您的位置: 专家智库 > >

李影

作品数:5 被引量:16H指数:2
供职机构:东北大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术金属学及工艺更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇金属学及工艺

主题

  • 2篇算子
  • 1篇选择算子
  • 1篇遗传算法
  • 1篇遗传算子
  • 1篇神经网
  • 1篇神经网络
  • 1篇神经网络优化
  • 1篇适应度
  • 1篇数据驱动
  • 1篇凸度
  • 1篇热连轧
  • 1篇自适
  • 1篇自适应
  • 1篇自适应步长
  • 1篇组合预测
  • 1篇网络
  • 1篇网络结构
  • 1篇连接权
  • 1篇连轧
  • 1篇进化策略

机构

  • 5篇东北大学
  • 1篇沈阳化工学院

作者

  • 5篇李影
  • 3篇邢伟
  • 2篇徐涛
  • 1篇郑连伟
  • 1篇李旭
  • 1篇张殿华
  • 1篇张成
  • 1篇丁敬国
  • 1篇陈楠

传媒

  • 1篇哈尔滨理工大...
  • 1篇哈尔滨工业大...
  • 1篇系统仿真学报
  • 1篇控制工程
  • 1篇长春理工大学...

年份

  • 1篇2023
  • 3篇2007
  • 1篇2006
5 条 记 录,以下是 1-5
排序方式:
求解函数优化问题的混合进化规划算法
2007年
提出一种混合进化规划算法,将进化规划与免疫进化中的克隆扩增相结合.该算法一方面用自适应变异步长的进化规划来有效地控制种群的整体进化,以在全局范围内进行搜索;另一方面,对于当前代中最优个体本身,利用免疫进化中的克隆扩增算子,来进行小邻域的局部细搜,从而形成两层领域搜索机制,以保证全局和局部搜索能力.仿真结果表明,该算法收敛速度快,搜索精确度高,并具有良好的全局搜索能力.
徐涛李影郑连伟
关键词:函数优化进化规划自适应步长
基于机理与数据驱动的热连轧板凸度组合预测
2023年
针对传统热连轧出口板凸度预测方法存在的模型精度低、解释性差等缺陷,提出了一种将机理与数据驱动相结合的热连轧板凸度组合预测模型。通过热连轧板凸度机理预测模型得到热连轧板凸度基准值,将该基准值与实际值之间的偏差量作为机器学习模型的预测变量,再将偏差量预测值与基准值进行求和得出组合预测模型的板凸度预测值,并将该组合预测策略应用至多个神经网络进行方法验证。研究结果表明,提出的热连轧板凸度组合预测模型相较于传统预测模型具有更好的预测性能,其中有97%以上预测数据的绝对误差小于0.02 mm,82%以上预测数据的绝对误差小于0.01 mm,同时该组合预测方法具有较好的可行性与普适性,所提出的模型能够实现机理模型与数据驱动模型的优势互补,使得模型更加符合实际物理意义,该组合模型既缓解了神经网络预测结果由于过程黑箱导致解释性差、可信度低的问题,又弥补了机理模型预测结果偏离生产工况、无法实时修正的缺陷,对热连轧板带钢的板形控制以及热连轧产品质量的改善具有重要意义。
陈楠李旭栾峰丁敬国李影张殿华
关键词:组合预测数据驱动
一种改进的进化算法
2007年
由于在进化算法中,一般的选择算子使适应度小的个体很早被淘汰,使它们的一些优良特征无法在种群中得到传播,但却增大了种群中优良个体繁衍的机会,因此可能会导致过早收敛或仅得到局部最优。对该算法加以改进,根据个体是否可行,将种群分为可行个体及非可行个体两部分,这样非可行个体也有机会参与到进化中。仿真结果表明,该方法对求解约束优化问题是很有效的。
李影邢伟
关键词:进化算法可行性选择算子
基于适应度分组的进化策略被引量:5
2007年
一般的进化策略都采用选择子代中最好的一部分个体替代原来的父代个体进入下一代进化,这样使那些相对劣的个体没有机会进入以后的进化过程。但每一个个体都有优良的一面,它们都有可能进化成最优解。鉴于此,根据每代群体的平均适应度将种群分为两部分:优势种群和劣势种群。父代个体以一定的比例在两组中选取,这样使劣质个体也有机会参加到进化中。仿真结果表明该方法对求解优化问题是有效的。
张成李影邢伟
关键词:进化策略
基于进化遗传算法的神经网络优化被引量:11
2006年
遗传算法能有效解决神经网络优化设计存在的问题,但古典的遗传算法有一定的弊端。本文对遗传算法的操作算子进行改进,对结点和连接权采用两种不同的交叉规则,使子代结点个数在两父代之间,而子代个体的权值在较好的父代个体两侧;并增加一个变异概率,增大网络的结构进行突变的几率,这样既加快了搜索进程,在精度上也收到了很好的效果。
李影徐涛邢伟
关键词:遗传算法遗传算子神经网络网络结构连接权
共1页<1>
聚类工具0