针对经典智能算法用于滑坡位移预测时存在的网络结构参数选取复杂、易陷入局部极小等缺陷,提出了基于改进极限学习机ELM(Extreme Learning Machine)的滑坡位移预测模型。在滑坡变形位移状态辨识基础上,根据其位移变化特征,将滑坡位移曲线类型划分减速-匀速型、匀速-增速型、减速-匀速-增速型、复合型4类,将改进的ELM算法分别用于4种不同类型的滑坡位移预测。基于改进ELM算法构建滑坡位移预测模型时,采用二值区间搜索算法选定最佳隐含层神经元个数和激励函数,并融入数据滚动建模思想,以期提高网络泛化能力和预测精度。以链子崖、卧龙寺、古树屋、新滩滑坡体为例,对ELM预测的适用性进行讨论,实验结果表明,基于ELM构建不同类型滑坡位移预测模型时,具有较高的预测精度,且在网络学习速度等方面优势明显,适用于复杂状况下滑坡体的位移预测。

为解决依兰露天矿西部扩采区开采程序优选问题,在改进的层次分析法(IAHP)和模糊综合评价法基本理论的基础上,建立改进的AHP-模糊综合评判指标体系模型,对备选的3种开采程序方案进行综合评判优选.从地质地形条件和生产技术条件2方面综合考虑与开采程序有关的评判指标,运用三维实体建模和模拟开采技术计算相应工程量来确定各参数值,通过三标度法客观地确定各个评判指标的权重向量,而后与模糊综合评价法的原理相结合来构建改进的AHP-模糊综合评判指标体系模型,计算3种开采程序方案基于评判指标的综合评价值.研究结果表明:三种方案的的评价值分别为59.77、49.35、56.08,第一种方案(横采内排方案)最优,改进的AHP-模糊综合评判法对于露天采矿工程优选具备工程的可行性和有效性.

分析了传统的p-q检测法检测负载电流中的谐波、无功和负序电流量时产生误差的原因,提出了一种改进的p-q检测法。改进的p-q检测法利用电网中的一相电压构造虚拟的对称三相系统以代替实际电网的三相电压,可在电网电压不对称时仍能准确地检测出负载电流中的谐波、无功和负序电流,从而消除不对称因素造成的补偿电流检测的误差。仿真结果证实了该检测法的正确性。

变频器、整流器等各种非线性电力电子器在煤矿供电系统中广泛使用,导致电网谐波问题日益突出。在电力系统中安装有源电力滤波器等装置可以地抑制谐波进而改善电网电压电流畸变情况。由于煤矿系统电网有其自身独特的复杂情况,对有源电力滤波器的稳态性能和动态性能有很高的要求。为了兼顾有源电力滤波器的动态性和稳态性,针对有源电力滤波器控制部分采用改进重复控制和PI控制并联的方式增强补偿效果。在传统重复控制器中引入无差拍控制,利用无差拍控制的超前计算误差的特性提高重复控制器的响应精度,仿真结果验证了该方法的可行性。

为了提高矿用机车无刷直流电机控制精度和稳定性,利用MATLAB中的Simulink的仿真环境,搭建出理想的仿真模型。在分析滑模控制系统理论基础上,加入自抗性改进滑模变结构的控制方案。仿真结果表明,此方案更有利于瞬态响应的实现和提高控制稳定精度,能够对负载突变迅速地做出响应,具有较强的抗干扰性,提高了系统的整体性能。实验结果表明此控制策略可行。

针对足球机器人运用传统快速扩展随机树(RRT)算法进行路径规划时随机性大的问题,提出了一种目标引力式的RRT路径规划算法。该算法在RRT算法的基础上引入了一个目标引力函数,避免了扩展随机树向目标点以外的方向生长,改进了快速扩展随机树缺乏确定性的问题,提高了足球机器人在路径规划方面的效率。仿真实验结果表明,该算法能够得到最佳路径,同时可以有效提高路径的规划速度。

莱维飞行改进麻雀算法(SSA)优化BP神经网络回归预测，LevySSA-BP回归预测，多变量输入单输出模型。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

IGWO-SVM：改良的灰狼优化算法改进支持向量机。 采用三种改进思路：两种Logistic和Tent混沌映射和采用DIH策略。 采用基于DIH维度学习的狩猎搜索策略为每只狼构建邻域，增强局部和全局搜索能力，收敛速度比GWO更快，适用于paper。

进化算法作为一类新的优化搜索方法，广泛应用于各种优化问题。现对简单遗传算法进行了改进，采用实值编码，并与模拟退火算法及基于适值排序和随机选择的方法相结合，形成了改进遗传算法。同时还介绍了一种新的进化算法一粒子群优化算法。将这两种优化算法应用于函数优化。并对优化结果进行了对比分析。比较结果表明，改进遗传算法和粒子群优化算法都可以在函数优化方面表现出较好的健壮性。但在找寻最优解的效率上，粒子群优化算法较好。

分布最优平衡分层交叉验证 (DOB-SCV) 将数据集划分为 n 折，这样，除了基于标签的分层之外，还可以为每个类维护特征空间中的平衡分布。 使用 DOB-SCV 而不是分层交叉验证的实际效果是稍微提高了测试准确性。 最大的改进可以预期在小的、类别不平衡的数据集上。 该实现可用作CVPARTITION的直接替代。 参考：关于分区诱导的数据集偏移对 k 折交叉验证的影响的研究，可从https://ieeexplore.ieee.org/document/6226477 获得