Results 41 to 50 of about 2,072 (152)
Gaoya dianqi, 2016 人工神经网络技术已经在变压器的状态诊断得到应用,为了克服故障分析中BP神经网络存在的不足,提出了一种自适应混沌粒子群优化神经网络在变压器故障诊断的新方法。该算法通过进化速度因子和聚集因子调整惯性权重,并改进学习因子,引入混沌系统,构成混沌粒子群算法优化神经网络参数,有效地克服常规BP算法训练收敛速度慢、易陷入局部极小值等缺点。最后基于DGA对变压器故障实例分析仿真,对比常规变压器诊断方法结果表明,该算法能够提高诊断效率以及故障模式识别的准确性。
苗长新, 申坤, 钟世华, 柳狄
doaj
Study on Ensemble Algorithm for Multi-class Gene Microarray Datasets [PDF]
, 2015 集成学习是当前机器学习领域的一个研究热点，具体到多分类问题，旨在通过一组差异的分类器共同解决起初的多分类问题，然后经过大多数投票等策略将各个分类器的输出结果进行融合。集成多分类算法相比于单个的优秀分类器往往性能上更准确、更稳定，同时还具有更强的泛化能力。在解决多分类问题时，基于纠错输出编码算法（ECOC）。这是解决多分类问题的一种灵活、高效的算法框架，关键要点是将多分类转变为多个二分类问题。此外，遗传规划算法可用于解决二分类问题，通过进化计算得到准确的分类规则。本文在已有的研究基础上 ...
曾志浩
core
Minimum energy consumption multicast routing in ad hoc networks based on particle swarm optimization [PDF]
, 2012 In wireless ad hoc networks,because devices are powered by batteries,and multicast applications are constantly emerging,how to construct a multicast tree of the minimum energy consumption is an important problem.For the effect of the different choices of
Jun SHEN, Xiao-jian ZHU
core
Dianci bileiqi, 2013 针对接地网表面电位的不均匀分布,不能很好地保障人身和设备的安全,采用粒子群算法对两层土壤接地网进行优化设计。首先建立接触电压达到最小值时的目标函数,再以最优压缩比作为优化目标。通过与文献所提供的算例进行比较,结果表明,应用粒子群算法可以得到接地网导体不等间距布置的最优形式。
王爱霞, 王思华, 王明
doaj
基于粒子群算法的多通道光纤布拉格光栅滤波器优化设计 [PDF]
, 2014 在多通道光纤布拉格光栅(FBG)滤波器的设计中,通道数目的增加会导致最大折射率调制深度的成倍增长,从而造成物理上的不可实现。为此,提出一种基于粒子群算法(PSO)与直接设计方法相结合的多通道FBG滤波器设计方法。该方法以最小化最大折射率调制深度为优化目标,在目标反射谱中引入一组群时延参数,为每个通道分配合适的群时延参数,建立群时延参数的优化模型。通过粒子群算法计算得到各通道群时延参数的优化分配值,提升折射率调制深度的均匀化分布程度,促使最大折射率调制深度降低到物理可实现的范围内 ...
刘暾东 +4 more
core
基于组合核相关向量机和量子粒子群优化算法的变压器故障诊断方法
Gaoya dianqi, 2017 为了提高变压器故障诊断精确度,提出量子粒子群算法（QPSO）优化相关向量机（RVM）的变压器故障诊断方法。采用4个二分类RVM来实现变压器故障诊断的多分类问题。相关向量机的组合核函数可融合变压器运行状态的多种特征信息,为非线性、有限样本数据的变压器故障诊断建模问题提供有效的方法。利用量子粒子群算法对RVM诊断模型参数快速寻优,并结合CV原理设置适应度函数可有效提高诊断模型的泛化能力。实例分析表明,该耦合算法诊断正确率为91.1%,优于三比值法、BPNN、PSO-SVM方法,可有效提高变压器故障诊断精度。
付华, 任仁, 闫智生, 马云伍
doaj
Research on Dynamic Multi-Swarm Particle Swarm Optimization and Its Parallel Implementation [PDF]
, 2013 粒子群算法是最近几年兴起的一种智能优化算法，起源于对鸟类群体觅食行为的模拟，它通过群体间的竞争与合作来指导搜索，近几年来已引起越来越多研究者的关注。它具有分布式，自组织性，公式简单等特点，已被广泛应用到函数优化、交通智能控制、图像分割和路径规划等领域。 经典粒子群算法在单峰函数具有较强的寻优能力，但在高维多峰问题上，由于固有的缺陷使算法陷于早熟，而又缺少跳出机制，故无法达到全局最优。如何避免粒子群陷入“早熟”、保持粒子群的多样性成为了粒子群优化算法的研究重点。 多种群现象是自然界中普遍存在的一种生态形态。
吴荣泉
core
SDN based network resource selection multi-objective optimization algorithm [PDF]
, 2019 For the problem of coexistence of different resource utility objectives and mutual influence of resource selection strategies in the complex structure of software-defined network (SDN),an SDN based network resource selection multi-objective optimization ...
Han HU, Jiakuo ZUO, Nan BAO, Xu BAO
core +1 more source
Extraction and identification of wear features on grinding roller surface of grinding mill [PDF]
Objective: To achieve surface wear life prediction of abrasive blast rollers of grinding machines. Methods: The wear images of the grinding roller surface were acquired by the built image acquisition system, and the texture parameters such as second ...
JIA Huapo +3 more
core +1 more source
Gaoya dianqi, 2012 为了提高电力变压器故障诊断的准确性,采用了一种自适应变异粒子群优化神经网络的方法,用于BP网络的权值优化。并根据变压器的故障特征,用优化好的BP网络进行故障诊断。该算法修正了粒子个体行动,克服了标准粒子群和BP网络易陷入局部极小的问题。实例仿真结果表明,该方法具有较好的分类效果,具有一定的实用性。
程加堂, 熊伟, 徐绍坤, 艾莉
doaj