-
题名变形监测数据分析的群集智能模型
- 1
-
-
作者
李珂
秦茂芬
-
机构
广东省电力设计研究院
广州港集团有限公司
-
出处
《中国农村水利水电》
北大核心
2010年第3期110-113,共4页
-
文摘
针对标准微粒群优化算法(PSO)存在早熟收敛和搜索精度低等缺陷,对其惯性权重因子进行改进,并将非均匀变异机制引入PSO,即在算法进行搜索时以一定变异概率对选中的粒子进行变异操作,同时对飞离搜索区域的粒子用新产生的粒子取代,由此得到改进的微粒群优化算法(IPSO)。然后将IPSO用于优化BP神经网络的连接权重和阈值,分析和建立变形监测数据处理的群集智能模型(IPSO-BP),为了进行比较,同时建立了回归分析模型、标准PSO-BP模型,并将3种模型分别应用于某大坝水平位移数据的分析预测,结果表明,IPSO-BP模型收敛速度更快、预报精度更高,是一种新的且有效、可靠的变形数据处理方法。
-
关键词
微粒群优化算法
变形监测
统计模型
群集智能模型
-
Keywords
PSO
deformation monitoring
statistical model
swarm intelligence model
-
分类号
P258
[天文地球—测绘科学与技术]
-
-
题名基于多智能计算算法融合的出行线路规划模型
- 2
-
-
作者
马庆禄
刘卫宁
孙棣华
但雨芳
-
机构
重庆大学计算机学院
重庆大学自动化学院
-
出处
《计算机科学》
CSCD
北大核心
2010年第10期211-213,253,共4页
-
基金
国家863计划项目("重庆智能交通计算机集成管理控制与服务系统"
863-511-910-1031)
+1 种基金
重庆市科技攻关计划项目(CTSC
2005AC6037)资助
-
文摘
为了使公众在出行前能事先根据出行道路的交通信息对出行线路进行整体规划设计,以便最大限度地降低能耗和拥堵时间,在研究人工神经网络算法的基础上,对用于解决旅行商问题(TSP)的进化算法进行了改进,引入了多种优秀的智能计算策略,以提高算法效率;并建立了新型群集智能分析模型,用以分析公众出行的线路规划问题。实验结果表明,改进的混合智能计算方法简易而有效,有助于克服算法选择的盲目性,进一步拓展了计算智能的研究方向。规划的出行线路能够满足城市居民出行信息服务的综合需要。
-
关键词
出行信息服务
线路规划
神经网络
混合智能计算
群集智能模型
-
Keywords
Advanced traffic information service
Path planning
Neural networks
Hybrid intelligent computation
Swarm intelligence model
-
分类号
TP389.1
[自动化与计算机技术—计算机系统结构]
-
