思维进化算法
思维进化算法的相关文献在2002年到2022年内共计150篇,主要集中在自动化技术、计算机技术、电工技术、水利工程
等领域,其中期刊论文137篇、会议论文8篇、专利文献53554篇;相关期刊104种,包括中北大学学报(自然科学版)、太原理工大学学报、科学技术与工程等;
相关会议5种,包括第五届中国Rough集与软计算学术研讨会、第二届中国Rough集与软计算学术研讨会、第27届中国控制会议等;思维进化算法的相关文献由381位作者贡献,包括谢克明、曾建潮、王芳等。
思维进化算法—发文量
专利文献>
论文:53554篇
占比:99.73%
总计:53699篇
思维进化算法
-研究学者
- 谢克明
- 曾建潮
- 王芳
- 邱玉霞
- 刘建霞
- 李晓敏
- 谢刚
- 郭红戈
- 俞俊
- 刘青松
- 周南
- 张泽
- 樊江伟
- 王召
- 白艳萍
- 籍天明
- 胡红萍
- 黄伟
- 介婧
- 何小娟
- 俆乔王
- 关闯
- 夏飞
- 姚磊
- 庄岭
- 张春美
- 李文辉
- 李根
- 李维
- 李达
- 杨庆东
- 杨春松
- 查凯
- 江叶枫
- 王丰赞
- 王建中
- 王磊
- 盛彬
- 缪静文
- 苏志伟
- 许博
- 谷远利
- 赵新建
- 郭熙
- 郭红波
- 高金兰
- 黄燕荣
- Chuanlong Wang
- Jin Wang
- 丁胜
-
-
古兰拜尔•肉孜;
姑丽加玛丽•麦麦提艾力
-
-
摘要:
由于小波神经网络图像还原的效果一定程度上受初始值的影响,因此本文提出了一种基于思维进化算法(Mind Evolutionary Algorithm, MEA)优化小波神经网络方法。思维进化算法本身具有很强的全局搜索能力,因此先用MEA方法得到小波神经网络的初始值,再训练小波神经网络。实验证明,与BP、思维进化算法的BP神经网络(MEA-BP)相比,MEA-WNN方法复原的图像获得了更好的结果。
-
-
苏志伟;
王佳;
程继鹏;
王生宽;
樊世清
-
-
摘要:
BP神经网络具有处理非线性函数的功能,在预测领域尤其是在需水预测领域应用广泛。而BP神经网络存在易陷入局部最优、收敛速度慢等不足,学者们采用不用的算法优化BP神经网络。文章提出一种用思维进化算法优化BP神经网络的需水预测模型,同时建立BP预测模型为对比模型。实例结果表明,MEA-BP预测模型预测精度高、预测速度快,是一种较理想的需水预测模型。
-
-
赵旭东;
徐振南;
胡益嘉;
夏敏;
谭超;
杨琳琳
-
-
摘要:
针对传统人工视觉对鲜天麻质量进行分级耗时长、效率低、经济性差等问题,提出了基于机器视觉的天麻自动分拣系统设计方法。引入基于思维进化算法优化BP神经网络(MEA-BP)的新鲜天麻质量预测模型,并在思维进化算法中获取较优的BP神经网络权值和阈值,用该神经网络进行天麻质量等级检测。实验结果表明:识别模型识别率为96%,准确率为89%。
-
-
陈家焕;
曾云;
邓育林;
李想;
钱晶
-
-
摘要:
对于混流式水轮机而言,尾水管的压力脉动是导致机组振动、影响机组稳定运行的重要因素。为了在机组设计阶段就能有效预测混流式水轮机尾水管的压力脉动并对其采取相应措施以减小压力脉动,引入BP神经网络对压力脉动进行预测,利用思维进化算法(MEA)的全局搜索能力优化BP神经网络的权值和阈值。结果表明,经过MEA优化后的BP神经网络预测精度可达0.99148,比传统BP神经网络的预测精度提高0.721%。MEA优化BP的压力脉动预测效果比传统BP的预测效果更好、精度更高,可用于实际工程。
-
-
王成敏;
王爱元;
姚晓东;
殷世雄;
李吉程
-
-
摘要:
建立精确的开关磁阻电机(SRM)模型对于改善SRM的性能和控制效果有着重要的影响。针对SRM运行时磁路的高度饱和和严重非线性问题,提出了基于思维进化算法(MEA)优化的反向传播(BP)神经网络算法的SRM非线性模型。利用ANSYS Maxwell软件建立了四相8/6极SRM模型并进行有限元计算,通过仿真和试验值的对比验证了该模型的精度比未经MEA优化的BP神经网络模型更高,可以更好地反映SRM运行时的磁链特性和转矩特性,且具有较好的泛化能力。
-
-
何恒靖;
周尚礼;
张本松;
谢文旺;
连新凯;
徐浩田
-
-
摘要:
为了面向新一代智能电表对不同家庭负荷感知技术的应用,提出了一种基于BP神经网络分类器增强的非侵入式负荷辨识方法。该方法针对每一个负荷特征都构建一个BP神经网络模型,然后采用Adaboost框架进行BP神经网络分类器增强。考虑到在Adaboost中每次权重分布调节与该分类器相关,且最终影响分类器性能,为此,提出采用思维进化算法对分类器内在参数进行寻优,使得每一个分类器都具有最佳的分类性能,最终通过Adaboost迭代得到一组最优的BP神经网络分类器权重系数,从而构成一个增强的分类器实现非侵入式负荷辨识。在AMPds公用数据集上仿真测试,所提方法相比于传统的Adaboost方法具有更优的辨识准确率,同时通过对比分析测试结果,验证了所提方法的有效性。
-
-
张立刚;
苗振华;
黄小刚;
袁胜斌
-
-
摘要:
机械钻速是衡量钻井效率的重要指标,如何高效地预测出机械钻速对提高钻井效率、降低钻井成本具有重要意义。目前机械钻速预测模型多以物理实验和经验公式为主,缺乏对现场实际工程数据的应用,基于此,该文提出了一种基于思维进化算法(MEA)优化BP神经网络的机械钻速预测新模型。该模型以现场实际工程数据为基础,通过小波降噪、标准化处理和灰色关联度分析对数据进行预处理,利用思维进化算法实现BP神经网络的初始权值和阈值的优化,从而实现机械钻速预测。将该模型预测结果与单一BP神经网络、遗传算法(GA)优化后的预测结果对比,结果表明,经过思维进化算法优化后的机械钻速精度更高,拟合优度达到0.936,为机械钻速预测带来一种新思路。
-
-
任飞;
李宏胜;
孙权;
颜佳桂;
韩林
-
-
摘要:
摄像机标定在机器视觉技术中具有重要意义.针对传统三维物标定方法操作繁琐,BP神经网络标定受初始权值和阈值影响的问题,提出一种基于光轴会聚模型的思维进化-神经网络标定方法.利用BP神经网络可逼近非线性函数,思维进化算法具有较强全局寻优能力,有效解决了BP神经网络易陷入局部最小以及初始权值、阈值随机化问题.实验证明,与经典张正友标定法、BP神经网络方法相比,改进进化神经网络标定法可获得更好的双目标定精度.
-
-
郑乐军;
文成林
-
-
摘要:
为揭示交通流的内在动态特性,利用分析法对交通流分形特性进行研究,表明该城市交通流序列具有长程相关性;为达到更精准的短期交通预测效果,同时提出一种基于思维进化算法(MEC)对神经网络最优初始参数的定向搜索,解决神经网络易陷入局部最优的问题;并用自适应增强算法(adaptive enhancement algorithm,Adaboost)对优化过的神经网络集成,弥补神经网络对新样本集的泛化性能差缺陷,在此基础上通过预测误差平方和倒数准则重新调整Adaboost算法对弱预测器权值分布,使每个预测器最大程度提高网络预测精度.验证结果表明,改进MEC-BP_Adaboost模型与BP模型相比,均方误差和平均绝对误差分别下降78.2%和46.4%,证明本文改进方法对交通流预测具有合理性,对不同的交通流状态具有较好的适应性.
-
-
李欢;
田芳明;
谭峰;
朱培培
-
-
摘要:
对棚内温度进行精确预测是实现棚室精准调控的前提,是实现棚内作物高品质栽培的保障.因棚室具有大惯性、强耦合、非线性等特点,通过机理分析法难以建立其准确的数学模型,人工神经网络方法在棚室温度预测方面应用广泛,但其存在的收敛速度慢、容易陷入局部最小等缺点使测量精度受到影响.为进一步提高基于神经网络算法的棚室温度预测模型精度,运用思维进化算法(Mind Evolutionary Algorithm,MEA)优化LM-BP神经网络模型的输入权重和阈值,并与遗传算法优化LM-BP网络模型和LM-BP模型进行对比.试验结果表明:MEA-LM-BP与LM-BP和GA-LM-BP方法相比,RMSE分别降低了0.32和0.16,平均相对误差降低了1.08%和0.58%.该方法提高了基于神经网络算法的棚室温度预测模型精确度,并提供了新的优化路径.
-
-
-
-
-
杜萍;
王磊;
王元麒
- 《2017年中国玻璃行业年会暨技术研讨会》
| 2017年
-
摘要:
由于真空玻璃需求受到多重因素的影响,传统的数据模型无法准确找寻订单变化规律,导致预测精度较低.为了提高预测精度,结合灰色神经网络模型,利用思维进化算法优化灰色神经网络,确定灰色神经网络的最优初始参数.分别利用灰色神经网络(GNN)模型和思维进化-灰色神经网络(MEC-GNN)模型,用训练好的网络预测某真空玻璃制造商订单,预测结果表明:改进的MEC-GNN模型明显地提高了预测结果的精度.
-
-
-
-
-
-
-
-
-
-
-
- 西安理工大学
- 公开公告日期:2020-12-15
-
摘要:
本发明公开了一种基于协同进化和协方差的进化算法,具体包括如下步骤:步骤1,初始化种群;步骤2,针对步骤1产生的初始种群,利用扩展的差分分组,根据变量之间的相关性,对变量进行分组,将相关性变量分为一组;步骤3,对扩展的差分分组之后的种群进行协同进化;步骤4,繁殖;步骤5,对进化后的种群利用协方差进行特征分析;步骤6,选择;步骤7,判断是否满足终止条件,若函数评价次数FES
-
-
-
-
-
-