效果的关系并体现学科交叉的运用,以珠三角大中型制造企业为对象获取调查数据,利用改进的主成分分析求出各变量的综合评分,用于回归分析。根据回归分析坐标,画出其三维图。运用蒙特卡洛仿真证实大样本直接回归的不合理性,并通过聚类分析筛选有代表性的样本来改进回归分析。结论：使用筛选出的数据来进行回归分析,效果更好;应用：学术分析研究、大数据的信息挖掘和股价预测。基于径向基神经网络的船舶运动拟合方法研究
摘要：船舶运动模型是船舶操纵模拟器的基础,以船舶受力分析为基础的水动力模型是当前应用最广、最有效的方法之一,但实际应用中由于干扰因素多、受力非线性、水动力导数难以确定等问题导致了该方法精度与实时性难以兼容。为解决多种外界作用下船舶运动的准确性与实时性,文章提出一种基于径向基神经网络（RBFN）的运动拟合方法,构造三层神经网络模型,其中隐含层和输出层神经元的传递函数分别取高斯函数和线性函数,通过对积累的历史数据进行学习,利用径向基函数网络在逼近能力、分类能力和学习速度等方面优势,实时推算船舶运动趋势。仿真结果表明,方法实时性能好,具有较高的精度,展现了广阔的应用前景。基于K均值粒子群算法的组合预测模型
摘要：论文在传统预测方法的基础上,提出了一种组合预测模型,该模型通过K均值聚类算法与粒子群算法相结合的混合算法来选择组合预测模型中各单个预测模型的权值。实例分析表明,与基本的粒子群算法、遗传算法的组合预测模型进行比较,论文的基于K均值粒子群算法的组合预测模型具有预测精度高、通用性强等优点。牵引异步电机直接转矩控制策略研究
摘要：牵引异步电动机在运行时面临频繁起动、加速和制动,对控制系统的动态响应能力提出了更高要求。在分析牵引异步电动机数学模型的基础上,引入了直接转矩控制策略。针对牵引异步电动机不同的工况,将运行区域进行了划分。在Matlab环境下进行了三电平直接转矩控制系统的仿真,结果表明三电平直接转矩控制技术能很好地解决牵引电机的调速问题,具有更好的动态性能。区间云模型下两层军事冲突环境中的偏好认知集结
摘要：针对具有失真认知信息下的两层军事冲突环境,提出了一种基于区间云模型的决策方法。该方法先将各层所有指挥员对于另一方局中人的结局认知信息以不确定语言值形式给出,再将其转化为区间云;然后采用生成区间浮动云的方法进行集结,最后通过各方案与正负理想方案的Hamming距离的大小进行排序。实例表明了该方法的有效性。组件化的联合作战指控仿真系统设计与实现
摘要：针对联合作战指挥控制系统的功能需求变化,提出采用组件化的思想,设计开发日益复杂的指控仿真系统,提高软件的重用性,减少开发成本。在参考MVC设计模式的基础上提出了指控仿真系统的软件架构设计,模型、视图松耦合以保证各自的独立性和健壮性。重点探讨了指控业务组件的功能划分,描述了组件实现的接口规范,探讨了组件集成框架的具体功能,分析了组件交互的运行机制。实践表明,此技术在开发复杂的联合作战仿真系统能够很好地满足软件的可扩展性和通用性,具有较强的借鉴意义。美海军TSCE设计剖析及对我军信息系统集成模式的启示
摘要：简要介绍了美军全舰计算环境的发展历程、系统组成及体系架构,分析美军全舰计算环境的设计思路及系统特性,对美军全舰计算环境的设计特点进行剖析,并以此为借鉴,结合我军实际需求,提出了我军基于公共计算服务的信息系统集成模式发展建议,为我军舰载信息系统的发展提供参考。基于UML模型的移动网络建设管理系统测试
摘要：移动网络建设管理系统数据容量庞大,业务流程复杂,涉及多个专业和环节,维护和更新过程比较复杂,成本较高,为此,提出了一种基于UML模型的系统测试方法。通过建立UML模型,主要整合了用例图和活动图,并结合敏捷测试的相关测试方法,设计测试用例,反馈测试结果。若发现模型缺陷,则及时重构;若发现功能或流程等缺陷,则及时进行整改。从而实现对系统的实时更新,在满足需求的同时,提高了系统的质量。粗糙集结合神经网络的哮喘辨证分型法
摘要：传统中医辨证模式都是依靠个人经验进行观察判断和分析,主观性强,利用智能信息处理方法,能使中医诊断中的辩证得到客观量化。利用粗糙集理论对数据的属性进行约简,从而简化决策表,寻求症候辩证的更优解,以达到更高的准确率。将粗糙集与BP神经网络相结合对哮喘进行辨证分型,收敛效果和准确率方面都有较大提高,实验结果表明该融合方法对训练速度有很大提高,准确率可以达到90%,效果大大好于使用BP神经网络单分类器。一种无可信中心的群签名方案
摘要：针对群签名中的欺骗问题,利用离散对数问题的难解性和零知识证明协议,结合参与者的身份,提出了一种无可信中心的群签名方案。方案中,无可信秘密分发中心,分发者也是参与者,参与者的秘密份额是由参与者通过自己的影子秘密计算到得到,群公钥的恢复是隐形恢复。分析表明,该方案是有效的、安全的。一种基于粗糙集的网络攻击检测算法
摘要：当今网络的恶意攻击是多种多样的,众多的网络攻击手段日异月新。拒绝服务式攻击的攻击方法给网络资源造成了巨大的破坏,给网络用户留下了深刻的印象,因此如何防范来自网络的攻击是当前网络安全人员首要考虑的问题。现有的网络安全技术具有某些的智能性,随着计算机技术的发展,网络安全性技术的智能性也在逐步提高。事实上当发生拒绝服务攻击时,网络的流量就会变得异常。论文根据网络被攻击时流量变得异常时的特点,再结合粗糙集中的决策系统提出了一种新检测网络攻击方法。该方法具有一定智能性,机器具有智能性方面能够起到一定的补充作用。
