简介:摘要院随着计算机技术在各领域的广泛应用,互联网的迅猛发展使得各类信息以指数级增长,本文主要研究粒子群优化算法在Web数据挖掘中的应用,介绍了粒子群优化算法进行Web数据挖掘的基本原理,分析了其特点。简述了粒子群Web数据挖掘优化算法的原理、特点、参数设置与应用等,重点分析了粒子群优化算法中的惯性权值,加速因子的设置对算法基本性能的影响,给出了算法中的经验参数设置。
简介:摘要:目前,我国配电网涵盖的区域非常广泛,主要呈现出分布广、结构复杂、电缆线分布混乱的现象。随着城乡一体化的不断加快以及电力市场的不断发展,人们越来越追求高质量的供电系统,也对稳定性的需求越来越高。国民经济对供电可靠性的依赖也越来越大。近年来,随着配网自动化水平的不断提高,配网故障定位技术的发展也趋向智能化、自动化,配网故障的诊断速度、快速定位、及时隔离、快速修复也是检验一个供电局管理能力和抢修水平的标准。因此,对配网自动化进行合理的改进和提高已经成为供电部门工作的首要内容。如何缩短故障排查时间,避免抢修时间的延长,提供有保障的供电率,从而提高客户的满意度也成为大部分基层供电局单位需要着重考虑的关键问题。基于免疫二进制粒子群优化算法的配网故障定位方法,既能够加快故障定位与抢修速度,还可以大减少由于供电不足带来的损失,具有十分重要的现实意义。鉴于此,文章结合笔者多年工作经验,对基于免疫二进制粒子群优化算法的配电网故障定位方法研究提出了一些建议,以供参考。
简介:针对自由漂浮状态下的空间机械臂系统,研究了基座姿态扰动最小的轨迹规划问题。首先通过正弦函数参数化机械臂各个关节,在机械臂关节角速度、角加速度以及基座姿态变化范围受限的约束条件下,定义了基座姿态扰动最小的目标函数,然后提出了基于混沌粒子群算法的轨迹优化策略,并给出了具体求解步骤。数值算例结果表明,在满足系统的约束条件下,机械臂关节变化平缓,不存在角速度突变的情况,并且比标准粒子群算法具有更快的收敛速度,在优化轨迹下进行运动仿真,结果表明终止时刻基座姿态扰动为1.3708°(三轴合成),而梯形规划的姿态扰动为8.5459°,优化后使得姿态的扰动减小84%,从而说明所提出的算法能够有效减小机械臂运动对基座姿态的扰动。
简介:提出了一种填充粒子群算法(FPSO),用以解决双次级永磁同步直线电机优化设计问题。在有限元分析的基础上,采用支持向量机拟合直线电机结构参数与运行性能参数之间的关系,建立用于优化计算的非参数模型;引入填充函数,对传统粒子群算法进行改进,并采用多峰值函数对算法进行测试,结果表明:FPSO具有良好的快速性和全局收敛性;采用FPSO对电机结构参数进行优化,得到一组最优的电机结构参数。仿真实验表明:采用该算法优化后的电机推力大、推力波动小且峰值电流小,符合电机的优化设计目标。
简介:摘要:车辆路线问题是配送计划的基本问题,它试图考虑客户的数量,他们的约束以及可用车辆的数量和容量的情况下,以最小的位移成本找到最佳的行进路线。在这项研究中,我们首先描述了旅行商问题和车辆路线模型,然后提出了考虑顾客之间优先约束的多目标车辆路线模型。有不同的元启发式算法可以解决此类 NP难题。本研究提出了一种基于粒子群算法和人工蜂群算法相结合的求解算法。此外,通过分析一个操作样本,使用区域内客户的数据,考虑问题及其功能的不同约束,并使用惩罚方法和附加的分段约束方法,可以获得最佳的车辆路线。以及对每种算法的结果结合其混合算法进行了演示。
简介:摘要:深度学习工作流中最难的部分之一是为模型寻找最佳的超参数。深度学习模型的性能与超参数直接相关。超参数调优越多,得到的模型就越好。在神经网络框架中,如何对其模型的超参数进行自动化获取一直是一个重要问题。因此,为了提高超参数优化的效率,提出了一种基于贝叶斯优化,进化和粒子群的超参数优化算法。该方法针对不同优化场景进行了相应的使用。