检索结果-维普期刊中文期刊服务平台

基于改进粒子群算法和极限学习机模型的配电网物资需求预测: 1; 作者王永利赵中华 +2 位作者张一诺冯天义刘怡然《科学技术与工程》北大核心 2025年第15期6410-6418,共9页; 为解决电网物资品种繁多、规格多样、数量巨大、用途广泛、受政策和投资影响大等特点所导致的预测模型构建困难的问题。首先,通过德尔菲法和灰色关联分析法(gray correlation analysis,GRA)筛选影响基建、业扩及抢修项目物资需求数量的... 展开更多; 关键词物资需求预测配电网极限学习机改进粒子群优化算法; 在线阅读下载PDF 职称材料

一种综合-合作学习的量子粒子群优化算法被引量：3: 2; 作者赵晶孙俊须文波《计算机应用与软件》 CSCD 北大核心 2014年第6期256-259,共4页; 为了改善量子粒子群优化QPSO(Quantum-behaved Particle Swarm Optimization)算法的全局收敛能力,在对综合学习策略QPSO算法研究的基础上,引入合作思想,提出综合-合作QPSO算法(CCQPSO)。在提出的算法中,局部吸引子和粒子最优位置的更新... 展开更多; 关键词粒子群优化量子行为粒子群优化综合学习合作学习; 在线阅读下载PDF 职称材料

基于BPSO-RBF神经网络的网络流量预测被引量：7: 3; 作者王雪松梁昔明《计算机应用与软件》 CSCD 北大核心 2014年第9期102-105,共4页; 为了提高网络流量的预测精度,针对网络的时变性和混沌性,提出一种反向学习粒子群优化神经网络的网络流量预测模型(BPSO-RBFNN)。首先将网络流量样本输入到RBF神经网络进行学习,采用引入反向学习机制的粒子群算法优化参数,然后建立网络... 展开更多; 关键词网络流量神经网络参数优化预测模型反向粒子群算法; 在线阅读下载PDF 职称材料

反向学习粒子群算法和多层分类器相融合的网络入侵检测被引量：3: 4; 作者张永强张墨华《计算机应用与软件》 CSCD 2015年第4期305-308,共4页; 为了提高网络入侵检测率,提出一种反向学习粒子群算法和多层次分类器相融合的网络入侵检测模型。首先将反向学习粒子群算法优化最小二乘支持向量机,以提高分类性能;然后利用由粗到精策略构造多层的网络入侵分类器降低计算时间杂度复;最... 展开更多; 关键词最小二乘支持向量机反向学习粒子群优化算法网络入侵多层分类器; 在线阅读下载PDF 职称材料

基于粒子群优化建模的贝叶斯网络结构学习方法被引量：2: 5; 作者李东灵《计算机应用与软件》 CSCD 北大核心 2014年第11期178-182,共5页; 贝叶斯网络(BN)在不确定性的条件下表示信息和推理论证具有良好的性能,但由于其结构搜索空间的复杂性,通常将从一个数据集合中学习贝叶斯网络的结构认为是一种NP-hard的问题。基于此,提出一种新的基于粒子群优化算法建模的贝叶斯网络结... 展开更多; 关键词贝叶斯网络粒子群优化 K2算法结构学习; 在线阅读下载PDF 职称材料

基于粒子群算法优化极限学习机的无源目标定位算法被引量：3: 6; 作者傅彬《计算机应用与软件》 CSCD 2015年第11期325-328,共4页; 为了提高目标定位精度,提出一种基于粒子群算法优化极限学习机的无源目标定位算法。首先通过位置信息场采集目标的相关信息,然后利用极限学习机对位置信息场与目标位置之间的非映射关系进行拟合,同时采用粒子群算法对极限学习机参数进... 展开更多; 关键词位置信息场目标定位粒子群优化算法极限学习机; 在线阅读下载PDF 职称材料

基于改进的粒子群算法的移动互联网扩散预测被引量：3: 7; 作者朱兆杰贾振红 +2 位作者覃锡忠曹传玲常春《计算机应用与软件》 CSCD 2015年第7期126-128,132,共4页; 为了准确预测移动互联网扩散趋势,采用一种改进的Bass创新扩散模型,将三个参数都表示为随时间变化的函数。为了得到精确参数值,提出一种新的粒子群优化算法,该算法在初始化阶段和运行过程中使用反向学习策略。引入种群密集度指标来判断... 展开更多; 关键词移动互联网 BASS模型粒子群优化算法反向学习; 在线阅读下载PDF 职称材料

题名基于改进粒子群算法和极限学习机模型的配电网物资需求预测: 1; 作者王永利赵中华张一诺冯天义刘怡然; 机构华北电力大学经济与管理学院; 出处《科学技术与工程》北大核心 2025年第15期6410-6418,共9页; 基金国家自然科学基金(72371101)。; 文摘为解决电网物资品种繁多、规格多样、数量巨大、用途广泛、受政策和投资影响大等特点所导致的预测模型构建困难的问题。首先,通过德尔菲法和灰色关联分析法(gray correlation analysis,GRA)筛选影响基建、业扩及抢修项目物资需求数量的因素。其次,利用引入自适应惯性因子和学习因子的改进粒子群算法调整极限学习机的最佳参数组合,训练各类配网项目物资需求预测模型。最后,以南方电网深圳市某供电局2020—2022年基建项目10 kV电力电缆需求情况为例,将GRA-IPSO-ELM(grey relational analysis,improved particle swarm optimization,and extreme learning machines)德尔菲法和灰色关联分析法模型与常见的4种预测模型的结果进行对比。结果表明,相较于ELM模型、支持向量机模型以及PSO-ELM模型,GRA-IPSO-ELM模型预测准确率得到10.38%、5.37%、3.83%的提升,可见,所提出的模型实现了对配网物资需求数量准确且高效的预测。; 关键词物资需求预测配电网极限学习机改进粒子群优化算法; Keywords material demand forecasting distribution networks extreme learning machines improved particle swarm optimisation algorithm; 分类号 TP39 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种综合-合作学习的量子粒子群优化算法被引量：3: 2; 作者赵晶孙俊须文波; 机构江南大学数字媒体学院山东轻工业学院信息学院江南大学物联网工程学院; 出处《计算机应用与软件》 CSCD 北大核心 2014年第6期256-259,共4页; 基金国家自然科学基金项目(60703106 60474030); 文摘为了改善量子粒子群优化QPSO(Quantum-behaved Particle Swarm Optimization)算法的全局收敛能力,在对综合学习策略QPSO算法研究的基础上,引入合作思想,提出综合-合作QPSO算法(CCQPSO)。在提出的算法中,局部吸引子和粒子最优位置的更新都体现在每一个具体的维度上,避免丢失解向量中最接近最优解的部分维。九个测试函数的仿真实验结果表明,提出的算法能够有效增加群体多样性,改善算法的早熟收敛。; 关键词粒子群优化量子行为粒子群优化综合学习合作学习; Keywords particle swarm optimisation Quantum-behaved particle swarm optimisation Comprehensive learning Cooperative learning; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名基于BPSO-RBF神经网络的网络流量预测被引量：7: 3; 作者王雪松梁昔明; 机构佛山职业技术学院电子信息系北京建筑工程学院理学院; 出处《计算机应用与软件》 CSCD 北大核心 2014年第9期102-105,共4页; 基金国家自然科学基金项目(60874070) 广东省教育厅项目(2010tjk446); 文摘为了提高网络流量的预测精度,针对网络的时变性和混沌性,提出一种反向学习粒子群优化神经网络的网络流量预测模型(BPSO-RBFNN)。首先将网络流量样本输入到RBF神经网络进行学习,采用引入反向学习机制的粒子群算法优化参数,然后建立网络流量预测模型,最后采用仿真实验对模型性能进行分析。结果表明,BPSO-RBFNN可以描述网络流量的时变性、混沌性变化趋势,网络流量预测精度得以提高,具有较好的实际应用价值。; 关键词网络流量神经网络参数优化预测模型反向粒子群算法; Keywords Network traffic Neural network Parameters optimisation Prediction model opposition-based learning particle swarm optimisation; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名反向学习粒子群算法和多层分类器相融合的网络入侵检测被引量：3: 4; 作者张永强张墨华; 机构河南财经政法大学计算机与信息工程学院; 出处《计算机应用与软件》 CSCD 2015年第4期305-308,共4页; 基金国家自然科学基金项目(61202285) 河南省科技攻关项目(132102210501); 文摘为了提高网络入侵检测率,提出一种反向学习粒子群算法和多层次分类器相融合的网络入侵检测模型。首先将反向学习粒子群算法优化最小二乘支持向量机,以提高分类性能;然后利用由粗到精策略构造多层的网络入侵分类器降低计算时间杂度复;最后采用KDD 99数据集进行仿真测试。仿真结果表明,相对于其他检测模型,该模型不仅提高了网络入侵检测率,降低了入侵检测误报率,同时加快了入侵检测速度,为网络安全提供了有效保证。; 关键词最小二乘支持向量机反向学习粒子群优化算法网络入侵多层分类器; Keywords Least square support vector machine （LSSVM） Reverse learning particle swarm optimisation Network intrusion Multilayer classifier; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于粒子群优化建模的贝叶斯网络结构学习方法被引量：2: 5; 作者李东灵; 机构商丘职业技术学院; 出处《计算机应用与软件》 CSCD 北大核心 2014年第11期178-182,共5页; 文摘贝叶斯网络(BN)在不确定性的条件下表示信息和推理论证具有良好的性能,但由于其结构搜索空间的复杂性,通常将从一个数据集合中学习贝叶斯网络的结构认为是一种NP-hard的问题。基于此,提出一种新的基于粒子群优化算法建模的贝叶斯网络结构学习方法。为了学习一个贝叶斯网络的结构,该方法先使用粒子群优化算法在排序空间中进行搜索,然后运行K2算法计算每个排序的吻合度。每个排序都会有一个网络结构与之一致,该方法会返回这个网络的计分。仿真结果表明,在不同规模的数据集中,该算法相对于其他贝叶斯网络结构学习算法对不同类型的网络都具有更好的网络稳定性。; 关键词贝叶斯网络粒子群优化 K2算法结构学习; Keywords Bayesian networks particle swarm optimisation K2 algorithm Structure learning; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于粒子群算法优化极限学习机的无源目标定位算法被引量：3: 6; 作者傅彬; 机构绍兴职业技术学院; 出处《计算机应用与软件》 CSCD 2015年第11期325-328,共4页; 基金浙江省教育厅科研项目(Y201431515) 浙江省高职高专院校特色专业建设项目(TZZ09078); 文摘为了提高目标定位精度,提出一种基于粒子群算法优化极限学习机的无源目标定位算法。首先通过位置信息场采集目标的相关信息,然后利用极限学习机对位置信息场与目标位置之间的非映射关系进行拟合,同时采用粒子群算法对极限学习机参数进行优化,最后在Matlab 2009平台进行仿真对比实验。结果表明,相对于其他目标定位算法,该算法提高了目标定位的精度,更加适合于复杂环境下的目标定位。; 关键词位置信息场目标定位粒子群优化算法极限学习机; Keywords Position information field Target localisation particle swarm optimisation Extreme learning machine; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名基于改进的粒子群算法的移动互联网扩散预测被引量：3: 7; 作者朱兆杰贾振红覃锡忠曹传玲常春; 机构新疆大学信息科学与工程学院中国移动通信集团新疆有限公司; 出处《计算机应用与软件》 CSCD 2015年第7期126-128,132,共4页; 基金中国移动通信集团新疆有限公司研究发展基金项目(XJM2013-2788); 文摘为了准确预测移动互联网扩散趋势,采用一种改进的Bass创新扩散模型,将三个参数都表示为随时间变化的函数。为了得到精确参数值,提出一种新的粒子群优化算法,该算法在初始化阶段和运行过程中使用反向学习策略。引入种群密集度指标来判断种群收敛状态。当算法陷入局部最优时,对全局最优粒子进行柯西和高斯混合变异。实验结果表明改进后的粒子群优化算法能有效提高最优解精度和收敛速度,改进之后的Bass模型能够更准确的预测移动互联网扩散趋势。; 关键词移动互联网 BASS模型粒子群优化算法反向学习; Keywords Mobile Internet Bass model particle swarm optimisation opposition-based learning; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 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	基于改进粒子群算法和极限学习机模型的配电网物资需求预测	王永利赵中华张一诺冯天义刘怡然	《科学技术与工程》北大核心	2025	0	在线阅读下载PDF 职称材料
2	一种综合-合作学习的量子粒子群优化算法	赵晶孙俊须文波	《计算机应用与软件》 CSCD 北大核心	2014	3	在线阅读下载PDF 职称材料
3	基于BPSO-RBF神经网络的网络流量预测	王雪松梁昔明	《计算机应用与软件》 CSCD 北大核心	2014	7	在线阅读下载PDF 职称材料
4	反向学习粒子群算法和多层分类器相融合的网络入侵检测	张永强张墨华	《计算机应用与软件》 CSCD	2015	3	在线阅读下载PDF 职称材料
5	基于粒子群优化建模的贝叶斯网络结构学习方法	李东灵	《计算机应用与软件》 CSCD 北大核心	2014	2	在线阅读下载PDF 职称材料
6	基于粒子群算法优化极限学习机的无源目标定位算法	傅彬	《计算机应用与软件》 CSCD	2015	3	在线阅读下载PDF 职称材料
7	基于改进的粒子群算法的移动互联网扩散预测	朱兆杰贾振红覃锡忠曹传玲常春	《计算机应用与软件》 CSCD	2015	3	在线阅读下载PDF 职称材料