PSO-AHP模型在综合评价中的构建及应用

文章针对AHP在综合评价中确定权重的缺点,基于粒子群优化算法(PSO),构建了PSO-AHP模型,运用此模型求解水运业对南京市武家嘴村新农村建设作用评价的权重,并与AHP求解结果进行了比较。结果表明,PSO-AHP模型求解的权重及指标一致性均优于AHP,克服了AHP法中判断矩阵一旦给定,权重及指标一致性无法改善的缺点。     

基于PSO-SVR的粮食产量预测模型

在粮食产量预测中,存在历史样本量较小和非线性强的特点,从而致使预测精度较低.文章将支持向量机回归(SVR)与粒子群优化算法(PSO)相结合,提出了适用于小样本量学习的PSO-SVR粮食产量预测模型.实例结果表明,PSO-SVR模型预测误差率优于BP神经网络模型.     

搅拌釜内双层改进型INTER-MIG桨流场实验研究

为得到双层INTER-MIG桨搅拌釜内流场特征,文章采用粒子图像测速技术(PIV)对直径为430 mm的双层改进 型INTER-MIG桨搅拌槽内流场进行了实验研究。分析了搅拌转速、相位角及轴向位置对搅拌槽内流场分布的影响。结 果表明：整个流场表现出较强轴流特性,底桨右端形成一个漩涡;转速增加引起桨叶附近湍动增强,但整体流型变化不 大;当r/R <0.48时,桨叶间轴流效果显著,有利于釜底流体向上抬升,增强整体混合效果;当r/R>0.48时,桨叶右端在 近壁面处会形成上下2股流动流体,有助于形成局部区域循环。实验结果可为工业搅拌过程提供工艺参考。     

FIR数字滤波器的优化设计

数字滤波器(DF,Digital Filter)是数字信号处理的一个重要分支。所谓数字滤波器,实质是指用有限精度算法实现的离散时间线性时不变系统(Discrete Time LinearTime Invariant System),以完成对信号进行滤波处理的功能。数字滤波器具有可靠性好、精度高、灵活、体积小、重量轻等优点。     

强吹除雪气固两相流流场数值模拟分析

为研究和分析机场强吹除雪气固两相流流场的压力、速度和雪粒运移规律,依据离散粒子模型建立了强吹除雪气固两相流方程,并采用计算流体力学数值分析方法,对机场强吹除雪的气固两相流流场进行数值模拟分析,得到了气固两相流流场的压力、速度分布曲线和不同时刻下的雪粒分布规律．数值分析结果表明,气固两相流场发展过程迅速,速度分布符合射流理论,湍流强度变化剧烈．数值模拟得到强风强吹除雪的吹雪时间为2．5s．     

基于EMD的非线性信号自适应分析

根据EMD分解原理,提出通过选择平均包络中的突变点确定自适应滤波器截止分量阶,以此构造时空滤波器组进行非线性信号自适应分析的方法,成功应用于分析波音737飞机涡轮轴振动信号。从噪声中自适应地提取随转速变化的信号分量和低频振动分量,与小波分析方法相比,在轴向位移检测中取得了更为满意的效果。该方法不仅改进了涡轮轴振动信号分析方法,也适用于解决其他非线性信号的分析问题。     

基于Gabor滤波特征和一类分类器的人脸检测

人脸检测是人脸识别的一项重要任务.论文提出了一种基于Gabor滤波特征和一类分类器的正面人脸检测方法.算法首先利用了Gabor滤波器的良好的空间位置与方向的选择特性,采用了四种方向的Gabor滤波器提取人脸样本图像特征并用PCA方法对特征降维,然后用已降维的特征训练支持向量机分类器.最后应用一类分类器分类检测人脸.实验结果证明该方法是十分有效.     

频率选择性衰落信道中的RAKE合并接收方案

针对非扩频系统很难实现多径分集接收的问题,通过判决反馈IIR(DF-IIR)均衡器得到对发送数据的估计,并根据该初始估计重构所有多径信号,再将接收信号中的主径和各多径分量区分开,最后将各分量按照最大比的方式合并以及解调判决,从而实现RAKE合并接收。DF-IIR均衡器可以完全消除噪声累积的现象,然而判决反馈同时会产生误差传播的问题,多径合并可以显著提高信噪比,从而抑制误差传播问题。仿真结果表明新算法可以取得明显的效果。     

基于粒子群算法的设备大修企业模糊作业车间调度

针对大修企业中调度生产系统中存在的各种不确定因素,通过引入三元组对设备大修企业调度问题进行分析描述,以交货期加权满意度最大为调度目标建立作业车间模糊调度模型。运用粒子群优化算法对模型进行求解,结合企业应用实际进行实例分析,验证了该算法的有效性。     

基于支持向量机的养老保障满意度 非线性模型

目前对养老保障满意度的研究所采用的统计方法,都是基于养老保障满意度与影响因素之间的线性关系,且未对所建模型进行检验及理论预测。由于事物之间关系复杂,变量之间往往呈现非线性关系。采用支持向量机算法结合粒子群优化算法,建立养老保障满意度非线性模型。用于研究的养老保障满意度样本数为8 339份。结果显示,基于支持向量机的分类模型对养老保障满意度预测精度高于76%,预测性能优于二元逻辑回归预测结果。表明养老保障满意度与受教育程度、受教育满意度、家庭经济状况满意度、总体生活满意度、对社会总体评价等5个影响因素之间存在非线性关系。因此,应用支持向量机算法建立养老保障满意度非线性模型是可行的。