会计信息在商业银行信贷决策中的相关性研究——基于对成功贷款企业财务特征的遗传学习视角 被引量：4

1

作者 边泓 周晓苏 张牮 《统计与信息论坛》 CSSCI 2009年第8期42-48,80,共8页

使用人工智能领域的遗传学习方法,对2004-2007年间获得银行贷款的上市公司的财务特征进行了归纳,透过这些特征研究中国商业银行授信决策过程中会计信息的决策相关性问题。结果发现在2004年和2007年,企业发展能力和市场前景对银行的授信... 使用人工智能领域的遗传学习方法,对2004-2007年间获得银行贷款的上市公司的财务特征进行了归纳,透过这些特征研究中国商业银行授信决策过程中会计信息的决策相关性问题。结果发现在2004年和2007年,企业发展能力和市场前景对银行的授信决策具有显著影响,2006年颁布的会计准则对这两项指标计量所倡导的新观念,体现出了债权人保护的作用;而会计信息在2005年和2006年则没有体现出决策有用性,这一结果为促进中国金融机构提高风险意识提供了依据。 展开更多

关键词 信贷决策 会计信息的有用性 遗传学习 发展能力

在线阅读 下载PDF 职称材料

一种遗传学习人工蜂群算法 被引量：3

2

作者 杜振鑫 韩德志 刘广钟 《小型微型计算机系统》 CSCD 北大核心 2018年第7期1420-1425,共6页

在人工蜂群算法及其变种中,侦察蜂采用随机初始化的方法生成新食物源,容易造成前期计算资源的浪费和陷入局部最优解.解决这个问题的一个重要方法是引入新的操作算子,弥补算法的不足.最近提出的遗传学习算子(GL)是遗传算法(GA)的最新改... 在人工蜂群算法及其变种中,侦察蜂采用随机初始化的方法生成新食物源,容易造成前期计算资源的浪费和陷入局部最优解.解决这个问题的一个重要方法是引入新的操作算子,弥补算法的不足.最近提出的遗传学习算子(GL)是遗传算法(GA)的最新改进版本,较好的平衡了全局搜索能力与加速收敛之间的矛盾,对比GA具有较大优势,可以作为一个较好的选择.本文将GL算子引入到多种人工蜂群算法变种的侦察蜂阶段,通过有效组合多个优秀个体的信息产生更有希望的新实物源,防止算法早熟.通过在多个精英解上完成GL算子的交叉、变异与选择操作,新产生的食物源具有较高的多样性和较高的质量.在著名的CEC2014函数集上的实验结果表明,GL算子可以作为一种通用框架嵌入到多种最新提出的改进ABC算法中,显著提高这些算法的收敛速度与搜索精度. 展开更多

关键词 人工蜂群算法 遗传学习框架 初始化策略 局部最优解 收敛速度

在线阅读 下载PDF 职称材料

一种基于学习机制的并行遗传算法 被引量：7

3

作者 张桂娟 武兆慧 刘希玉 《计算机应用》 CSCD 北大核心 2005年第2期374-376,共3页

基于生物学群落的概念,提出了一个群落—种群—个体的三层模型,并在该模型上发展了一种基于学习机制的并行遗传算法(PGABL)。算法引入黑板模型作为控制和交互的数据结构,采用群内、群间、群落三个学习算子,将遗传进化和遗传学习相结合,... 基于生物学群落的概念,提出了一个群落—种群—个体的三层模型,并在该模型上发展了一种基于学习机制的并行遗传算法(PGABL)。算法引入黑板模型作为控制和交互的数据结构,采用群内、群间、群落三个学习算子,将遗传进化和遗传学习相结合,有效地改善了遗传算法的性能。实验结果表明,该算法具有良好的适应性和稳定性。 展开更多

关键词 遗传学习 早熟收敛 并行遗传算法

在线阅读 下载PDF 职称材料

一种不平衡注意参数条件下的遗传协同学习算法 被引量：3

4

作者 王海龙 戚飞虎 詹劲峰 《电子学报》 EI CAS CSCD 北大核心 2000年第11期25-28,共4页

本文讨论了目标识别的协同方法在不平衡注意参数条件下的动力学行为 ,并提出了不平衡注意参数条件下的遗传协同学习算法 (GSLA) .该算法利用遗传算法的全局最优搜索能力 ,对协同神经网络的注意参数进行全局优化 .对从“车牌识别系统”... 本文讨论了目标识别的协同方法在不平衡注意参数条件下的动力学行为 ,并提出了不平衡注意参数条件下的遗传协同学习算法 (GSLA) .该算法利用遗传算法的全局最优搜索能力 ,对协同神经网络的注意参数进行全局优化 .对从“车牌识别系统”中得到的数字样本的实验证明 :新算法能有效地在注意参数空间搜索全局最优解 ,挖掘出协同方法在目标识别方面的最大潜能 .另外 ,本文还将新算法与利用奖惩学习算法的协同学习算法进行了全局优化能力的比较 。 展开更多

关键词 注意参数 协同神经网络 遗传协同学习算法

在线阅读 下载PDF 职称材料

优良模式自学习遗传算法 被引量：19

5

作者 王宏刚 曾建潮 徐玉斌 《自动化学报》 EI CSCD 北大核心 1999年第3期375-379,共5页

遗传算法是应用比较广泛的一种随机优化算法．文中针对遗传算法在应用过程中出现的收敛慢等问题提出一种优良模式自学习遗传算法，并且在理论上对算法的收敛性进行分析．最后。

关键词 自学习遗传算法 学习算子 优良模式 遗传算法

在线阅读 下载PDF 职称材料

Job-shop排序问题的遗传强化学习算法 被引量：2

6

作者 潘燕春 周泓 《计算机工程》 CAS CSCD 北大核心 2009年第16期25-28,共4页

针对Job-shop排序问题的复杂性,提出一种遗传强化学习算法对其求解。通过引入多个随机变量,把Job-shop排序问题转换成多阶段决策问题,通过仿真手段构建作业排序问题模型环境,求取系统性能指标并保证解的可行性。设计一个多智能体Q-Learn... 针对Job-shop排序问题的复杂性,提出一种遗传强化学习算法对其求解。通过引入多个随机变量,把Job-shop排序问题转换成多阶段决策问题,通过仿真手段构建作业排序问题模型环境,求取系统性能指标并保证解的可行性。设计一个多智能体Q-Learning算法和遗传算法相结合的算法用于解决Job-shop排序问题。仿真优化实验结果验证了该算法的有效性。 展开更多

关键词 遗传强化学习 Job—shop排序 多阶段决策 仿真

在线阅读 下载PDF 职称材料

发挥评价的导向功能,培养学生的综合素质——遗传学实验课学习评价系统的建构和实施 被引量：6

7

作者 陈军 黄爱仑 《电化教育研究》 CSSCI 北大核心 2003年第10期68-71,共4页

为了对遗传学实验教学进行改革 ,推进素质教育 ,提高教学质量 ,本文作者建构并实施“遗传学实验课学习评价系统”,发挥评价系统的导向 ,取得了良好的教学效果。

关键词 遗传学实验课学习 评价系统 建构 实施 导向功能

在线阅读 下载PDF 职称材料

优良模式自学习遗传算法在阈值选取中的应用 被引量：1

8

作者 曹力 史忠科 Eric Ka-wai Cheng 《计算机工程》 CAS CSCD 北大核心 2002年第9期37-39,共3页

针对现有图像处理过程中阈值选取优化方法中存在的计算效率低、易陷入局部最优等不足,研究采用优良模式自学习算法,求取图像阈值;通过对类间方差的优化,表明该文算法优越性。实验结果进一步证实了该文算法优良、高效。针对图像特点,利... 针对现有图像处理过程中阈值选取优化方法中存在的计算效率低、易陷入局部最优等不足,研究采用优良模式自学习算法,求取图像阈值;通过对类间方差的优化,表明该文算法优越性。实验结果进一步证实了该文算法优良、高效。针对图像特点,利用优良模式自学习遗传算法,提出了一种阈值自动选取的策略,提高了阈值选取的准确性及寻优速度。实验结果表明了该文提出算法的可行性。 展开更多

关键词 优良模式 自学习遗传算法 阈值选取 图像处理 图像分割

在线阅读 下载PDF 职称材料

求解双层CARP优化问题的演化学习型遗传算法 被引量：2

9

作者 邢立宁 姚锋 《系统工程与电子技术》 EI CSCD 北大核心 2012年第6期1187-1192,共6页

双层有能力约束的弧路径优化问题(capacitated arc routing problem,CARP)的研究对象通常是某个城市或地区,首先聚焦于该地物流系统的宏观配置,然后考虑相关服务的完成问题。针对双层CARP优化问题,提出了一种演化学习型遗传算法(learnab... 双层有能力约束的弧路径优化问题(capacitated arc routing problem,CARP)的研究对象通常是某个城市或地区,首先聚焦于该地物流系统的宏观配置,然后考虑相关服务的完成问题。针对双层CARP优化问题,提出了一种演化学习型遗传算法(learnable genetic algorithm,LGA)。建立了LGA的基本框架,设计了构件知识和算子知识等知识形式。在LGA中,采用扩展启发式方法辅助生成初始种群,使用算子知识为选择、交叉和变异选择操作算子,应用构件知识为交叉和变异操作选择断点位置,同时借助局部替换程序不断地向当前种群中注入新个体。LGA的框架为现有优化方法改进提供了一种有益借鉴。 展开更多

关键词 组合优化 有能力约束的弧路径优化问题 演化学习型遗传算法

在线阅读 下载PDF 职称材料

改进学习型遗传算法求解柔性车间调度问题 被引量：7

10

作者 张亮 毛剑琳 +1 位作者 王妮娅 李睿祺 《组合机床与自动化加工技术》 北大核心 2023年第2期183-186,192,共5页

针对智能优化算法在解空间搜索时忽略问题特征导致搜索效率无法进一步提升的问题,从柔性车间调度问题的特征入手,引入关键机器和搜索过程学习概念,提出一种基于关键机器的改进学习型遗传算法。首先,针对柔性车间调度问题解表达中的机器... 针对智能优化算法在解空间搜索时忽略问题特征导致搜索效率无法进一步提升的问题,从柔性车间调度问题的特征入手,引入关键机器和搜索过程学习概念,提出一种基于关键机器的改进学习型遗传算法。首先,针对柔性车间调度问题解表达中的机器选择设计知识体,通过搜索过程得到的解更新知识体,并反馈到求解过程的引导;其次,使用了一种自适应的变异算子改善遗传算法早熟收敛的问题;然后,基于变换加工机器和加工顺序以及关键机器的思想设计了3种邻域结构;最后,引入关键机器的概念,并将其引入到知识体更新以及邻域搜索的过程中。仿真结果表明,较其它方法而言,本文提出的算法在不同规模的标准算例上找到最优解的能力更强。 展开更多

关键词 柔性作业车间调度 关键机器 学习型遗传算法 自适应变异算子 变邻域搜索

在线阅读 下载PDF 职称材料

遗传极限学习计算法在船舶碰撞危险度确定中的应用 被引量：4

11

作者 罗捷 王德岭 《舰船科学技术》 北大核心 2021年第18期34-36,共3页

为防止船舶航行过程中出现碰撞问题,研究遗传极限学习计算法在船舶碰撞危险度确定中的应用。以船员视角、两船间的安全距离和航行速度为基础,利用最小安全时间直观描述船舶碰撞危险度;根据船舶航行样本数据,利用极限学习机预测最小安全... 为防止船舶航行过程中出现碰撞问题,研究遗传极限学习计算法在船舶碰撞危险度确定中的应用。以船员视角、两船间的安全距离和航行速度为基础,利用最小安全时间直观描述船舶碰撞危险度;根据船舶航行样本数据,利用极限学习机预测最小安全时间,采用遗传算法优化极限学习机,通过初始化种群、适应度运算、交叉变异等过程确定最优染色体,提升最小安全时间预测精度。实验结果显示所研究方法遗传迭代25次后误差平方和降至2.5,不同海域的防碰撞操作控制成功率达到97.5%,说明该方法具有较快的迭代速度与较好的应用效果,可有效保障船舶航行过程中的安全性。 展开更多

关键词 遗传极限学习 船舶碰撞 安全距离 最小安全时间 神经元

在线阅读 下载PDF 职称材料

基于遗传与BP混合算法神经网络预测模型及应用 被引量：21

12

作者 殷峻暹 陈守煜 邱菊 《大连理工大学学报》 CAS CSCD 北大核心 2002年第5期594-598,共5页

提出用遗传学习算法和权重调整 BP算法相结合的混合算法来训练模糊模式识别神经网络预测模型 ;即先通过遗传学习算法进行全局训练 ,再用权重调整 BP算法进行精确训练 ,使网络收敛速度加快和避免局部极小 .作为实例 ,以新疆雅马渡站的实... 提出用遗传学习算法和权重调整 BP算法相结合的混合算法来训练模糊模式识别神经网络预测模型 ;即先通过遗传学习算法进行全局训练 ,再用权重调整 BP算法进行精确训练 ,使网络收敛速度加快和避免局部极小 .作为实例 ,以新疆雅马渡站的实测径流资料和相应的前期 4个预报因子实测数据作为样本进行训练并用以预测雅马渡站的年径流量 .结果表明 。 展开更多

关键词 混合算法 神经网络预测模型 模糊模式识别 遗传学习算法 权重调整BP算法 人工神经网络 收敛速度 水文预报

在线阅读 下载PDF 职称材料

基于遗传算法改进BP网络的地表沉陷预计 被引量：9

13

作者 肖波 麻凤海 +1 位作者 杨帆 张荣亮 《中国矿业》 北大核心 2005年第10期83-86,共4页

本文采用遗传学习算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快和避免局部极小。作为实例,将该方法应用于地表沉陷预计问题中。建立了采... 本文采用遗传学习算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快和避免局部极小。作为实例,将该方法应用于地表沉陷预计问题中。建立了采动地表沉陷的神经网络预计模型,利用矿区大量的地表沉陷实际观测数据样本对该神经网络进行训练和学习,并用该网络对几组数据进行采动地表沉陷预计。结果表明,该神经网络预计模型具有收敛速度快、预测精度高的优点,为采动地表沉陷预计提供了实用的方法。 展开更多

关键词 人工神经网络 遗传学习算法 BP算法 采动地表沉隐预测

在线阅读 下载PDF 职称材料

基于遗传算法的多维模糊分类器构造的研究 被引量：5

14

作者 李继东 张学杰 《软件学报》 EI CSCD 北大核心 2005年第5期779-785,共7页

讨论了基于模糊遗传机器学习机制的密歇根方法在多维分类问题上的应用及性能问题,并提出了一种新的模糊遗传学习方法.将每一模糊规则作为遗传算法中的一个个体,且具有相应的适应度函数值.在提取模糊规则的同时,还对每个属性维的模糊划... 讨论了基于模糊遗传机器学习机制的密歇根方法在多维分类问题上的应用及性能问题,并提出了一种新的模糊遗传学习方法.将每一模糊规则作为遗传算法中的一个个体,且具有相应的适应度函数值.在提取模糊规则的同时,还对每个属性维的模糊划分进行学习以获取较好的模糊集合参数.另外,该方法引入了基于相似性的选择机制,减轻了选择机制对低适应函数值个体造成的选择压力,保持了种群的多样性,从而有效地避免了遗传算法收敛到局部解的问题.实验结果表明,该方法在多维模糊分类器的构造问题上具有较高的正确分类率、适应性较好等性能. 展开更多

关键词 模糊遗传学习机制 密歇根方法 模糊分类器 早熟收敛 精英选择 基于相似性的选择

在线阅读 下载PDF 职称材料

一种基于组织学习的自适应Agent系统体系结构

15

作者 黄伟栋 王小平 曹立明 《计算机工程》 CAS CSCD 北大核心 2004年第1期62-64,106,共4页

在复杂适应系统和组织学习理论的基础上，探讨了一种基于组织学习的自适应A gent系统体系结构。 在这种体系结构中,通过Agent交互中的适应性行为获取对系统复杂性 的认知，而Agent的适应能力则依靠增强学习和动态自组织与重构来实现。... 在复杂适应系统和组织学习理论的基础上，探讨了一种基于组织学习的自适应A gent系统体系结构。 在这种体系结构中,通过Agent交互中的适应性行为获取对系统复杂性 的认知，而Agent的适应能力则依靠增强学习和动态自组织与重构来实现。文中给出了一个 基于组织增长模型的分类器系统算法以及相应的软件实现技术途径。 展开更多

关键词 自适应系统 组织学习 主体 遗传学习 复杂性

在线阅读 下载PDF 职称材料

怎样书写遗传图解?

16

作者 王爱林 《生物学教学》 1987年第1期34-34,共1页

遗传图解是解遗传学习题的重要环节,也是遗传学教学中的重要内容。然而部分学生在解遗传学习题时往往只注重文字解说,而忽视正确的遗传图解。或很不规范。如何画好遗传图解呢?一般的画图程序是:(1)写出亲本的性状。

关键词 遗传图 遗传学习 遗传学教学 雄配子 基因组合 组合数 交叉线 棋盘式 代别 表现型

在线阅读 下载PDF 职称材料

进化计算在机器学习中的应用研究

17

作者 张光铎 王正志 《国防科技大学学报》 EI CAS CSCD 1998年第6期23-27,共5页

采用进化计算思想研制机器学习实际系统，利用隐含并行机制及并行规则触发策略实现多目标优化技术。针对航天员模拟训练评分标准具体任务，采取灵活的多层次动态编码方案，建立多种简洁且完备的进化操作。利用信度分配组桶策略实现竞争... 采用进化计算思想研制机器学习实际系统，利用隐含并行机制及并行规则触发策略实现多目标优化技术。针对航天员模拟训练评分标准具体任务，采取灵活的多层次动态编码方案，建立多种简洁且完备的进化操作。利用信度分配组桶策略实现竞争机制，依赖进化算法搜索、发现并选择适当规则，引入启发知识产生缺省规则层次以实现多种隐式目标。设计并实现了遗传进化机器学习系统ＧＥＭＬ－１，该系统具有良好的鲁棒性和柔顺性。本文的遗传进化机器学习方法，可推广应用于各种军用专家系统和军事决策支持系统的研制，从而为人工智能在军事上的应用提供新的设计方法和实现途径。 展开更多

关键词 进化计算 遗传机器学习 机器学习 人工智能

在线阅读 下载PDF 职称材料

基于RCMDE和ISOMAP的行星齿轮传动耦合故障辨识研究

18

作者 苏世卿 王华锋 《机电工程》 CAS 北大核心 2024年第9期1584-1594,共11页

现有针对行星齿轮箱的故障诊断方法一般仅研究单一故障,但实际行星齿轮箱的故障一般由多个故障耦合而成,耦合故障的故障机理比单一故障的故障机理更复杂,振动信号中的非线性因素对特征提取的干扰更严重。针对该问题,提出了一种基于精细... 现有针对行星齿轮箱的故障诊断方法一般仅研究单一故障,但实际行星齿轮箱的故障一般由多个故障耦合而成,耦合故障的故障机理比单一故障的故障机理更复杂,振动信号中的非线性因素对特征提取的干扰更严重。针对该问题,提出了一种基于精细复合多尺度散度熵(RCMDE)、等距特征映射(ISOMAP)和遗传算法优化核极限学习机(GA-KELM)的行星齿轮箱耦合故障诊断方法。首先,利用振动加速度计采集了行星齿轮箱单一故障和耦合故障下运行时的振动信号,构建了故障数据集;随后,利用RCMDE提取了行星齿轮箱振动信号的故障特征,建立了初始的特征样本;接着,利用ISOMAP对故障特征进行了降维,并以可视化的方式获取了低维的特征样本;最后,将新特征输入至GA-KELM分类器中,对行星齿轮箱的不同故障类型进行了识别,并基于行星齿轮箱多点损伤样本,对RCMDE方法的可靠性进行了研究。研究结果表明:基于RCMDE和ISOMAP的故障特征提取方法能够有效提取振动信号中的故障特征,而GA-KELM的故障诊断准确率达到了98.13%,平均诊断准确率达到了96.25%。相较其他故障特征提取方法,基于RCMDE、ISOMAP和GA-KELM的行星齿轮箱耦合故障诊断方法能够更好地诊断行星齿轮箱的耦合故障,具有更高的诊断准确率。 展开更多

关键词 齿轮传动 耦合故障 故障诊断准确率 精细复合多尺度散度熵 等距特征映射 遗传算法优化核极限学习机

在线阅读 下载PDF 职称材料

一种轻量型YOLOv5交通标志识别方法 被引量：18

19

作者 李志刚 张娜 《电讯技术》 北大核心 2022年第9期1201-1206,共6页

针对为提高交通标志识别精度使得神经网络层数过深从而导致实时性不佳的问题,提出了一种轻量型YOLOv5交通标志识别方法。首先采用遗传学习算法和K-means聚类确定适合交通标志识别的锚框,然后引入Stem模块和ShufflenetV2的基础单元网络... 针对为提高交通标志识别精度使得神经网络层数过深从而导致实时性不佳的问题,提出了一种轻量型YOLOv5交通标志识别方法。首先采用遗传学习算法和K-means聚类确定适合交通标志识别的锚框,然后引入Stem模块和ShufflenetV2的基础单元网络来替换YOLOv5的主干网络。相比于YOLOv5模型,在中国交通标志检测数据集上,轻量型YOLOv5模型在保持识别精度为95.9%的同时,参数量减少了95.4%,实际内存空间减少了93.9%,在GPU和CPU上运行的速度分别提升了79.7%和75%,极大地提高了交通标志识别的实时性,更适合无人驾驶环境感知系统的部署。 展开更多

关键词 无人驾驶车 环境感知 交通标志识别 遗传学习 K-MEANS聚类

在线阅读 下载PDF 职称材料

云计算环境下实体的多属性高效率评估策略设计 被引量：3

20

作者 戴伟 胡鹏 《计算机应用研究》 CSCD 北大核心 2016年第6期1708-1712,共5页

为了解决当前云计算的实体信任评估领域所实施的方法策略无法满足云计算环境的动态模糊性的问题,设计了一种多属性信任关系的动态评估模型。该方法以遗传自适应学习算法为理论基础,在云计算环境下的信任管理过程中,针对动态评估高效率... 为了解决当前云计算的实体信任评估领域所实施的方法策略无法满足云计算环境的动态模糊性的问题,设计了一种多属性信任关系的动态评估模型。该方法以遗传自适应学习算法为理论基础,在云计算环境下的信任管理过程中,针对动态评估高效率的需求,其既可评估分析信任管理过程实体的多属性问题,同时可以在持续的评估过程中自主学习,使其评估分析的执行能力逐渐提升,最终能够满足上文中阐明的高效性与动态性的要求。仿真结果显示,所设计的模型在直接面对实时变化的云计算网络环境实体参数时,可以自适应地调整评估策略规则,最终克服了云计算环境的动态模糊性,对实体的多个属性进行了综合评估。 展开更多

关键词 云计算 实体 动态模糊性 遗传自适应学习 信任管理

在线阅读 下载PDF 职称材料