工学 >>> 计算机科学技术 >>> 计算机科学技术基础学科 人工智能 计算机系统结构 计算机软件 计算机工程 计算机应用 计算机科学技术其他学科
搜索结果: 1-15 共查到计算机科学技术 GA相关记录43条 . 查询时间(0.136 秒)
为解决柴油喷雾贯穿距测量的问题,提出一种基于GA-BP神经网络的预测方法。首先通过实验得到30组柴油在定容弹中不同环境背压、喷油压力和喷油脉宽等条件下的喷雾贯穿距,然后将前20组数据作为训练样本,后10组数据作为测试样本,最后分别通过BP神经网络和GA-BP神经网络建立喷雾贯穿距的预测模型。研究结果表明:GA-BP神经网络预测模型的平均相对误差和相对误差方差均比BP神经网络预测模型的低,并且其达到...
为了提高下肢表面肌电信号步态识别的准确性,提出了一种基于遗传算法(GA)优化的BP神经网络分类器设计方法。首先,对采集的下肢表面肌电信号进行小波滤波及特征值提取,其次,构造基于GA优化的BP神经网络分类器,然后,以提取的表面肌电信号特征作为输入对分类器进行训练,最后利用训练好的分类器进行测试。实验结果表明,基于GA优化的BP神经网络分类器能成功识别下肢正常行走的五个步态,平均识别率达到98%以上,...
为提高UUV航向控制系统的可靠性,本文对传统的BP神经网络利用遗传算法进行了优化设计,并将优化的BP神经网络应用于UUV的航向容错控制中。首先利用改进的二阶灰色预测模型对光纤罗经进行故障诊断,若UUV罗经故障,根据UUV当前的舵角、航速与加速度信息重构航向信息,利用重构的航向数据代替光纤罗经的航向输出,实现对光纤罗经的航向容错控制。本文详细阐述了容错控制方法的实现步骤,并利用海试实验数据进行了仿真...
针对虚拟维修环境中任务执行过程存在的不确定性和随机性问题,提出了一种基于Q 学习算法的作业策略规划模型,该方法将虚拟维修过程转化为选取不同动作参与状态转移的过程。在该过程中,采用试错机制和逆向求解的方法求解动作策略规划问题,并将任务特征匹配机制和顺序约束机制作为启发机制,保证策略学习过程中持续进化可行策略;在进化过程中,将动作因子赋予概率值,并采用遗传算法(GA)进化动作因子的概率分布,避免了策略...
将禁忌搜索和遗传算法相结合,提出一种改进的最小二乘支持向量机(LS-SVM)参数优选方法。利用自适应遗传算法进行全局搜 索,使用禁忌搜索进行局部寻优,由此提高求解速度和解的精度。采用某冶炼厂净化工段的现场数据建立模型进行仿真实验,结果表明,该方法能使LS-SVM模型具有较好的泛化能力,模型精度满足工艺要求。
This paper considers the single machine scheduling problem with uniform parallel machines in which the objective is to minimize the makespan. Four different GA based heuristics are designed by taking ...
为了解决软件风险分析中可能出现的数据不完整以及影响因素间关系复杂的问题,提出了一种改进贝叶斯网络的软件项目风险分析方法。将遗传算法和EM算法相结合得到EM-GA算法,利用EM-GA算法对软件项目分析过程中贝叶斯网络结构中的参数进行学习,同时优化网络结构,通过实例验证了该方法的有效性及可行性。
为了实现测试数据自动生成,许多遗传算法及其改进算法应用到了测试领域。针对遗传算法具有较强的全局搜索能力,但局部搜索能力较弱,且收敛速度慢的特点。将遗传算法与粒子群算法结合起来形成新的混合算法(GA-PSO),并成功应用到软件测试数据自动生成过程中。实验结果表明,该算法结合了遗传算法和粒子群算法的优点,在保证软件测试数据正确生成的情况下,极大地提高了数据生成的效率。
为了提高单一分类器的识别性能,在模式识别领域经常采用多分类器集成的方法。提出了一种基于GA的多分类器融合算法,首先通过GA算法对特征集的分割进行优化选择,形成了较优的成员分类器;然后通过对成员分类器分辨能力的度量,提出了一种加权系数矩阵的多分类器组合方法。在UCI数据库上进行了实验,结果表明所提出的算法具有较高的识别率。
研究了基于遗传算法和支持向量机的供应链绩效评价问题。将供应链绩效评价问题用遗传算法进行特征选择并同时对支持向量机参数进行了优化。研究表明该方法能提取出影响供应链绩效的重要属性,减小供应链评价模型的复杂度。应用实例表明基于遗传算法和支持向量机的评价结果从整体上要优于标准支持向量机的评价结果。
解决从不同角度拍摄的一系列平面图像中解算图像中物体的景深问题,使用一个新颖的二阶先验模型来建模光滑3D物体的表面信息,此模型比传统的一阶模型有很大优势。同时提出一个混合优化策略——模拟退火算法(SA)和遗传算法(GA)来提高优化效率。实验结果表明:二阶先验模型在解算典型场景的景深时要优于一阶模型。混合优化比单独的SA、GA优化效果好。
提出了一种基于粒子群和遗传算法的新混合算法。该算法首先将样本集分为N组,每一组分别进行不同参数的粒子群或遗传运算,在每一步的迭代中选取了粒子群算法和遗传算法的最优值作为全局最优,使每一步的迭代都优于单一的PSO和GA算法,进而提高了算法整体的性能。与其他混合最优化算法不同的是,该算法没有破坏粒子群和遗传算法的独立性,而是仅通过全局最优样本把两个算法结合在一起。在经典测试函数的仿真实验中,新算法表现...
针对移动代理在网络节点间迁移时的最优路径计算问题,提出一种改进的遗传算法,通过改进算子参数,达到算法性能优化的目的。针对求解的准确性和收敛速度进行了多组仿真实验,结果表明,与传统遗传算法的计算结果相比,该算法在保证了求解准确性的同时,具有更快的收敛速度,提高了应用系统的运行效率。
分布式控制系统(DCS)中的实时任务必须在其时限前完成,否则会出现灾难性后果,因此必须为DCS提供一定的容错能力。该文基于EDF算法和版本复制技术给出了DCS的容错调度算法。在此基础上采用启发式任务分配算法分配任务,通过遗传算法对基版本任务时限进行优化,以提高处理器的利用率。仿真结果表明该算法是有效的。
为了避免传统方法预测短期电力负荷建模复杂性,将改进遗传算法(GA)和误差反向传播(BP)算法相结合构成的混合算法用于训练人工神经网络,结合电力负荷历史数据,对短期电力负荷进行仿真预测。仿真结果表明,该混合算法有效地解决了常规BP算法学习网络权值收敛速度慢、易陷入局部极小和GA算法独立训练神经网络速度缓慢等问题,具有较快的收敛速度和较高的预测精度。

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...