为了以有限的实验数据确定预应力锚杆布置的合理间距,结合山东省境内的104国道界河立交桥加筋土挡土墙的失稳加固工程实例,首先通过最小二乘支持向量机拟合优化对象与优化目标之间的复杂函数关系建立模型,然后采用现场实验数据样本进行模型训练,最后采用人工鱼群算法对模型进行优化,获得合理的布置间距,并通过加固效果监测验证了参数的合理性.结果表明,该法具有建模容易、收敛快和计算精度高等特点,说明该模型是合理可行的

针对传统神经网络优化算法易陷入局部最优值的问题,在标准粒子群算法的基础上,对粒子速度与位置更新策略进行改进,提出一种基于改进粒子群优化算法的BP神经网络建模方法.使用sinc函数、波士顿住房数据及某钢厂带钢热镀锌生产的实际数据进行验证.结果表明,与标准的反向传播神经网络和支持向量机相比,基于改进粒子群优化的神经网络模型可以有效提高预测精度

本章对目前常用的几种智能优化计算算法作简单介绍,以使读者对它们有个基本认识。内容包括神经网络、遗传算法、模拟退火算法和神经网络混合优化学习策略

本章对目前常用的几种智能优化计算算法作简单介绍，以使读者对它们有个基本认识。内容包括神经网络、遗传算法、模拟退火算法和神经网络混合优化学习策略

根据知识工程理论研究了一种智能型的优化设计软件系统IOPS。该系统集成了连续、离散、随机变量的14种优化算法程序,并通过模型诊断、算法选择、多目标决策、参数设计等专家系统的并行操作,实现了优化设计过程自动化

基于个体脆弱性模型将毒气扩散场景下人员疏散过程中的个人风险量化,并根据警报传播和人员跃迁规律求解不同警报接收端部署比例下的个人风险.运用运筹学中图论及多目标优化方法建立高含硫井场警报接收端部署双目标优化模型,并基于贪心算法思想提出求解该模型的实用算法,从而获得模型的较好非劣解.以某山区高含硫井场应急预警通知项目为例,通过程序运算得到该井场警报接收端部署子区域的边界及对应的部署比例.分析表明,在降低部署成本及缓解道路拥塞水平方面,该优化部署方法比传统的平均部署方法更具优越性

• 网络优化是运筹学中的一个重要分支，所研究的问题涉及经济管理、交通运输、计算机科学与信息技术、通讯与网络技术等诸多领域。在现实生活中，诸如最短路问题、运输问题、指派问题、中国邮递员问题、旅行商问题等都是网络优化的问题。 • 由于多数网络优化问题是以网络上的流为研究对象，因此，在图论中一般只涉及网络流问题。 • 4.1 网络流与截集 • 4.2 最大流问题及其解法 • 4.3 最小费用流算法 • 4.4 Petri网

4.1 基本概念 4.2 基本遗传算法 4.3 遗传算法应用举例 4.4 遗传算法的特点与优势

根据轧制数量、测量数据质量和轧制力预报误差的影响,建立了轧制力自学习速度因子优化模型.在长期自学习的判定条件中综合考虑了规格分档的变化以及厚度、宽度的改变量,减少了换规格的次数.长期自学习系数计算时利用了从前一块钢数据中分离出的设备状态信息,从而改善了模型自学习的连续性.离线仿真分析结果表明,轧制力计算精度相对于自学习算法优化前有较大的提高

矿井巷道环境复杂多变,DV-hop算法应用于井下定位时效果不理想。因而,基于幅频矢量匹配对经典DV-hop算法定位结果进行优化。利用经典DVhop算法找到井下移动节点可能位置点大致区域,将节点接收到的各锚节点信标信号的幅频矢量与数据库中煤矿巷道中各点的幅频矢量相匹配,最终确定移动节点的精确位置信息