期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于种群熵的GA-BP混合优化算法及其应用 被引量:1
1
作者 蒋加伏 陈蔼祥 +2 位作者 唐贤瑛 李广琼 李宇 《计算机工程与应用》 CSCD 北大核心 2003年第7期71-74,共4页
文章通过引入种群熵的概念把遗传算法和神经网络的BP算法有机结合起来,提出了一种新的混合算法GA-BP混合优化算法,从而充分利用了遗传算法和神经网络的BP算法各自具有的优点,并把GA-BP混合优化算法应用到机器人坐标逆变换中去。实验表明... 文章通过引入种群熵的概念把遗传算法和神经网络的BP算法有机结合起来,提出了一种新的混合算法GA-BP混合优化算法,从而充分利用了遗传算法和神经网络的BP算法各自具有的优点,并把GA-BP混合优化算法应用到机器人坐标逆变换中去。实验表明,GA-BP混合优化算法能较好地实现机器手端坐标到关节角的变换。 展开更多
关键词 机器人 种群熵 gabp混合优化算法 应用 遗传算法 神经网络 bp算法
在线阅读 下载PDF
一种基于Rough-GA-BP的文本分类算法
2
作者 李建锋 《计算机应用与软件》 CSCD 2010年第2期124-125,136,共3页
分析BP算法的缺点,并结合遗传算法和粗糙集理论构造出一种基于Rough-GA-BP的文本分类方法。该方法通过基于粗糙集理论的数据约简方法对文本输入向量进行数据约简,通过遗传算法对BP算法初始输入进行搜索和优化。实验表明,该方法相对于传... 分析BP算法的缺点,并结合遗传算法和粗糙集理论构造出一种基于Rough-GA-BP的文本分类方法。该方法通过基于粗糙集理论的数据约简方法对文本输入向量进行数据约简,通过遗传算法对BP算法初始输入进行搜索和优化。实验表明,该方法相对于传统的BP算法,节省了存储空间,缩短了算法学习时间,增加了网络的泛化能力,解决了传统BP算法容易陷入局部极小的问题,提高了分类准确率。 展开更多
关键词 bp算法 遗传算法 粗糙集 数据约简 Rouhg—gabp算法
在线阅读 下载PDF
BP⁃GA算法确定未反应炸药的JWL状态方程参数 被引量:3
3
作者 崔浩 郭锐 +5 位作者 宋浦 顾晓辉 周昊 杨永亮 江琳 俞旸晖 《含能材料》 EI CAS CSCD 北大核心 2022年第1期43-49,共7页
为了确定未反应炸药的JWL状态方程参数,提出了一种利用BP神经网络‑遗传算法(BP‑GA算法)和冲击Hugoniot关系确定JWL参数的方法。此方法首先训练BP神经网络,使其可以拟合由不同的JWL参数组合组成的非线性系统,随后采用遗传算法搜寻适应度... 为了确定未反应炸药的JWL状态方程参数,提出了一种利用BP神经网络‑遗传算法(BP‑GA算法)和冲击Hugoniot关系确定JWL参数的方法。此方法首先训练BP神经网络,使其可以拟合由不同的JWL参数组合组成的非线性系统,随后采用遗传算法搜寻适应度值最大的一组JWL参数。结果表明:已知某种炸药的初始密度、爆速、Hugoniot系数C0和S,便可利用BP‑GA算法确定其JWL参数;BP‑GA算法确定的8种未反应炸药的p‑v曲线和由试验数据确定的p‑v曲线相吻合,且8条p‑v曲线的R^(2)均不低于0.9995,证明了BP‑GA算法的高精度。 展开更多
关键词 bpga算法 未反应炸药:JWL状态方程 冲击Hugoniot
在线阅读 下载PDF
基于GA和BP融合算法的房地产监测预警 被引量:1
4
作者 王鑫 宋伟 《统计与决策》 CSSCI 北大核心 2007年第23期44-46,共3页
本文在研究国内外房地产预警监控理论和实践成果的基础上,选取了房地产预警系统的指标体系;尝试用GA-BP算法预测成都市2007年的有关房地产数据,并通过黄色预警方法中应用较广泛的统计预警法,对成都市房地产市场的综合情况进行评价。
关键词 房地产预警 gabp算法 主成分分析法
在线阅读 下载PDF
一种基于遗传算法的BP神经网络算法及其应用 被引量:62
5
作者 王崇骏 于汶滌 +1 位作者 陈兆乾 谢俊元 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2003年第5期459-466,共8页
主要分析了神经网络和遗传算法的特点和存在的一些缺陷,研究了遗传算法和BP神经网络学习算法相结合的相关技术,设计并实现了一个基于遗传算法的BP神经网络算法BP-GA,已应用于肺癌早期细胞病理诊断系统中.实验结果表明,该算法具有较强的... 主要分析了神经网络和遗传算法的特点和存在的一些缺陷,研究了遗传算法和BP神经网络学习算法相结合的相关技术,设计并实现了一个基于遗传算法的BP神经网络算法BP-GA,已应用于肺癌早期细胞病理诊断系统中.实验结果表明,该算法具有较强的收敛性和鲁棒性,其应用效果很好. 展开更多
关键词 遗传算法 bp神经网络学习算法 bpga算法 软计算 人工智能 收敛性 鲁棒性
在线阅读 下载PDF
Energy-absorption forecast of thin-walled structure by GA-BP hybrid algorithm 被引量:7
6
作者 谢素超 周辉 +1 位作者 赵俊杰 章易程 《Journal of Central South University》 SCIE EI CAS 2013年第4期1122-1128,共7页
In order to analyze the influence rule of experimental parameters on the energy-absorption characteristics and effectively forecast energy-absorption characteristic of thin-walled structure, the forecast model of GA-B... In order to analyze the influence rule of experimental parameters on the energy-absorption characteristics and effectively forecast energy-absorption characteristic of thin-walled structure, the forecast model of GA-BP hybrid algorithm was presented by uniting respective applicability of back-propagation artificial neural network (BP-ANN) and genetic algorithm (GA). The detailed process was as follows. Firstly, the GA trained the best weights and thresholds as the initial values of BP-ANN to initialize the neural network. Then, the BP-ANN after initialization was trained until the errors converged to the required precision. Finally, the network model, which met the requirements after being examined by the test samples, was applied to energy-absorption forecast of thin-walled cylindrical structure impacting. After example analysis, the GA-BP network model was trained until getting the desired network error only by 46 steps, while the single BP-ANN model achieved the same network error by 992 steps, which obviously shows that the GA-BP hybrid algorithm has faster convergence rate. The average relative forecast error (ARE) of the SEA predictive results obtained by GA-BP hybrid algorithm is 1.543%, while the ARE of the SEA predictive results obtained by BP-ANN is 2.950%, which clearly indicates that the forecast precision of the GA-BP hybrid algorithm is higher than that of the BP-ANN. 展开更多
关键词 thin-walled structure ga-bp hybrid algorithm IMPACT energy-absorption characteristic FORECAST
在线阅读 下载PDF
遗传BP网络转速辨识器的设计及在DTC中的应用 被引量:7
7
作者 曹承志 董梅 +1 位作者 李敏 周波 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第4期925-927,共3页
为实现无速度传感器直接转矩控制,有时采用神经网络转速辨识器,但前馈神经网络结构难以确定,运用BP算法时又极易陷入局部解。将遗传算法和BP算法结合,采用混合编码的遗传算法优化神经网络的结构及网络初始权值,再利用BP算法对网络权值... 为实现无速度传感器直接转矩控制,有时采用神经网络转速辨识器,但前馈神经网络结构难以确定,运用BP算法时又极易陷入局部解。将遗传算法和BP算法结合,采用混合编码的遗传算法优化神经网络的结构及网络初始权值,再利用BP算法对网络权值进行精确调节;这种将遗传算法与BP算法相结合的GA+BP算法,实现了遗传算法的全局搜索能力与BP算法的局部寻优性能的互补结合。将所设计的神经网络转速辨识器运用到直接转矩控制系统当中,利用MATLAB/SIMULINk实现无速度传感器控制系统的仿真实验结果表明,该算法具有良好辨识效果。 展开更多
关键词 神经网络(NN) 遗传算法(ga) ga+bp算法 直接转矩控制系统(DTC)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部