机译:使用混合算法改善纱线参数预测模型的性能
College of Textiles, Donghua University, Shanghai, China;
College of Textiles, Donghua University, Shanghai, China;
College of Textiles, Donghua University, Shanghai, China;
Cotton fiber; Ring spinning; Yarn quality properties; Levenberg-Marquardt (LM); Differential Evolution (DE); artificial neural network (ANN);
机译:使用混合算法提高纱线参数预测模型的性能
机译:具有自适应参数,交叉算子和均方根(RMS)变量的粒子群优化算法的改进性能,用于计算一类混合系统的最优控制
机译:启发式算法在改善软计算模型性能中的应用,用于预测最低,平均和最高气温
机译:基于改进BP算法的纱线质量预测模型的研究
机译:改进和改进的SLW模型参数的开发及其在综合燃烧预测中的应用。
机译:初始簇质心的确定是否提高了K-Means聚类算法的性能?应用研究中遗传算法最小生成树和分层聚类的三种混合方法的比较
机译:算法和数据建模:将算法建模改进序数尺度评估的特征的预测吗?