期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ACO-ANFIS的多变量生产过程在线质量预测
1
作者
杨薪玉
刘玉敏
王宁
《统计与决策》
北大核心
2025年第13期70-75,共6页
数据的高维度和非线性是影响多变量生产过程在线质量预测的瓶颈。文章将自适应神经模糊推理系统(ANFIS)和蚁群优化算法(ACO)相结合,提出了一种基于ACO-ANFIS的多变量生产过程在线质量预测新方法。首先,对生产过程数据采用模糊C均值聚类...
数据的高维度和非线性是影响多变量生产过程在线质量预测的瓶颈。文章将自适应神经模糊推理系统(ANFIS)和蚁群优化算法(ACO)相结合,提出了一种基于ACO-ANFIS的多变量生产过程在线质量预测新方法。首先,对生产过程数据采用模糊C均值聚类进行数据降维,有效地减少了模糊推理系统的规则数,提高了ANFIS模型的泛化能力;其次,采用ACO算法对ANFIS模型参数进行优化,提高了模型的预测精度;最后,运用所提方法对青霉素发酵过程进行实证分析,并与GA-ANFIS和PSO-ANFIS预测模型进行对比,验证了所提方法的有效性与准确性。
展开更多
关键词
多变量生产过程
质量预测
自适应神经模糊推理系统
蚁群优化算法
在线阅读
下载PDF
职称材料
基于果蝇优化算法的多元质量控制故障模式诊断
被引量：
3
2
作者
杨明顺
梁艳杰
+2 位作者
雷丰丹
刘永
杜少博
《西安理工大学学报》
CAS
北大核心
2015年第2期138-143,共6页
针对目前以神经网络为代表的主流智能故障模式诊断方法存在训练时间长、收敛速度慢、容易陷入局部最优等缺陷,本文将果蝇优化算法用于多变量生成过程故障模式诊断,重点分析了果蝇优化算法(FOA)的原理及其搜索优势,设计了一种基于FOA的...
针对目前以神经网络为代表的主流智能故障模式诊断方法存在训练时间长、收敛速度慢、容易陷入局部最优等缺陷,本文将果蝇优化算法用于多变量生成过程故障模式诊断,重点分析了果蝇优化算法(FOA)的原理及其搜索优势,设计了一种基于FOA的多变量生产过程故障模式诊断算法。将所设计的果蝇优化算法应用于汽车曲轴生产过程控制,并与神经网络模型处理结果进行对比。对比结果表明,果蝇优化算法训练时间短,收敛速度快且诊断结果更加准确。
展开更多
关键词
多变量生产过程
果蝇优化算法
过程
控制
故障诊断
BP神经网络
质量控制
在线阅读
下载PDF
职称材料
题名
基于ACO-ANFIS的多变量生产过程在线质量预测
1
作者
杨薪玉
刘玉敏
王宁
机构
郑州大学商学院
出处
《统计与决策》
北大核心
2025年第13期70-75,共6页
基金
国家自然科学联合基金重点项目(U1904211)
囯家自然科学基金面上项目(71672182)。
文摘
数据的高维度和非线性是影响多变量生产过程在线质量预测的瓶颈。文章将自适应神经模糊推理系统(ANFIS)和蚁群优化算法(ACO)相结合,提出了一种基于ACO-ANFIS的多变量生产过程在线质量预测新方法。首先,对生产过程数据采用模糊C均值聚类进行数据降维,有效地减少了模糊推理系统的规则数,提高了ANFIS模型的泛化能力;其次,采用ACO算法对ANFIS模型参数进行优化,提高了模型的预测精度;最后,运用所提方法对青霉素发酵过程进行实证分析,并与GA-ANFIS和PSO-ANFIS预测模型进行对比,验证了所提方法的有效性与准确性。
关键词
多变量生产过程
质量预测
自适应神经模糊推理系统
蚁群优化算法
Keywords
multivariable production process
quality prediction
adaptive neural fuzzy inference system
ant colony optimization algorithm
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
O213.1 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
基于果蝇优化算法的多元质量控制故障模式诊断
被引量：
3
2
作者
杨明顺
梁艳杰
雷丰丹
刘永
杜少博
机构
西安理工大学机械与精密仪器工程学院
出处
《西安理工大学学报》
CAS
北大核心
2015年第2期138-143,共6页
基金
国家自然科学基金资助项目(60903124)
陕西省教育厅科学研究计划资助项目(14JK1521)
西安理工大学青年科技创新团队建设计划资助项目(102-211408)
文摘
针对目前以神经网络为代表的主流智能故障模式诊断方法存在训练时间长、收敛速度慢、容易陷入局部最优等缺陷,本文将果蝇优化算法用于多变量生成过程故障模式诊断,重点分析了果蝇优化算法(FOA)的原理及其搜索优势,设计了一种基于FOA的多变量生产过程故障模式诊断算法。将所设计的果蝇优化算法应用于汽车曲轴生产过程控制,并与神经网络模型处理结果进行对比。对比结果表明,果蝇优化算法训练时间短,收敛速度快且诊断结果更加准确。
关键词
多变量生产过程
果蝇优化算法
过程
控制
故障诊断
BP神经网络
质量控制
Keywords
multivariate production process
Fruit Fly Optimization Algorithm（FOA）
process control
fault diagnosis
BP artificial neural network
quality control
分类号
TH122 [机械工程—机械设计及理论]
TP391 [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
基于ACO-ANFIS的多变量生产过程在线质量预测
杨薪玉
刘玉敏
王宁
《统计与决策》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于果蝇优化算法的多元质量控制故障模式诊断
杨明顺
梁艳杰
雷丰丹
刘永
杜少博
《西安理工大学学报》
CAS
北大核心
2015
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
