检索结果-内蒙古大学图书馆

2011年中国智能自动化会议

作者：夏志峰韩宁王亚慧北京林业大学工学院，北京，100083 北京建筑工程学院，北京，100044

应用变结构算法训练人工神经网络权值的问题，分析了初始权值对该算法训练效果的影响，在此基础上中提出了一种应用微粒群算法优化变结构训练的神经网络初始权值的方法，即将随机产生的初始权值通过经微粒群算法优化后再采用双滑模变结... 详细信息

应用变结构算法训练人工神经网络权值的问题，分析了初始权值对该算法训练效果的影响，在此基础上中提出了一种应用微粒群算法优化变结构训练的神经网络初始权值的方法，即将随机产生的初始权值通过经微粒群算法优化后再采用双滑模变结构算法进行训练从而提高网络的整体性能。应用此方法训练Adalille神经网络，并将训练后的神经网络用于MIMO系统辨识。研究结果表明：与未经优化的变结构学习算法相比，该方法显著提高了网络的训练精度和泛化能力。

关键词：人工神经网络微粒群优化算法变结构控制初始权值

来源：评论

学校读者我要写书评

暂无评论

基于二阶段微粒群优化模糊C-均值算法的模糊聚类分析研究

引用

陕西理工学院学报（自然科学版） 2007年第1期23卷 77-80页

作者：黄力明许学军镇江市高等专科学校江苏镇江212003

针对常规动态聚类方法对初始聚类中心的敏感性和容易陷入局部最优的缺点等问题,提出了基于二阶段微粒群优化模糊C-均值算法(TPSOFCM),并将此算法与现有的模糊C-均值聚类算法和基于多阶段的模糊C-均值算法进行比较。该算法对Iris数据进... 详细信息

针对常规动态聚类方法对初始聚类中心的敏感性和容易陷入局部最优的缺点等问题,提出了基于二阶段微粒群优化模糊C-均值算法(TPSOFCM),并将此算法与现有的模糊C-均值聚类算法和基于多阶段的模糊C-均值算法进行比较。该算法对Iris数据进行聚类,计算结果表明:该算法有较好的全局收敛性,不仅能有效地克服传统的模糊C-均值算法易陷入局部最优解的缺点,而且全局收敛能力优于模糊C-均值聚类算法和基于多阶段的模糊C-均值算法。

关键词：全局最优聚类分析微粒群优化算法隶属函数

来源：评论

学校读者我要写书评

暂无评论

改进微粒群算法在光子晶体优化中的应用

引用

计算机仿真 2008年第3期25卷 202-205页

作者：曾渊李源许家栋西北工业大学电子信息学院陕西西安710072

针对标准微粒群算法无法合理控制全局搜索和局部开发之间的关系,容易出现早熟收敛和全局收敛放慢的现象,提出了一种基于吸引力排斥力平衡机制的改进微粒群算法。改进算法将优化过程分为三个阶段,设定了每个阶段的目标,以此为指导来分别... 详细信息

针对标准微粒群算法无法合理控制全局搜索和局部开发之间的关系,容易出现早熟收敛和全局收敛放慢的现象,提出了一种基于吸引力排斥力平衡机制的改进微粒群算法。改进算法将优化过程分为三个阶段,设定了每个阶段的目标,以此为指导来分别调整引力斥力大小和极优值传播速度,有重点地进行全局搜索或局部开发,以达到提高优化效率的目的。采用四个典型测试函数对改进算法进行了测试,并将该算法应用在光子晶体带隙优化设计中,实验结果表明,改进微粒群算法很好地避免了早熟收敛和全局收敛放慢的现象,相比标准算法具有较高的可靠性和稳定性,是一种高效的优化算法。

关键词：平衡机制传播参数多阶段微粒群优化算法

来源：评论

学校读者我要写书评

暂无评论

利用T-S模糊自适应PSO算法优化PID参数

引用

计算机工程与应用 2009年第3期45卷 245-248页

作者：郭成李群湛西南交通大学电气工程学院成都610031

针对微粒群优化算法存在的早熟问题,提出了一种基于T-S模型的模糊自适应PSO算法(T-SPSO算法)。算法依据种群当前最优性能指标和惯性权重值所制定T-S规则,动态自适应惯性权重取值,改善了PSO算法的收敛性。将该算法应用于PID控制器的参数... 详细信息

针对微粒群优化算法存在的早熟问题,提出了一种基于T-S模型的模糊自适应PSO算法(T-SPSO算法)。算法依据种群当前最优性能指标和惯性权重值所制定T-S规则,动态自适应惯性权重取值,改善了PSO算法的收敛性。将该算法应用于PID控制器的参数整定,可得到更优的控制器参数。仿真结果验证了所提出算法的有效性和所设计控制器的优越性。

关键词：微粒群优化算法 PID控制参数优化基于T-S模型的模糊自适应PSO算法早熟

来源：评论

学校读者我要写书评

暂无评论

基于改进的PSO算法的神经网络相关性剪枝优化

引用

计算机应用研究 2010年第9期27卷 3253-3255页

作者：涂娟娟詹永照韩飞江苏大学计算机科学与通信工程学院江苏镇江212013 江苏科技大学计算机科学与工程学院江苏镇江212003

针对传统的神经网络训练算法收敛速度慢、易陷入局部最优的问题,提出了一种基于改进的分期变异微粒群优化算法（SMPSO）的神经网络相关性剪枝优化方法。SMPSO在初期使适应度过低的微粒发生变异,在后期使停滞代数过高的个体极值和全局极... 详细信息

针对传统的神经网络训练算法收敛速度慢、易陷入局部最优的问题,提出了一种基于改进的分期变异微粒群优化算法（SMPSO）的神经网络相关性剪枝优化方法。SMPSO在初期使适应度过低的微粒发生变异,在后期使停滞代数过高的个体极值和全局极值发生变异,后将SMPSO用于优化神经网络相关性剪枝算法。实验结果表明,该方法与采用BP算法及标准PSO算法进行相关性剪枝相比,在训练收敛速度、剪枝效率及分类正确率三方面都有较大提高。

关键词：神经网络剪枝微粒群优化算法

来源：评论

学校读者我要写书评

暂无评论

考虑谐波问题的配电网电容器优化模型及相关算法研究

考虑谐波问题的配电网电容器优化模型及相关算法研究

引用

作者：余欣梅华中科技大学

学位级别：博士

配电网电容器优化是实现配电网安全和经济运行的重要手段，可有效改善配电网配电网电容器优化主要包括规划优化和运行优化两大类。根据两者的优化目标和要求的不同，本文分别建立了计及谐波因素的电容器配置优化模型和电容器投切优化模... 详细信息

配电网电容器优化是实现配电网安全和经济运行的重要手段，可有效改善配电网配电网电容器优化主要包括规划优化和运行优化两大类。根据两者的优化目标和要求的不同，本文分别建立了计及谐波因素的电容器配置优化模型和电容器投切优化模型，并在约束条件中考虑了谐波潮流约束和谐波畸变率约束。电容器配置优化模型以电能损耗费用、最大有功网损费用和电容器费用三者之和的系统年总支出费用最小为目标函数，计算电容器费用时考虑了固定安装费用和购买费用，使模型在经济评价方面更加合理。电容器投切优化模型则以计及投切代价的方式在目标函数中考虑了电容器投切次数的限制，从而避免将投切次数的限制作为全局约束条件，使优化能够分时段独立地进行，满足在线优化计算的需要。针对所建立的电容器配置和投切优化模型，分别提出了基于改进PSO算法的求解方法，并通过算例验证了所提模型及算法的有效性。\n本文全面分析了标准PSO算法的基本原理、主要参数、收敛性和优缺点，针对算法在收敛性能和搜索精度方面存在的缺陷，提出了PSO算法的改进思路：一方面根据所得到的收敛性结论，对算法关键参数的设置进行改进，以提高算法的收敛性能；另一方面在算法中引入非均匀变异机制，以增强算法的全局搜索能力。通过对典型函数优化问题和约束优化问题的测试，表明本文所提出的改进PSO算法在收敛性能和搜索精度等方面较标准PSO算法有很大的改善。

关键词：配电网电容器配置电容器投切微粒群优化算法潮流算法谐波畸变率电抗率配置谐波放大

来源：评论

学校读者我要写书评

暂无评论

一种基于多目标微粒群算法优化的深度学习方法及系统

一种基于多目标微粒群算法优化的深度学习方法及系统

引用

作者：高忠科李彦里杨宇轩王新民 300072 天津市南开区卫津路92号

一种基于多目标微粒群算法优化的深度学习模型：采集脑电信号，对采集的脑电信号进行预处理，得到信号为p维的p通道脑电信数据样本集；将p维脑电信数据样本归一化后作为深度学习模型即卷积神经网络的一个数据输入，将对应想象的指令类... 详细信息

标准号: CN108319928B

一种基于多目标微粒群算法优化的深度学习模型：采集脑电信号，对采集的脑电信号进行预处理，得到信号为p维的p通道脑电信数据样本集；将p维脑电信数据样本归一化后作为深度学习模型即卷积神经网络的一个数据输入，将对应想象的指令类别作为卷积神经网络末层的输出；建立初步的卷积神经网络；使用多目标微粒群优化算法优化调整初步的卷积神经网络，得到深度学习模型；使用多目标微粒群优化算法实现多目标运动辅助。本发明利用多目标微粒群优化算法解决了人工对深度学习模型进行调整可能出现的局部最优、效率底下、需要先验知识等问题。构建的深度学习模型其输出可以作为控制机械臂或外骨骼等多种设备的信号。

关键词：多目标卷积神经网络微粒群优化算法电信数据学习预处理采集脑电信号微粒群算法样本归一化脑电信号先验知识优化调整运动辅助指令类别输出机械臂外骨骼样本集构建末层采集优化

来源：评论

学校读者我要写书评

暂无评论

一种基于多目标微粒群算法优化的深度学习模型及应用

一种基于多目标微粒群算法优化的深度学习模型及应用

引用

作者：高忠科李彦里杨宇轩王新民 300072 天津市南开区卫津路92号

标准号: CN108319928A

来源：评论

学校读者我要写书评

暂无评论

一种改进的PSO算法在PID参数优化中的应用

引用

电光与控制 2008年第2期15卷 58-61页

作者：章魁曲立国黄友锐常州信息职业技术学院江苏常州213164 安徽理工大学安徽淮南232001

PID控制器具有结构简单、容易实现、控制效果好、鲁棒性强等特点,其关键在于PID参数的优化。微粒群优化算法是一种进化计算技术,其优点是速度快且简单易实现。改进的PSO算法,是在基本PSO算法的基础上引入了遗传算法的思想。仿真实验表明... 详细信息

PID控制器具有结构简单、容易实现、控制效果好、鲁棒性强等特点,其关键在于PID参数的优化。微粒群优化算法是一种进化计算技术,其优点是速度快且简单易实现。改进的PSO算法,是在基本PSO算法的基础上引入了遗传算法的思想。仿真实验表明,改进的粒子群算法显著提高了PSO算法的全局搜索能力。

关键词： PID控制器微粒群优化算法进化计算技术遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于QPSO的QoS多播路由优化算法

基于QPSO的QoS多播路由优化算法

引用

作者：秦洁江南大学

学位级别：硕士

QoS(服务质量)多播路由问题已经成为网络领域中研究的重要课题。它是寻找带有约束条件的可行多播树解的NP-Complete问题。QoS约束可以分为连接约束(如带宽),路径约束(如点到点的延迟)以及树的约束(如延迟抖动)。总的来说,启发式算法常... 详细信息

QoS(服务质量)多播路由问题已经成为网络领域中研究的重要课题。它是寻找带有约束条件的可行多播树解的NP-Complete问题。QoS约束可以分为连接约束(如带宽),路径约束(如点到点的延迟)以及树的约束(如延迟抖动)。总的来说,启发式算法常用于解决此类NP-Complete问题。许多遗传算法被用来解决这类问题。根据文献[2,3],Sun等人提出量子行为微粒群优化算法(QPSO)。在许多全局优化问题上该算法被证明是一种有效地解决方案,并且它不会遭遇到遗传算法所遭遇的一些问题。QPSO算法最初用于解决连续函数的优化问题。到目前为止,也很少用于解决离散的组合优化问题(COP)。本文的目的就是在于使用QPSO算法解决QoS多播路由问题。首先,研究QoS理念尤其是QoS路由算法问题。分析几种常用的QoS多播路由优化算法的原理和应用策略。并且,将这几种算法的特点进行比较。针对QoS约束特征,进一步研究了有约束的多目标优化问题。其次,构建QoS多播路由网络模型,采用罚函数处理约束条件。分别描述了遗传算法和遗传算法与禁忌搜索的混合算法(GA-TS)应用到QoS多播路由优化问题的实现过程。也描述了PSO算法求解QoS多播路由问题的实现过程,并且详细阐述了QPSO算法的实现方案。为了将PSO和QPSO算法应用于QoS多播路由优化问题,本文设计一种新的整数编码方案,将QoS多播路由优化问题转化为整数计算问题。最后,利用网络模型,本文测试了基于QPSO算法的路由优化算法。用于比较,在相同条件下使用PSO算法、GA算法以及GA-TS混合算法作了测试。计算机仿真结果表明QPSO算法在解决QoS多播路由问题方面要优于PSO算法、GA算法以及GA-TS混合算法,这主要表现在它的有效性和效率上。QPSO算法可以更有效地求得QoS多播路由问题的优化解,可靠性更高。

关键词：多播路由 QoS 路由优化微粒群优化算法 QPSO 多目标

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：