云南省自然科学基金(2009ZC128M)

作品数：7被引量：31H指数：2
导出分析报告
相关作者：杨华芬尚晋杨有董德春杨祖元更多>>
相关机构：曲靖师范学院重庆航天职业技术学院重庆师范大学重庆大学更多>>
相关期刊：《计算机应用研究》《计算机工程与设计》《文山学院学报》《重庆工商大学学报（自然科学版）》更多>>
相关主题：遗传算法神经网络子代种群多样性积分更多>>
相关领域：自动化与计算机技术理学电子电信更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于数字电视信号的定位技术研究分析
《文山学院学报》2012年第3期70-71,75,共3页田安红 杨华芬 付承彪 
云南省自然科学基金项目"基干遗传算法的神经网络优化算法研究"(2009ZC128M);云南省教育厅科学研究基金项目"遗传算法优化研究"(2010Y081)
目前,定位某个目标一般采用的是GPS定位技术,但是GPS定位技术需要至少接收到4颗GPS卫星信号,才可以确定目标的位置,当某目标运动到室内或高楼耸立的大城市中时,因为受到高楼的遮挡,使得接收机因接收不到卫星的全部信号而无法完成对目标...
关键词：DTV 定位精度 辅助定位 
双闭环直流调速系统模糊PID控制研究被引量：25
《计算机应用研究》2011年第3期921-923,共3页杨祖元 杨华芬 
云南省自然科学基金资助项目(2009ZC128M)
针对电压和负载扰动导致传统PID控制双闭环直流调速系统性能下降的问题,提出一种模糊PID控制方法。控制方法根据调速系统的转速偏差e和偏差变化率ec,经过模糊逻辑推理,动态自适应调整PID控制器的三个参数,能够有效提高系统抗扰动能力。...
关键词：双闭环直流调速系统 模糊逻辑 比例—积分—微分控制 
利用个体3种属性的遗传算法研究
《计算机工程与设计》2010年第23期5084-5087,5099,共5页杨华芬 杨有 尚晋 董德春 
云南省自然科学基金项目(2009ZC128M)
为了克服传统遗传算法寻优时存在"早熟收敛"、后期搜索效率低,以及难于平衡选择压力和种群多样性的问题,提出利用个体3种属性的遗传算法。先用个体相似性度量个体对种群多样性的贡献,用相关系数度量子代从父代遗传的信息量,最后提出自...
关键词：遗传算法 替代策略 种群多样性 交叉概率 变异概率 父代子代相关性 
利用个体三种属性的遗传算法研究
《重庆航天职业技术学院学报》2010年第4期46-51,56,共7页尚晋 杨华芬 
云南省自然科学基金（2009ZC128M）.
传统遗传算法寻优时存在“早熟收敛”、后期搜索效率低，以及难于平衡选择压力和保持种群多样性的问题。用欧式距离定义子代个体C和种群P中个体的相似性，度量个体对种群多样性贡献的大小。将子代和父代的适应度看作随机变量，定义子代...
关键词：遗传算法 替代策略 种群多样性 交又概率 变异概率 父代子代相关性 
一种改进的进化神经网络优化设计方法被引量：4
《郑州大学学报（工学版）》2010年第5期116-120,共5页杨华芬 杨有 尚晋 
云南省自然科学基金资助项目(2009ZC128M);重庆师范大学自然科学基金项目(10XLB006)
基于传统遗传算法优化神经网络时存在的"近亲繁殖"、基因编码冗余和难以确定隐节点数等问题,提出改进的进化神经网络优化设计方法.通过对网络编码形式的规范,使得基因编码与功能等价类一一对应,从而降低编码冗余;通过节点相关性评价,使...
关键词：神经网络 遗传算法 基因编码 交叉概率 变异概率 节点相关性 
基于混合遗传算法的自适应神经网络优化设计被引量：2
《云南民族大学学报（自然科学版）》2010年第4期301-304,312,共5页杨华芬 
云南省自然科学基金(2009ZC128M)
传统遗传算法优化神经网络存在"近亲繁殖"、"早熟收敛"、收敛速度慢和容易陷入局部极小等缺点.将适应度与相应的个体数目相联系,提出一种自适应交叉变异概率,并将其用于遗传操作,使得个体具有较强的多样性,一定程度缓解种群"早熟";将单...
关键词：单纯形法 交叉概率 变异概率 遗传算法 神经网络 
改进的遗传神经网络在灰渣粘度预测中的研究及应用
《重庆工商大学学报（自然科学版）》2010年第3期225-229,共5页杨华芬 董德春 
云南省自然科学基金(2009ZC128M)
提出一种基于改进遗传神经网络的灰渣粘度预测方法。通过节点相关性评价,使得低于某阈值的网络内部节点在交叉操作时被排除,从而降低节点冗余;将交叉/变异概率与种群个体适应度相联系,提出一种自适应交叉/变异概率,将其用于遗传操作,使...
关键词：神经网络 遗传算法 交叉概率 变异概率 节点相关性 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部