Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 1523

会议视频 48

会议信息 18

年份

2024 2

2023 158

2022 157

2021 150

2020 125

2019 100

2018 96

2017 101

2016 70

2015 37

2014 40

2013 30

2012 40

2011 33

2010 38

2009 34

2008 37

2007 59

2006 44

2005 51

展开︾

关键词

神经网络 27

优化 18

人工智能 17

智能制造 15

数学模型 13

机器学习 12

优化设计 11

多目标优化 11

遗传算法 11

数值模拟 10

模型 10

增材制造 9

模型试验 9

深度学习 8

绿色化工 7

能源 7

超光速 7

人工神经网络 5

2020 4

展开︾

检索范围：

排序：展示方式：

一种基于高斯过程与粒子群算法的CNN超参数自动搜索混合模型优化算法 Research Article

闫涵,仲崇权,吴玉虎,张立勇,卢伟

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1557-1573 doi: 10.1631/FITEE.2200515

摘要：卷积神经网络（CNN）在许多实际应用领域中有着快速发展。然而，CNN性能很大程度上取决于其超参数，而为CNN配置合适的超参数通常面临着以下3个挑战：（1）不同类型CNN超参数的混合变量编码问题；（2）评估候选模型的昂贵计算成本问题；（3）确保搜索过程中收敛速率和模型性能问题针对上述问题，提出一种基于高斯过程（GP）和粒子群优化算法（PSO）的混合模型优化算法（GPPSO），用于自动搜索最优的CNN超参数配置。首先，设计一种新的编码方法高效编码CNN中不同类型的超参数。其次，提出一种混合代理辅助（HSA）模型降低评估候选模型的高计算成本。最后，设计一种新的激活函数改善模型性能并确保收敛速率。在图像分类基准数据集上进行了大量实验，验证GPPSO优于最先进的方法。

关键词：卷积神经网络；高斯过程；混合模型；超参数优化；混合变量；粒子群优化

HTML PDF 收藏

应用完备集合固有时间尺度分解和混合差分进化和粒子群算法优化的最小二乘支持向量机对柴油机进行故障诊断 Article

俊红张,昱刘

《信息与电子工程前沿（英文）》 2017年第18卷第2期页码 272-286 doi: 10.1631/FITEE.1500337

摘要：针对固有时间尺度分解算法的模态混叠问题和最小二乘支持向量机的参数优化问题，本文提出了一种新的基于完备集合固有时间尺度分解和混合差分进化和粒子群算法优化最小二乘支持向量机的柴油机故障诊断方法。然后，提取了前几阶旋转分量的三类典型的时频特征，包括奇异值、旋转分量能量和能量熵、AR模型参数，作为故障特征。最后，提出了混合差分进化和粒子群算法对最小二乘支持向量机的参数进行优化的方法，并通过将故障特征输入训练好的最小二乘支持向量机模型实现故障诊断。

关键词：柴油机；故障诊断；完备集合固有时间尺度分解；最小二乘支持向量机；混合差分进化和粒子群优化算法

HTML PDF 收藏

背包问题的混合粒子群优化算法

高尚,杨静宇

《中国工程科学》 2006年第8卷第11期页码 94-98

摘要：

经典的粒子群是一个有效的寻找连续函数极值的方法，结合遗传算法的思想提出的混合粒子群算法来解决背包问题，经过比较测试，6种混合粒子群算法的效果都比较好，特别交叉策略A和变异策略C的混合粒子群算法是最好的且简单有效的算法对于目前还没有好的解法的组合优化问题，很容易地修改此算法就可解决。

关键词：粒子群算法背包问题遗传算法变异

HTML PDF 收藏

粒子群优化算法在水文科学中的应用进展

董前进,曹广晶,王先甲,戴会超,赵云发

《中国工程科学》 2010年第12卷第1期页码 81-85

摘要：

介绍了粒子群算法的标准算法及流程，探讨了粒子群算法在水库优化调度、水电站经济运行、参数优选等水文领域中的研究成果和存在的问题，指出未来应该加强粒子群算法改进机理和收敛性能的研究，并与其他算法技术相比较、结合，拓展其在水文科学领域的应用范围，为解决水文领域中大量优化问题提供新途径。

关键词：水文科学粒子群优化算法优化调度经济运行

HTML PDF 收藏

基于多目标粒子群协同算法的状态参数优化

丁雷,吴敏,佘锦华,段平

《中国工程科学》 2010年第12卷第2期页码 101-107

摘要：

针对铅锌烧结过程综合透气性、烧结终点的优化具有强非线性、计算复杂等特点，提出了一种有效的多目标粒子群协同优化算法。首先，建立了有综合透气性、烧结终点两个目标的优化模型。接着，通过改进的约束比较方法、粒子极值选取方法，以及利用不同的粒子群来分别优化相应的变量，提出了一种改进的多目标粒子群协同优化算法。最后，利用提出的多目标优化算法进行综合透气性、烧结终点的优化。仿真结果表明，所提出的多目标优化算法能较好地解决综合透气性、烧结终点的优化问题。

关键词：铅锌烧结过程综合透气性烧结终点多目标粒子群协同优化算法

HTML PDF 收藏

粒子群优化算法综述

杨维,李歧强

《中国工程科学》 2004年第6卷第5期页码 87-94

摘要：

粒子群优化（PSO）算法是一种新兴的优化技术，其思想来源于人工生命和演化计算理论。PSO通过粒子追随自己找到的最好解和整个群的最好解来完成优化。该算法简单易实现，可调参数少，已得到广泛研究和应用。详细介绍了PSO的基本原理、各种改进技术及其应用等，并对其未来的研究提出了一些建议。

关键词：群体智能演化算法粒子群优化

HTML PDF 收藏

ECGID：一种基于自适应粒子群优化算法和双向LSTM网络的个体身份识别模型 Research Article

张烨菲,赵治栋,邓艳军,张晓红,张钰

《信息与电子工程前沿（英文）》 2021年第22卷第12期页码 1551-1684 doi: 10.1631/FITEE.2000511

摘要：本文针对现有深度学习算法在心电身份识别领域应用中面临的3个主要瓶颈——超参数寻优费时、识别过程缓慢且计算量大、心电采集环境复杂且不稳定，提出一种新的深度神经网络框架，集双向长短期记忆网络（BLSTM）和自适应粒子群优化算法该方法避免了超参数选择寻优效率低下且依赖于经验设定的不足，充分利用时序信号的空间信息特征和识别算法对关键特征的记忆特性。为评估算法性能，设计了两种方案模拟个体ECG采集过程中的电极放置位置和采集时间连续性。经4种LSTM网络模型和机器学习算法的实验对比分析，证实所提算法在抑制过拟合和特征自学习方面存在一定优势，训练集、验证集和测试集的平均识别率分别为97.71%、99.41%和98.89%。

关键词：心电图生物特征；个体身份识别；长短期记忆网络；自适应粒子群优化算法

HTML PDF 收藏

多尺度材料与过程设计的数据驱动和机理混合建模方法 Perspective

周腾, Rafiqul Gani, Kai Sundmacher

《工程（英文）》 2021年第7卷第9期页码 1231-1238 doi: 10.1016/j.eng.2020.12.022

摘要：功能性过程材料是这一挑战的核心。传统上，人们根据经验或者通过反复试验的方法来发现新型先进材料。由于材料选择与材料使用的过程操作之间存在很强的相互作用，必须同时进行材料设计和过程设计。尽管有这种重要联系，但由于通常需要使用不同规模的多个模型，材料和过程的集成设计并不容易。混合建模为解决此类复杂的设计问题提供了一个有前景的选择。在混合建模中，用数据驱动模型描述原本计算成本高昂的材料特性，而用机理模型表示众所周知的过程相关原理。本文重点介绍了混合建模在多尺度材料和过程设计中的重要性。首先介绍通用设计方法，然后选择了六个重要的应用领域：四个来自化学工程领域，两个来自能源系统工程领域。对于选定的每个领域，讨论了使用混合建模进行多尺度材料和过程设计的最新研究。最后，本文给出了结论，指出当前研究的局限性和未来的发展空间。

关键词：数据驱动代理模型机器学习混合建模材料设计过程优化

HTML PDF 收藏

一种基于多因素分析和多模型集成的海洋溶解氧浓度时间序列预测混合神经网络模型 Article

刘辉, 杨睿, 段铸, 吴海平

《工程（英文）》 2021年第7卷第12期页码 1751-1765 doi: 10.1016/j.eng.2020.10.023

摘要：本文提出了一种新的溶解氧混合预测模型，该模型包括多因素分析、自适应分解和优化集成三个阶段。首先，考虑到影响溶解氧浓度的因素复杂繁多，采用灰色关联度法筛选出与溶解氧关系最密切的环境因素，多因素的考虑使得模型融合更加有效。然后，利用5个基准模型对经验小波变换分解出的子序列进行预测，这五个子预测模型的集成权重通过粒子群优化和引力搜索算法计算得出。最后，通过加权分配得到溶解氧多因素集成模型。来自太平洋岛屿海洋观测系统希洛WQB04站收集的时间序列数据验证了该模型的性能。实例分析表明：①所提出的模型能够获得优异的溶解氧预测结果；②该模型优于文中其他对比模型；③预测模型可用于分析溶解氧变化趋势，便于管理者能够做出更好的决策。

关键词：溶解氧浓度预测时间序列多步预测多因素分析经验小波变化分解多模型优化集成

HTML PDF 收藏

基于随机鲁棒性分析的吸气式高超声速飞行器线性二次调节器设计 Article

Lin CAO, Shuo TANG, Dong ZHANG

《信息与电子工程前沿（英文）》 2017年第18卷第7期页码 882-897 doi: 10.1631/FITEE.1601363

摘要：吸气式高超声速飞行器（air-breathing hypersonic vehicle, AHV）的飞行动力学模型具有高度非线性与多变量耦合等特性，且受到内部不确定性与外部干扰的综合影响，因此需要具有强鲁棒性与高精度的控制器其次，基于系统参数的不确定性，将系统鲁棒性表征为满足稳定性与设计指标要求的概率，并构建系统鲁棒性与LQR参数之间的映射关系。为了实现系统鲁棒性最大化的目标，提出一种全新的混合粒子群优化算法对LQR的控制参数进行寻优计算。在优化迭代的过程中，使用切诺夫边界理论确定蒙特卡洛估计的随机样本量。最后，仿真结果表明该优化算法可以高效地获取满足设计要求的LQR控制参数最优解。

关键词：吸气式高超声速飞行器；随机鲁棒性分析；二次线性调节器；粒子群优化；改进混合粒子群算法

HTML PDF 收藏

工程项目管理中的人工神经网络方法及其应用

汪应洛,杨耀红

《中国工程科学》 2004年第6卷第7期页码 26-33

摘要：

概括了神经网络在工程项目管理中的应用，包括风险预测评估、费用估计、绩效预测、项目组织有效性预测、工程事故诊断、索赔争议分析、投标决策、进度费用优化、资源平衡等，总结分析了应用中存在的问题，并对如何开展神经网络方法在我国项目管理中的应用

关键词：工程项目管理神经网络预测优化决策支持

HTML PDF 收藏

基于带积分补偿近端策略优化算法的四旋翼控制 Research

胡欢,王庆领

《信息与电子工程前沿（英文）》 2020年第21卷第5期页码 649-808 doi: 10.1631/FITEE.1900641

摘要：使用先进的近端策略优化强化学习算法优化随机控制策略，实现对无模型四旋翼飞行器速度的稳定控制。飞行器模型由4个可以学习训练的子神经网络控制，神经网络以一种端到端的方式将模型状态映射为控制命令输送给飞行器执行。将积分补偿器引入行为评估算法框架，可大大提高模型速度跟踪的准确性和鲁棒性。在在线学习阶段，不断优化模型的飞行策略。最后，对比提出的算法与传统PID算法的实验效果。

关键词：强化学习；近端策略优化；四旋翼控制；神经网络

HTML PDF 收藏

数据中心设计——一种微结构材料体系设计新方法 Article

Wei Chen, Akshay Iyer, Ramin Bostanabad

《工程（英文）》 2022年第10卷第3期页码 89-98 doi: 10.1016/j.eng.2021.05.022

摘要：

在高通量计算材料科学时代，材料基因组计划的核心是为计算材料设计建立数据处理、材料结构和材料属性（PSP）之间的关系。近年来，在数据获取和存储，微结构表征和重建（MCR），机器学习（ML），材料建模和仿真，数据处理、材料制造和实验方面取得的技术进步，显著提升了研究人员在PSP关系的建立和逆向材料设计方面的能力。本文将从设计研究的角度审视这些进步。特别介绍了一种数据中心设计方法，并从本质上将该方法分为三个方面：设计表征、设计评估和设计合成。每个方面的发展都由领域知识指导并从中受益。因此，针对每个方面，提出了一种应用广泛的计算方法，这些方法的集成实现了以数据为中心的材料发现和设计。

关键词：材料信息学机器学习微结构重建贝叶斯优化混合变量模型降维材料设计

HTML PDF 收藏

应用神经网络进行短期负荷预测

罗枚

《中国工程科学》 2007年第9卷第5期页码 77-80

摘要：

以某地区购网有功功率的负荷数据为背景，建立了３个BP神经网络负荷预测模型———SDBP，LMBP 及BRBP模型进行短期负荷预测工作，并对其结果进行比较。针对传统的BP算法具有训练速度慢，易陷入局部最小点的缺点，采用具有较快收敛速度及稳定性的L-M（Levenberg-Marquardt）优化算法进行预测，使平均相对误差有了很大改善，而采用贝叶斯正则化算法可以解决网络过度拟合，提高网络的推广能力。

关键词：短期负荷预测人工神经网络 L唱M算法贝叶斯正则化算法优化算法

HTML PDF 收藏

基于竞争的二进制多目标灰狼算法的快速紧凑天线拓扑优化 Research Article

董健,袁霞,王蒙

《信息与电子工程前沿（英文）》 2022年第23卷第9期页码 1390-1406 doi: 10.1631/FITEE.2100420

摘要：为降低传统多目标天线拓扑优化问题的计算量，本文提出一种基于竞争的二进制多目标灰狼优化算法（CBMOGWO）。该方法引入种群竞争机制，以减轻电磁（EM）仿真的负担并获取适当的适应度值。此外，我们引入余弦振荡函数来改进原始二进制多目标灰狼优化算法（BMOGWO）的线性收敛因子，以在探索和开发之间达到良好平衡。然后，通过与原始BMOGWO和传统二进制多目标粒子群优化（BMOPSO）在12个多目标优化测试问题（MOTPs）和4个多目标背包问题（MOKPs）上比较，验证了CBMOGWO的性能。最后，通过具有高维混合设计变量和多个目标的紧凑型高隔离双频多输入多输出（MIMO）天线的示例，验证了我们的方法在降低计算成本方面的有效性。实验结果表明，与传统方法相比，CBMOGWO节省近一半的计算成本，这表明我们的方法对于复杂天线拓扑优化问题是高效的。

关键词：天线拓扑优化；多目标灰狼算法；高维混合变量；快速设计