期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
遗传算法与神经网络(Ⅰ)──用改进的遗传算法训练神经网络 被引量:22
1
作者 陈方泽 陈丙珍 何小荣 《化工学报》 EI CAS CSCD 北大核心 1996年第3期280-286,共7页
针对BP(backpropagation)神经网络训练中的局部最优问题,提出了由改进的遗传算法EGA训练BP神经网络的新方法.该方法克服了经典遗传算法的不足,通过自适应多点变异操作比较有效地克服了收敛过程中的振荡问题,因而提高了BP网络训练... 针对BP(backpropagation)神经网络训练中的局部最优问题,提出了由改进的遗传算法EGA训练BP神经网络的新方法.该方法克服了经典遗传算法的不足,通过自适应多点变异操作比较有效地克服了收敛过程中的振荡问题,因而提高了BP网络训练的速度,并且找到了合理的变异因子范围. 展开更多
关键词 遗传算法 神经网络 变异因子 优化算法
在线阅读 下载PDF
基于BP神经网络的火电厂实时负荷优化分配 被引量:13
2
作者 李勇 王建君 曹丽华 《电力系统保护与控制》 EI CSCD 北大核心 2011年第17期87-92,共6页
满足电网调度要求的实时分配方法是火电厂负荷优化分配得到推广应用的关键,综合考虑了燃料成本及污染物排放成本对传统数学模型进行改进。根据BP网络算法中误差函数、权值、阈值的计算公式推导出一种能够真正达到自适应的学习率对算法... 满足电网调度要求的实时分配方法是火电厂负荷优化分配得到推广应用的关键,综合考虑了燃料成本及污染物排放成本对传统数学模型进行改进。根据BP网络算法中误差函数、权值、阈值的计算公式推导出一种能够真正达到自适应的学习率对算法进行了改进,引入多变异位自适应遗传算法计算样本数据对BP网络进行训练。分析了实时煤耗特性曲线的获取,并探讨了基于BP网络的实时负荷优化分配方法的实现。实例计算结果:10组样本测试结果的平均相对误差仅为0.185%,且平均耗时仅为0.011s,表明了该方法在降低发电成本的同时,可有效地缩短优化计算时间。 展开更多
关键词 火电厂 负荷优化分配 实时调度 BP神经网络 多变异位自适应遗传算法
在线阅读 下载PDF
基于BP算子的自适应混合遗传算法研究 被引量:9
3
作者 韩瑞峰 李娟 《计算机工程与设计》 CSCD 北大核心 2007年第3期651-652,共2页
将误差反向传播算法(BP算法)以一个算子的形式融入到遗传算法中,以提高遗传算法的优化性能。其基本思路是:在遗传算法收敛速度放慢时启用BP算子,把新一代群体作为BP算子的初始值再用BP算法训练网络,这样交替运行BP算法和遗传算法,直到... 将误差反向传播算法(BP算法)以一个算子的形式融入到遗传算法中,以提高遗传算法的优化性能。其基本思路是:在遗传算法收敛速度放慢时启用BP算子,把新一代群体作为BP算子的初始值再用BP算法训练网络,这样交替运行BP算法和遗传算法,直到达到问题要求的精度。通过对4例实验函数的优化,证明了混合遗传算法具有良好的收敛性和稳定性。实验对插入BP算子的遗传算法和传统遗传算法的优化结果进行了比较分析,结果表明BP算子的插入对遗传算法的优化性能、收敛速度和收敛精度方面都有了很大的改进。 展开更多
关键词 遗传算法 杂交率 变异率 BP算法 人工神经网络
在线阅读 下载PDF
一种水源地气温-水温-水质关系智能预警算法 被引量:2
4
作者 王晶 张雯 +1 位作者 郭栋梁 裴阳 《环境监测管理与技术》 CSCD 2018年第5期15-19,55,共6页
设计了一种两阶段算法,引入水温作为中间桥梁,第一阶段利用多变异位自适应遗传算法解析气温与水温数学关系,第二阶段根据遗传算法改进的BP神经网络通过水温对水质进行预测,进而设计气温-水温-水质组成的水质预测算法GA-GABP,并将该算法... 设计了一种两阶段算法,引入水温作为中间桥梁,第一阶段利用多变异位自适应遗传算法解析气温与水温数学关系,第二阶段根据遗传算法改进的BP神经网络通过水温对水质进行预测,进而设计气温-水温-水质组成的水质预测算法GA-GABP,并将该算法应用于秦皇岛石河水库的水质监测模拟。结果表明,整个过程算法寻优速率快,网络学习时间短,其最终拟合、预测效果理想,能够对水质预警作出有效分析。 展开更多
关键词 气温 水温 多变异位自适应遗传算法 BP神经网络 水质预测 秦皇岛石河水库
在线阅读 下载PDF
基于改进遗传算法的神经网络控制 被引量:2
5
作者 张松兰 《火力与指挥控制》 CSCD 北大核心 2012年第6期170-172,共3页
神经网络结构简单,但训练容易陷入局部最优解,而遗传算法依照生物进化理论将群体进行选择交叉变异从而求取全局解。首先讨论了神经网络与遗传算法的结合方法,并针对传统遗传算法中存在的问题,采取一种改进的遗传算法,将两种智能控制方... 神经网络结构简单,但训练容易陷入局部最优解,而遗传算法依照生物进化理论将群体进行选择交叉变异从而求取全局解。首先讨论了神经网络与遗传算法的结合方法,并针对传统遗传算法中存在的问题,采取一种改进的遗传算法,将两种智能控制方法相结合进行研究,仿真结果表明此算法能有效改善系统的响应指标。 展开更多
关键词 神经网络 遗传算法 自适应 交叉概率 变异概率
在线阅读 下载PDF
基于自适应变异粒子群算法的船舶结构优化方法 被引量:18
6
作者 王一镜 罗广恩 +1 位作者 王陈阳 李爽 《中国舰船研究》 CSCD 北大核心 2022年第2期156-164,共9页
[目的]由于船体结构的复杂性,传统优化方法容易出现陷入局部最优、求解速度偏慢的问题。[方法]基于自适应变异粒子群算法(AMPSO)、BP神经网络、遗传算法(GA),结合Isight/Nastran设计的正交试验方法,提出AMPSO-BP-GA结构优化方法,然后分... [目的]由于船体结构的复杂性,传统优化方法容易出现陷入局部最优、求解速度偏慢的问题。[方法]基于自适应变异粒子群算法(AMPSO)、BP神经网络、遗传算法(GA),结合Isight/Nastran设计的正交试验方法,提出AMPSO-BP-GA结构优化方法,然后分别以十杆桁架和跳板结构的优化作为算例,验证所提优化算法的准确性和可行性。[结果]计算结果表明:在相同的约束条件下,经AMPSO-BP-GA方法优化后,十杆桁架结构重量为2272.1 kg,比其他方法优化后的结构重量更轻;跳板重量减少了33.3%,对比GA-BP-GA方法和PSOBP-GA方法分别减少25.4%和17.9%,显示AMPSO-BP-GA方法的优化效果更佳。[结论]AMPSO-BP-GA方法针对结构轻量化的优化效果更佳,可为船舶结构优化设计提供参考。 展开更多
关键词 结构优化 BP神经网络 自适应变异粒子群算法 遗传算法 车渡船跳板
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部