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
粒子群优化算法惯量权重控制方法的研究
被引量：
29
1
作者
刘杨
田学锋
詹志辉
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2011年第4期364-371,共8页
粒子群优化算法(PSO)是一类随机全局优化技术,算法简单、容易实现而功能强大,目前已成为国际进化计算界研究的热点.粒子群算法的性能受到参数惯量权重ω的影响,大量研究表明,较小的ω具有较好的局部搜索能力,可提高求解精度;较大的ω具...
粒子群优化算法(PSO)是一类随机全局优化技术,算法简单、容易实现而功能强大,目前已成为国际进化计算界研究的热点.粒子群算法的性能受到参数惯量权重ω的影响,大量研究表明,较小的ω具有较好的局部搜索能力,可提高求解精度;较大的ω具有较好的全局搜索能力,在一定程度上可以避免陷入局部最优.很多研究者提出了多种动态调整惯量权重的方法.本文系统地介绍和分析比较了目前动态调整惯量权重的4种典型方法,即线性递减惯量权重、随机惯量权重、凹函数递减惯量权重和凸函数递减惯量权重.为了调查这些控制方法对PSO性能的影响,本文在10个不同的单峰和多峰函数上系统地对这4种方法进行了测试和比较,完整的实验结果比较分析对选择合适的参数控制方法以求解单峰函数和多峰函数具有一定的指导作用.
展开更多
关键词
粒子群优化算
法
惯量权重
线性递减法
随机
法
非
线性递减法
在线阅读
下载PDF
职称材料
基于IPSO-ELM模型的尾矿坝稳定性分析
2
作者
赵允坤
胡军
+1 位作者
栾长庆
张瀚斗
《中国矿业》
2022年第3期61-66,共6页
为了更准确地对尾矿坝稳定性进行预测,采用训练速度快、参数设置简单、准确度较高的极限学习机(ELM)模型,针对ELM模型在训练过程中随机产生的连接权值和隐含层阈值,导致泛化能力不足、模型稳定性差等问题,引入基于线性递减权重法改进的...
为了更准确地对尾矿坝稳定性进行预测,采用训练速度快、参数设置简单、准确度较高的极限学习机(ELM)模型,针对ELM模型在训练过程中随机产生的连接权值和隐含层阈值,导致泛化能力不足、模型稳定性差等问题,引入基于线性递减权重法改进的粒子群算法(IPSO)对其进行优化,提出了尾矿坝稳定性预测的改进粒子群优化极限学习机(IPSO-ELM)模型。将该模型运用到尾矿坝实例预测中,在选取的35组样本数据中,前30组作为训练样本,后5组作为测试样本,以内摩擦角、边坡角、尾矿坝材料重度、孔隙压力比、内聚力和边坡高度6个尾矿坝稳定性影响因素为输入参数,以尾矿坝稳定性安全系数为输出参数,将预测结果与ELM模型和PSO-ELM模型对比,结果表明,IPSO-ELM模型有较高的预测精度,预测值逼近于实际值,验证了IPSO-ELM模型在尾矿坝稳定性评价中的可靠性和有效性。
展开更多
关键词
尾矿坝
稳定性
粒子群算
法
极限学习机
线性
递减
权重
法
在线阅读
下载PDF
职称材料
题名
粒子群优化算法惯量权重控制方法的研究
被引量：
29
1
作者
刘杨
田学锋
詹志辉
机构
中山大学计算机科学系
中兴通讯股份有限公司
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2011年第4期364-371,共8页
文摘
粒子群优化算法(PSO)是一类随机全局优化技术,算法简单、容易实现而功能强大,目前已成为国际进化计算界研究的热点.粒子群算法的性能受到参数惯量权重ω的影响,大量研究表明,较小的ω具有较好的局部搜索能力,可提高求解精度;较大的ω具有较好的全局搜索能力,在一定程度上可以避免陷入局部最优.很多研究者提出了多种动态调整惯量权重的方法.本文系统地介绍和分析比较了目前动态调整惯量权重的4种典型方法,即线性递减惯量权重、随机惯量权重、凹函数递减惯量权重和凸函数递减惯量权重.为了调查这些控制方法对PSO性能的影响,本文在10个不同的单峰和多峰函数上系统地对这4种方法进行了测试和比较,完整的实验结果比较分析对选择合适的参数控制方法以求解单峰函数和多峰函数具有一定的指导作用.
关键词
粒子群优化算
法
惯量权重
线性递减法
随机
法
非
线性递减法
Keywords
particle swarm optimization
inertia weight
linearly decreasing
random
non-linearly decreasing
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IPSO-ELM模型的尾矿坝稳定性分析
2
作者
赵允坤
胡军
栾长庆
张瀚斗
机构
辽宁科技大学土木工程学院
鞍钢集团矿业弓长岭有限公司选矿分公司
鞍钢集团有限公司东鞍山烧结厂
出处
《中国矿业》
2022年第3期61-66,共6页
基金
辽宁省教育厅重点项目资助(编号:601009877-36)。
文摘
为了更准确地对尾矿坝稳定性进行预测,采用训练速度快、参数设置简单、准确度较高的极限学习机(ELM)模型,针对ELM模型在训练过程中随机产生的连接权值和隐含层阈值,导致泛化能力不足、模型稳定性差等问题,引入基于线性递减权重法改进的粒子群算法(IPSO)对其进行优化,提出了尾矿坝稳定性预测的改进粒子群优化极限学习机(IPSO-ELM)模型。将该模型运用到尾矿坝实例预测中,在选取的35组样本数据中,前30组作为训练样本,后5组作为测试样本,以内摩擦角、边坡角、尾矿坝材料重度、孔隙压力比、内聚力和边坡高度6个尾矿坝稳定性影响因素为输入参数,以尾矿坝稳定性安全系数为输出参数,将预测结果与ELM模型和PSO-ELM模型对比,结果表明,IPSO-ELM模型有较高的预测精度,预测值逼近于实际值,验证了IPSO-ELM模型在尾矿坝稳定性评价中的可靠性和有效性。
关键词
尾矿坝
稳定性
粒子群算
法
极限学习机
线性
递减
权重
法
Keywords
tailings dam
stability
particle swarm optimization(PSO)
extreme learning machine(ELM)
linear decreasing weight method
分类号
TD926.4 [矿业工程—选矿]
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
粒子群优化算法惯量权重控制方法的研究
刘杨
田学锋
詹志辉
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2011
29
在线阅读
下载PDF
职称材料
2
基于IPSO-ELM模型的尾矿坝稳定性分析
赵允坤
胡军
栾长庆
张瀚斗
《中国矿业》
2022
0
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
