您的位置: 专家智库 > >

姚尔果

作品数:6 被引量:9H指数:2
供职机构:西北师范大学计算机科学与工程学院更多>>
发文基金:甘肃省自然科学基金更多>>
相关领域:自动化与计算机技术交通运输工程水利工程建筑科学更多>>

文献类型

  • 4篇期刊文章
  • 2篇学位论文

领域

  • 4篇自动化与计算...
  • 1篇经济管理
  • 1篇建筑科学
  • 1篇水利工程
  • 1篇交通运输工程

主题

  • 4篇群算法
  • 4篇子群
  • 4篇粒子群
  • 4篇粒子群算法
  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇进化
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 2篇COCOMO
  • 2篇COCOMO...
  • 1篇映射
  • 1篇优化设计
  • 1篇隧道
  • 1篇隧道与地下工...
  • 1篇进化速率
  • 1篇进化研究
  • 1篇加权

机构

  • 6篇西北师范大学
  • 1篇兰州交通大学

作者

  • 6篇姚尔果
  • 3篇南振岐
  • 3篇闫秋粉
  • 1篇张晶晶
  • 1篇吴朱军
  • 1篇赵文杰
  • 1篇薛小虎
  • 1篇孙艳川

传媒

  • 1篇佳木斯大学学...
  • 1篇甘肃科技
  • 1篇计算机工程与...
  • 1篇科学技术与工...

年份

  • 1篇2014
  • 4篇2012
  • 1篇2009
6 条 记 录,以下是 1-6
排序方式:
基于改变历史日志扩展的本体映射进化研究
2014年
本体映射可以有效地解决本体异构问题,然而现有的本体映射研究大多只关注于映射方法本身,而缺乏在具体动态应用环境中对映射进化的分析,使得已有的本体映射方法在实际应用中的效率并不高。因此本文提出一种基于改变历史日志扩展的本体映射重建方法。该方法在本体映射进化时,用HL记录本体的变化对现有的映射系统进行扩展,仅仅更新过期的无效的映射对。实验结果表明,本文方法在本体不断更新的动态环境中表现较优,和其他现存映射进化系统相比具有时效性更高的优点。
孙艳川南振岐吴朱军姚尔果
关键词:本体映射本体进化
隧道与地下工程智能优化系统
2009年
为解决隧道与地下工程衬砌设计存在的问题,根据国际先进水平的《隧道与地下工程设计施工新法》编制,用立体极限地压理论、优化承载主体、自动确定合理拱轴线等方法,解决了正确计算地下工程荷载、智能确定最佳拱形和最佳衬砌厚度等问题,使隧道与地下工程设计进入了新高度。利用本系统不仅可以在几分钟时间内完成隧道衬砌设计分析工作,计算精度较经典范例提高100倍,工程经济技术指标显著提高。经过大量实测数据与多项工程试验证明,是可靠、实用、经济的方法。比复合式衬砌总厚度平均减薄30%以上。按本系统设计和施工的不同试验工程,经过长期考验,全部获得成功。不仅实现了安全无事故、优质、快速,而且节约水泥、钢材、木材40%以上。
段军萍南振岐王胜利范亚君赵文杰张晶晶薛小虎姚尔果闫秋粉
关键词:隧道优化设计
软件风险评估量化分析研究被引量:5
2012年
为解决软件风险评估完全凭借专家经验产生的主观性和模糊性问题,提出了基于进化神经网络模型的软件风险定量评估方法。通过研究软件风险评估过程,提出了软件风险评估指标体系模型,同时运用模糊理论将风险因素量化以此作为进化神经网络的输入值。将改进的粒子群算法(PSO)、BP神经网络相结合,构建了基于改进BP神经网络的进化神经网络模型。对提出的模型和改进的算法进行模拟仿真实验,实验结果表明了该方法对软件风险评估量化分析的可行性。
闫秋粉南振岐姚尔果薛小虎
关键词:BP神经网络粒子群算法
COCOMOII模型软件估算研究与应用
软件是几乎所有的基于计算机的系统中最昂贵的元素,因而,一个复杂的软件项目,可能会因工作量估算的误差而出现软件项目延期、质量不能得到保证、甚至项目失败等严重后果,这对开发商的打击是灾难性的。项目规模作为软件工作量估算基本输...
姚尔果
文献传递网络资源链接
基于改进粒子群算法的BP神经网络模型研究被引量:4
2012年
为解决BP神经网络局部性收敛度慢的问题,提出了基于改进粒子群算法的BP神经网络模型.该方法通过粒子群进化速率动态调整惯性权重因子,提高了算法的收敛速度和全局搜索最优值的能力.提出的模型和改进的算法模拟仿真表明:该方法对收敛速度和精度有更好的拟合性.
姚尔果闫秋粉南振岐薛小虎
关键词:粒子群算法进化速率BP神经网络
COCOMOⅡ模型软件估算研究与应用
软件是几乎所有的基于计算机的系统中最昂贵的元素,因而,一个复杂的软件项目,可能会因工作量估算的误差而出现软件项目延期、质量不能得到保证、甚至项目失败等严重后果,这对开发商的打击是灾难性的。项目规模作为软件工作量估算基本输...
姚尔果
关键词:COCOMOII模型粒子群算法
共1页<1>
聚类工具0