全文获取类型
收费全文 | 80篇 |
免费 | 20篇 |
国内免费 | 38篇 |
专业分类
电工技术 | 4篇 |
综合类 | 17篇 |
机械仪表 | 4篇 |
矿业工程 | 5篇 |
无线电 | 19篇 |
冶金工业 | 1篇 |
自动化技术 | 88篇 |
出版年
2024年 | 2篇 |
2023年 | 6篇 |
2022年 | 6篇 |
2021年 | 8篇 |
2020年 | 1篇 |
2019年 | 2篇 |
2018年 | 2篇 |
2017年 | 4篇 |
2016年 | 5篇 |
2015年 | 5篇 |
2014年 | 12篇 |
2013年 | 5篇 |
2012年 | 4篇 |
2011年 | 4篇 |
2010年 | 3篇 |
2009年 | 7篇 |
2008年 | 5篇 |
2007年 | 4篇 |
2006年 | 8篇 |
2005年 | 11篇 |
2004年 | 4篇 |
2003年 | 4篇 |
2002年 | 3篇 |
2001年 | 2篇 |
2000年 | 10篇 |
1999年 | 7篇 |
1998年 | 3篇 |
1996年 | 1篇 |
排序方式: 共有138条查询结果,搜索用时 0 毫秒
1.
针对一般遗传算法优化神经网络存在的不足,提出合作式协同进化遗传算法实现神经网络结构和权值同步优化方法.首先,结合合作式协同进化遗传算法本身特性和神经网络特点,给出种群分割方法;其次,为了实现结构和权值的同步优化,提出一种新的混合编码方法,并根据该混合编码方法设计新的交叉和变异算子;然后,根据编码结构、代表个体和合作团体之间的关系,提出一种新的结构优化方法;再次,给出进化过程所需代表个体选择、适应度构造方法等.最后,通过双螺旋线问题验证本文算法的有效性. 相似文献
2.
3.
4.
测试是提高软件可靠性的重要方法.消息传递并行程序中存在的不确定通信语句,使得进程执行顺序具有不确定性,这增加了测试该类程序的难度.鉴于进程执行顺序对目标路径覆盖难易程度的影响,本文研究消息传递并行程序多路径覆盖调度序列排序方法,以提高多路径覆盖测试数据生成的效率.首先,在每个调度序列下,以每个采样的程序输入执行程序,生... 相似文献
5.
环境和测量仪器精度的影响,使得采样数据的不同特征具有不同的质量.对这类异质数据进行特征选择,需要同时考虑特征子集确定分类器的准确度和可靠性,从而增加了特征选择的难度.本文研究异质数据的特征选择问题,提出一种基于多目标微粒群优化的特征选择方法.该方法首先以特征选择的概率为决策变量,将具有离散变量的特征选择问题,转化为连续变量多目标优化问题;然后,采用微粒群优化求解时,基于高斯采样,产生微粒的全局引导者,以提高Pareto解集的分布性;最后,依据储备集中元素更新的速度,确定需要扰动的微粒,以帮助微粒群跳出局部最优.将所提方法应用于多个典型数据集分类问题,实验结果表明了所提方法的有效性. 相似文献
6.
高维多目标优化问题普遍存在且非常重要,但是,已有的解决方法却很少.本文提出一种有效解决该问题的融入决策者偏好的集合进化优化方法,该方法首先基于决策者给出的每个目标的偏好区域,将原优化问题的目标函数转化为期望函数;然后,以原优化问题的多个解形成的集合为新的决策变量,以超体积和决策者期望满足度为新的目标函数,将优化问题转化为2目标优化问题;最后,采用多目标集合进化优化方法求解,得到满足决策者偏好且收敛性和分布性均衡的Pareto优化解集.将所提方法应用于4个基准高维多目标优化问题,并与其他2种方法比较,实验结果验证了所提方法的优越性. 相似文献
7.
控制图失控模式识别的研究 总被引:1,自引:0,他引:1
控制图是实施统计过程控制的最有效工具。文章在控制图简单失控模式基础上研究了两种简单失控模式相结合的情况,并给出其数学模型。该模型对分析工序夫控原因起到重要作用。 相似文献
8.
为提高交互式遗传算法的性能.提出一种自适应分区多代理模型交互式遗传算法.该算法基于关键维分割进化初期的搜索空间,同时基于进化进程、逼近精度以及用户评价敏感度,自适应地分割进化中后期的搜索空间.在子空间上,采用多类代理模型学习用户对进化个体评价,并用于评价后续进化的部分或全部个体.将该算法应用于服装进化设计系统,实验结果表明,算法在种群多样性、减轻用户疲劳及用户对优化结果满意度等方面均具有优越性. 相似文献
9.
高维多目标优化问题普遍存在且难以解决, 到目前为止, 尚缺乏有效解决该问题的进化优化方法. 本文提出一种基于目标分解的高维多目标并行进化优化方法, 首先, 将高维多目标优化问题分解为若干子优化问题, 每一子优化问题除了包含原优化问题的少数目标函数之外, 还具有由其他目标函数聚合成的一个目标函数, 以降低问题求解的难度; 其次, 采用多种群并行进化算法, 求解分解后的每一子优化问题, 并在求解过程中, 充分利用其他子种群的信息, 以提高Pareto非被占优解的选择压力; 最后, 基于各子种群的非被占优解形成外部保存集, 从而得到高维多目标优化问题的Pareto 最优解集. 性能分析表明, 本文提出的方法具有较小的计算复杂度. 将所提方法应用于多个基准优化问题, 并与NSGA-II、PPD-MOEA、ε-MOEA、HypE和MSOPS等方法比较, 实验结果表明, 所提方法能够产生收敛性、分布性, 以及延展性优越的Pareto最优解集. 相似文献
10.