检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

小波消噪和优化支持向量机的网络流量预测

北京邮电大学学报 2022年第5期45卷 79-84页

作者：田中大潘信澎沈阳工业大学人工智能学院沈阳110870

为了提高对网络流量的预测精度,提出了一种小波消噪和改进黏菌算法优化支持向量机的网络流量预测模型。首先应用小波消噪对网络流量进行消噪处理,采用支持向量机作为预测模型。由于支持向量机预测结果受模型参数影响较大,采用带有随机... 详细信息

为了提高对网络流量的预测精度,提出了一种小波消噪和改进黏菌算法优化支持向量机的网络流量预测模型。首先应用小波消噪对网络流量进行消噪处理,采用支持向量机作为预测模型。由于支持向量机预测结果受模型参数影响较大,采用带有随机惯性权重机制的改进黏菌算法来优化支持向量机模型中惩罚因子以及核函数参数。对所提模型使用最佳参数进行仿真实验,并利用实际采集的网络流量数据进行验证。实验结果表明,所提模型在评估指标上均优于对比模型。

关键词：网络流量预测小波消噪支持向量机改进黏菌算法

在线全文

学校读者我要写书评

暂无评论

改进Q学习算法在作业车间调度问题中的应用

系统仿真学报 2022年第6期34卷 1247-1258页

作者：赵也践王艳红张俊于洪霞田中大沈阳工业大学人工智能学院辽宁沈阳110027

为解决动态环境下作业车间调度问题,提出了一种基于改进Q学习算法和调度规则的动态调度算法。以“剩余任务紧迫程度”的概念来描述动态调度算法的状态空间;设计了以“松弛越高,惩罚越高”为宗旨的回报函数;通过引入以Softmax函数为主体... 详细信息

为解决动态环境下作业车间调度问题,提出了一种基于改进Q学习算法和调度规则的动态调度算法。以“剩余任务紧迫程度”的概念来描述动态调度算法的状态空间;设计了以“松弛越高,惩罚越高”为宗旨的回报函数;通过引入以Softmax函数为主体的动作选择策略来改进传统的Q学习算法,使改进后的Q学习算法在前期选择不同动作的概率更加平等,同时改善了贪婪策略在学习后期还会选择次优动作的现象。仿真结果表明:该调度算法相较于改进前,性能指标平均提升约6.5%;相较于IPSO算法和PSO算法,性能指标平均提升分别约为38.3%和38.9%,调度结果明显优于使用单一调度规则以及传统优化算法等常规方法。

关键词：强化学习 Q学习调度规则动态调度作业车间调度

基于PSO优化LS-SVM的GPRS工业控制网络时延预测

在线全文

学校读者我要写书评

暂无评论

东北大学学报（自然科学版） 2012年第10期33卷 1377-1380页

作者：田中大高宪文李琨东北大学信息科学与工程学院辽宁沈阳110819

针对GPRS工业控制网络,采用Socket通信方式搭建了测试平台,在此平台上使用TCP和UDP两种协议对GPRS网络实际时延进行了测试和分析,给出了现场应用中的指导意见.基于时间序列分析,采用粒子群优化的最小二乘支持向量机的方法对GPRS工业控... 详细信息

针对GPRS工业控制网络,采用Socket通信方式搭建了测试平台,在此平台上使用TCP和UDP两种协议对GPRS网络实际时延进行了测试和分析,给出了现场应用中的指导意见.基于时间序列分析,采用粒子群优化的最小二乘支持向量机的方法对GPRS工业控制网络时延进行了预测.仿真结果表明,该方法能较好地预测GPRS网络的时延,为之后的网络预测控制提供了良好的基础.

关键词：通用分组无线服务粒子群优化最小二乘支持向量机时延预测

用于混沌时间序列预测的组合核函数最小二乘支持向量机

在线全文

学校读者我要写书评

暂无评论

物理学报 2014年第16期63卷 66-76页

作者：田中大高宪文石彤沈阳工业大学信息科学与工程学院沈阳110870 东北大学信息科学与工程学院沈阳110819 辽宁林业职业技术学院人文社会科学系沈阳110101

针对混沌时间序列的预测问题,考虑到单一核函数的最小二乘支持向量机无法明显提高预测精度,提出了一种组合核函数的最小二乘支持向量机预测模型,模型中采用多项式函数与径向基函数组合构建核函数.同时,还对遗传算法进行了改进,使之具有... 详细信息

针对混沌时间序列的预测问题,考虑到单一核函数的最小二乘支持向量机无法明显提高预测精度,提出了一种组合核函数的最小二乘支持向量机预测模型,模型中采用多项式函数与径向基函数组合构建核函数.同时,还对遗传算法进行了改进,使之具有更快的收敛速度和更高的精度,改进的遗传算法适用于解决预测模型中的参数优化问题.通过典型的Lorenz时间序列、Mackey-Glass时间序列、太阳黑子数时间序列以及具有混沌特性的网络流量时间序列对该模型进行了验证.仿真结果表明所提出的模型是有效的.

关键词：混沌时间序列最小二乘支持向量机组合核函数改进遗传算法

一种基于鲸鱼优化算法的网络流量组合预测模型

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2023年第36期19卷 66-69页

作者：李诗雅田中大沈阳工业大学辽宁沈阳110870

现代网络流量的自相似性、周期性、混沌性、多尺度性和其他特性使得预测网络流量具有挑战性。因此,该文提出了一种基于鲸鱼优化算法(WOA)的变分模态分解(VMD),结合了随机配置网络(SCNs)对网络流量进行预测。首先,该文对网络流量数据集进... 详细信息

现代网络流量的自相似性、周期性、混沌性、多尺度性和其他特性使得预测网络流量具有挑战性。因此,该文提出了一种基于鲸鱼优化算法(WOA)的变分模态分解(VMD),结合了随机配置网络(SCNs)对网络流量进行预测。首先,该文对网络流量数据集进行VMD分解,同时引入WOA对VMD分解中分解个数K和惩罚参数α进行优化。其次,利用SCNs模型对分解后得到的分量进行预测,最后,累加每个分量的预测结果,得出最终网络流量预测值。该组合预测模型(WOA-VMD-SCNs)旨在提高网络流量预测的准确性,对实际收集的网络流量数据进行预测,验证本文提出模型的有效性。

关键词：网络流量预测鲸鱼优化算法变分模态分解随机配置网络组合预测模型

基于EMD与LS-SVM的网络控制系统时延预测方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2014年第5期42卷 868-874页

作者：田中大高宪文李琨东北大学信息科学与工程学院辽宁沈阳110819

为了提高基于Internet的网络控制系统中随机时延的预测精度,提出了基于经验模式分解(empirical mode decomposition,EMD)与最小二乘支持向量机(Least Squared Support Vector Machines,LS-SVM)的一步时延预测方法.首先利用EMD将时延序... 详细信息

为了提高基于Internet的网络控制系统中随机时延的预测精度,提出了基于经验模式分解(empirical mode decomposition,EMD)与最小二乘支持向量机(Least Squared Support Vector Machines,LS-SVM)的一步时延预测方法.首先利用EMD将时延序列分解成若干个本征模式函数分量,分解后的分量去除了原始时延序列的长相关性,同时突出时延序列不同的局部特征.然后根据各个分量的变化规律,选择不同的LS-SVM模型分别进行预测.最后将各分量的预测值叠加得到最终的预测值.仿真结果表明本文方法具有较高的预测精度.

关键词：网络控制系统经验模式分解最小二乘支持向量机时延预测

基于KPCA与LSSVM的网络控制系统时延预测方法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2013年第6期35卷 1281-1285页

作者：田中大高宪文李琨东北大学信息科学与工程学院辽宁沈阳110819

针对网络控制系统中随机时延很难精确预测的问题,首次将核主成分分析(kernel principal compo-nent analysis,KPCA)与最小二乘支持向量机(least squares support vector machine,LSSVM)结合对随机时延进行预测,KPCA对输入随机时延序列降... 详细信息

针对网络控制系统中随机时延很难精确预测的问题,首次将核主成分分析(kernel principal compo-nent analysis,KPCA)与最小二乘支持向量机(least squares support vector machine,LSSVM)结合对随机时延进行预测,KPCA对输入随机时延序列降维,消除重复性与噪声,减少LSSVM的运算量,降维后的时延序列通过LSSVM算法预测时延值。仿真结果表明,基于KPCA与LSSVM的时延预测方法的预测精度高于其他的预测方法。

关键词：网络控制系统时延预测核主成分分析最小二乘支持向量机

在线全文

学校读者我要写书评

暂无评论

基于预测控制的NCS时延补偿算法

系统工程与电子技术 2013年第10期35卷 2165-2169页

作者：田中大高宪文李琨东北大学信息科学与工程学院辽宁沈阳110819

针对网络控制系统(networked control system,NCS)中随机时延导致系统性能下降的问题,利用粒子群优化(particle swarm optimization,PSO)的最小二乘支持向量机(least square support vector machine,LSSVM)建立NCS中随机时延预测模型,精确预测未来时刻的时延;同时利用该预测算法预测的时延通过快速隐式广义预测控制算法对NCS随机时延进行补偿。仿真结果表明,PSO优化的LS-SVM算法对随机时延具有较高的预测精度,同时快速隐式广义预测控制算法可使系统的输出很好地跟踪参考轨迹,保证系统良好的控制效果。

关键词：网络控制系统隐式广义预测控制最小二乘支持向量机粒子群优化时延补偿

基于相空间重构与最小二乘支持向量机的时延预测

在线全文

学校读者我要写书评

暂无评论

电子学报 2017年第5期45卷 1044-1051页

作者：田中大张超李树江王艳红沙毅沈阳工业大学信息科学与工程学院辽宁沈阳110870 东北大学计算机科学与工程学院辽宁沈阳110819

针对网络控制系统的时延预测问题,提出一种基于相空间重构与最小二乘支持向量机的时延预测方法.首先利用0-1测试法确定时延序列具有混沌特性,引入相空间重构技术提高预测精度.对实际采集的时延序列进行Hurst指数分析,选择最小二乘支持... 详细信息

针对网络控制系统的时延预测问题,提出一种基于相空间重构与最小二乘支持向量机的时延预测方法.首先利用0-1测试法确定时延序列具有混沌特性,引入相空间重构技术提高预测精度.对实际采集的时延序列进行Hurst指数分析,选择最小二乘支持向量机作为预测模型.然后利用C-C方法确定时延序列相空间重构参数,通过递归图确定时延序列的局部可预测性,利用遗传算法对最小二乘支持向量机的参数进行离线优化.最后通过优化后的最小二乘支持向量机并结合相空间重构对时延序列进行在线预测.与其它预测方法进行了仿真对比,结果表明本文方法具有更高的预测精度与更小的预测误差,同时并未降低预测算法的实时性.

关键词：网络控制系统相空间重构最小二乘支持向量机时延预测