搜索结果: 1-11 共查到“人工智能 GA”相关记录11条 . 查询时间(0.036 秒)
基于GA-BP神经网络的柴油喷雾贯穿距预测
BP神经网络 柴油喷雾 贯穿距 预测
2019/3/5
为解决柴油喷雾贯穿距测量的问题，提出一种基于GA-BP神经网络的预测方法。首先通过实验得到30组柴油在定容弹中不同环境背压、喷油压力和喷油脉宽等条件下的喷雾贯穿距，然后将前20组数据作为训练样本，后10组数据作为测试样本，最后分别通过BP神经网络和GA-BP神经网络建立喷雾贯穿距的预测模型。研究结果表明：GA-BP神经网络预测模型的平均相对误差和相对误差方差均比BP神经网络预测模型的低，并且其达到...
GA-BP神经网络在下肢运动步态识别中的应用研究
肌电信号 特征提取 BP神经网络 遗传算法
2014/4/17
为了提高下肢表面肌电信号步态识别的准确性，提出了一种基于遗传算法（GA）优化的BP神经网络分类器设计方法。首先，对采集的下肢表面肌电信号进行小波滤波及特征值提取，其次，构造基于GA优化的BP神经网络分类器，然后，以提取的表面肌电信号特征作为输入对分类器进行训练，最后利用训练好的分类器进行测试。实验结果表明，基于GA优化的BP神经网络分类器能成功识别下肢正常行走的五个步态，平均识别率达到98%以上，...
基于GA-BP神经网络的UUV航向容错控制
UUV；GM(2,1) GA-BP神经网络 故障诊断 容错控制
2014/4/17
为提高UUV航向控制系统的可靠性，本文对传统的BP神经网络利用遗传算法进行了优化设计，并将优化的BP神经网络应用于UUV的航向容错控制中。首先利用改进的二阶灰色预测模型对光纤罗经进行故障诊断，若UUV罗经故障，根据UUV当前的舵角、航速与加速度信息重构航向信息，利用重构的航向数据代替光纤罗经的航向输出，实现对光纤罗经的航向容错控制。本文详细阐述了容错控制方法的实现步骤，并利用海试实验数据进行了仿真...
针对虚拟维修环境中任务执行过程存在的不确定性和随机性问题,提出了一种基于Q 学习算法的作业策略规划模型,该方法将虚拟维修过程转化为选取不同动作参与状态转移的过程。在该过程中,采用试错机制和逆向求解的方法求解动作策略规划问题,并将任务特征匹配机制和顺序约束机制作为启发机制,保证策略学习过程中持续进化可行策略;在进化过程中,将动作因子赋予概率值,并采用遗传算法(GA)进化动作因子的概率分布,避免了策略...
一种保持PSO与GA独立性的混合优化算法
粒子群 遗传算法 函数优化
2009/10/10
提出了一种基于粒子群和遗传算法的新混合算法。该算法首先将样本集分为N组，每一组分别进行不同参数的粒子群或遗传运算，在每一步的迭代中选取了粒子群算法和遗传算法的最优值作为全局最优，使每一步的迭代都优于单一的PSO和GA算法，进而提高了算法整体的性能。与其他混合最优化算法不同的是，该算法没有破坏粒子群和遗传算法的独立性，而是仅通过全局最优样本把两个算法结合在一起。在经典测试函数的仿真实验中，新算法表现...
改进GA-BPNN在短期电力负荷预测中的应用
人工神经网络 反向传播 预测
2009/7/22
为了避免传统方法预测短期电力负荷建模复杂性，将改进遗传算法（GA）和误差反向传播（BP）算法相结合构成的混合算法用于训练人工神经网络，结合电力负荷历史数据，对短期电力负荷进行仿真预测。仿真结果表明，该混合算法有效地解决了常规BP算法学习网络权值收敛速度慢、易陷入局部极小和GA算法独立训练神经网络速度缓慢等问题，具有较快的收敛速度和较高的预测精度。
一种基于GA和支持向量机的车牌字符识别方法
遗传算法 支持向量机 神经网络
2009/7/8
以高斯核为其核函数的支持向量机在实际应用中表现出优良的学习性能，被广泛应用于模式分类中。支持向量机的识别性能对参数的选取是敏感的，惩罚因子C和核函数参数σ对支持向量机性能会产生重要的影响。针对高斯核支持向量机在车牌字符识别问题中的应用，提出了一种基于遗传算法的参数选择方法。首先确定合适的遗传算法适应度函数，然后利用遗传算法对支持向量机的参数进行优化，最后在各个识别子网中分别采用参数优化后的支持向量...
基于GA-SVM的企业财务困境预测
遗传算法 支持向量机 财务困境
2009/4/24
通过遗传算法结合支持向量机算法中期望风险边界，对我国上市公司财务数据进行特征提取，并优化构造广义最优分类超平面，从而获得具有较好整体预测性能的联合模型。数值实验表明，该方法可以降低特征空间维数，具有较好的分类准确率。实证结果表明，GA-SVM联合预测模型具有可靠的预测财务困境能力，有着良好的应用前景。
基于二维模糊熵的GA在SAR图像分割中的应用
合成孔径雷达 遗传算法 模糊熵
2009/4/14
SAR图像中目标和背景的分割是SAR图像分割中的重要内容，阈值方法是其中比较简单实用的方法。阈值分割的核心问题是如何选择合适的阈值，最简单和常用的方法是从图像的灰度直方图出发，得到各个灰度级的概率分布密度，依据某一准则选取一个或多个合适的阈值，以确定每个像素点的归属。该文借助遗传算法工具，对基于二维直方图的模糊熵法做了改进和设计，提出了寻找最优阈值的分割算法，经MSTAR数据测试，对于含噪SAR图...
基于BP-GA混合学习算法的神经网络短期负荷预测
2007/12/13
Abstract本文提出了修正的遗传算法和BP算法相结合的短期负荷预测方法，与传统神经网络方
法相比，该方法可以加快网络学习速度和提高学习精度．我们用遗传算法来训练网络参数，
直到误差趋于一稳定值，然后用优化的权值进行BP算法，实现短期负荷预测．在构建网络模
型时，我们考虑了气候因素的影响，并把它作为网络的一组输入点．实验结果表明基于这一
方法的负荷预测系统较高的精度和实时性．