检索结果-维普期刊中文期刊服务平台

求解双层规划问题的层次混沌量子遗传算法被引量：9: 1; 作者李昌兵杜茂康付德强《系统工程学报》 CSCD 北大核心 2013年第2期159-166,共8页; 基于量子位的混沌特性和相干特性,提出针对一般双层规划问题的层次混沌量子遗传算法(HCQGA).结合进化博弈及多目标优化非支配排序的思想,通过两个混沌量子遗传算法的交互迭代来模拟决策者之间的博弈寻优过程,从而获得使各方利益最大化... 展开更多; 关键词层次混沌量子遗传算法双层规划约束优化; 在线阅读下载PDF 职称材料

模糊系统的递阶遗传算法设计新方法被引量：3: 2; 作者周辉仁郑丕谔《系统仿真学报》 EI CAS CSCD 北大核心 2008年第3期678-681,共4页; 针对模糊系统的特点和根据输入-输出数据,应用递阶遗传算法设计模糊系统。现有的模糊系统设计方法大多只能训练模糊系统的模糊集的中心参数、高斯隶属度函数的系数、中心参数和扩展参数,系统的模糊规则得预先用某种方法确定。利用很好... 展开更多; 关键词模糊系统设计递阶遗传算法混沌时间序列预测; 在线阅读下载PDF 职称材料

递阶遗传粒子群算法在神经网络设计中的应用被引量：1: 3; 作者吕俊高慧萍杨慧《计算机工程与应用》 CSCD 北大核心 2010年第33期227-229,243,共4页; 将递阶遗传粒子群算法(HGAPSO)应用于神经网络设计,可以在对网络拓扑结构优化的同时对连接权重进行求解。该算法结合了遗传算法在解决离散问题和粒子群算法在解决连续问题上的优势,并利用BP算法沿误差最速下降的能力对连接权重进一步学... 展开更多; 关键词递阶遗传算法粒子群算法误差反向传播(BP)算法人工神经网络优化混沌时间序列; 在线阅读下载PDF 职称材料

连续参数小波神经网络的递阶遗传训练方法: 4; 作者周辉仁郑丕谔王海龙《系统工程与电子技术》 EI CSCD 北大核心 2008年第8期1485-1488,共4页; 提出递阶遗传训练方法用于训练连续参数小波神经网络的参数及其结构。现有的连续参数小波网络训练方法大多只能训练网络的参数,包括平移参数、伸缩参数和权值,而网络的结构得预先用某种方法确定。应用递阶遗传算法能够把网络的结构和参... 展开更多; 关键词连续参数小波神经网络递阶遗传算法混沌时间序列预测; 在线阅读下载PDF 职称材料

题名求解双层规划问题的层次混沌量子遗传算法被引量：9: 1; 作者李昌兵杜茂康付德强; 机构重庆邮电大学经济管理学院; 出处《系统工程学报》 CSCD 北大核心 2013年第2期159-166,共8页; 基金国家自然科学基金资助项目(60905066) 重庆市教委自然科学基金资助项目(KJ070509) 重庆邮电大学自然科学基金资助项目(A2009-03); 文摘基于量子位的混沌特性和相干特性,提出针对一般双层规划问题的层次混沌量子遗传算法(HCQGA).结合进化博弈及多目标优化非支配排序的思想,通过两个混沌量子遗传算法的交互迭代来模拟决策者之间的博弈寻优过程,从而获得使各方利益最大化的双层规划问题的最优解.算法测试结果表明,该算法不仅可以获得Pareto最优解集合,而且还可以克服现有双层规划算法在解决大规模问题时存在的算法复杂度及计算效率问题.; 关键词层次混沌量子遗传算法双层规划约束优化; Keywords hierarchical chaotic quantum-inspired genetic algorithm bilevel programming constrained optimization; 分类号 O221 [理学—运筹学与控制论]; 在线阅读下载PDF 职称材料

题名模糊系统的递阶遗传算法设计新方法被引量：3: 2; 作者周辉仁郑丕谔; 机构天津大学系统工程研究所; 出处《系统仿真学报》 EI CAS CSCD 北大核心 2008年第3期678-681,共4页; 文摘针对模糊系统的特点和根据输入-输出数据,应用递阶遗传算法设计模糊系统。现有的模糊系统设计方法大多只能训练模糊系统的模糊集的中心参数、高斯隶属度函数的系数、中心参数和扩展参数,系统的模糊规则得预先用某种方法确定。利用很好设计的递阶遗传算法能够把模糊系统的模糊规则数目和参数同时通过训练确定。通过对混沌时间序列进行预测仿真,结果证明用该方法设计的模糊系统预测的精确度是令人满意的,文中提出的方法是可行的。; 关键词模糊系统设计递阶遗传算法混沌时间序列预测; Keywords fuzzy systems design hierarchical genetic algorithm chaotic time series forecast; 分类号 TP273.4 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名递阶遗传粒子群算法在神经网络设计中的应用被引量：1: 3; 作者吕俊高慧萍杨慧; 机构南京工业大学电子与信息工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2010年第33期227-229,243,共4页; 文摘将递阶遗传粒子群算法(HGAPSO)应用于神经网络设计,可以在对网络拓扑结构优化的同时对连接权重进行求解。该算法结合了遗传算法在解决离散问题和粒子群算法在解决连续问题上的优势,并利用BP算法沿误差最速下降的能力对连接权重进一步学习,达到全局最优和快速搜索的有机结合。通过对混沌时序信号的预测,表明递阶遗传粒子群算法在较大程度上提高了神经网络的学习性能和泛化能力。; 关键词递阶遗传算法粒子群算法误差反向传播(BP)算法人工神经网络优化混沌时间序列; Keywords hierarchical genetic algorithm particle swarm optimization algorithm Error Back Propagation （BP） algorithm artificial neural network optimization chaotic time series; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名连续参数小波神经网络的递阶遗传训练方法: 4; 作者周辉仁郑丕谔王海龙; 机构天津大学系统工程研究所; 出处《系统工程与电子技术》 EI CSCD 北大核心 2008年第8期1485-1488,共4页; 文摘提出递阶遗传训练方法用于训练连续参数小波神经网络的参数及其结构。现有的连续参数小波网络训练方法大多只能训练网络的参数,包括平移参数、伸缩参数和权值,而网络的结构得预先用某种方法确定。应用递阶遗传算法能够把网络的结构和参数同时通过训练确定。利用混沌时间序列数据进行仿真,结果证明该模型具有较高的预测精度,提出的方法是可行的。; 关键词连续参数小波神经网络递阶遗传算法混沌时间序列预测; Keywords continuous wavelet neural network hierarchical genetic algorithm chaotic time series forecast; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料