具有小世界邻域结构的混合鲸鱼优化算法

针对标准鲸鱼优化算法收敛精度低和易早熟的问题,提出了具有小世界邻域结构的混合鲸鱼优化算法。该算法采用小世界网络作为种群的空间结构,在围猎捕食和气泡网攻击阶段,设计了一种混合引导策略来协调算法的全局搜索和局部开发能力。此外,为了能够找到更多局部最优解,提出了基于边界信息的小概率局部维度变异策略。基于标准测试函数的仿真实验表明,与标准鲸鱼优化算法和其他性能优异的改进算法相比,具有小世界邻域结构的混合鲸鱼优化算法在收敛精度和稳定性方面更具优势。     

“《死魂灵》”

竹外桃花三两枝,春江水暖鸭先知. 萎蒿满地芦芽短,正是河豚欲上时. 大诗人苏东坡的《春江晓景》写于宋时初春的江南,正是河豚欲从大海回溯至江河,逆流而上准备产卵之时节.毫无疑问,宋代的江南一带,河流等自然环境是绝对的"原生态",尽管人们每年都捕捞河豚,但似乎河豚种群的繁衍并没有因此受到影响,污染更是无从谈起.     

基于链式多重插补的WOA-ELM煤与瓦斯突出预测模型

为了提高缺失数据下煤与瓦斯突出预测准确率,提出1种基于链式支持向量机多重插补(MICE＿SVM)的鲸鱼优化算法(WOA)-极限学习机(ELM)预测模型,以淮南朱集矿区为例,选取5个煤与瓦斯突出影响指标作为模型特征,采用提出的MICE＿SVM算法插补突出事故数据中缺失值,利用WOA优选ELM输入层权值及隐含层阈值,构建煤与瓦斯突出预测模型,将插补后数据用于WOA-ELM模型的训练与测试,并与其他模型的预测效果对比。研究结果表明：MICE＿SVM插补前、后的有突出数据预测准确率分别为83.02%,90.41%,MICE＿SVM显著提高了有突出预测准确率,对无突出和整体的预测准确率提高不明显;数据插补后WOA优化ELM对无突出、有突出和整体的预测准确率分别为97.94%,96.25%,96.48%,较优化前分别提高了5.79%,5.84%,5.55%,数据插补后WOA-ELM为最佳预测模型。     

举世奇观——群鲸游灌河

２００１年５月２３日,在江苏省响水县境内的人海河道──灌河,发生了一起震惊世人的奇观：数１０头生活在远海的大小鲸鱼,一日两次,驶离海域,游进内河,群鲸光顾,结伴有序,嬉水游弋,吸引沿岸数万人跟踪观赏,当日中央电视台“新闻联播”及全国多家新闻媒体报道了这一奇特景象。嗣后,海洋生物界、环境保护界、旅游爱好者以及有关方面领导纷纷来电、来函、来人咨询垂问,足见这一奇观的不同凡响。近几个月来,本人作为一名记者,采访搜集了一些有关资料,粗作整理,公之于众,以便引起诸方面专家学者的研究、破译这一谜团,重视、保…     

海洋守护者协会

海洋守护者协会( Sea Shepherd Conservation Society)正式成千1982年,是美国一家非营利的、注册免税的组织,专门保护鲸鱼、鲨鱼、海狮、海豹等海洋动物.协会主要在联合国世界自然宪章(1982年)和其他保护海洋物种与环境的法律法规的指导下开展运动.绿色和平的早期成虽保罗·沃森(Paul Watso)与该组织关于对鲸鱼遭杀害的“见证”态度起了一次争执以后,于1977年建立了海洋守护者协会,与绿色和平(坚持避免破坏或物理妨碍海上捕鲸船只的方针)截然不同的是,海洋守护者参与包括毁坏和用其他方式物理妨碍捕鲸船作业在内的“直接行动”.     

保罗·沃森

保罗·沃森1950年12月生于加拿大多伦多,是"绿色和平组织"发起人之一,从加入这个组织那天起,他就立志当一名保护海洋资源的勇士。1977年,保罗建立了"海洋守护者协会"(专门保护鲸鱼、鲨鱼、海狮、海豹等海洋动物的组织)。他是一个让日本捕鲸人、加拿大海洋猎人及非法渔民恐惧的     

疫情环境下考虑患者恐慌心理的多周期应急医疗物资分配问题研究

疫情爆发初期,患者易因应急医疗物资的短缺和分配不及时而产生恐慌心理.针对该问题,考虑各疫区应急物资需求优先度、应急物资的分配量及到达时间等因素,构建患者恐慌心理函数,以量化的患者恐慌心理最小和物资分配总成本最小作为优化目标,建立多周期的应急物资分配模型,并融合泛化反向学习和自适应惯性权重设计了改进的鲸鱼群优化算法,以湖北新冠肺炎疫情为例进行验证.结果表明,所提出的模型和算法能够有效地解决疫情环境下考虑患者恐慌心理的多周期应急物资分配问题,且改进的算法在局部搜索和全局搜索上具有良好的性能.     

基于鲸鱼优化算法与投影寻踪耦合的云南省初始水权分配

论文基于公平性、效率性和可持续性原则,选取水资源开发用率等17个分水指标建立云南省初始水权分配指标体系,运用投影寻踪（Projection Pursuit, PP）技术确定云南省各州市初始水权分配水量。针对PP技术最佳投影方向难以确定的不足,利用一种新型群智能算法——鲸鱼优化算法（Whale Optimization Algorithm, WOA）寻优PP模型最佳投影方向,构建WOA-PP耦合的初始水权分配模型。通过6个典型测试函数对WOA进行仿真验证,仿真结果与文化算法（Cultural Algorithm, CA）、差分进化（Differential Evolution, DE）算法、混合蛙跳算法（Shuffled Frog Leaping Algorithm, SFLA）、布谷鸟搜索（Cuckoo Search, CS）算法、粒子群优化（Particle Swarm Optimization, PSO）算法和人工蜂群（Artificial Bee Colony, ABC）算法的寻优结果进行比较。结果表明：1）无论是单峰还是多峰函数,WOA能够探索不同的搜索空间,具有良好的开发和勘探能力,对Sphere等6个函数的寻优精度高于CA、DE、SFLA、CS、PSO和ABC算法,表现出较好的寻优精度、收敛速度、全局寻优能力与收敛稳定性。2）从WOA-PP模型初始水权分配结果及目前实行的综合法水量分配结果对比来看,2015年昭通、丽江、临沧、红河、文山、怒江两种方法的分配结果相差最小,在0.11亿~0.41亿m³之间;玉溪、普洱、大理、德宏和迪庆两种方法的分配结果相差最大,在2.06亿~4.38亿m³之间;其余州市两种方法的分配结果在1.12亿~1.61亿m³之间。2020年保山、昭通、丽江、临沧、红河、文山、怒江两种方法的分配结果相差最小,在0.02亿~0.41亿m³之间;昆明、玉溪和德宏两种方法的分配结果相差最大,分别为5.89亿、5.66亿和3.54亿m³;其余州市两种方法的分配结果在1.89亿~2.85亿m³之间。3）论文提出的初始水权分配模型及方法具有一定的可操作性和有效性,可为区域初始水权分配提供新的思路和方法。     

基于二层分解技术的短期负荷预测研究

钢铁用户的增多会使地区含有大量的冲击负荷,传统的预测方法难以捕捉该地区的负荷变化规律,预测精度不足。为提高含大量负荷地区的负荷预测的精度和泛化性,提出一种基于可变模式分解与奇异谱分析相结合的二层分解技术(VMD-SSA)和改进鲸鱼算法(IWOA)优化极限学习机(ELM)的短期负荷预测模型。通过实例证明,相比于其它模型,所提混合模型能充分掌握负荷的变化规律,有效提高了含大量负荷地区的负荷预测的精度和泛化能力。     

奇趣大自然

旅人蕉:贮水本领大地球上已发现的植物约有四十余万种,草的种类约占三分之二。这近三十万种植物,统称草本植物。草本植物体形一般都很矮小,墙隅小草长不及二寸,稻子、小麦也仅1米上下。但是在草本植物这个大家族里,也有身躯庞大的“金刚”,它叫旅人蕉。这尊“金刚”粗一抱,高七丈,有六七层楼高,是世界上最大的草本植物。