检索结果-维普期刊中文期刊服务平台

一种基于人工蜂群的高维非线性优化算法被引量：2: 1; 作者拓守恒《微电子学与计算机》 CSCD 北大核心 2012年第7期42-46,共5页; 针对传统优化算法在求解高维非线性优化问题时,存在收敛速率慢和求解精度不高等问题.提出一种改进的人工蜂群优化算法.正交试验设计算法被用于初始化蜂群和侦察蜂探索新蜜源.采蜜蜂利用高斯分布估计优化算法在蜜源附近搜索,跟随蜂采用... 展开更多; 关键词人工蜂群优化算法高维非线性优化问题高斯分布估计算法正交试验设计算法; 在线阅读下载PDF 职称材料

基于蜂群优化或分解的二维Arimoto灰度熵阈值分割: 2; 作者吴一全殷骏 +1 位作者朱丽袁永明《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2015年第9期1625-1633,共9页; 现有的Arimoto熵阈值法未考虑图像目标和背景的类内灰度均匀性,为此提出基于蜂群优化和基于分解的二维Arimoto灰度熵阈值分割方法.定义Arimoto灰度熵,导出二维Arimoto灰度熵阈值法,分别利用基于蜂群优化和基于分解的方法求解最佳阈值.... 展开更多; 关键词图像处理阈值分割二维Arimoto灰度熵改进人工蜂群优化算法分解快速递推算法; 在线阅读下载PDF 职称材料

ABC算法优化SVR的磨损故障预测模型被引量：1: 3; 作者邓建球赵建忠 +1 位作者陈洪丛林虎《兵工自动化》 2018年第10期60-64,共5页; 为了提高故障预测的精度,针对支持向量回归(support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化(SVR)的故障预测模型(ABC-SVR)。该模型先对样本数据进行重构,然... 展开更多; 关键词磨损故障人工蜂群优化算法支持向量回归预测模型; 在线阅读下载PDF 职称材料

ABC算法优化SVR的磨损故障预测模型被引量：1: 4; 作者刘建新杨庆玲《装备环境工程》 CAS 2017年第11期98-102,共5页; 目的为了提高故障预测的精度,针对支持向量回归SVR(Support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化支持向量回归(SVR)的故障预测模型(ABC-SVR)。方法该模型... 展开更多; 关键词磨损故障人工蜂群优化算法支持向量回归预测模型; 在线阅读下载PDF 职称材料

跨域虚拟网络映射问题研究被引量：8: 5; 作者贾伟夏靖波《电子与信息学报》 EI CSCD 北大核心 2016年第3期728-734,共7页; 该文研究网络虚拟化环境下的跨域虚拟网络映射问题,提出一种集中式管理、分布式控制的分层分域虚拟网络资源管理架构。在此基础上,构建了一种有效的虚拟网络跨域映射框架,在此框架下将涉及到跨域的虚拟网络请求进行划分,并以最小化虚拟... 展开更多; 关键词网络虚拟化跨域映射优化的人工蜂群算法; 在线阅读下载PDF 职称材料

题名一种基于人工蜂群的高维非线性优化算法被引量：2: 1; 作者拓守恒; 机构陕西理工学院数学与计算机科学学院; 出处《微电子学与计算机》 CSCD 北大核心 2012年第7期42-46,共5页; 基金国家自然科学基金项目(81160183) 国家"八六三"计划项目(2008AA01A303) 陕西理工学院"汉水文化"省级重点学科课题(SLGH1226); 文摘针对传统优化算法在求解高维非线性优化问题时,存在收敛速率慢和求解精度不高等问题.提出一种改进的人工蜂群优化算法.正交试验设计算法被用于初始化蜂群和侦察蜂探索新蜜源.采蜜蜂利用高斯分布估计优化算法在蜜源附近搜索,跟随蜂采用自适应差分算法进行搜索.最后,通过4个标准的高维Benchmark函数测试表明,本文算法在收敛速度、求解精度和稳定性方面有一定优势.; 关键词人工蜂群优化算法高维非线性优化问题高斯分布估计算法正交试验设计算法; Keywords artificial bee colony high-dimensional nonlinear optimization problem Gaussian estimation of distribution algorithm orthogonal experimental design; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于蜂群优化或分解的二维Arimoto灰度熵阈值分割: 2; 作者吴一全殷骏朱丽袁永明; 机构南京航空航天大学电子信息工程学院农业部淡水渔业和种质资源利用重点实验室中国水产科学研究院淡水渔业研究中心农业部渔业装备与工程技术重点实验室江苏省制浆造纸科学与技术重点实验室; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2015年第9期1625-1633,共9页; 基金国家自然科学基金资助项目(60872065) 农业部淡水渔业与种质资源利用重点实验室开放基金资助项目(KF201313) +4 种基金 2013年研究生学位论文创新与创优基金资助项目(DZS201203); 文摘现有的Arimoto熵阈值法未考虑图像目标和背景的类内灰度均匀性,为此提出基于蜂群优化和基于分解的二维Arimoto灰度熵阈值分割方法.定义Arimoto灰度熵,导出二维Arimoto灰度熵阈值法,分别利用基于蜂群优化和基于分解的方法求解最佳阈值.基于蜂群优化方法给出中间变量的快速递推公式,利用改进的人工蜂群(MABC)优化算法搜索最佳阈值,减少迭代时适应度函数中的冗余运算.基于分解方法将求解二维Arimoto灰度熵阈值法的运算转化到2个一维空间,进一步降低计算复杂度.实验结果表明:与近年来提出的3种同类方法相比,所提出方法的分割性能更优,分割后图像中目标完整、边缘纹理清晰,具有良好的抗噪性.同时,所提出的方法运行速度快,有望满足实际系统对分割的实时处理要求.; 关键词图像处理阈值分割二维Arimoto灰度熵改进人工蜂群优化算法分解快速递推算法; Keywords image processing thresholding 2D Arimoto gray entropy modified artificial bee colony optimization algorithm decomposition fast recursive algorithm; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名ABC算法优化SVR的磨损故障预测模型被引量：1: 3; 作者邓建球赵建忠陈洪丛林虎; 机构海军航空大学兵器科学与技术系中国船舶重工集团公司第七一三研究所第九研究室; 出处《兵工自动化》 2018年第10期60-64,共5页; 文摘为了提高故障预测的精度,针对支持向量回归(support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化(SVR)的故障预测模型(ABC-SVR)。该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型。最后通过实例仿真验证了模型的优越性。仿真结果表明:ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。; 关键词磨损故障人工蜂群优化算法支持向量回归预测模型; Keywords wear faults artificial bee colony support vector machine for regression prediction model; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名ABC算法优化SVR的磨损故障预测模型被引量：1: 4; 作者刘建新杨庆玲; 机构烟台工程职业技术学院烟台职业学院; 出处《装备环境工程》 CAS 2017年第11期98-102,共5页; 文摘目的为了提高故障预测的精度,针对支持向量回归SVR(Support vector machine for regression,SVR)参数选择困难的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化支持向量回归(SVR)的故障预测模型(ABC-SVR)。方法该模型先对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC算法寻优找到最优的SVR参数,建立故障预测模型。最后通过实例仿真验证模型的优越性。结果采用ABC算法优化的SVR故障预测模型进行时间序列预测,能够较好地跟踪发动机滑油金属元素浓度的变化过程,并且能够提前2个取样时间预测异常情况的出现。结论 ABC-SVR模型有效解决了SVR参数选择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。; 关键词磨损故障人工蜂群优化算法支持向量回归预测模型; Keywords wear faults artificial bee colony optimization algorithm support vector machine for regression prediction model; 分类号 TJ01 [兵器科学与技术—兵器发射理论与技术]; 在线阅读下载PDF 职称材料

题名跨域虚拟网络映射问题研究被引量：8: 5; 作者贾伟夏靖波; 机构空军工程大学信息与导航学院; 出处《电子与信息学报》 EI CSCD 北大核心 2016年第3期728-734,共7页; 基金陕西省自然科学基金(2012JZ8005)~~; 文摘该文研究网络虚拟化环境下的跨域虚拟网络映射问题,提出一种集中式管理、分布式控制的分层分域虚拟网络资源管理架构。在此基础上,构建了一种有效的虚拟网络跨域映射框架,在此框架下将涉及到跨域的虚拟网络请求进行划分,并以最小化虚拟网络映射开销为目标,基于优化的人工蜂群算法进行最优划分方案的求解。仿真结果表明该方法在平均划分时间、虚拟网络请求接受率和平均额外映射等方面相比传统方法具有更好的性能。; 关键词网络虚拟化跨域映射优化的人工蜂群算法; Keywords Network virtualization Embedding across multiple domains Optimal Artificial Bee Colony（OABC） algorithm; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种基于人工蜂群的高维非线性优化算法	拓守恒	《微电子学与计算机》 CSCD 北大核心	2012	2	在线阅读下载PDF 职称材料
2	基于蜂群优化或分解的二维Arimoto灰度熵阈值分割	吴一全殷骏朱丽袁永明	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2015	0	在线阅读下载PDF 职称材料
3	ABC算法优化SVR的磨损故障预测模型	邓建球赵建忠陈洪丛林虎	《兵工自动化》	2018	1	在线阅读下载PDF 职称材料
4	ABC算法优化SVR的磨损故障预测模型	刘建新杨庆玲	《装备环境工程》 CAS	2017	1	在线阅读下载PDF 职称材料
5	跨域虚拟网络映射问题研究	贾伟夏靖波	《电子与信息学报》 EI CSCD 北大核心	2016	8	在线阅读下载PDF 职称材料