吉林省科技发展计划基金(20030520)
- 作品数：9 被引量：156H指数：5
- 相关作者：梁艳春葛宏伟张毅吴春国孙延风更多>>
- 相关机构：吉林大学南京航空航天大学东北师范大学更多>>
- 发文基金：吉林省科技发展计划基金教育部科学技术研究重点项目国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术建筑科学经济管理更多>>
- 基于RBF神经网络与遗传算法的Agent初始位置优化被引量：1
- 2003年
- 以陆地作战训练模型为背景,研究了多Agent系统中Agent初始属性的优化问题,提出了一种径向基函数(RBF:RadialBasisFunction)神经网络与遗传算法(GA:GeneticAlgorithm)相结合的、对作战训练模型中Agent的初始位置进行优化的方法。与已有的优化方法相比,该方法不仅优化效果得到明显的提高,而且执行效率可以提高20余倍,更适于处理对执行效率要求较高的优化问题。
- 吴春国梁艳春葛宏伟
- 关键词：多AGENT系统径向基函数神经网络支持向量机遗传算法
- 进化Elman神经网络模型与非线性系统辨识被引量：26
- 2005年
- 建立了一种采用改进的自适应遗传算法实现动态递归的进化E lman神经网络模型。提出了对网络的结构、权重、结构单元的初始输入和自反馈增益因子同时进化的学习算法。用初始状态优化的E lman网络集成反馈学习算法和E lman网络在线训练两种动态辨识算法形成的集成化动态递归网络辨识算法,实现了超声马达的速度辨识。模拟结果表明,提出的算法不仅实现了动态递归网络的全自动优化设计,而且明显提高了动态递归网络模型辨识算法的收敛精度,为非线性系统辨识提供了一条新的途径。
- 葛宏伟梁艳春
- 关键词：计算机系统结构动态递归神经网络非线性系统辨识
- 人工神经网络与遗传算法在岩石力学中的应用被引量：55
- 2004年
- 岩石力学与岩石工程问题包含极其丰富的内容,实际工程问题又不断地提出各种新的要求,致使很多问题利用传统的方法难于解决。借鉴其他相关学科的先进思想与技术来解决岩石力学研究中的难点问题,已经成为当前岩石力学研究领域的一个热门课题。计算智能中有关模型与方法的利用有助于我们更深入地研究与解决岩石力学中的某些问题。参考近年来人工神经网络与遗传算法在岩石力学应用中的某些问题,对有关课题的研究状况与进展做了介绍,对计算智能在岩石力学与岩石工程中的应用研究做了展望。
- 葛宏伟梁艳春刘玮顾小炯
- 关键词：岩石力学人工神经网络遗传算法稳定性
- 蚁群算法中求解参数最优选择分析被引量：30
- 2007年
- 通过理论分析和一系列的对比模拟实验研究,来探讨蚁群算法中参数的最佳设定原则,以利于蚁群算法在实际中的应用和推广。
- 张毅梁艳春
- 关键词：蚁群算法旅行商问题
- 金融时间序列预测中的神经网络方法被引量：20
- 2004年
- 概述了神经网络方法在金融时间序列预测应用中所面临的有关问题,给出了解决方法;针对有关模型和算法作了计算模拟与分析,得到了一些可供今后研究参考的经验结果;讨论了金融时间序列预测中主要的神经网络模型,如多层前馈网络、径向基函数网络以及支持向量机网络等。总结了关于模型改进的一些近期研究进展与结果,指出了神经网络用于金融时间序列预测的一些可能的方向。
- 孙延风梁艳春姜静清吴春国
- 关键词：神经网络金融时间序列
- 延时-回归神经网络及在超声马达控制中的应用被引量：2
- 2004年
- 提出了一个结构简单的延时—回归神经网络 (Time delayrecurrentneuralnetwork ,TDRNN)模型 .通过在网络中同时引入延时结构和反馈结构来保证网络具有高的记忆“深度”和的记忆“分辨率” .建立了TDRNN型的控制器对超声马达进行控制 ,推导了TDRNN的动态递归反传算法 .在离散型Lyapunov稳定性的意义下 ,导出了权值自适应学习速率的取值范围 ,保证控制系统的快速收敛 .对超声马达速度控制的数值实验表明 。
- 徐旭梁艳春时小虎
- 关键词：延时回归神经网络超声马达LYAPUNOV稳定性
- 一种采用“部落通婚”策略的遗传算法被引量：4
- 2004年
- 受古代"部落通婚"现象启发,提出了一种新的多种群遗传算法的种群间迁移策略,并以此构造了一种采用"部落通婚"策略的遗传算法。为了验证该算法的有效性,考察了分类BP网络的训练问题和典型测试函数的优化问题。模拟结果表明,这种改进的遗传算法能有效地避免"早熟"现象,其收敛精度和收敛速度比标准遗传算法和通常的多种群遗传算法有一定程度的提高。
- 时小虎梁艳春高有才
- 关键词：遗传算法多种群
- 基于选路优化的改进蚁群算法被引量：17
- 2007年
- 蚁群算法在处理大规模优化问题时效率很低。为此对蚁群算法提出了基于选路优化的两点改进:(1)引入选路优化策略,减少了算法中蚁群的选路次数,显著提高了算法的执行效率。(2)在选路操作中,只根据当前城市的前C个距离最近的且未经过城市为候选城市计算选择概率,从而减少单个蚂蚁选路的计算量。尤其对于以往较难处理的大规模TSP问题,改进算法在执行效率上有明显的优势。模拟实验结果表明改进算法较之基本蚁群算法在收敛速度有明显提高。
- 张毅梁艳春
- 关键词：蚁群算法旅行商问题
- RBF神经网络最优分割算法及其在股市预测中的应用被引量：1
- 2005年
- 将最优分割算法(optimal partition algorithm,OPA)用于径向基函数神经网络参数的训练中.对OPA进行了适当的改进,在改进的OPA中增加了类的中心与宽度的确定方法,并将它们用于确定RBF网络的中心与宽度,提出了利用类的目标函数的差分对网络结构进行动态调整的方法,从而实现了隐节点数的自适应选择。用于股价预测的数值模拟结果验证了该方法的有效性。与传统算法进行比较的结果表明,在预测方面OPA具有较明显的优势,将OPA算法与正交最小二乘法相结合的OPA-OLS算法可以提高趋势预测的正确率。
- 孙延风梁艳春张文力吕英华
- 关键词：RBF神经网络股票价格预测
