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 1366

会议视频 65

会议信息 50

年份

2024 4

2023 149

2022 144

2021 162

2020 120

2019 125

2018 93

2017 114

2016 85

2015 35

2014 22

2013 21

2012 29

2011 39

2010 22

2009 21

2008 32

2007 45

2006 38

2005 41

展开︾

关键词

神经网络 27

遗传算法 21

优化 18

人工智能 17

智能制造 15

机器学习 13

生物质 13

生物工程 12

优化设计 11

多目标优化 11

生物材料 11

2020 10

增材制造 10

模式识别 10

组织工程 9

能源 8

2019 7

生物柴油 6

人工神经网络 5

展开︾

检索范围：

排序：展示方式：

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（APSO）于一体，直接从时序信号中学习待识别个体的关键特征表示。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。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%。实验结果表明，本文所提算法具有计算量小、泛化性能高的优势，可有效应用于个体身份识别。

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

一种基于充电模式识别的电动汽车充电时间预测方法 Research Article

李春喜1,傅莹颖1,崔向科2,葛泉波3,4,5

《信息与电子工程前沿（英文）》 2023年第24卷第2期页码 299-313 doi: 10.1631/FITEE.2200212

摘要：由于电池组结构复杂，充电方式多样，传统方法因缺乏充电模式识别而预测精度不高。本文应用数据驱动和机器学习理论，提出一种新的基于充电模式识别的充电时间预测方法。首先，基于动态加权密度峰值聚类（DWDPC）和随机森林融合的智能算法对车辆充电模式进行分类；然后，采用改进的简化粒子群优化算法（ISPSO）和强跟踪滤波器（STF），对LSTM神经网络进行优化，构建了一种高性能的充电时间预测方法

关键词：充电模式；充电时长；随机森林；长短期记忆网络（LSTM）；简化粒子群优化算法（SPSO）

HTML PDF 收藏

基于时序优化长短期记忆和自适应阈值的高排放重型柴油车识别 Research Article

许镇义1,王仁军1,2,曹洋1,3,4,康宇1,3,4

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1633-1646 doi: 10.1631/FITEE.2300005

摘要：然而，由于年检间隔时间较长，很难及时有效地筛选出高排放车辆，而且固定的阈值不能适应车辆驾驶工况的动态变化。车载诊断设备（OBD）安装在车辆内部，可以连续跟踪和实时记录排放数据。本文提出一种时间优化长短期记忆（LSTM）和自适应动态阈值方法，使用OBD数据识别重型高排放车辆。首先，建立一个时间优化LSTM排放预测模型，以解决实际中大量OBD数据流造成的时间步注意力偏重问题。然后，利用灵活的阈值标准检测浓度预测误差序列，以区分异常排放情况，该阈值随驾驶条件变化自适应计算得到。最后，引入时间序列的相似性度量策略，以纠正一些假的异常结果。在3个真实OBD时间序列排放数据集上的实验表明，该方法得到优异的高排放源识别结果。

关键词：高排放识别；时序优化；车载诊断设备（OBD）；动态阈值

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

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

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

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。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。以金属断口诊断为例，验证GPPSO算法在实际应用中的有效性。实验结果表明，GPPSO仅需0.04和1.70 GPU天即可在CIFAR-10和CIFAR-100数据集上实现95.26％和76.36％识别准确率。

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

使用基于多目标粒子群算法多层自适应模糊推理系统晶闸管控制串联电容器补偿技术的互联多源电力系统动态稳定性增强器 Article

null

《信息与电子工程前沿（英文）》 2017年第18卷第3期页码 394-409 doi: 10.1631/FITEE.1500317

摘要：为此，我们使用一种分层自适应神经模糊推理系统控制器－晶闸管可控串联补偿器（hierarchical adaptive neuro-fuzzy inference system controller-TCSC为实现这一目标，使用多目标优化技术有其必然性。由于多目标粒子群优化算法（Multi-objective particle swarm optimization, MOPSO）在解决非线性目标问题上具有较高性能，已被用于这一优化问题中。本文对所提出的HANFISC-TCSC效能进行了精确评估，并在两个不同的互联电力系统（即双区域水柴油热和三区域水热发电系统）中，将其与传统的MOPSO-TCSC算法进行了对比。两个电力系统中仿真结果表明都可明确证实，与传统MOPSO-TCSC算法相比，HANFISC-TCSC具有更高性能。

关键词：分层自适应神经模糊推理系统控制器；晶闸管控制串联电容器补偿技术；自动发电控制（AGC）；多目标粒子群优化算法；电力系统动态稳定性；相互联系的多源电力系统

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。该方法主要包括以下几个步骤：首先，为解决固有时间尺度分解算法的模态混叠问题，提出了一种完备集合固有时间尺度分解算法。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。仿真和实验结果表明提出的故障诊断方法可以克服固有时间尺度分解的模态混叠问题，而且能够准确的识别柴油机故障。

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

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

速度约束条件下基于步进电机驱动的Hilare 机器人航点导航的控制 Article

Robins Mathew,Somashekhar S. Hiremath

《工程（英文）》 2018年第4卷第4期页码 491-499 doi: 10.1016/j.eng.2018.07.013

摘要：本文利用多目标粒子群优化（multi-objective particle swarm optimization, MOPSO）的方法来调整控制器的参数。

关键词：轨迹跟踪自适应控制航点导航 Hilare 机器人粒子群优化随机路图

HTML PDF 收藏

具有深度阈值噪声消除的多尺度分析调制识别网络 Research Article

李响1,2,李一兵1,2,汤春瑞3,4,李迎松1,2

《信息与电子工程前沿（英文）》 2023年第24卷第5期页码 742-758 doi: 10.1631/FITEE.2200253

摘要：为了提高多变环境下调制信号识别的准确性、减少先验知识不足等因素对识别结果的影响，研究人员逐渐采用深度学习技术来替代传统的调制信号处理技术。为了解决低信噪比下调制信号识别精度低的问题，我们设计了一种具有深度阈值噪声消除的多尺度分析调制识别网络，在标签平滑的对称交叉熵函数作用下识别实际采集的调制信号。该网络由一个具有深度自适应阈值学习的消噪编码器和一个具有多尺度特征融合的解码器组成。将两个模块进行跳跃连接，共同作用以提高整体网络的鲁棒性。实验结果表明，该方法在低信噪比下比以前的方法具有更好的识别效果。该网络展示了对噪声阈值的灵活自学习能力以及所设计的特征融合模块对各种调制类型的多尺度特征获取的有效性。

关键词：信号消噪；深度自适应阈值学习网络；多尺度特征融合；调制识别

HTML PDF 收藏

基于价格机制的无线网自适应接纳控制算法

张雪

《中国工程科学》 2006年第8卷第4期页码 32-38

摘要：

为了有效地控制对无线网资源的使用，针对自适应的多媒体应用带宽可以动态调整的特点以及价格对用户行为的影响，提出一种与价格机制相结合的自适应的接纳控制算法，该算法适合于无线网中具有多服务类、多优先级服务的情况，并根据网络当前状况动态地调整价格以缓解拥塞问题。最后与未结合价格机制的自适应接纳控制算法进行性能对比表明，将价格机制与接纳控制结合起来，可以很大程度上改善无线网的性能。

关键词：无线网络自适应的接纳控制微观经济学价格机制连接级QoS

HTML PDF 收藏

一种基于非线性时空效应的个性化下一个兴趣点推荐方法

孙曦,吕志民

《信息与电子工程前沿（英文）》 2023年第24卷第9期页码 1273-1286 doi: 10.1631/FITEE.2200304

摘要：下一个兴趣点（POI）推荐是基于位置的社交网络（LBSN）的一项重要任务，其目标是使用历史签到数据在特定情境下为用户推荐下一个兴趣点。现有研究将用户时空信息线性离散化，然后使用基于循环神经网络（RNN）的方法进行建模。但是这些研究忽略了时空信息对用户偏好的非线性影响以及用户轨迹和候选兴趣点之间的时空相关性。该模型使用具有注意力机制的长短期记忆网络（LSTM）作为基本框架，并将时空信息以编码形式引入模型。在编码信息过程中，使用指数型衰减因子刻画用户兴趣随时间和距离的非线性漂移特性。

关键词：兴趣点推荐时空效应长短期记忆网络注意力机制