首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有40条相似文献,以下是第1-20项 搜索用时 15 毫秒

1.  利用改进的人工神经网络优选激光切割工艺参数  
   刘君  郭秋东  王银辉《激光杂志》,2007年第28卷第6期
   在激光切割中,工艺参数的优化搭配直接影响切割质量.为了更好的选择出最优化的工艺参数搭配,本文利用人工神经网络分析方法,建立一个用遗传算法改进的人工神经网络模型,并在实际的应用中选出大量实际实验数据对其加以训练和验证.实验证明,该模型将遗传算法和神经网络的优点相结合,既克服了以往正交实验中存在的选出工艺参数准确度的问题,同时也克服了传统神经网络中易出现的局部最优和收敛速度较慢的问题,从而有效地解决了激光切割中各参数优化搭配的问题.    

2.  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.    

3.  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。    

4.  基于遗传算法的激光加工工艺参数选择  被引次数:1
   杨杰  刘云  汤漾平《湖北工业大学学报》,2003年第18卷第2期
   介绍了激光切割-拼焊的一种基于遗传算法的神经网络工艺参数选择方法的原理及实现方法。通过遗传和变异的方法来优化和选择权值,对网络结构和权值进行评价,从而达到智能化选择参数的目的。    

5.  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。    

6.  遗传算法在人工智能领域中的应用  
   WANG Hui《数字社区&智能家居》,2008年第27期
   该文介绍了遗传算法的基本概念、基本遗传算法的特点和基本遗传算法的求解步骤,同时也介绍了遗传算法在机器学习、并行处理、人工生命以及遗传算法与进化规则及进化策略的结合的发展动向,最后讨论了基于遗传算法的人工神经网络学习中的应用研究,具体论述了遗传算法在学习神经网络权重和学习神经网络拓扑结构的应用方法。    

7.  基于遗传模糊神经网络的煤气鼓风机故障诊断  被引次数:4
   胡方霞  任艳君  陈兴龙《计算机工程与设计》,2008年第29卷第23期
   为充分利用遗传算法的全局搜索能力和BP算法的局部搜索能力,提出了基于遗传算法的遗传模糊神经网络模型,研究了故障特征参数模糊化处理和利用遗传算法优化神经网络权重的方法,加快了网络收敛速度,提高了收敛精度.在煤气鼓风机故障诊断中的应用表明,遗传模糊神经网络克服了BP算法中存在的网络学习收敛速度慢,以及容易陷入局部极小的问题,有效提高了故障诊断的精度.    

8.  等离子切割过程参数智能决策的研究  
   张文武  程良伦  章云《组合机床与自动化加工技术》,2012年第1期
   针对等离子切割过程非线性、工艺参数相互耦合、参数变化引起的时变性等导致获得最佳切割工艺参数较困难从而影响切割质量和效率的问题,论文利用人工神经网络在非线性系统决策中良好的性能,建立了基于人工神经网络的切割过程参数智能决策模型,实验表明,该模型能够在切割过程中较准确的预测工艺指标参数,预测输出值与样本值间的平均误差小于6%,满足了等离子切割工艺参数决策的要求。    

9.  基于遗传算法的BP神经网络优化策略研究  
   靳建彬  王元钦  陈源《计算机与现代化》,2010年第9期
   人工神经网络(ANN)可用作机器人控制器,完成多机器人协作搬运作业。针对这种方法收敛速度较慢,误差较大的不足,本文提出基于遗传算法优化的方法。该方法利用遗传算法优化人工神经网络,通过改变ANN结构和遗传算法操作参数,找到最优网络,提高网络收敛速度。仿真结果证明,该方法的可行性与有效性。    

10.  一种基于改进遗传算法的模糊神经网络控制器及其在烧结终点控制中的应用  被引次数:1
   向婕  吴敏《信息与控制》,2008年第37卷第2期
   针对烧结过程这一复杂、多参数耦合的高度非线性系统,融合遗传算法、神经网络和模糊控制的优点,提出一种基于改进遗传算法的模糊神经网络控制方法,并应用于烧结过程终点控制.首先采用遗传算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力和对对象的适应能力,进一步进行参数的在线调整.同时,为解决传统遗传算法早熟和收敛速度慢的问题,从交叉和变异算子、适应度函数选取等方面对遗传算法进行改进.采用精英保留策略,提高了全局搜索性能和收敛速度.仿真结果表明,所提出的控制器优于常规的模糊神经网络控制器(Fuzzy Neural Network Controller, FNNC).算法的实际应用效果良好,为解决烧结终点控制问题提供了一条新的途径.    

11.  遗传神经网络在邮件过滤器中的应用  被引次数:3
   王波  黄迪明《电子科技大学学报(自然科学版)》,2005年第34卷第4期
   针对目前反垃圾邮件技术的缺点,提出一种基于遗传优化神经网络的垃圾邮件过滤器模型,利用遗传算法全局搜索能力优化神经网络连接权值,克服神经网络局部极小值点问题,提高神经网络的学习速度和识别能力.通过对遗传算法和人工神经网络算法的实现,证明它们在垃圾邮件过滤器中有很好的应用效果.    

12.  基于复合形算子的基础支护桩优化设计智能算法研究  被引次数:2
   钟登华  梅传书  韩圣章《工程力学》,2003年第20卷第1期
   本文通过遗传算法和传统复合形搜索法相结合,基于对遗传算法算子计算结构的调整,并将遗传算法与神经网络相结合,提出并研究了一种新的优化设计方法,协同求解复杂工程中的优化问题。并针对悬臂式支护桩的优化设计的数学模型,采用该算法进行了优化设计分析;计算结果表明,该算法可克服遗传算法最终进化至最优解较慢和人工神经网络易陷入局部解的缺陷,具有较好的全局性和收敛速度。    

13.  基于GA_BP算法的化工设备设计人工时预测  被引次数:1
   戴健伟  吉华  杨岗  樊刚  王彬《计算机集成制造系统》,2013年第19卷第7期
   针对目前人工估算人工时预测精度低的问题,提出基于遗传算法优化反向传播神经网络的算法建立人工时预测模型,对化工设备设计人工时进行定量预测.首先对化工设备设计项目的管理流程和设计特点进行分析;然后对用户数据库中的历史项目数据进行统计,并对统计数据进行参数的贡献度和相关性分析,同时结合参数在预测时获取的难易程度,选择出适当的人工时预测模型输入参数;再建立基于反向传播算法的预测模型,并针对反向传播算法的缺陷选择遗传算法优化反向传播神经网络和支持向量机算法进行建模,预测结果表明遗传算法优化反向传播神经网络算法更适合化工设备设计人工时预测.采用基于遗传算法优化反向传播神经网络算法的模型进行了实例预测.    

14.  砉于神经网络和遗传算法的组播路由算法  
   潘达儒 杜明辉《计算机应用》,2005年第25卷第6期
   提出了一种基于神经网络和遗传算法的新颖的QoS组播路由算法,该路由算法把神经网络和遗传算法结合起来,并给出了一种非常便于进行交叉、变异等遗传操作的新编码方式。从而克服了传统遗传算法中存在的早熟现象,加快了收敛速度。仿真结果显示,算法在收敛速度方面要优于单纯的遗传算法和神经网络方法。    

15.  基于神经网络和遗传算法的组播路由算法  被引次数:1
   潘达儒  杜明辉《计算机应用》,2005年第25卷第6期
   提出了一种基于神经网络和遗传算法的新颖的QoS组播路由算法, 该路由算法把神经网络和遗传算法结合起来,并给出了一种非常便于进行交叉、变异等遗传操作的新编码方式。从而克服了传统遗传算法中存在的早熟现象, 加快了收敛速度。仿真结果显示,算法在收敛速度方面要优于单纯的遗传算法和神经网络方法。    

16.  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。    

17.  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。    

18.  配电网络重构问题中人工智能方法的应用研究  
   沙志成  董霜  冀博《山东电力技术》,2008年第4期
   介绍了配电网络重构问题中的遗传算法、模糊控制和人工神经网络算法,分析了各种算法的优缺点。    

19.  基于遗传算法的BOD神经网络软测量  被引次数:4
   田奕  乔俊飞《计算机技术与发展》,2009年第19卷第3期
   针对污水处理过程中关键水质参数无法在线监测的问题,提出基于遗传算法和BP神经网络相结合的污水水质软测量方法,该方法采用遗传算法优化神经网络结构和权、阈值分布,再用BP算法对神经网络进行训练,得到最优的建模网络.仿真结果表明该方法可以避免单独使用BP网络容易陷入局部最小的问题,并能加快全局收敛速度,对水质参数BOD(生化需氧量)预测实时性好、稳定性高、精度高,可用于污水水质的在线预测.    

20.  基于遗传算法的BP神经网络在油田措施规划预测中的应用  被引次数:2
   龚安  王霞  姜焕军《计算机系统应用》,2006年第15卷第11期
   如何有效地确定神经网络的结构和参数,一直是神经网络研究中的一个难点.遗传算法是一种基于自然选择和生物遗传机理的全局搜索算法,本文提出了一种改进的遗传算法来优化BP神经网络,并将其应用于油田措施规划预测模型中.结果表明,该方法具有收敛速度快和预测精度高的特点.    

21.  利用改进的人工神经网络优选激光切割工艺参数  
   刘君  郭秋东  王银辉《激光杂志》,2007年第28卷第6期
   在激光切割中,工艺参数的优化搭配直接影响切割质量.为了更好的选择出最优化的工艺参数搭配,本文利用人工神经网络分析方法,建立一个用遗传算法改进的人工神经网络模型,并在实际的应用中选出大量实际实验数据对其加以训练和验证.实验证明,该模型将遗传算法和神经网络的优点相结合,既克服了以往正交实验中存在的选出工艺参数准确度的问题,同时也克服了传统神经网络中易出现的局部最优和收敛速度较慢的问题,从而有效地解决了激光切割中各参数优化搭配的问题.    

22.  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.    

23.  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。    

24.  基于遗传算法的激光加工工艺参数选择  被引次数:1
   杨杰  刘云  汤漾平《湖北工业大学学报》,2003年第18卷第2期
   介绍了激光切割-拼焊的一种基于遗传算法的神经网络工艺参数选择方法的原理及实现方法。通过遗传和变异的方法来优化和选择权值,对网络结构和权值进行评价,从而达到智能化选择参数的目的。    

25.  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。    

26.  遗传算法在人工智能领域中的应用  
   WANG Hui《数字社区&智能家居》,2008年第27期
   该文介绍了遗传算法的基本概念、基本遗传算法的特点和基本遗传算法的求解步骤,同时也介绍了遗传算法在机器学习、并行处理、人工生命以及遗传算法与进化规则及进化策略的结合的发展动向,最后讨论了基于遗传算法的人工神经网络学习中的应用研究,具体论述了遗传算法在学习神经网络权重和学习神经网络拓扑结构的应用方法。    

27.  基于遗传模糊神经网络的煤气鼓风机故障诊断  被引次数:4
   胡方霞  任艳君  陈兴龙《计算机工程与设计》,2008年第29卷第23期
   为充分利用遗传算法的全局搜索能力和BP算法的局部搜索能力,提出了基于遗传算法的遗传模糊神经网络模型,研究了故障特征参数模糊化处理和利用遗传算法优化神经网络权重的方法,加快了网络收敛速度,提高了收敛精度.在煤气鼓风机故障诊断中的应用表明,遗传模糊神经网络克服了BP算法中存在的网络学习收敛速度慢,以及容易陷入局部极小的问题,有效提高了故障诊断的精度.    

28.  等离子切割过程参数智能决策的研究  
   张文武  程良伦  章云《组合机床与自动化加工技术》,2012年第1期
   针对等离子切割过程非线性、工艺参数相互耦合、参数变化引起的时变性等导致获得最佳切割工艺参数较困难从而影响切割质量和效率的问题,论文利用人工神经网络在非线性系统决策中良好的性能,建立了基于人工神经网络的切割过程参数智能决策模型,实验表明,该模型能够在切割过程中较准确的预测工艺指标参数,预测输出值与样本值间的平均误差小于6%,满足了等离子切割工艺参数决策的要求。    

29.  基于遗传算法的BP神经网络优化策略研究  
   靳建彬  王元钦  陈源《计算机与现代化》,2010年第9期
   人工神经网络(ANN)可用作机器人控制器,完成多机器人协作搬运作业。针对这种方法收敛速度较慢,误差较大的不足,本文提出基于遗传算法优化的方法。该方法利用遗传算法优化人工神经网络,通过改变ANN结构和遗传算法操作参数,找到最优网络,提高网络收敛速度。仿真结果证明,该方法的可行性与有效性。    

30.  一种基于改进遗传算法的模糊神经网络控制器及其在烧结终点控制中的应用  被引次数:1
   向婕  吴敏《信息与控制》,2008年第37卷第2期
   针对烧结过程这一复杂、多参数耦合的高度非线性系统,融合遗传算法、神经网络和模糊控制的优点,提出一种基于改进遗传算法的模糊神经网络控制方法,并应用于烧结过程终点控制.首先采用遗传算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力和对对象的适应能力,进一步进行参数的在线调整.同时,为解决传统遗传算法早熟和收敛速度慢的问题,从交叉和变异算子、适应度函数选取等方面对遗传算法进行改进.采用精英保留策略,提高了全局搜索性能和收敛速度.仿真结果表明,所提出的控制器优于常规的模糊神经网络控制器(Fuzzy Neural Network Controller, FNNC).算法的实际应用效果良好,为解决烧结终点控制问题提供了一条新的途径.    

31.  遗传神经网络在邮件过滤器中的应用  被引次数:3
   王波  黄迪明《电子科技大学学报(自然科学版)》,2005年第34卷第4期
   针对目前反垃圾邮件技术的缺点,提出一种基于遗传优化神经网络的垃圾邮件过滤器模型,利用遗传算法全局搜索能力优化神经网络连接权值,克服神经网络局部极小值点问题,提高神经网络的学习速度和识别能力.通过对遗传算法和人工神经网络算法的实现,证明它们在垃圾邮件过滤器中有很好的应用效果.    

32.  基于复合形算子的基础支护桩优化设计智能算法研究  被引次数:2
   钟登华  梅传书  韩圣章《工程力学》,2003年第20卷第1期
   本文通过遗传算法和传统复合形搜索法相结合,基于对遗传算法算子计算结构的调整,并将遗传算法与神经网络相结合,提出并研究了一种新的优化设计方法,协同求解复杂工程中的优化问题。并针对悬臂式支护桩的优化设计的数学模型,采用该算法进行了优化设计分析;计算结果表明,该算法可克服遗传算法最终进化至最优解较慢和人工神经网络易陷入局部解的缺陷,具有较好的全局性和收敛速度。    

33.  基于GA_BP算法的化工设备设计人工时预测  被引次数:1
   戴健伟  吉华  杨岗  樊刚  王彬《计算机集成制造系统》,2013年第19卷第7期
   针对目前人工估算人工时预测精度低的问题,提出基于遗传算法优化反向传播神经网络的算法建立人工时预测模型,对化工设备设计人工时进行定量预测.首先对化工设备设计项目的管理流程和设计特点进行分析;然后对用户数据库中的历史项目数据进行统计,并对统计数据进行参数的贡献度和相关性分析,同时结合参数在预测时获取的难易程度,选择出适当的人工时预测模型输入参数;再建立基于反向传播算法的预测模型,并针对反向传播算法的缺陷选择遗传算法优化反向传播神经网络和支持向量机算法进行建模,预测结果表明遗传算法优化反向传播神经网络算法更适合化工设备设计人工时预测.采用基于遗传算法优化反向传播神经网络算法的模型进行了实例预测.    

34.  砉于神经网络和遗传算法的组播路由算法  
   潘达儒 杜明辉《计算机应用》,2005年第25卷第6期
   提出了一种基于神经网络和遗传算法的新颖的QoS组播路由算法,该路由算法把神经网络和遗传算法结合起来,并给出了一种非常便于进行交叉、变异等遗传操作的新编码方式。从而克服了传统遗传算法中存在的早熟现象,加快了收敛速度。仿真结果显示,算法在收敛速度方面要优于单纯的遗传算法和神经网络方法。    

35.  基于神经网络和遗传算法的组播路由算法  被引次数:1
   潘达儒  杜明辉《计算机应用》,2005年第25卷第6期
   提出了一种基于神经网络和遗传算法的新颖的QoS组播路由算法, 该路由算法把神经网络和遗传算法结合起来,并给出了一种非常便于进行交叉、变异等遗传操作的新编码方式。从而克服了传统遗传算法中存在的早熟现象, 加快了收敛速度。仿真结果显示,算法在收敛速度方面要优于单纯的遗传算法和神经网络方法。    

36.  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。    

37.  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。    

38.  配电网络重构问题中人工智能方法的应用研究  
   沙志成  董霜  冀博《山东电力技术》,2008年第4期
   介绍了配电网络重构问题中的遗传算法、模糊控制和人工神经网络算法,分析了各种算法的优缺点。    

39.  基于遗传算法的BOD神经网络软测量  被引次数:4
   田奕  乔俊飞《计算机技术与发展》,2009年第19卷第3期
   针对污水处理过程中关键水质参数无法在线监测的问题,提出基于遗传算法和BP神经网络相结合的污水水质软测量方法,该方法采用遗传算法优化神经网络结构和权、阈值分布,再用BP算法对神经网络进行训练,得到最优的建模网络.仿真结果表明该方法可以避免单独使用BP网络容易陷入局部最小的问题,并能加快全局收敛速度,对水质参数BOD(生化需氧量)预测实时性好、稳定性高、精度高,可用于污水水质的在线预测.    

40.  基于遗传算法的BP神经网络在油田措施规划预测中的应用  被引次数:2
   龚安  王霞  姜焕军《计算机系统应用》,2006年第15卷第11期
   如何有效地确定神经网络的结构和参数,一直是神经网络研究中的一个难点.遗传算法是一种基于自然选择和生物遗传机理的全局搜索算法,本文提出了一种改进的遗传算法来优化BP神经网络,并将其应用于油田措施规划预测模型中.结果表明,该方法具有收敛速度快和预测精度高的特点.    

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