多子种群PSO优化SVM的网络流量预测

针对网络流量的时变性和非平稳性特点,为提高网络流量预测精度,提出一种“多子种群”机制的粒子群算法和支持向量机的网络流量预测模型（Multi-Subpopulation Particle Swarm Opti-mization and Support Vector Machine,MSPSO-SVM）.首先支持向量机（Support Vector Machine,SVM）参数编码成粒子位置串,并根据网络训练集的交叉验证误差最小作为参数优化目标,然后通过粒子间信息交流找到最优SVM参数,并引入“多子种群”机制,解决粒子群优化（Particle SwarmOptimization,PSO）算法的早熟停滞缺陷,最后根据最优参数建立网络流量预测模型,并采用实际网络流量数据进行仿真测试.结果表明,相对于其他预测模型,MSPSO-SVM可以获得更优的SVM参数,网络流量预测精度得以提高,更加适用于复杂多变的网络流量预测.     

基于粒子群优化SVM的高速公路交通事件检测

为了更加准确地检测出高速公路上的偶发性交通事件,采用一种粒子群优化SVM参数的高速公路交通事件检测算法,提升事件检测效果。文中运用高速公路实测数据集（L880）,对支持向量机算法进行分类性能测试,并且采用改进的粒子群优化算法对支持向量机的参数进行优化,进而利用测试集数据对该模型进行验证比较,获得满意的检测效果。     

基于Double—Bagging决策树的基因微阵列数据研究

Bagging通过组合不稳定的分类器在很大程度上降低了"弱"学习算法的分类误差.基于Torsten等人提出的Double-Bagging算法.本文对其加以修改并应用于基因微阵列数据的处理.在给定的训练数据集和测试集上试验并比较了多种分类器,结果表明Double-Bassing决策树分类精确度优于Bagging决策树和C4.5算法.     

大规模训练集的快速缩减

为了进一步减少支持向量机的训练时间,提出了一种基于类别质心的训练集缩减算法.该算法根据样本的几何分布去除训练集中大部分非支持向量.对样本规模在104数量级的数据集进行了训练实验,结果显示,在基本不损失分类精度的情况下,训练时间比直接用SMO(序贯最小优化)算法减少30%,说明该算法能有效地提高支持向量机的训练速度.     

基于Hadoop的电网监控信息流分布式处理研究

针对智能电网调度系统中大数据集监控信息流存取困难问题,提出一种基于Hadoop云计算框架的分布式集群处理新方法。通过分析电网监控系统中信息流特性,提取3类关键信息流;综合利用分布式文件系统HDFS和映射聚合模型Map/Reduce,建立云集群分布式处理平台,实现监控信息的高效并行处理。以某配电网断面量测记录数据集为例进行测试,结果表明：该方法处理效率相比传统客户/服务器数据库方法提高了约1.4倍,集群规模越大,效果越好,有效避免了大数据集信息处理响应延迟问题。     

基于EEMD-Hilbert和FWA-SVM的滚动轴承故障诊断方法

为有效提取非平稳特性的滚动轴承振动信号特征,提高故障诊断效率,提出一种采用集合经验模态分解（empiricalmode?decomposition,EEMD）、Hilbert变换的特征提取方法,并利用烟花算法优化支持向量机（support vector machine,SVM）分类参数的滚动轴承故障诊断方法. 通过EEMD方法将目标信号分解成若干个模态函数,采取Hilbert变换获取模态函数的瞬时频率,并对模态函数及其瞬时频率进行统计特征提取,从而实现特征的有效降维. 结果表明:信号经过EEMD-Hilbert处理后特征能有效提取,将训练集和测试集各600组数据代入烟花算法优化SVM模型得到测试集正确率为99.63%;比传统的遗传算法和粒子群算法优化模型分别提高0.4%和0.2%左右;同时收敛时间更短,验证了该算法模型的可行性与有效性.      

基于特征脸和二叉树支持向量机的人脸识别

提出使用特征脸和二叉树支持向量机（BT-SVM）分类器相结合的方法进行人脸识别。首先从训练图像中求得特征脸空间,然后将训练集和测试集图像投影到特征脸空间得到投影系数,使用训练样本投影系数训练BT—SVM分类器,再使用BT—SVM分类器对测试图像进行识别。在ORL人脸库进行模拟试验,结果表明BT-SVM分类算法获得比SVM分类算法更高的识别率。     

多半径误差修正自适应布谷鸟优化DV-HOP定位算法

针对WSN节点定位中非测距DV-HOP算法存在较大定位误差,提出了一种多通信半径误差修正自适应布谷鸟优化DV-HOP定位算法（MEACS-D）. 采用锚节点多通信半径广播消息,在跳数计数时将跳数小数化,以减小跳数长短不一造成的误差;再用虚拟相交圆几何方法计算1跳内节点与锚节的距离;通过在未知节点选择平均跳距时,加入各个锚节点权重进行计算来减少平均跳距误差;另引入可自适应搜索步长的布谷鸟算法代替极大似然估计法来定位节点坐标,以提高定位精度. 通过仿真,在不同锚节点、通信半径、总节点条件下MEACS-D算法较DV-HOP算法和原布谷鸟DV-HOP算法（CS-D）算法定位误差平均下降39.7%、10.6%,证明MEACS-D算法能有效减少定位误差.      

����SVM�����ݲ��ԴITS�����ںϷ�����̽

在阐明ITS数据融合的意义及层次性的基础上，分析了数据层多源ITS数据融合及支持向量机的特点，根据支持向量机（SVM）的原理设计了利用支持向量机进行多源ITS数据融合的思路，并从支持向量机训练、训练结果评价以及支持向量机测试三个方面提出了该思路的实现步骤。在对日本阪神公路上堺入口的二源交通流数据进行支持向量机融合后，比较融合前后的数据，证明所提出的基于支持向量机技术的数据层多源ITS数据融合方法能够有效地进行数据质量控制，提高数据的精确度。     

基于卷积神经网络优化回环检测的视觉SLAM算法

传统视觉即时定位与建图（SLAM）算法若无回环检测可能会存在累积误差无法消除的现象,即使有回环检测,也因准确率和效率比较低而无法应用于轻量级设备上,为此,研究一种回环检测优化的视觉SLAM算法. 前端估计时,对相邻帧图像进行ORB （oriented fast and rotated brief）特征提取与匹配,对匹配成功的特征点进行PnP （perspective-n-point）求解,获得相机运动估计并筛选出关键帧图像;后端优化时,利用SqueezeNet卷积神经网络 （CNN）提取图像的特征向量,计算余弦相似度判断是否出现回环,若出现回环则在位姿图中增加相应约束,利用图优化理论对全局位姿进行整体优化;最后利用项目组制作的数据集和TUM （technical university of munich）公开数据集进行测试与对比. 研究结果表明:相比于无回环检测算法,本文方法可以成功检测到回环并为全局轨迹优化增添约束;相比于传统词袋法,在回环检测准确率相同的情况下,本文方法召回率可提高21%且计算耗时减少74%;与RGB-D （red green blue-depth） SLAM算法相比,本文方法建图误差可降低29%.      

基于刚分簇与鸡群优化的深井无线传感网络定位算法

针对矿井环境因素对无线传感器网络定位的制约,提出一种基于刚性分簇与鸡群优化的无线传感器网络定位算法(RCCSO). 首先,以传感网络中均匀分布的锚点为簇头,基于刚性图理论提出分簇算法对整个网络进行分簇并保证每个簇都是全局刚性的;其次,利用鸡群算法对簇内进行相对定位,求得簇内最优相对位置解集;再次,不同簇以锚点为旋转中心旋转不同角度,并利用鸡群算法求出旋转角度的最优解集,进而求得全局节点最优位置;最后,仿真结果显示,与多维标度MDS-MAP算法及自适应局部区域循环搜索DALSA相比,所提算法在精度上有较明显的提高.      

减小簇头边缘化的LEACH协议的研究及改进

为减少无线传感器网络能耗、延长网络的生存周期,基于经典的LEACH,提出了一种新的能量有效的分簇算法.算法的主要思想是考虑节点当前剩余能量和簇头不边缘化来优化簇头选择,从而在使簇头分布更均匀的同时,进一步保证了网络内簇头节点的最大覆盖化,优化了网络的负载均衡.仿真和分析表明,该算法是一种有效的分簇路由算法.     

������Լ����������-��ʽ�����������

针对无容量约束的单分配轴-辐式物流网络设计问题的特点,为其建立了单分配p-枢纽中位模型,并提出了一种基于蚁群算法的启发式求解算法. 该算法分两步实现：首先利用蚁群算法来确定网络中枢纽节点的位置,然后用另一种启发式算法将非枢纽节点分配给枢纽节点,同时,将一种基于6种邻域结构的变邻域搜索算法作为蚁群算法的局域搜索策略以提升算法的全局搜索能力,并加快收敛速度. 最后结合澳大利亚邮政数据进行了算例仿真实验,并对蚁群算法中参数的合理设置进行了测试分析,实验结果表明,该算法在求解此问题时有着良好的有效性和较快的求解效率.     

无容量约束单分配轴-辐式物流网络设计

针对无容量约束的单分配轴-辐式物流网络设计问题的特点,为其建立了单分配p-枢纽中位模型,并提出了一种基于蚁群算法的启发式求解算法. 该算法分两步实现：首先利用蚁群算法来确定网络中枢纽节点的位置,然后用另一种启发式算法将非枢纽节点分配给枢纽节点,同时,将一种基于6种邻域结构的变邻域搜索算法作为蚁群算法的局域搜索策略以提升算法的全局搜索能力,并加快收敛速度. 最后结合澳大利亚邮政数据进行了算例仿真实验,并对蚁群算法中参数的合理设置进行了测试分析,实验结果表明,该算法在求解此问题时有着良好的有效性和较快的求解效率.     

道路网络容量的多端最大流算法

道路网络作为无向网络,其容量分析必须考虑其起始点和终止点的随机开放特性.采用图论的多端最大流算法和衍生割集算法,研究了道路网络容量的计算方法.分析结果表明,新方法能提高计算效率,它不仅适应大规模道路网络复杂性,而且适应路网起、终点开放的特性.     

Theoretical analysis of natural frequency of externally prestressed concrete beam based on rigidity correction

A dynamic test on externally prestressed simply supported concrete beams separately with three typical types of tendon distributions was conducted. The results show that the natural frequencies of the beams increase with the increase in the prestressing force at,the tensioning stage, and the natural frequencies decrease after the cracks occur in the beams. Following the calculation formula of natural frequency of externally prestressed beam, which was reported in a literature, the natural frequencies of the experimental beams are calculated, and big errors are found between the test results and the calculated ones of natural frequency values. As a result, this paper has tried to adopt two methods to correct the rigidity parameter of the concrete beam in the formula for natural frequency calculation, and to use the corrected formula to calculate the frequencies of the experimental beams. The calculation results indicate a good consistency with the experimental ones, which verifies the feasibility of the corrected formula.     

��·��װ������վ�ѳ�����Ż�ģ��

铁路集装箱中心站堆场作为集装箱列车装卸作业与集卡提交箱作业的缓冲区,堆存策略直接影响整个中心站的作业能力和效率,本文对铁路集装箱中心站堆场混堆优化问题进行了研究.根据中心站堆场混堆作业问题的描述,建立了两阶段优化模型,第一阶段平衡中心站堆场各箱区进口箱和出口箱的箱量,第二阶段为分配到箱区的集装箱指派较优箱位,使堆存所产生的压箱数最小,并设计了启发式算法对模型进行求解.最后利用某集装箱中心站的实际数据对模型和算法进行了验证,验证结果表明,该优化模型比中心站现有的堆存策略有较大改进.     

无线传感器网络中能量有效分簇路由算法

由于无线传感器节点的电源能量有限,提出了一种能量有效分簇路由算法(EECRA).该算法是基于最小能量的数据转发并运用于簇内路由中,簇头由基站根据节点的剩余能量和簇头之间的距离来选定,为了减小簇头节点的能量开销,簇头之间采用了多跳中继的方式将采集的数据发送到基站.仿真结果证明:该算法与LEACH协议相比,不仅提高了网络寿命,同时节点的能耗均衡性、网络扩展性和可靠性都大大的提高.     

基于LabVIEW的非线性振动仿真测试平台

在LabVIEW平台上设计了非线性振动仿真和测试分析系统.系统功能包括常用的时域、频域分析功能,还包括非线性分析所需的相轨图、Poincare图、分叉图、Lyapunov指数等模块.仿真数据可由几种方法生成,既可以在控制面板或在MATLAB节点中输入状态变量表示的函数来生成,也可以选择输入其他仿真程序生成的数据.实际测试时则从工程系统中采集数据.