检索结果-南通市图书馆

基于加权变异模糊评价方法的“互联网+”智慧农业发展研究

在线全文

学校读者我要写书评

暂无评论

江苏农业科学 2018年第14期46卷 354-360页

作者：杨生秀潍坊科技学院/山东省高校设施园艺实验室山东潍坊262700

随着科技的迅速发展,"互联网+"技术为各行各业发展提供了新的契机,"互联网+"智慧农业在摸索中发展并加速了农业市场化进程。提出国内"互联网+"智慧农业模型,研究加权变异模糊评价方法,采用问卷调研的方式获取农业电商平台数据,采用SPSS ... 详细信息

随着科技的迅速发展,"互联网+"技术为各行各业发展提供了新的契机,"互联网+"智慧农业在摸索中发展并加速了农业市场化进程。提出国内"互联网+"智慧农业模型,研究加权变异模糊评价方法,采用问卷调研的方式获取农业电商平台数据,采用SPSS 18.0分析信度和效度,进而给出加权变异模糊评价方法下的平均结果、权重参量、加权标准差和一致性校验的"互联网+"智慧农业发展研究。结果表明,农村技术运用水平尚处在初级阶段,"互联网+"智慧农业虽得到政策的强化和支持,仍须从技术、物流、人才等角度发展,提高经济效益。

关键词： “互联网+” 智慧农业加权变异模糊评价信度效度

在线全文

学校读者我要写书评

暂无评论

基于加权变异免疫算法的微钙化点特征选择

计算机应用研究 2008年第11期25卷 3302-3304页

作者：杨铁军吴效明华南理工大学计算机科学与工程学院广州510641 华南理工大学生物力学研究所广州510641

给出了一种乳腺X线照片微钙化点的特征选择方法,该方法运用基于加权变异算子的免疫算法进行特征优选。加权变异算子能够动态调整抗体各部位的变异率,在高亲和力抗体的邻近小范围搜索,在低亲和力抗体的周围跳跃式搜索;为了与支持向量机... 详细信息

给出了一种乳腺X线照片微钙化点的特征选择方法,该方法运用基于加权变异算子的免疫算法进行特征优选。加权变异算子能够动态调整抗体各部位的变异率,在高亲和力抗体的邻近小范围搜索,在低亲和力抗体的周围跳跃式搜索;为了与支持向量机的分类准则保持一致性,该免疫算法在特征空间中通过核函数计算亲和力。实验使用该方法对微钙化点的20种常用特征进行选择,其结果与经验特征集基本相符但更精简,提高了计算效率,是一种可行的特征选择方法。

关键词：免疫算法加权变异微钙化点特征选择乳房X线照片

基于改进L-SHADE算法的航空发动机性能退化评估

在线全文

学校读者我要写书评

暂无评论

航空学报 2023年第14期44卷 164-177页

作者：秦海勤赵杰任立坤李边疆海军航空大学青岛校区力学工程系青岛266000

针对航空发动机健康因子求解寻优精度差的问题,提出了一种基于改进L-SHADE算法的航空发动机性能退化评估方法。首先,采用多工作点分析方法拓展发动机健康因子估计的适应度函数,解决气路测量传感器数量不足的问题;其次,通过引入非线性种... 详细信息

针对航空发动机健康因子求解寻优精度差的问题,提出了一种基于改进L-SHADE算法的航空发动机性能退化评估方法。首先,采用多工作点分析方法拓展发动机健康因子估计的适应度函数,解决气路测量传感器数量不足的问题;其次,通过引入非线性种群缩减策略解决种群快速缩减的问题,同时通过改进的优化加权变异策略,改变不同迭代阶段贪婪算子的权值,增加算法的全局搜索和局部开发能力;最后,在30个经典基准函数上验证了改进算法的收敛精度和鲁棒性。对航空发动机性能退化评估的计算结果表明,改进L-SHADE算法增强了算法迭代前期的种群多样性和算法后期的开发能力,计算精度较标准L-SHADE算法平均提高了65.5%,能够满足工程精度要求,具有较强的工程适应性,能够应用于实际飞参数据,从而为发动机健康管理和性能监测提供理论依据。

关键词：性能退化健康因子种群缩减加权变异性能监测

混合分层量子粒子群算法研究及在中长期径流预报中的应用

在线全文

学校读者我要写书评

暂无评论

混合分层量子粒子群算法研究及在中长期径流预报中的应用

作者：徐灯南昌工程学院

学位级别：硕士

中长期径流预报对水利工程具有积极作用和重要意义。传统预报模型的单一性、局限性和不稳定性,使得预报难以准确预测径流变化。随着机器学习技术的快速发展,核极限学习机被广泛应用在径流预报领域,其预测性能在很大程度上依赖于正则化... 详细信息

中长期径流预报对水利工程具有积极作用和重要意义。传统预报模型的单一性、局限性和不稳定性,使得预报难以准确预测径流变化。随着机器学习技术的快速发展,核极限学习机被广泛应用在径流预报领域,其预测性能在很大程度上依赖于正则化系数和核参数的选取。然而,根据传统的经验或方法设置参数,往往容易导致预测性能不佳。采用粒子群算法优化模型中的参数可以提高模型的精度和泛化能力,但算法本身也存在着一些问题,从而影响了实际的优化效果。本文选取赣江流域的径流数据,先将数据预处理,并结合改进的粒子群算法优化核极限学习机模型(Kernel Extreme Learning Machine,KELM)的参数,主要研究内容如下:(1)针对粒子群优化算法容易陷入局部最优、收敛精度不高以及收敛速度较慢的问题,本文提出一种混合分层自主学习量子粒子群优化算法HHQPSO。首先,根据粒子适应度值和迭代次数将粒子种群动态划分为三个阶层:上下两层粒子数分布较少,分别采用局部学习模型和全局学习模型,以增加粒子多样性;中层粒子数分布较多,使用混合自适应量子学习模型。其次,在混合量子模型中提出差分策略的改进更新粒子的随机位置,并加入Levy飞行策略以提高算法的收敛速度和收敛精度。最后,通过在9个典型测试函数上对5种改进粒子群算法进行对比仿真实验,实验结果表明HHQPSO算法在收敛精度、速度和稳定性上均有较为明显的优势,特别适用于多峰值函数寻优。(2)为提高粒子群的搜索精度与稳定性,提出了加权变异的粒子群算法WVPSO。首先,提出了自适应惯性权重和自适应学习因子,平衡了全局搜索和局部搜索能力;然后,提出了基于算术交叉的变异和自然选择机制的替换策略,增加了粒子的多样性,提高了算法的收敛精度;最后,通过加入高斯扰动使粒子产生震荡,更容易跳出局部最优。仿真实验表明,相比多个具有代表性的群智能进化算法,WVPSO在求解精度和收敛速度上效果更佳,并且在高维函数优化问题上具有更好的精度和稳定性。(3)对赣江流域的峡江水文站月径流量和年径流量进行了分析。将本文改进的两种粒子群算法与核极限学习机模型相结合,然后训练出HHQPSO-KELM、WVPSO-KELM两个组合模型。为了检测该模型的性能,选用传统的核极限学习(KELM)机预测模型、PSO-KELM模型和遗传算法的GA-KELM模型,将这5个模型对月径流数据和年径流数据分别进行训练预报。实验结果表明,本文提出的HHQPSO-KELM和WVPSO-KELM模型取得了良好的预报结果,从而为径流预报提供了一种有效的理论方法。

关键词：核极限学习机量子粒子群动态分层加权变异

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

一种增强全局搜索能力的差分进化算法

现代计算机 2018年第10期24卷 18-23页

作者：范宇凌华侨大学工学院泉州362021

针对差分进化算法种群的多样性和收敛速度的矛盾问题,提出一种增强全局搜索能力的差分进化算法(简称MP-WDE)。首先,在种群初始化阶段将种群划分为多个子种群,分别采用不同的变异策略来提高种群的多样性。同时,利用动态递增的交叉概率因... 详细信息

针对差分进化算法种群的多样性和收敛速度的矛盾问题,提出一种增强全局搜索能力的差分进化算法(简称MP-WDE)。首先,在种群初始化阶段将种群划分为多个子种群,分别采用不同的变异策略来提高种群的多样性。同时,利用动态递增的交叉概率因子来提高进化过程种群多样性。最后,通过引入策略加权机制,将变异策略"DE/current-to-best/2"改进为加权变异策略"DE/current-to-best/2 or DE/current-to-rbest/2",以提高算法的收敛速度。通过与其他经典的改进差分进化算法在CEC2005的对比实验,该算法具有良好的寻优效果。无论在解的精度还是收敛速度方面都有所提高,因此MPWDE算法可以执行。

关键词：差分进化多种群动态递增加权变异