导读:本文包含了思维进化算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:算法,思维,神经网络,阈值,邻域,充电站,出血热。
思维进化算法论文文献综述
冯培存,魏正英,张育斌,张千,张磊[1](2019)在《基于思维进化算法优化BP神经网络的温室甜瓜ET_0预测研究》一文中研究指出为实现温室作物参考作物蒸散量(ET_0)的准确计算和预测,利用BP神经网络对获取的数据进行非线性回归,利用思维进化算法自动寻优,进而获取BP神经网络算法中较优的权值和阈值,最终建立了基于思维进化算法优化BP神经网络的参考作物蒸散量预测模型(MEA-BP)。结果表明,优化后的BP神经网络的最大相当误差有原来的13%下降到了7.2%,平均相对误差由原来的6.8%下降到了3.4%。研究了在气象数据缺失情况下模型的预测效果,当模型输入参数为4个时,平均绝对误差约为在0.2 mm(预测值约3~6 mm),模型的有效系数和相关系数基本在0.9以上;当模型输入参数为3个时,平均绝对误差约为0.25 mm,模型的有效系数和相关系数基本在0.8以上。因此,在输入参数保证3个及以上,同时包含有显着影响因子有效光照时长时,该模型的整体计算精度以及整体的实用性较好,能够为作物灌水量的预测提供参考。(本文来源于《节水灌溉》期刊2019年09期)
高帅,胡红萍,李洋,白艳萍[2](2018)在《基于改进的思维进化算法与BP神经网络的AQI预测》一文中研究指出思维进化算法(MEA)的趋同和异化操作带有太多的随机性,公告板的信息不能得到充分利用,使得效率下降,出现重复搜索.为了避免MEA算法的这个缺点,借鉴遗传算法(GA)和粒子群算法(PSO)的优点,提出改进的思维进化算法(MEA—PSO—GA).利用MEA—PSO—GA算法优化BP神经网络的初始权值和阈值进而预测太原的日常空气质量指数(AQI).通过与MEA—BP算法,MEA—PSO—BP算法和MEA—GA—BP算法比较,实验结果表明,提出的MEA—PSO—GA—BP算法在预测精度、误差率和可靠性方面搜索速度更优,更易于实现AQI预测,具有较好的有效性和可行性,有一定的现实意义.(本文来源于《数学的实践与认识》期刊2018年19期)
刘伟[3](2018)在《基于思维进化算法的灰色神经网络模型预测GDP的效用研究》一文中研究指出国内生产总值(GDP)是反映一个国家或者地区经济发展状况以及总体发展水平的重要指标之一。它的准确预测可以为政府的经济结构调整和经济发展提供可靠的依据,所以关于GDP预测的研究具有重要的实际意义。GDP受多种因素的影响,这些因素的指标数据呈现复杂的时间序列性和非线性,数据量也相对较少。在处理GDP预测问题时,以往方法的预测精度往往难以令人满意。神经网络模型学习能力极强,操作简单,对于解决数据量少、数据内部存在多重共线性的问题有很好的效果,适用于GDP的预测工作。但是在预测中往往存在收敛速度慢,容易陷入局部最优解的问题。为了解决神经网络模型存在的上述问题、提升预测精确度,本文将思维进化优化灰色神经网络模型应用于GDP的预测中。利用河北省2005-2016年的GDP相关数据,选取河北省GDP作为被解释变量,河北省人口数、固定投资、地方财政一般预算收入、居民消费水平等十个指标为解释变量。以灰色模型为基础,在此基础上通过嵌入和串联方式加入误差反向传播人工神经网络(BP神经网络)得到嵌入型灰色神经网络模型和串联型灰色神经网络模型,然后在串联型灰色神经网络模型中加入思维进化算法,得到思维进化法优化灰色神经网络模型。将灰色模型、嵌入型灰色神经网络模型、串联型灰色神经网络模型和思维进化法优化灰色神经网络模型预测效果进行分析对比。结果表明,思维进化优化灰色神经网络模型预测效果最好。该模型可以从少量数据中挖掘出隐含的信息,优化灰色神经网络的网络初始值和阈值,针对传统的神经网络模型存在的收敛速度慢和难以得到全局最优化问题出了改进。论文最后进一步利用山西省2005-2016年的GDP相关影响因素的指标值进行了四种模型的效果检验,结果表明思维进化优化灰色神经网络模型用来预测山西省的GDP值同样具有最高的预测精度。验证了该模型的有效性。(本文来源于《燕山大学》期刊2018-05-01)
江叶枫,郭熙[4](2018)在《基于思维进化算法径向基函数神经网络的土壤有机质空间异质性研究》一文中研究指出提出一种基于思维进化算法径向基函数神经网络的土壤有机质空间异质性研究方法(MECRBF)。以江西省万年县为案例区,在全县范围内采集耕地表层(0~20 cm)土壤样品954个,分别采用该方法和以邻近信息和地理坐标为输入的径向基函数神经网络方法(RBF-Near),以及普通克里格法来模拟土壤有机质空间分布。以验证样本实测值和预测值的决定系数与逼近误差作为评判标准,对比各方法在县域尺度上土壤有机质空间变异和空间插值方面的效果。对763个采样点进行建模、191个验证样点进行独立验证的预测结果表明,在验证点预测中,MECRBF的均方根误差、平均绝对误差、平均相对误差较RBF-Near分别降低了0.50 g·kg~(-1)、0.39 g·kg~(-1)、1.40百分点,差异显着(P<0.05),较普通克里格法分别降低2.59 g·kg~(-1)、1.89 g·kg~(-1)、7.76百分点,差异显着(P<0.05)。从模拟效果来看,MECRBF的决定系数最高,逼近误差最小;从空间分布模拟图来看,MECRBF能更好地表达土壤有机质空间异质性。提出的MECRBF可为县域尺度下土壤性质空间异质性研究提供方法参考。(本文来源于《浙江农业学报》期刊2018年03期)
于德亮,李妍美,丁宝,任玉龙,齐维贵[5](2017)在《基于思维进化算法和BP神经网络的电动潜油柱塞泵故障诊断方法》一文中研究指出针对电动潜油柱塞泵在生产过程中具有故障率高、检泵周期短的问题,提出了一种基于思维进化算法(MEA)和反向传播(BP)神经网络的电动潜油柱塞泵故障诊断方法,可有效地诊断出电动潜油柱塞泵发生的故障,从而延长检泵周期.通过搭建实验平台解决了电动潜油柱塞泵在实际生产过程中获取的历史故障数据少、故障数据类型不全面的问题.首先,在实验平台上模拟电动潜油柱塞泵的不同故障状态,利用井下多参数采集模块和井口仪表测量其运行参数.然后,从相关运行参数中提取出故障特征参数,构造故障特征向量及样本集;利用样本集训练和验证MEA-BP故障诊断模型.最后,使用从实际生产中的电动潜油柱塞泵获取的故障数据集进一步验证该故障诊断模型的有效性.实验结果表明:该故障诊断方法能够实现对电动潜油柱塞泵的故障诊断,避免其故障事故的发生,有效延长检泵周期.(本文来源于《信息与控制》期刊2017年06期)
余晓玲,余晓婷,韩晓娟[6](2017)在《基于思维进化算法的电动汽车有序充电控制策略》一文中研究指出大量电动汽车充电会加大充电站负荷峰谷差,影响充电站安全稳定运行。因此提出了一种基于思维进化算法(MEA)的电动汽车有序充电控制策略:以用户充电费用最少和充电站负荷峰谷差最小为目标函数,采用MEA算法动态计算接入充电站电动汽车的最优充电时段,由用户自主响应,从而实现充电站内电动汽车的有序充电控制。为验证该策略的有效性,利用蒙特卡洛方法模拟用户充电需求,对算例进行仿真分析。结果表明:与无序充电相比,有序充电控制策略可在降低电动汽车用户费用的基础上实现充电负荷的削峰填谷;相比于使用遗传算法,MEA算法具有一定优势。(本文来源于《电力工程技术》期刊2017年06期)
盛彬[7](2016)在《基于思维进化算法的叁维阈值图像分割》一文中研究指出通过定义叁维直方图,提出了基于灰度图像像素点灰度、点邻域均值和点邻域方差的叁维阈值分割法。该方法划分了阈值判定域,考虑了边界和噪声的影响,新定义了一个阈值分割函数。为了提高运算速度,利用思维进化算法优化分割参数。实验结果表明,该文提出基于思维进化算法的叁维阈值分割法优于传统算法,能够得到较好的分割效果。(本文来源于《电子质量》期刊2016年05期)
吴伟,郭军巧,安淑一,任仰武,夏玲姿[8](2016)在《使用思维进化算法优化的神经网络建立肾综合征出血热预测模型》一文中研究指出目的探讨思维进化算法优化的BP神经网络在建立肾综合征出血热发病率预测模型中的应用前景。方法使用1984-2013年沈阳市的鼠情资料(鼠密度和鼠带毒率)和气象资料(平均气温、降水量和日照时数)作为网络的输入,同年的肾综合征出血热发病率作为网络的输出。把1984-2009年的数据作为训练样本,2010-2013年的数据作为预测样本。分别建立BP神经网络和思维进化算法优化的BP神经网络预测模型,并比较两种模型的拟合和预测效果。结果对于训练样本和预测样本,思维进化算法优化的BP神经网络的平均绝对误差(MAE)、平均绝对误差百分比(MAPE)以及均方误差平方根(RMSE)均小于未优化的BP神经网络。结论思维进化算法优化的BP神经网络预测模型的拟合和预测效果均优于未优化的BP神经网络,具有较强的推广应用价值。(本文来源于《中国卫生统计》期刊2016年01期)
李晓敏[9](2015)在《一种包含遗传算子的思维进化算法》一文中研究指出本文初步讨论了遗传算法和思维进化算法的优点与不足之处,简要叙述了思维进化算法的主要思想和试验步骤,指出了其存在的主要问题和改进措施,将遗传算法中的遗传算子与思维进化结合起来,借鉴了遗传算法中的交叉和变异操作,使思维进化算法得到了一定的改进,给出了具体的实现步骤;并将算法用于函数的极值求解中,取得了不错的实验结果,可以应用到不同的计算领域。(本文来源于《数字技术与应用》期刊2015年12期)
刘俊[10](2015)在《一种基于思维进化算法的极限学习机及其应用》一文中研究指出极限学习机(Extreme Learning Machine,ELM)是一种新型的单隐含层前馈神经网络,与传统神经网络训练方法相比,ELM具有泛化能力好、学习速率快等优点。但随机产生的输入权值和阈值,往往会出现一些作用很小或"无用"的值,为了达到理想精度,通常需要增加隐含层节点数。思维进化极限学习机使用思维进化算法MEA优化输入权值矩阵和阈值向量,再利用MP广义逆求出输出权值矩阵,从而减小隐含层节点数,增大网络预测精度。通过函数拟合仿真实验,并同ELM算法和BP神经网络算法比较,思维进化极限学习机算法可以用较少的隐含层节点数实现更高的精度。(本文来源于《商洛学院学报》期刊2015年02期)
思维进化算法论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
思维进化算法(MEA)的趋同和异化操作带有太多的随机性,公告板的信息不能得到充分利用,使得效率下降,出现重复搜索.为了避免MEA算法的这个缺点,借鉴遗传算法(GA)和粒子群算法(PSO)的优点,提出改进的思维进化算法(MEA—PSO—GA).利用MEA—PSO—GA算法优化BP神经网络的初始权值和阈值进而预测太原的日常空气质量指数(AQI).通过与MEA—BP算法,MEA—PSO—BP算法和MEA—GA—BP算法比较,实验结果表明,提出的MEA—PSO—GA—BP算法在预测精度、误差率和可靠性方面搜索速度更优,更易于实现AQI预测,具有较好的有效性和可行性,有一定的现实意义.
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
思维进化算法论文参考文献
[1].冯培存,魏正英,张育斌,张千,张磊.基于思维进化算法优化BP神经网络的温室甜瓜ET_0预测研究[J].节水灌溉.2019
[2].高帅,胡红萍,李洋,白艳萍.基于改进的思维进化算法与BP神经网络的AQI预测[J].数学的实践与认识.2018
[3].刘伟.基于思维进化算法的灰色神经网络模型预测GDP的效用研究[D].燕山大学.2018
[4].江叶枫,郭熙.基于思维进化算法径向基函数神经网络的土壤有机质空间异质性研究[J].浙江农业学报.2018
[5].于德亮,李妍美,丁宝,任玉龙,齐维贵.基于思维进化算法和BP神经网络的电动潜油柱塞泵故障诊断方法[J].信息与控制.2017
[6].余晓玲,余晓婷,韩晓娟.基于思维进化算法的电动汽车有序充电控制策略[J].电力工程技术.2017
[7].盛彬.基于思维进化算法的叁维阈值图像分割[J].电子质量.2016
[8].吴伟,郭军巧,安淑一,任仰武,夏玲姿.使用思维进化算法优化的神经网络建立肾综合征出血热预测模型[J].中国卫生统计.2016
[9].李晓敏.一种包含遗传算子的思维进化算法[J].数字技术与应用.2015
[10].刘俊.一种基于思维进化算法的极限学习机及其应用[J].商洛学院学报.2015