排序方式: 共有40条查询结果,搜索用时 0 毫秒
1.
2.
取代传统的状态转移矩阵特征值估计方法,运用随机过程相关理论,对实数编码人工免疫算法的收敛速度估计进行了研究,该方法从满足人工免疫算法概率强收敛的必要条件出发,将其作为一般人工免疫算法符合的充分条件,提出了一种实数编码人工免疫算法指数速度概率强收敛的估计新方法.该方法以种群中最佳抗体的最终收敛为判断依据,避免了传统估计方法过于保守的不足,可用于一类人工免疫算法的收敛性和收敛速度的判断,在人工免疫算法实际应用中如何优化其收敛速度具有一定理论参考意义. 相似文献
3.
4.
5.
为提高永磁同步电机的控制精确,减少超调带来的影响,提出了一种基于混合狼群算法的状态反馈控制。以通过电压前馈补偿的线性化的永磁同步电机模型为基础,构建含有转子转速误差和d轴电流误差的离散增广状态空间模型,并构建状态反馈控制器;利用混合狼群算法,通过优化寻求状态反馈控制增益矩阵的全部参数,添加超调惩罚项减少超调带来的影响;算法继承灰狼算法与郊狼算法的优点,同时保证算法的快速收敛性与全局性。基于Matlab/Simulink进行仿真验证,并与其它控制器进行比较,结果表明带有惩罚项的状态反馈控制器具有快响应,零超调的优越性。 相似文献
6.
基于独特型免疫网络理论,提出一种改进的免疫网络算法。为克服传统免疫网络算法对抗体种群规模的过于敏感性,以及算法计算量过大的问题,新算法引进一种新的均匀对称抗体变异成熟机制和子群稳定判定方法;为提高种群的多样性,体现生物免疫网络动态平衡调节机制,算法采取一种基于抗体浓度和亲和度矢量距的选择方法。同时根据随机过程相关理论,对算法的全局收敛性进行了分析和证明,最后将算法应用于多模态函数优化问题,并同其他免疫网络算法进行了比较,实验结果验证了该算法的有效性。 相似文献
7.
8.
提出了一种基于免疫遗传算法(IGA)的BP神经网络设计方法.该算法在遗传算法(GA)的基础上引入生物免疫系统中的多样性保持机制和抗体浓度调节机制,有效地克服了GA算法的搜索效率低、个体多样性差及早熟现象,提高了算法的收敛性能.为了解决BP神经网络权值随机初始化带来的问题,用多样性模拟退火算法(SAND)进行神经网络权值初始化,并给出了算法详细的设计步骤.仿真结果表明,同混合遗传算法相比,该算法设计的BP神经网络具有较快的收敛速度和较强的全局收敛性能. 相似文献
9.
10.
腈菌唑的气相色谱定量分析 总被引:2,自引:0,他引:2
建立了腈菌唑的气相色谱定量分析方法,选用5%OV-225为固定液,邻苯二甲酸二辛酯为内标物。该方法标准偏差为0.45%,变异系数为0.96%,平均回收率为100.10%,且有良好的线性关系,其相关系数为0.9999,回归方程为Y=0.000434+1.1561X。 相似文献