检索结果-南通市图书馆

基于改进混沌粒子群的混合神经网络和蒙特卡洛法的结构随机灵敏度分析方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工程力学 2015年第12期32卷 49-57页

作者：董现王湛华南理工大学土木工程系广州510640 华南理工大学亚热带建筑科学国家重点实验室广州510640

针对不确定性参数对结构力学性能的随机影响,该文利用混合神经网络良好的小样本学习和泛化能力构建结构响应复杂的函数关系,采用改进的混沌粒子群算法优化网络寻址结构。结合蒙特卡洛法对结构进行随机性分析,并根据该文提出的新的灵敏... 详细信息

针对不确定性参数对结构力学性能的随机影响,该文利用混合神经网络良好的小样本学习和泛化能力构建结构响应复杂的函数关系,采用改进的混沌粒子群算法优化网络寻址结构。结合蒙特卡洛法对结构进行随机性分析,并根据该文提出的新的灵敏度度量参数计算随机变量的全局灵敏度系数。通过数学算例和工程算例验证了所提方法的可行性,且结构响应的概率分布曲线也可以真实的反应实际情况。同时,利用该文所提出的随机灵敏度计算方法可以更好的反应各随机变量对结构响应的相关性和敏感性。

关键词：改进混沌粒子群随机性灵敏度系数神经网络蒙特卡洛法

维普期刊数据库博看期刊

基于改进混沌粒子群算法的火电厂经济负荷分配

在线全文

学校读者我要写书评

暂无评论

动力工程学报 2015年第4期35卷 312-317页

作者：韩朝兵吕晓明司风琪徐治皋东南大学能源热转换及其过程测控教育部重点实验室南京210096 中国大唐集团安徽发电有限公司合肥230041

提出了一种改进混沌粒子群算法,将抛物线与混沌序列相融合产生惯性权重,并引入遗传算法中的交叉思想,增加种群中粒子的多样性.建立了考虑汽轮机阀点效应的火电厂经济负荷分配模型,并采用等概率负荷调整约束处理方法处理经济负荷分配中... 详细信息

提出了一种改进混沌粒子群算法,将抛物线与混沌序列相融合产生惯性权重,并引入遗传算法中的交叉思想,增加种群中粒子的多样性.建立了考虑汽轮机阀点效应的火电厂经济负荷分配模型,并采用等概率负荷调整约束处理方法处理经济负荷分配中的约束条件,以40台机组经济负荷分配为例进行仿真计算.结果表明:与传统混沌粒子群算法相比,改进混沌粒子群算法优化后的煤耗成本最佳值约降低0.78%;通过与其他智能优化算法的对比,验证了所提出的改进算法具有更好的优化效果和鲁棒性.

关键词：改进混沌粒子群经济负荷分配阀点效应约束处理

维普期刊数据库

采用改进CPSO动态搜索时频原子的电能质量扰动信号去噪方法

在线全文

学校读者我要写书评

暂无评论

电网技术 2018年第12期42卷 4129-4137页

作者：王文飞周雒维李绍令卢伟国输配电装备及系统安全与新技术国家重点实验室(重庆大学)

针对电能质量扰动信号噪声抑制中的难点问题,即有效滤除噪声的同时又能较好地保留信号奇异点信息,提出一种采用改进混沌粒子群(ICPSO)动态搜索时频原子的电能质量扰动信号去噪方法。首先,构建了与电能质量扰动信号时频特征相匹配的过完... 详细信息

针对电能质量扰动信号噪声抑制中的难点问题,即有效滤除噪声的同时又能较好地保留信号奇异点信息,提出一种采用改进混沌粒子群(ICPSO)动态搜索时频原子的电能质量扰动信号去噪方法。首先,构建了与电能质量扰动信号时频特征相匹配的过完备原子库,采用正交匹配追踪(OMP)算法求解信号稀疏模型,同时采用ICPSO算法对时频原子匹配过程做进一步优化。然后,以残差比阈值确定迭代终止次数,利用最佳匹配原子和稀疏系数重构原始信号,实现信号去噪的目的。运用文中介绍方法对6种典型的电能质量扰动信号进行去噪处理,并与形态学滤波和小波阈值去噪2种方法进行对比。仿真结果表明,文中方法在有效去除噪声的同时,能完整地保留突变点信息,去噪结果准确性高。

关键词：电能质量稀疏分解改进混沌粒子群压缩感知降噪

维普期刊数据库

基于参数相关性和混合神经网络的结构随机灵敏度分析方法

在线全文

学校读者我要写书评

暂无评论

建筑结构学报 2015年第4期36卷 149-157页

作者：董现王湛华南理工大学土木工程系广东广州510640 华南理工大学亚热带建筑科学国家重点实验室广东广州510640

针对进行随机分析时采用蒙特卡罗计算法效率低,未能考虑参数之间相关性,导致在分析参变量对结构力学性能的影响时得到错误的灵敏度系数,以及原有灵敏度计算方法只能考虑局部梯度等问题,采用改进的混沌粒子群算法优化网络寻址结构,利用... 详细信息

针对进行随机分析时采用蒙特卡罗计算法效率低,未能考虑参数之间相关性,导致在分析参变量对结构力学性能的影响时得到错误的灵敏度系数,以及原有灵敏度计算方法只能考虑局部梯度等问题,采用改进的混沌粒子群算法优化网络寻址结构,利用混合神经网络构建复杂结构响应的近似模型,通过相关参数与独立正态参数之间的等效变换建立符合参数相关性的随机序列对结构进行随机性分析,并根据文中提出的灵敏度度量方法计算随机变量的全局灵敏度系数。通过算例验证所提方法的可行性,且考虑参数之间相关关系得到的结构随机响应更符合工程实际情况。同时,利用所提出的随机灵敏度计算方法可以更好地反映各随机变量对结构响应的相关性和敏感性。

关键词：结构分析参数相关性改进混沌粒子群随机性灵敏度分析神经网络

维普期刊数据库

基于支持向量机的燃气—蒸汽联合循环机组的优化运行研究

在线全文

学校读者我要写书评

暂无评论

基于支持向量机的燃气—蒸汽联合循环机组的优化运行研究

作者：朱亚迪东南大学

学位级别：硕士

随着环境的日益恶化,燃气-蒸汽联合循环发电技术作为一种高效、清洁的发电技术在我国电力中的地位逐渐增高,研究联合循环机组的运行特性和运行优化具有重要的现实意义。本文以GE S209FA联合循环发电机组为研究对象,主要采用热力计算、... 详细信息

随着环境的日益恶化,燃气-蒸汽联合循环发电技术作为一种高效、清洁的发电技术在我国电力中的地位逐渐增高,研究联合循环机组的运行特性和运行优化具有重要的现实意义。本文以GE S209FA联合循环发电机组为研究对象,主要采用热力计算、耗差分析、最小二乘支持向量机和粒子群优化算法等方法,对联合循环发电机组各设备的运行特性和经济性进行分析,取得了一些有实际意义的成果,对于掌握机组各设备的实际运行特性、优化调整机组的运行方式提供了理论和数据支撑。本文具体开展了以下几方面的研究：基于热力学原理,建立S209FA联合循环的经济性分析模型,基于部分设计参数对底循环的运行参数进行优化计算,同时分析计算底循环相关运行参数之间的关系,为数据建模奠定基础。耗差分析是监测机组运行经济性的有效手段,采用热力学法和单因素偏差法对联合循环发电机组相关参数的耗差进行了分析计算,便于针对性分析影响机组经济性的原因,为运行人员调整机组的运行指明方向。基于设计的性能修正曲线建立起联合循环机组的变工况模型,并进行仿真验证,证明基于设计性能修正曲线的变工况难以满足实际工程需要。开展最小二乘支持向量机的数值仿真实验,采用改进的混沌粒子群(ICPSO)对LSSVM模型的结构参数进行优化。基于ICPSO-LSSVM,建立联合循环机组燃气轮机、余热锅炉和汽轮机的变工况模型,并利用建立的模型对各设备的变工况运行特性进行分析。根据所建立的联合循环各设备的ICPSO-LSSVM变工况模型建立起整个联合循环的ICPSO-LSSVM模型,采用改进的混沌粒子群算法,以联合循环发电机组的发电热耗为优化目标,对“二拖一”联合循环发电机组的两台燃机的运行负荷进行优化分配。所计算的结果具有一定的参考价值,为机组的优化运行提供了一定的方向。

关键词：燃气-蒸汽联合循环最小二乘支持向量机改进混沌粒子群热力计算耗差分析变工况发电热耗优化运行

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于脑MRI特征提取和分类的应用与研究

基于脑MRI特征提取和分类的应用与研究

作者：李晓西南交通大学

学位级别：硕士

随着医学成像技术的发展,以及计算机技术的提高,产生了大量多角度、高分辨率的医学图像,通过使用计算机辅助诊断,能够提取更多的图像细节,减轻医生的负担,提高诊断的准确率。为此本文首先对脑磁共振图像进行预处理,提取形态学和纹理特征... 详细信息

随着医学成像技术的发展,以及计算机技术的提高,产生了大量多角度、高分辨率的医学图像,通过使用计算机辅助诊断,能够提取更多的图像细节,减轻医生的负担,提高诊断的准确率。为此本文首先对脑磁共振图像进行预处理,提取形态学和纹理特征,并对混沌粒子群算法进行改进,提出新的惯性权重计算函数,对支持向量机参数选择方法进行优化,整合这些方法对阿尔茨海默症患者和正常人进行分类,以探索阿尔茨海默症诊断新途径。本文首先根据脑MRI的特点,基于现有理论对图像进行预处理,包括图像的头动校正、去噪、分割、配准等。由于传统的对于脑MRI的特征提取都是直接基于图像的特定层或者全脑进行,丢失了图像一些细节信息,不能发挥MRI高分辨率、多层次、多角度的优点,所以本文提出融合图像的形态学特征和纹理特征,对图像进行处理,保留了图像更多的细节。对于形态学特征,本文基于体素方法进行提取,使用双样本T检验首先对阿尔茨海默症的病灶区域进行确定,然后提取病灶区域的灰质占比作为该图像的形态学特征,通过对图像切片进行统计分析,提取重点切片进行下一步分析。对于纹理特征,本文基于非下采样Contourlet变换进行提取,把图像从空间域转换到频率域,提取低频区域的系数矩阵的均值、方差、熵、对比度等特征,提取高频区域系数矩阵均值、方差、能量等特征,通过对比分析,对特征组合进行优化,最终确定两组特征组合。结合形态学特征和纹理特征组合,使用支持向量机进行分类。为了提高分类准确度,减少分类时间,本文对SVM的核参数、惩罚因子等参数选择方法进行优化,使用改进混沌粒子群算法对参数进行估计,提出新的惯性权重计算方法,经实验验证,改进混沌粒子群优化算法有效的加快参数选择速度,对分类准确度有一定的提高。本文融合形态学和纹理特征,对脑MRI进行多特征提取,并确定图像中的病灶区域,能够有效的提高疾病诊断率;提出新的惯性权重函数,优化粒子群算法,结合支持向量机进一步提高疾病诊断效率。

关键词：核磁共振成像体素 NSCT转换改进混沌粒子群支持向量机