Results 71 to 80 of about 4,576 (157)
Gaoya dianqi, 2004 利用变压器的油色谱试验数据对神经网络进行训练,将训练后的神经网络用于变压器的状态诊断。同时利用遗传算法优化神经网络的结构。算例结果表明,利用遗传算法和神经网络相结合的人工智能方法可以有效地诊断变压器的状态。
戴仁昶, 赵寿生
doaj
, 2008 与当前常用的分类方法相比,遗传算法具有较强的伸缩性和全局搜索能力,易于并行计算等优点. 但通过遗传算 法得到的一组分类规则之间常常存在冲突. 本文先将分类规则表示成二进制编码,采用F2measure 作为适应度评估函 数,并设计了有效的杂交,变异等遗传算子,使遗传算法适合用在分类规则挖掘中. 在遗传算法中增加了冲突解决机制, 并结合顺序覆盖算法,使之可以得到分类规则的序列,解决了规则间的冲突,形成了一个完整的分类方法. 最后针对具体 实例作了测试,并将实验结果与分类算法J4.
倪恩志, 刘海卫, 周昌乐
core
, 2007 针对遗传算法求解大规模0-1背包问题中存在的不足,将定向变异机制引入到遗传算法中,提出了基于主动进化遗传算法的0-1背包问题求解算法。该算法利用概率编码方案对种子个体进行编码,每代种群中的个体通过对该代种子个体进行测度而产生,用于定向变异的诱变因子将参与种子个体的进化。实验结果表明 ...
史亮, 王备战, 董槐林, 龙飞
core
Shuitu Baochi Xuebao, 2002 针对遗传算法的不足 ,利用改进的遗传算法 ,结合性能优于 BP网络的径向基函数神经网络 ,并进行网络优化 ,建立了黄河流域需水预测模型 ,拟合预测结果表明 ,该模型能有效提高预测精度。
薛小杰 惠泱河 等
doaj
Jixie chuandong, 1999 针对遗传算法提出了一些改进措施，用以提高算法的收敛速度和精度，并提出了四面体变几何桁架机器人的避障判据。应用改进后的遗传算法，实现机器人末端给定的运动轨迹和避障要求，并求得相应瞬时的关节变量值；并对７ ...
吴江, 徐礼钜
doaj
Zhejiang Daxue xuebao. Lixue ban, 2016 在三值FPRM（Fixed-Polarity Reed-Muller）逻辑函数中，n变量函数有3n个固定极性.针对不同极性下FPRM电路功耗不同的特点，研究了三值FPRM逻辑表达式，提出一种基于模拟退火遗传算法的三值FPRM电路功耗优化方法.首先，根据三值逻辑函数表达式和开关信号传递理论，建立三值FPRM电路功耗估计模型；再利用模拟退火遗传算法对三值FPRM电路进行功耗最佳极性搜索，得到了功耗最低的FPRM电路；最后对13个MCNC Benchmark电路进行仿真.结果表明：与0极性相比 ...
LIKangping(厉康平) +2 more
doaj +1 more source
Guangtongxin yanjiu, 2016 WDM（波分复用）光网络中基于GA（遗传算法）的RWA（路由与波长分配）算法是目前最常见的算法,为了提高网络资源利用率并进一步降低阻塞率,提出了一种动态的、基于改进GA的DCMA-GA（双交叉变异自适应遗传算法）,通过引入自适应交叉与变异概率机制来减少GA的复杂度并应用于波长分配子算法中。仿真结果表明,与经典算法Dijkstra+FF（首次命中）相比,新算法最大能降低50%的阻塞率,在波长分配方面可提高10%的性能,验证了新算法的有效性。
邓沌华, 刘秋兵, 李蔚
doaj
Research of association rule data mining [PDF]
, 2006 数据挖掘是指从大型数据库的数据中提取出隐含的、事先未知的、潜在有用的信息的非平凡过程。而关联规则是数据挖掘中一个重要的技术，也是在无指导学习系统中挖掘本地模式的最普通形式。遗传算法则是一种基于生物进化论和分子遗传学的全局随机搜索算法。本文对遗传算法和关联规则分别进行了阐述和研究。并在此基础上，进一步研究了基于遗传算法的关联规则数据挖掘。首先对遗传算法的关键技术进行了分析，其中包括适应度函数的设计、遗传算子的操作等，尤其是在染色体编码中应用了实数编码，从理论上解释了如何应用遗传算法解决实际问题 ...
戴永群
core
Jixie chuandong, 2015 运用全局解析法对同心式磁力齿轮电磁场、电磁转矩进行分析和计算,在此基础上,利用Matlab优化工具箱中的遗传算法对其优化设计。实验结果表明,基于Matlab遗传算法工具箱的同心式磁力齿轮优化设计方法得到了令人满意的结果,并为同心式磁力齿轮的分析和设计提供了一个新的途径。这对同心式磁力齿轮的研究及应用具有重要意义。
张敬尧 +4 more
doaj +1 more source
Parallel Evolutionary Algorithms and Its Application on Neural Network [PDF]
, 2005 演化计算(EvolutionaryComputation,EC)源于生物进化启示,是一类仿生的启发式搜索方法。通过使用简单的编码技术来表达复杂的问题现象，并使用多个个体构成的种群对解空间并行地搜索，使得在算法的一次运行之后，能够找到Pareto最优集的几个成员。演化算法能够在不要求函数连续、可微、单峰等性质的情况下，实用地找到问题的近似全局最优解。演化计算的这些优点，使其成为求解优化问题的主要工具，而且广泛地应用于：函数优化、机器学习、约束满足问题、组合优化，尤其是具有大量参数的繁杂优化问题 ...
许有准
core