检索结果-南通市图书馆

基于变分模式分解和门循环单元的电子系统间歇故障严重程度评估方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2022年第10期44卷 3673-3682页

作者：李晟徐飞洋李玉晓刘松华张文生郭肇禄江西理工大学理学院赣州341000 太原理工大学信息与计算机学院晋中030600 中国科学院自动化研究所北京100190

针对电子系统间歇故障信号受噪声影响大且冗余信息多,导致深度神经网络模型对间歇故障严重程度评估能力受限的问题,该文提出一种基于变分模式分解和门循环单元(VMD-GRU)的间歇故障严重程度评估方法。先通过变分模式分解(VMD)对间歇故障... 详细信息

针对电子系统间歇故障信号受噪声影响大且冗余信息多,导致深度神经网络模型对间歇故障严重程度评估能力受限的问题,该文提出一种基于变分模式分解和门循环单元(VMD-GRU)的间歇故障严重程度评估方法。先通过变分模式分解(VMD)对间歇故障信号进行自适应分解得到所有固有模式函数(IMF)分量,再对IMF分量进行相似度分析选择敏感分量,并利用微分增强型能量算子构建严重程度敏感因子。最后,利用严重程度敏感因子训练门循环单元(GRU)循环神经网络评估模型。通过对电子系统的关键电路注入不同严重程度的间歇故障进行评估,结果表明该方法有较强的间歇故障严重程度评估能力,评估结果更加准确有效。

关键词：间歇故障严重程度敏感因子变分模式分解和门循环单元故障注入电子系统

基于组合三角变异差分进化算法的化工参数辨识

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2020年第9期48卷 12-18页

作者：熊小峰刘啸婵郭肇禄张文生江西理工大学理学院江西赣州341000 中国科学院自动化研究所北京100190

针对传统方法在解决化工参数辨识问题中易陷入局部最优、导致求解精度不足的问题,提出了一种组合三角变异差分进化(CTMDE)算法,融入了组合三角高斯变异策略和DE/current-to-pbest/1变异策略.其中,组合三角高斯变异策略引入了组合权重来... 详细信息

针对传统方法在解决化工参数辨识问题中易陷入局部最优、导致求解精度不足的问题,提出了一种组合三角变异差分进化(CTMDE)算法,融入了组合三角高斯变异策略和DE/current-to-pbest/1变异策略.其中,组合三角高斯变异策略引入了组合权重来适应性利用较优个体、一般个体、当前个体的信息,维持种群多样性;而DE/current-to-pbest/1变异策略能够利用种群中的较优个体来指导搜索,对解空间的开采能力较强.两者结合使得算法在加快收敛速度的同时降低陷入局部最优的可能性.在12个基准测试函数上,将CTMDE算法与其他新近DE算法进行比较,并将CTMDE算法应用于甲醇转化为烃类物质的参数辨识问题.实验结果表明:CTMDE算法具有较好的寻优性能,且在化工参数辨识问题上具有较好的求解效果.

关键词：差分进化高斯变异局部最优反应动力学参数辨识

在线全文

学校读者我要写书评

暂无评论

精英区域学习的转轴人工蜂群算法

四川大学学报（工程科学版） 2016年第5期48卷 124-134页

作者：熊小峰尹雅丽郭肇禄吴志健江西理工大学理学院江西赣州341000 武汉大学计算机学院软件工程国家重点实验室湖北武汉430072

针对人工蜂群(ABC)算法在解决复杂优化问题时容易出现收敛速度慢、开采能力不足的问题,提出了一种精英区域学习的转轴人工蜂群(ERABC)算法。在ERABC算法中,通过执行区域学习方法构建精英池,并利用精英池改进其搜索策略,同时在每一代中... 详细信息

针对人工蜂群(ABC)算法在解决复杂优化问题时容易出现收敛速度慢、开采能力不足的问题,提出了一种精英区域学习的转轴人工蜂群(ERABC)算法。在ERABC算法中,通过执行区域学习方法构建精英池,并利用精英池改进其搜索策略,同时在每一代中以一定的频率对最优解执行转轴法(RM)局部搜索。在20个包含单峰、多峰和偏移函数的基准测试函数上,分析了ERABC算法中改进策略的有效性,并与多种新近的改进ABC算法和演化算法进行了比较实验。实验结果表明,提出的算法在保证精英池中个体多样性的同时加快了算法的收敛速度,RM有效地提高了算法的开采能力。

关键词：人工蜂群算法精英区域学习搜索策略转轴法

一种基于分量热力学迁移策略的并行多种群GEP

在线全文

学校读者我要写书评

暂无评论

四川大学学报（工程科学版） 2012年第2期44卷 83-90页

作者：郭肇禄吴志健董晓健李元香汪慎文武汉大学软件工程国家重点实验室湖北武汉430072 武汉大学计算机学院湖北武汉430072 江西省国有资产监督管理委员会江西南昌330006

针对传统并行多种群GEP存在着优良个体的传播和种群多样性之间的冲突问题,提出一种基于分量热力学迁移策略的并行多种群GEP算法(CTDPGEP)。该算法在当前子种群中选择出若干个优良个体和若干个随机个体组成精英子空间,并将精英子空间传... 详细信息

针对传统并行多种群GEP存在着优良个体的传播和种群多样性之间的冲突问题,提出一种基于分量热力学迁移策略的并行多种群GEP算法(CTDPGEP)。该算法在当前子种群中选择出若干个优良个体和若干个随机个体组成精英子空间,并将精英子空间传送至其他各子种群的迁移区中;其他各子种群异步地将其迁移区中的个体采用分量热力学替换规则接收到自己的种群中。通过这种机制不仅有效地传播了各子种群中的优良个体,而且保持了各个子种群的多样性,定量地平衡优良个体的传播与种群多样性之间的冲突,在加快收敛速度的同时保持种群的多样性,减少陷入局部最优的概率。对比实验结果表明该算法表现出更高的求解精度和更快的收敛速度。

关键词：基因表达式程序设计多种群热力学迁移策略并行算法

在线全文

学校读者我要写书评

暂无评论

一种基于自适应迁移策略的并行遗传算法

一种基于自适应迁移策略的并行遗传算法

作者：郭肇禄江西理工大学

学位级别：硕士

遗传算法是模拟生物界的进化过程而产生的一种现代人工智能算法,它具有天然的并行性,在求解复杂、大规模、非线性、不可微的优化问题中具有较高的性能。当今单核计算机现在已经逐渐淘汰,多核机器的价格正在迅速下降,计算机的体系结构已... 详细信息

遗传算法是模拟生物界的进化过程而产生的一种现代人工智能算法,它具有天然的并行性,在求解复杂、大规模、非线性、不可微的优化问题中具有较高的性能。当今单核计算机现在已经逐渐淘汰,多核机器的价格正在迅速下降,计算机的体系结构已逐渐向多核化方向发展,这为并行遗传算法的实现与应用提供了基础。并行遗传算法己经被越来越多的学者所关注、研究。本论文正是基于这种研究趋势,通过理论分析与实验相结合,提出了一种基于自适应迁移策略的并行遗传算法(AMPGA),该算法能够在当前个人计算机体系结构上实现,并能获得较好的效果,很大程度地提高了传统并行遗传算法的计算性能。本论文的主要工作和创新点:(1)提出了一种适合在当前多核计算机上运行的并行遗传算法实现方法,该方法将遗传算法同当前个人计算机体系结构相结合,使新的并行遗传算法在主流计算机上并行执行,加快算法的收敛速度,充分挖掘出计算机的计算能力。(2)提出了一种自适应种群迁移策略,该迁移策略根据当前的演化状态动态、有条件地迁移,有效地提高了个体迁移的效率和算法的收敛速度,减少了因为无效迁移造成的通信及同步开销,又保证了各子种群之间的优良个体有效迅速地传播,充分发挥了优良个体的导向作用,避免了传统并行遗传算法迁移时的盲目性,固定性,提高了传统并行遗传算法的全局寻优能力以及求解精度和收敛速度。(3)提出了接受算子和迁移算子策略。通过执行这两个算子,当在种群中个体差异程度较大,与全局最优值较远时,可以从其他子种群中接受一个优良个体,发挥优良个体的导向作用,加快收敛速度。当在种群中个体差异程度很小,且算法容易陷入局部最优值,将要导致早熟时,接受能够提高种群多样性的个体,从而跳出局部最优值,有效地避免早熟。(4)将AMPGA算法运用到一些Benchmark函数的优化问题中,通过数据仿真实验来测试AMPGA算法的计算性能,并对AMPGA在求解这些问题时的并行效率与传统并行算法进行对比分析。实验结果表明AMPGA算法比传统的并行遗传算法相比其收敛速度快、求解精度高,并行效率也明显比传统并行遗传算法更高。

关键词：遗传算法并行算法自适应迁移策略函数优化

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于并行GEP的复杂电路优化算法

四川大学学报（工程科学版） 2010年第1期42卷 156-161,178页

作者：李康顺郭肇禄张文生江西理工大学信息工程学院江西赣州341000 华南农业大学信息学院广东广州510642 中国科学院自动化研究所北京100190

数字电路设计的优化是演化硬件中的研究热点,传统的优化方法主要是利用代数法和卡诺图求解法,但是在规模较大时却难于求出或无法求出最优的电路结构。提出一种新的基于并行基因表达式程序设计优化复杂数字电路的算法(COPGEP),该算法通... 详细信息

数字电路设计的优化是演化硬件中的研究热点,传统的优化方法主要是利用代数法和卡诺图求解法,但是在规模较大时却难于求出或无法求出最优的电路结构。提出一种新的基于并行基因表达式程序设计优化复杂数字电路的算法(COPGEP),该算法通过各子种群之间优良个体的迁移,有效地传播优良个体,充分发挥了优良个体的导向作用,提高了传统GEP的全局寻优能力以及求解精度和收敛速度。通过仿真实验表明,该算法比传统GEP收敛速度更快,能够克服传统GEP算法在优化变量个数多于5个的数字逻辑电路时收敛速度慢,甚至不收敛等缺点。

关键词：因表达式程序设计并行算法演化硬件优化电路

在线全文

学校读者我要写书评

暂无评论

余弦适应性骨架差分进化算法

工程科学与技术 2020年第2期52卷 180-191页

作者：熊小峰刘啸婵郭肇禄张文生江西理工大学理学院江西赣州341000 中国科学院自动化研究所北京100190

针对传统差分进化算法在解决复杂优化问题时存在收敛速度慢的问题,提出了一种余弦适应性骨架差分进化(CABDE)算法,算法设计了一种新的变异策略适应性机制。该机制引入一个余弦适应性因子,实现高斯变异策略和DE/current-to-best/1变异策... 详细信息

针对传统差分进化算法在解决复杂优化问题时存在收敛速度慢的问题,提出了一种余弦适应性骨架差分进化(CABDE)算法,算法设计了一种新的变异策略适应性机制。该机制引入一个余弦适应性因子,实现高斯变异策略和DE/current-to-best/1变异策略的优势互补,以平衡算法的勘探能力和开采能力。其中,高斯变异策略具有较强的全局搜索能力,有利于维持种群多样性。DE/current-to-best/1变异策略具有较强的局部搜索能力,能够加快对较优区域的开采。同时,高斯变异策略和DE/current-to-best/1变异策略都利用当前最优个体来引导算法搜索方向,从而尽可能地加快收敛速度。余弦适应性因子在进化过程中随迭代次数的增加而波动性调整,为不同进化阶段适应性地选择变异策略。设计的变异策略适应性机制能够在维持种群多样性的同时加快收敛速度。为测试算法性能,采用18个不同特性的测试函数对算法进行数值实验。对CABDE算法的变异策略和参数动态变化进行了分析,实验结果验证了变异策略和参数动态变化的有效性。此外,CABDE算法分别与新近的骨架算法变体、差分进化算法变体、粒子群优化算法变体和人工蜂群算法变体进行了比较。实验结果表明,CABDE算法获得了较高的求解精度,加快了收敛速度,整体上优于其他比较算法。

关键词：差分进化骨架算法高斯变异余弦适应性因子

在线全文

学校读者我要写书评

暂无评论

一种基于精英云变异的差分演化算法

武汉大学学报（理学版） 2013年第2期59卷 117-122页

作者：郭肇禄吴志健汪靖汪慎文谢承旺武汉大学软件工程国家重点实验室湖北武汉420072 武汉大学计算机学院湖北武汉420072 江西财经大学软件与通信工程学院江西南昌330013 石家庄经济学院信息工程学院河北石家庄050031 华东交通大学软件学院江西南昌330013

针对传统差分演化算法在演化过程中存在少数个体出现停滞的现象,提出一种基于精英云变异的差分演化算法.该算法在演化过程中统计出每个个体的停滞代数,当一个个体的停滞代数达到指定的阈值时,对该个体执行精英云变异操作,使其向最优个... 详细信息

针对传统差分演化算法在演化过程中存在少数个体出现停滞的现象,提出一种基于精英云变异的差分演化算法.该算法在演化过程中统计出每个个体的停滞代数,当一个个体的停滞代数达到指定的阈值时,对该个体执行精英云变异操作,使其向最优个体靠近,从而加快收敛速度;同时以一定的概率对所有个体执行一般反向学习操作,以增加种群的多样性.对比实验结果表明该算法在收敛速度和求解精度上均具有一定的优势.

关键词：差分演化算法云模型反向学习停滞现象

在线全文

学校读者我要写书评

暂无评论

协方差矩阵自适应演化策略学习机制综述

电子学报 2017年第1期45卷 238-245页

作者：李焕哲吴志健汪慎文郭肇禄武汉大学计算机学院软件工程国家重点实验室湖北武汉430072 河北地质大学信息工程学院河北石家庄050031 江西理工大学理学院江西赣州341000

基于协方差矩阵自适应(CMA)的演化策略算法(ES)是一种优秀的、不依赖于梯度信息的随机局部优化算法.基于CMA的学习机制使其对搜索空间的任意可逆线性变换具有不变性,对于病态的、高度不可分的问题有优秀的求解能力.CMA学习机制具有较强... 详细信息

基于协方差矩阵自适应(CMA)的演化策略算法(ES)是一种优秀的、不依赖于梯度信息的随机局部优化算法.基于CMA的学习机制使其对搜索空间的任意可逆线性变换具有不变性,对于病态的、高度不可分的问题有优秀的求解能力.CMA学习机制具有较强的数学理论基础,这对设计其他演化算法有很好的借鉴意义.本文旨在详细分析CMA-ES的各种学习机制,并给出其所依赖的主要理论基础.最后通过实验比较CMA-ES各种变体的优势与不足,并着重比较本文改进的CMA-ES变体与其它变体在性能上的差异.

关键词：演化策略协方差矩阵自适应自适应学习多元正态分布