首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 453 毫秒

1.  基于遗传小波网络的舰船购置费预测研究  
   张怀强  刘宝平  魏汝祥《装备指挥技术学院学报》,2003年第14卷第6期
   为克服人工神经网络算法的缺陷,将遗传算法、小波分析、人工神经网络结合起来,用遗传算法来学习小波网络层间的权值、尺度函数和位置函数;建立了基于遗传小波网络的舰船购置费预测模型。实验表明:该模型具有较高的预测精度。    

2.  航空发动机磨损趋势预测模型研究  
   校云鹏  ;赵媛莉  ;姜旭锋  ;冯丹  ;校云超  ;项建党《广东化工》,2014年第14期
   文章讨论了神经网络的BP算法和遗传算法,提出用遗传算法来优化BP神经网络,应用遗传算法训练神经网络权重,实现网络结构的优化,用优化后的BP人工神经网络建立了航空发动机磨损故障趋势预测模型,利用发动机的光谱监测数据作为预测磨损趋势的特征参数,进行了模型的训练和预测试验,并将该模型预测结果与BP算法和多元线性回归法的预测结果进行了比较,证明了基于遗传算法的人工神经网络是航空发动机磨损故障趋势预测的一种理想方法。    

3.  用优化参数降低芳烃抽提过程中丁烷的损耗量  
   杨松  程桂芬《沈阳工业大学学报》,2004年第26卷第4期
   针对如何降低芳烃抽取过程中的丁烷消耗问题,提出优化过程操作参数的解决方法.其中优化问题的模型用人工神经网络来描述,优化方法采用遗传算法.介绍了人工神经网络建模的过程和遗传算法寻优的步骤.    

4.  基于神经网络和遗传算法的位移反分析研究  
   孙晓光  周华强《中国煤炭》,2007年第33卷第2期
   运用遗传算法和人工神经网络构造了位移反分析的遗传人工神经网络模型,并基于正交试验获得的训练样本对网络进行学习,以此训练好的神经网络模型来描述岩体力学参数和位移之间的关系。该方法以神经网络为基础,用遗传算法来学习神经网络的权系数,既保留了遗传算法的强全局随机搜索能力,又具有神经网络的鲁棒性和自学习能力。结果表明遗传算法和神经网络的结合,可兼有神经网络广泛映射能力和遗传算法快速全局收敛等特性。    

5.  函数的温度参数对人工神经网络的影响  被引次数:1
   李刚  段东兴  尼俊红  张南雨《华北电力大学学报(自然科学版)》,2002年第29卷第2期
   对人工神经网络的激励函数作了一些研究。用遗传算法优化各神经元Sigmoid函数的温度参数来解决‘异或’问题,取得良好效果。在大量试验基础上总结了一些规律。表明了激励函数对于网络学习性能的重要作用。    

6.  一种遗传算法的神经网络模型  
   龚道雄  阮晓钢《北京工业大学学报》,2003年第29卷第2期
   提出了应用神经网络实现遗传算法的模型,将普通遗传算法中交叉操作和突变操作的概念进行推广,并提出了全交叉和多点突变的概念以及实现这两种操作的人工神经元模型。通过一组著名的测试函数将该算法与典型遗传算法就求解优化问题的性能作了比较研究。此研究对用硬件执行遗传算法,显式地实现遗传算法的内在并行性,从而提高遗传算法的实时性,拓宽遗传算法的应用领域具有重要的意义。    

7.  改进遗传神经网络控制混沌运动的研究  被引次数:1
   陈玲莉  谭宁  黎红岗  梁欧《动力学与控制学报》,2009年第7卷第1期
   用最大Lyapunov指数构造遗传算法中的适应度函数,通过遗传算法优化神经网络的权系数.根据所得到的适应度函数和权系数来构造遗传神经网络控制器,从而提高神经网络控制效果.对离散系统Logistic映射和连续系统Rossler方程、AFM(原子力显微镜)悬臂梁振动系统的混沌运动分别进行了仿真控制.数值实验结果表明本文改进的遗传神经网络控制方法对离散或者连续的混沌系统都能控制到低周期轨道上去,证明了算法的有效性.    

8.  几种改进的人工神经网络算法比较  
   魏先民《福建电脑》,2011年第27卷第9期
   文章分别介绍了模拟退火算法与BP网络结合的模拟退火人工神经网络,遗传算法和BP网络结合的遗传人工神经网络以及遗传退火人工神经网络算法。通过仿真实验比较证明,遗传退火人工神经网络和模拟退火人工神经网络的逼近精度高于遗传算法人工神经网络,而遗传算法人工神经网络收敛速度最快。并且随着求解变量个数的增加,基于遗传退火人工神经网络收敛速度高于改进的模拟退火人工神经网络。    

9.  基于协同进化遗传算法的神经网络优化  
   罗兵  章云  黄红梅《计算机工程与设计》,2007年第28卷第3期
   人工神经网络的结构设计没有系统的规律可循,而基于梯度的神经网络参数优化又易于陷入局部最优解.该文研究了用带退化的协同进化遗传算法来优化神经网络结构,同时优化网络参数.将网络参数作为实数编码基因进行遗传选择,参数个体的受损率超过退化阀值时发生结构退化.退化进程由协同进化的控制个体动态控制.实验证明,该方案能够有效简化神经网络的结构和得到最优网络参数,收敛速度比常规遗传算法快.    

10.  制造过程多目标优化的集成计算智能方法  被引次数:2
   李桂琴  袁庆丰  王克胜  方明伦《计算机集成制造系统》,2006年第12卷第12期
   针对制造过程因动态多变而难以定量控制的问题,提出了用集成计算智能方法进行多目标优化。利用人工神经网络进行系统建模,并为遗传算法找到适应度函数及求得目标函数值的方法,进而利用遗传算法进行多目标优化。通过实例验证了方法的有效性与实用性,实现了制造过程的定量分析,为复杂制造系统的建模和优化提出了一种新的方法。    

11.  求解复杂工程优化问题的一种实用方法  被引次数:5
   肖专文  徐日庆  龚晓南《水利学报》,1999年第2期
   本文将遗传算法与神经网络相结合,构成GA-ANN法,协同求解复杂工程中的优化问题.该法既利用了神经网络的非线性映射、网络推理和预测的功能,又利用了遗传算法的全局优化特性,可广泛地应用于目标函数难以用决策变量的显函数形式来表达的众多复杂工程问题中.    

12.  遗传神经网络计算公路沉降  
   胡斌  杨林德  叶观宝《地下空间与工程学报》,2006年第2卷第Z2期
   把基于遗传算法的人工神经网络用于岩土工程领域,建立遗传神经网络公路沉降计算模型.通过工程参数监测数据来训练遗传神经网络以获得网络神经元的连接权值.获得满意的权值后,用遗传神经网络来计算高等级公路沉降,取得了较好的计算结果.这为计算和控制公路沉降问题提供了一种新的途径.    

13.  基于神经网络与遗传算法的传动部件设计优化  被引次数:9
   李小青《计算机测量与控制》,2006年第14卷第2期
   为了提高设计效率,得到最优设计效果。依据人工神经网络模型和遗传算法的基本原理,建立了基于神经网络和遗传算法的传动部件设计优化模型,用Matlab语言编制了应用程序,对神经网络的参数预测与遗传算法的优化过程进行求解,试验仿真结果表明,采用设计优化切实可行,具有良好的实际应用效果。    

14.  电火花线切割中计算智能集成方法的应用与实现  被引次数:2
   李桂琴  袁庆丰  王克胜  方明伦《中国机械工程》,2006年第17卷第22期
   针对控制复杂、难以精确描述数学模型的复杂加工过程,提出集成遗传算法和人工神经网络的多目标优化方法。把加工工艺参数和工艺指标参数分别看作神经网络的输入和输出,建立相对精确的数学模型,随后借助训练好的神经网络和遗传算法来优化加工参数。由于该方法解决了适应度函数难以获得的问题,为复杂过程多目标优化提供了强有力的工具。在电火花线切割中的应用验证了该方法的可实施性和有效性。    

15.  基于BP神经网络的连续刚构预应力参数优化  
   何建梅  方志  邬龙刚《广东建材》,2009年第3期
   在许多结构优化设计中,由于设计参数比较多,难以用一般的显示表达式来表示目标函数。利用BP神经网络的函数逼近能力可以映射复杂的函数关系,同时,结合遗传算法来求解该函数的优化问题。通过算例分析,利用BP神经网络与遗传算法优化得到连续刚构纵向预应力弯束的转角、曲线半径和竖向预应力间距。    

16.  基于BP神经网络和改进遗传算法的蒸发器支座结构优化设计  被引次数:2
   王维刚  龙飞《化工机械》,2009年第36卷第4期
   应用显著性分析选取了优化结构参数,利用正交试验法和有限元法确定了神经网络样本数据,建立了反映结构特性的人工神经网络模型,为遗传算法提供了适应度函数,并通过改进遗传算法完成了函数优化。对比和分析结果表明,优化结构比初始结构的体积减少了19.9%,失稳临界载荷提高了293%,且满足强度条件。    

17.  基于WWW的人工神经网络遗传算法系统的实现  
   刘国华  包宏  李文超《计算机工程》,2002年第28卷第2期
   用Matlab的Web技术构造了基于WWW的人工神经网络-遗传算法系统,该系统可以通过训练来获得数据间的人工神经网络模型,并用遗传算法求得人工神经网络模型的最优值,用一个实例对该系统进行了测试,结果是令人满意的。    

18.  基于遗传-神经网络的凝汽器故障诊断研究  被引次数:1
   吴立锋  郭世利  衡世权  杨广华《电站辅机》,2004年第25卷第3期
   综合遗传算法的全局优化和神经网络的并行计算等特点 ,提出了一种基于遗传 -神经网络的凝汽器故障诊断的方法。用遗传算法来优化神经网络权值 ,克服了神经网络易陷入局部解的缺陷 ,使神经网络具有较好的全局性和收敛速度。具体故障诊断实例表明 ,该方法诊断准确 ,具有一定的应用价值    

19.  基于神经网络和遗传算法的塑料热压成型多目标优化  
   纪良波  李永志  陈爱霞《塑料》,2012年第41卷第3期
   论述了人工神经网络和遗传算法在塑料热压成型工艺优化中的应用,首先利用人工神经网络建立热压成型工艺参数与零件性能之间关系的数学模型,然后用遗传算法对工艺参数优化。根据多目标函数优化问题的单目标化思想,对优化后的单目标进行分解,得到最优工艺参数条件下的塑料热压产品性能,从而为建立和控制塑料热压成型工艺参数提供了一种行之有效的方法。    

20.  一种基于免疫遗传的TSP求解方法  被引次数:3
   黄雪梅  李涛  徐春林《四川大学学报(工程科学版)》,2006年第38卷第1期
   为了更有效的求解旅行商问题(TSP),利用遗传算法与免疫算法各自的特点以及二者的共性提出了一种新的优化方法——免疫遗传算法,在本算法中采用抗体浓度调节机制并引入能量函数来求解TSP问题。给出了求解TSP问题的抗体、抗原、抗体浓度以及能量函数的数学表示,描述了该算法求解TSP的具体实现过程。仿真实验结果表明该方法在解决同类问题时比传统人工神经网络、遗传算法以及单一免疫算法取得了更短路径和更快的收敛。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号