期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
基于快速模拟退火算法的T—S模糊神经网络学习算法
1
作者 杨振强 王宏伟 +1 位作者 庄显义 王常虹 《电机与控制学报》 EI CSCD 1999年第1期42-45,共4页
给出了一种T—S模糊模型的模糊神经网络的一种实现方法。将快速模拟退火算法用于网络参数的优化,实现T—S模型的辩识。将快速模拟退火、模糊逻辑和神经网络融合在一个系统中,并用仿真实例验证了用本文算法的有效性。
关键词 模糊神经网络 学习算法 T-S模型 模拟退火算法
在线阅读 下载PDF
最优模糊神经网络参数的设计——混沌模拟退火学习法 被引量:9
2
作者 邹恩 李祥飞 +1 位作者 刘耦耕 张泰山 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2004年第3期443-447,共5页
提出了一种新型优化算法———混沌模拟退火学习法,将混沌算法和模拟退火算法相结合学习模糊神经网络的结构和参数。首先将混沌变量引入模糊神经网络参数的优化搜索中,利用混沌变量的遍历性寻优,根据性能指标寻找较优的模糊神经网络控制... 提出了一种新型优化算法———混沌模拟退火学习法,将混沌算法和模拟退火算法相结合学习模糊神经网络的结构和参数。首先将混沌变量引入模糊神经网络参数的优化搜索中,利用混沌变量的遍历性寻优,根据性能指标寻找较优的模糊神经网络控制器,然后在混沌优化确定的网络基础上,把经混沌搜索后得到的全局次优解作为模拟退火学习算法的初始值,再用模拟退火方法进一步学习网络的隶属函数和权值参数,找到一个全局最优的网络。仿真结果表明:混沌模拟退火学习法优于传统优化方法,其控制结果具有精度高、超调小和响应快的优点,为解决模糊神经网络控制器参数全局最优设计提供了一种切实有效的方法。 展开更多
关键词 模糊神经网络 混沌 模拟退火 优化 学习算法
在线阅读 下载PDF
基于模拟退火-强化学习算法的船舶运动控制 被引量:2
3
作者 叶光 郭晨 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第5期1278-1282,共5页
船舶运动控制与航行的安全性、可操纵性和经济性密切相关。本文基于模拟退火-强化学习算法提出了一种混合智能控制器,应用于船舶运动航向控制中。这种混合智能控制器发挥了各种智能算法的优势,能够克服风、浪、流等外界的干扰,船舶操纵... 船舶运动控制与航行的安全性、可操纵性和经济性密切相关。本文基于模拟退火-强化学习算法提出了一种混合智能控制器,应用于船舶运动航向控制中。这种混合智能控制器发挥了各种智能算法的优势,能够克服风、浪、流等外界的干扰,船舶操纵自身的不确定性,以及干扰或仪器测量误差情况下,精确的训练数据不容易得到的缺陷。最终的仿真结果表明,当存在风浪干扰海况下,船舶航向的控制仍能取得令人满意的效果。 展开更多
关键词 模拟退火算法 强化学习算法 船舶运动控制 模糊神经网络
在线阅读 下载PDF
基于Q学习算法的变论域模糊控制新算法 被引量:4
4
作者 余涛 于文俊 李章文 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第11期1645-1650,共6页
变论域模糊控制器的控制函数被"复制"到后代中,往往存在着"失真"现象,这种现象的后果是造成算法本身的误差.针对这一问题,本文提出了一种基于Q学习算法的变论域模糊控制优化设计方法.本算法在变论域模糊控制算法基... 变论域模糊控制器的控制函数被"复制"到后代中,往往存在着"失真"现象,这种现象的后果是造成算法本身的误差.针对这一问题,本文提出了一种基于Q学习算法的变论域模糊控制优化设计方法.本算法在变论域模糊控制算法基础上提出了一种利用伸缩因子、等比因子相互协调来调整论域的构想,且通过用Q学习算法来寻优参数使控制器性能指标最小,使其在控制过程中能够降低"失真率",从而进一步提高控制器性能.最后,把算法运用于一个二阶系统与非最小相位系统,实验表明,该算法不但具有很好的鲁棒性及动态性能,且与变论域模糊控制器比较起来,其控制性能也更加提高. 展开更多
关键词 变论域模糊控制 q学习算法 伸缩因子 等比因子
在线阅读 下载PDF
基于T-S模糊模型的隶属度函数学习算法 被引量:4
5
作者 刘贵喜 赵曙光 杨万海 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2000年第5期550-553,共4页
模糊规则的提取和模糊隶属度函数的学习是模糊系统设计中重要而困难的问题 .文中探讨了Takagi Sugeno模糊模型的隶属度函数学习问题 ,建立了基于模拟退火的模糊隶属度函数学习算法 ,给出了用于验证该算法有效性的仿真实例 .
关键词 模糊模型 隶属度函数 模拟退火 学习算法
在线阅读 下载PDF
多头绒泡菌预处理的改进Q学习算法求解最短路径问题 被引量:4
6
作者 马学森 朱建 +2 位作者 谈杰 唐昊 周江涛 《电子测量与仪器学报》 CSCD 北大核心 2019年第5期148-157,共10页
针对最短路径问题中Q学习算法的初始搜索空间大、后期收敛不稳定的缺陷,提出多头绒泡菌预处理的改进Q学习算法(PPA-Q)。该算法引入网络预处理过程和自适应概率选择模型,利用多头绒泡菌进行网络预处理,减少算法前期的无用探索空间,再通... 针对最短路径问题中Q学习算法的初始搜索空间大、后期收敛不稳定的缺陷,提出多头绒泡菌预处理的改进Q学习算法(PPA-Q)。该算法引入网络预处理过程和自适应概率选择模型,利用多头绒泡菌进行网络预处理,减少算法前期的无用探索空间,再通过改进的模拟退火算法实现自适应概率选择模型,加强算法对优质路径的探索程度,增加算法初期解的多样性,同时在算法后期稳定逼近最优路径且不振荡。仿真结果表明,PPA-Q算法收敛到最优路径成功率为100%,高于经典蚁群(ACO)算法和Q(λ)算法的80%,其迭代次数分别低于Q学习算法57.2%、ACO算法32.9%和Q(λ)算法35.1%. 展开更多
关键词 最短路径问题 q学习 多头绒泡菌 模拟退火算法 网络预处理 自适应概率选择模型
在线阅读 下载PDF
递归神经网络的模糊随机学习算法 被引量:1
7
作者 文敦伟 蔡自兴 《高技术通讯》 EI CAS CSCD 2002年第1期54-56,共3页
提出了一种新的基于模糊逻辑的Alopex学习算法 (FLA)。FLA算法利用模糊逻辑推理实时获得适应于学习过程的适当的算法修正值 ,克服了Alopex算法中修正值固定不变的缺点 ,使得随机学习过程在速度、精度和稳定性之间获得平衡。将该算法应... 提出了一种新的基于模糊逻辑的Alopex学习算法 (FLA)。FLA算法利用模糊逻辑推理实时获得适应于学习过程的适当的算法修正值 ,克服了Alopex算法中修正值固定不变的缺点 ,使得随机学习过程在速度、精度和稳定性之间获得平衡。将该算法应用于神经网络的训练 ,可以无需神经网络的梯度信息和结构信息 ,因此可以用于具有各种结构特性的递归神经网络的学习。在本文给出的仿真实验中 ,采用FLA算法实现带输出反馈的递归神经网络对动态系统的学习过程。 展开更多
关键词 神经网络 递归神经网络 学习算法 模糊逻辑 ALOPEX算法 模拟退火 FLA
在线阅读 下载PDF
基于SA-FQL算法的区域交通控制方法 被引量:6
8
作者 邓军 刘智勇 《计算机工程与应用》 CSCD 北大核心 2010年第27期231-233,237,共4页
将模拟退火算法的Metropolis准则用于平衡模糊Q学习中探索和扩张之间的关系,提出基于Metropolis准则的模糊Q学习算法Simulated Annealing Fuzzy Q-learning(SA-FQL)。利用SA-FQL算法优化区域的公共周期,在给定周期的基础上再用SA-FQL算... 将模拟退火算法的Metropolis准则用于平衡模糊Q学习中探索和扩张之间的关系,提出基于Metropolis准则的模糊Q学习算法Simulated Annealing Fuzzy Q-learning(SA-FQL)。利用SA-FQL算法优化区域的公共周期,在给定周期的基础上再用SA-FQL算法优化区域中各干线相邻两路口的相位差,最后根据交通流量确定各路口的绿信比。TSIS仿真结果表明,相比基于Q学习和模糊Q学习的控制方法,该方法能显著提高学习速度和交通效率。 展开更多
关键词 区域交通控制 模拟退火模糊q学习算法 模糊q学习 q学习 METROPOLIS准则
在线阅读 下载PDF
模糊需求环境下的连续盘点(Q,r)库存模型 被引量:11
9
作者 代颖 马祖军 武振业 《预测》 CSSCI 2005年第6期71-73,共3页
传统库存模型中大多采用随机理论处理不确定性,然而当决策者不清楚资料数据服从何种概率分布时,适合采用模糊理论处理不确定性。本文用模糊数表示需求的不确定性,提出了一种采用连续盘点(Q,r)库存控制策略的模糊库存模型,并利用模拟退... 传统库存模型中大多采用随机理论处理不确定性,然而当决策者不清楚资料数据服从何种概率分布时,适合采用模糊理论处理不确定性。本文用模糊数表示需求的不确定性,提出了一种采用连续盘点(Q,r)库存控制策略的模糊库存模型,并利用模拟退火算法求解最佳订货点和最优订货批量。 展开更多
关键词 库存 模糊需求 模拟退火算法 (q r)策略
在线阅读 下载PDF
同步推送系统模糊控制的在线学习
10
作者 王世明 王孙安 李天石 《西安交通大学学报》 EI CAS CSCD 北大核心 2001年第5期523-526,共4页
为了解决气冲造型线普遍存在的推送系统推送和缓冲严重不同步的问题 ,提出了一种基于遗传算法和模拟退火算法的模糊控制策略 (GASAF) .用这种算法对模糊规则进行优化时 ,不仅速度快 ,还可避免算法的早熟收敛 .根据实际运行系统参数时变... 为了解决气冲造型线普遍存在的推送系统推送和缓冲严重不同步的问题 ,提出了一种基于遗传算法和模拟退火算法的模糊控制策略 (GASAF) .用这种算法对模糊规则进行优化时 ,不仅速度快 ,还可避免算法的早熟收敛 .根据实际运行系统参数时变的特点 ,用自行设计的“判别器”对将要进入模糊推理机的模糊规则进行在线学习和测试 ,以保证用于实时控制的规则的优良性 .现场试运行结果表明 :这种控制器可使推送系统的位置跟踪精度达到 0 2 % 。 展开更多
关键词 气冲造型 遗传算法 模拟退火 模糊控制 判别器 在线学习 铸造 同步推送系统
在线阅读 下载PDF
基于直觉模糊遗传的武器—目标分配问题优化 被引量:8
11
作者 杨进帅 李进 +2 位作者 王毅 文童 刘占强 《计算机应用研究》 CSCD 北大核心 2018年第1期31-34,共4页
针对求解武器—目标分配(weapon-target assignment,WTA)问题的传统算法容易早熟和收敛较慢的缺点,提出一种直觉模糊遗传算法,采用模拟退火的Meta-Lamarckian学习策略和自适应变异,提高了求解WTA问题的效益和速度。首先考虑了WTA问题的... 针对求解武器—目标分配(weapon-target assignment,WTA)问题的传统算法容易早熟和收敛较慢的缺点,提出一种直觉模糊遗传算法,采用模拟退火的Meta-Lamarckian学习策略和自适应变异,提高了求解WTA问题的效益和速度。首先考虑了WTA问题的各种约束条件,以剩余目标威胁最小和攻击伤害值最大为目标,建立了数学模型,定义了目标函数和约束函数的隶属度和非隶属度函数,通过"最小—最大"算子构建了直觉模糊WTA问题模型,并设计了模拟退火的Meta-Lamarckian学习策略和自适应变异,增强算法的局部寻优能力和后期收敛速度。通过算例仿真并与GA、PSO等算法比较分析,验证了该方法的有效性。 展开更多
关键词 武器-目标分配 直觉模糊 模拟退火Meta-Lamarckian学习 自适应变异 遗传算法
在线阅读 下载PDF
车联网环境下的可变单向交通控制算法研究
12
作者 赵红专 李林 +2 位作者 周旦 陈建鹏 展新 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第6期111-118,共8页
为解决双向两车道场景下不均衡交通流通行需求不满足、时间分布不规律的问题,提出了一种可变单向交通控制算法。将路侧获取的交通密度、排队长度信息作为约束,利用模糊控制与滚动交通切换因子方法形成优化切换模型,通过Q学习清空算法获... 为解决双向两车道场景下不均衡交通流通行需求不满足、时间分布不规律的问题,提出了一种可变单向交通控制算法。将路侧获取的交通密度、排队长度信息作为约束,利用模糊控制与滚动交通切换因子方法形成优化切换模型,通过Q学习清空算法获取可变路段多个区域的最优过渡清空方案。仿真验证表明:以90s为一个检测步长实时采集生成切换方案,准确率达91.5%,过渡清空模块根据实时状态生成划分区域最优清空方案,减少了空放时间;在方向不均系数为1.5和5.0时,相比现状路网整体延误降低29.4%、25.2%,平均运行速度提高6.8%、9.1%,车辆绕行时间减少6.2%、7.9%,显著提升了整体服务水平。 展开更多
关键词 交通运输工程 智能交通 可变单向交通控制算法 模糊控制 单向交通 车联网环境 q学习
在线阅读 下载PDF
考虑交通管理策略的交叉口信号控制多目标优化 被引量:8
13
作者 龙琼 胡列格 +2 位作者 张谨帆 周昭明 彭烁 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第7期2503-2508,共6页
面向复杂多变的交通系统控制需求,提出一种考虑交通管理策略的交叉口信号控制多目标优化模型及算法,其步骤为:首先,构建城市道路交叉口多目标优化模型;然后,引入交通管理者的交通控制策略,基于模糊分析法确定各优化指标权重;最后,考虑Q... 面向复杂多变的交通系统控制需求,提出一种考虑交通管理策略的交叉口信号控制多目标优化模型及算法,其步骤为:首先,构建城市道路交叉口多目标优化模型;然后,引入交通管理者的交通控制策略,基于模糊分析法确定各优化指标权重;最后,考虑Q学习算法简单方便且具有快速收敛性,基于Q学习算法对多目标优化模型进行求解,从而实时产生考虑交通管理者策略的交叉口信号控制方案。仿真结果表明,所提出的方法不仅能够充分反映交通管理者的控制策略,而且能够有效提高交叉口通行效率,相比传统方法具有缩短排队长度、降低延误时间和减少停车次数的优势,并且这种优势随着交通流量的增大而更加明显。 展开更多
关键词 多目标优化 交通管理策略 交叉口 信号控制 模糊分析法 q学习算法
在线阅读 下载PDF
智能办公环境温度控制方法
14
作者 王海珍 廉佐政 滕艳平 《计算机应用》 CSCD 北大核心 2012年第9期2545-2547,共3页
针对变频空调技术参数固定不能适应智能办公环境变化的问题,为提高环境温度的舒适度,提出一种新的变频空调温度控制方法。该方法引入多智能体(Agent)技术设计温度模糊控制结构,确定输入输出变量及其模糊集,然后引入动作回报值改进模糊Q... 针对变频空调技术参数固定不能适应智能办公环境变化的问题,为提高环境温度的舒适度,提出一种新的变频空调温度控制方法。该方法引入多智能体(Agent)技术设计温度模糊控制结构,确定输入输出变量及其模糊集,然后引入动作回报值改进模糊Q学习算法,由推理Agent执行算法学习手动调节空调的动作、修改模糊规则。将得到的优化模糊规则用于环境温度的控制。实验结果表明,与常规模糊温度控制方法相比,该控制方法缩短了空调的响应时间,减少了超调量。 展开更多
关键词 智能办公环境 环境温度 模糊控制 模糊q学习算法 响应时间
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部