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
共找到5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：
基于变异粒子群优化与深度神经网络的航空弹药消耗预测模型 被引量：7
1
作者 田德红 何建敏 《南京理工大学学报》 EI CAS CSCD 北大核心 2018年第6期716-721,726,共7页
为了提高航空弹药的供应保障效率,将变异粒子群优化(MPSO)融入深度神经网络(DNN),研究航空弹药训练消耗预测问题。通过DNN确定网络各层的最优激活函数,基于MPSO参数寻优得到网络各层最优的权值和阈值,进而构建MPSO与DNN融合的航空弹药... 为了提高航空弹药的供应保障效率,将变异粒子群优化(MPSO)融入深度神经网络(DNN),研究航空弹药训练消耗预测问题。通过DNN确定网络各层的最优激活函数,基于MPSO参数寻优得到网络各层最优的权值和阈值,进而构建MPSO与DNN融合的航空弹药训练消耗预测模型。实验研究表明,该文组合预测模型在对5年数据的预测中均方误差为0.000 9,与粒子群优化-深度神经网络(PSO-DNN)模型、DNN模型以及反向传播神经网络(BPNN)模型相比具有更好的预测性能。 展开更多
关键词 变异粒子群优化 深度神经网络 航空弹药 组合预测模型
下载PDF
基于自适应变异混沌粒子群优化和SVM的导弹命中预测模型 被引量：1
2
作者 许凌凯 杨任农 +1 位作者 张彬超 左家亮 《计算机应用》 CSCD 北大核心 2017年第10期3024-3028,共5页
针对国内外关于导弹命中预测方面存在的研究深度不足、算法寻优能力不强、模型预测精度不高等缺陷,提出一种基于自适应变异混沌粒子群算法(AMCPSO)和支持向量机(SVM)的导弹命中预测模型。首先,对空战数据进行特征提取,构建模型训练所需... 针对国内外关于导弹命中预测方面存在的研究深度不足、算法寻优能力不强、模型预测精度不高等缺陷,提出一种基于自适应变异混沌粒子群算法(AMCPSO)和支持向量机(SVM)的导弹命中预测模型。首先,对空战数据进行特征提取,构建模型训练所需样本库;然后,采用改进的AMCPSO算法对SVM中的惩罚因子C和核函数参数g进行寻优,并用优化后的模型对样本进行预测;最后,与经典PSO算法、BP神经网络法、网格法构建的预测模型进行了对比实验。实验结果表明,所提算法的全局寻优能力与局部寻优能力均得到提高,模型预测精度较高,可为导弹命中预测研究提供一定的参考依据。 展开更多
关键词 支持向量机 自适应变异混沌粒子群优化 导弹命中预测 智能空战 军事航空
下载PDF
基于改进粒子群算法的变异体选择优化 被引量：8
3
作者 王曙燕 杨悦 孙家泽 《计算机应用研究》 CSCD 北大核心 2017年第3期752-755,共4页
变异测试是常用的测试方法之一,变异测试分析的过程中计算开销会比较大,问题主要集中于测试过程中会产生大量的变异体。为了减少变异体的数量,提出用标准粒子群聚类算法进行选择优化,但标准粒子群算法在被测数据量增加到一定数量的时候... 变异测试是常用的测试方法之一,变异测试分析的过程中计算开销会比较大,问题主要集中于测试过程中会产生大量的变异体。为了减少变异体的数量,提出用标准粒子群聚类算法进行选择优化,但标准粒子群算法在被测数据量增加到一定数量的时候,它的迭代次数就会增加、收敛速度就会下降。针对以上问题提出基于改进的粒子群算法对变异体进行选择优化。通过对变异体集合进行聚类分区,增强变异体集合的多态性,从而对粒子群算法进行改进优化。实验结果表明,在不影响测试充分度的前提下,使变异体的数量大幅度减少,同时与K-means算法以及标准粒子群算法相比之下,改进后的方法具有更好的优化效果。 展开更多
关键词 软件测试 变异测试 变异体选择优化 粒子群优化算法
下载PDF
基于改进变异粒子群算法的TDOA/AOA定位研究 被引量：6
4
作者 胡骏 乐英高 +2 位作者 蔡绍堂 曹莉 吴浩 《组合机床与自动化加工技术》 北大核心 2019年第4期14-19,共6页
针对GPS盲点区域的定位问题,蜂窝定位技术能够有效解决。蜂窝定位技术中的混合定位算法能够有效地提高定位精度和定位可靠性,但是算法中的信号测量产生的误差和定位估计遇到的非线性优化问题严重影响了混合定位算法的性能。针对上述算... 针对GPS盲点区域的定位问题,蜂窝定位技术能够有效解决。蜂窝定位技术中的混合定位算法能够有效地提高定位精度和定位可靠性,但是算法中的信号测量产生的误差和定位估计遇到的非线性优化问题严重影响了混合定位算法的性能。针对上述算法问题,文章提出了一种基于改进的变异粒子群算法(IMPSO)的目标定位策略。该算法是以TDOA/AOA混合定位算法为对象,首先用最大似然法得到移动台的估计函数,将估计函数作为适应度函数产生初始种群,然后对粒子群(PSO)算法中适应度方差进行变异操作,同时改进惯性权重,达到PSO算法在对适应度函数进行寻优处理时不会出现陷入局部最优的目的,最后用IMPSO算法对种群进行寻优,得到最优的估计位置。仿真实验结果表明,IMPSO算法的应用相对传统的Chan算法和TDOA/AOA混合定位算法,在视距的环境下,能有效减小测量误差的影响,并提高定位系统的稳定性。 展开更多
关键词 TDOA/AOA 改进变异粒子群算法 变异操作 惯性权重 定位算法
下载PDF
港口备件需求预测模型研究
5
作者 宋之杰 付赞 +1 位作者 王晗 侯贵宾 《物流技术》 北大核心 2014年第4期84-87,103,共5页
港口备件需求预测具有影响因素多、非线性和历史数据较少的特点,给预测带来极大困难,采用适合于解决小样本、非线性和高维问题的最小二乘支持向量机(LS-SVM)对其进行预测,并针对LS-SVM参数选择的盲目性问题,引入了自适应变异粒子群算法(... 港口备件需求预测具有影响因素多、非线性和历史数据较少的特点,给预测带来极大困难,采用适合于解决小样本、非线性和高维问题的最小二乘支持向量机(LS-SVM)对其进行预测,并针对LS-SVM参数选择的盲目性问题,引入了自适应变异粒子群算法(AMPSO),提出一种基于AMPSO-LSSVM的港口备件需求预测模型,通过对秦皇岛港某型备件的实例分析,验证了该模型的可行性。 展开更多
关键词 港口备件 需求预测 最小二乘支持向量机 自适应变异粒子群
下载PDF
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
使用帮助 返回顶部