期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于HEOA-XGBoost组合模型的边坡稳定性预测
1
作者
祁云
白晨浩
+3 位作者
秦凯
段宏飞
李绪萍
汪伟
《中国安全科学学报》
北大核心
2025年第9期137-144,共8页
为预防边坡失稳安全事故发生,针对边坡失稳的不确定性及影响因素的复杂性等问题,提出一种基于人类进化优化算法(HEOA)优化极端梯度提升(XGBoost)的组合模型,以预测边坡稳定性。首先分析影响边坡失稳的主控因素,选取边坡岩体的6项影响因...
为预防边坡失稳安全事故发生,针对边坡失稳的不确定性及影响因素的复杂性等问题,提出一种基于人类进化优化算法(HEOA)优化极端梯度提升(XGBoost)的组合模型,以预测边坡稳定性。首先分析影响边坡失稳的主控因素,选取边坡岩体的6项影响因素建立边坡稳定性预测指标体系;其次利用极差标准化统一样本量纲,并采用合成少数类过采样技术(SMOTE)平衡样本等级分布;然后通过HEOA优化XGBoost模型的最大深度、学习率、子样本比例、列样本比例和最小损失;最后利用准确率、精确率、召回率、F_(1)分数和科恩卡帕系数综合评价所建模型的预测结果,并将该模型应用于具体工程实例。结果表明:经HEOA优化后XGBoost模型的最大深度、学习率、子样本比例、列样本比例和最小损失分别为6、0.5838、0.4615、0.5846和0.0244时效果凸显;HEOA-XGBoost组合模型预测边坡稳定性状态相比于其他智能算法优化的XGBoost模型和单一XGBoost模型,其各评价指标均有所提升,表明该模型预测边坡稳定性状态具有较高的精准度和泛化性。
展开更多
关键词
边坡稳定性
人类进化优化算法(
heoa
)
极端梯度提升(XGBoost)
极差标准化
合成少数类过采样技术(SMOTE)
在线阅读
下载PDF
职称材料
基于人类进化算法的配电网故障定位
被引量：
29
2
作者
严太山
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2015年第3期694-700,共7页
人类进化算法是模拟人类进化机制而建立起来的一种高性能的智能优化算法,是由生物进化算法和知识进化算法结合而成的。为提高配电网故障定位的速度和准确度,将人类进化算法应用于配电网故障定位,对复杂配电网进行处理时结合分级处理思想...
人类进化算法是模拟人类进化机制而建立起来的一种高性能的智能优化算法,是由生物进化算法和知识进化算法结合而成的。为提高配电网故障定位的速度和准确度,将人类进化算法应用于配电网故障定位,对复杂配电网进行处理时结合分级处理思想,先对配电网系统进行分区,在各独立区域中分别使用人类进化算法进行故障定位,再对主干支路和有故障的独立区域进行全局寻优,从而大大减少了计算量。实例表明,与求解配电网故障定位问题的其他一些智能算法相比,这种基于人类进化算法的配电网故障定位方法不仅定位准确,而且定位速度更快,它对求解复杂配电网的故障定位问题尤为优越。
展开更多
关键词
配电网故障定位
人类进化算法
分级处理
全局寻优
在线阅读
下载PDF
职称材料
人机结合多目标协同进化算法求解卫星设备布局
被引量：
3
3
作者
张子辉
滕弘飞
《计算机集成制造系统》
EI
CSCD
北大核心
2017年第11期2475-2482,共8页
针对多层系统多目标优化的多舱段卫星设备布局设计的工程满意Pareto最优解集求解困难问题,基于协同进化框架,给出一种人机结合的多目标协同差异进化算法。算法将人机结合方法引入基于协同进化框架的多目标协同进化算法,构建含人工和算...
针对多层系统多目标优化的多舱段卫星设备布局设计的工程满意Pareto最优解集求解困难问题,基于协同进化框架,给出一种人机结合的多目标协同差异进化算法。算法将人机结合方法引入基于协同进化框架的多目标协同进化算法,构建含人工和算法的精英解集合的档案,提出用差异进化算法随机自动实现由算法子个体和人工子个体两两组合生成个体的3种方式,用于子系统的人机结合。在迭代前期采用子系统人机结合增加算法的多样性和分散性,在迭代后期采用系统人机结合增加算法的收敛性和分布性,从而提高基于协同进化框架的多目标协同进化算法求解这类多层系统的多目标优化的计算性能,获得Pareto最优解集。最后,通过案例验证了该算法具有较好的计算性能。
展开更多
关键词
多层系统
多目标优化
多目标协同进化算法
人机结合
卫星设备布局优化
在线阅读
下载PDF
职称材料
题名
基于HEOA-XGBoost组合模型的边坡稳定性预测
1
作者
祁云
白晨浩
秦凯
段宏飞
李绪萍
汪伟
机构
内蒙古科技大学矿业与煤炭学院
山西大同大学煤炭工程学院
中国职业安全健康协会《中国安全科学学报》编辑部
煤炭科学技术研究院有限公司
中山大学土木工程学院
出处
《中国安全科学学报》
北大核心
2025年第9期137-144,共8页
基金
国家自然科学基金面上项目资助(52174188)
国家自然科学基金地区基金资助(52464020)
+1 种基金
山西省研究生实践创新项目(2024SJ378)
山西大同大学研究生实践创新项目(2024SJCX05)。
文摘
为预防边坡失稳安全事故发生,针对边坡失稳的不确定性及影响因素的复杂性等问题,提出一种基于人类进化优化算法(HEOA)优化极端梯度提升(XGBoost)的组合模型,以预测边坡稳定性。首先分析影响边坡失稳的主控因素,选取边坡岩体的6项影响因素建立边坡稳定性预测指标体系;其次利用极差标准化统一样本量纲,并采用合成少数类过采样技术(SMOTE)平衡样本等级分布;然后通过HEOA优化XGBoost模型的最大深度、学习率、子样本比例、列样本比例和最小损失;最后利用准确率、精确率、召回率、F_(1)分数和科恩卡帕系数综合评价所建模型的预测结果,并将该模型应用于具体工程实例。结果表明:经HEOA优化后XGBoost模型的最大深度、学习率、子样本比例、列样本比例和最小损失分别为6、0.5838、0.4615、0.5846和0.0244时效果凸显;HEOA-XGBoost组合模型预测边坡稳定性状态相比于其他智能算法优化的XGBoost模型和单一XGBoost模型,其各评价指标均有所提升,表明该模型预测边坡稳定性状态具有较高的精准度和泛化性。
关键词
边坡稳定性
人类进化优化算法(
heoa
)
极端梯度提升(XGBoost)
极差标准化
合成少数类过采样技术(SMOTE)
Keywords
slope stability
human
evolutionary
optimization
algorithm
(
heoa
)
eXtreme gradient boosting(XGBoost)
range normalization
synthetic minority oversampling technique(SMOTE)
分类号
X936 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
基于人类进化算法的配电网故障定位
被引量：
29
2
作者
严太山
机构
湖南理工学院信息与通信工程学院
湖南理工学院复杂系统优化与控制湖南省普通高等学校重点实验室
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2015年第3期694-700,共7页
基金
湖南省科技计划(2012WK4015
2012GK3109)
湖南省高校科技创新团队支持计划(湘教通[2012]318)资助项目
文摘
人类进化算法是模拟人类进化机制而建立起来的一种高性能的智能优化算法,是由生物进化算法和知识进化算法结合而成的。为提高配电网故障定位的速度和准确度,将人类进化算法应用于配电网故障定位,对复杂配电网进行处理时结合分级处理思想,先对配电网系统进行分区,在各独立区域中分别使用人类进化算法进行故障定位,再对主干支路和有故障的独立区域进行全局寻优,从而大大减少了计算量。实例表明,与求解配电网故障定位问题的其他一些智能算法相比,这种基于人类进化算法的配电网故障定位方法不仅定位准确,而且定位速度更快,它对求解复杂配电网的故障定位问题尤为优越。
关键词
配电网故障定位
人类进化算法
分级处理
全局寻优
Keywords
fault location for distribution network
human
evolutionary
algorithm
stage treatment
global
optimization
分类号
TM72 [电气工程—电力系统及自动化]
TP301 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
人机结合多目标协同进化算法求解卫星设备布局
被引量：
3
3
作者
张子辉
滕弘飞
机构
大连理工大学机械工程学院
大连理工大学计算机科学与技术学院
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2017年第11期2475-2482,共8页
基金
国家自然科学基金资助项目(61472062)~~
文摘
针对多层系统多目标优化的多舱段卫星设备布局设计的工程满意Pareto最优解集求解困难问题,基于协同进化框架,给出一种人机结合的多目标协同差异进化算法。算法将人机结合方法引入基于协同进化框架的多目标协同进化算法,构建含人工和算法的精英解集合的档案,提出用差异进化算法随机自动实现由算法子个体和人工子个体两两组合生成个体的3种方式,用于子系统的人机结合。在迭代前期采用子系统人机结合增加算法的多样性和分散性,在迭代后期采用系统人机结合增加算法的收敛性和分布性,从而提高基于协同进化框架的多目标协同进化算法求解这类多层系统的多目标优化的计算性能,获得Pareto最优解集。最后,通过案例验证了该算法具有较好的计算性能。
关键词
多层系统
多目标优化
多目标协同进化算法
人机结合
卫星设备布局优化
Keywords
multilayer structure
multi-objective
optimization
multi-objective co-
evolutionary
algorithm
human
-com-puter cooperation
satellite equipment layout
optimization
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
作者
出处
发文年
被引量
操作
1
基于HEOA-XGBoost组合模型的边坡稳定性预测
祁云
白晨浩
秦凯
段宏飞
李绪萍
汪伟
《中国安全科学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于人类进化算法的配电网故障定位
严太山
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2015
29
在线阅读
下载PDF
职称材料
3
人机结合多目标协同进化算法求解卫星设备布局
张子辉
滕弘飞
《计算机集成制造系统》
EI
CSCD
北大核心
2017
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
