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 1470

会议视频 192

会议信息 59

会议专题 1

年份

2024 3

2023 159

2022 197

2021 210

2020 207

2019 137

2018 119

2017 112

2016 78

2015 41

2014 23

2013 31

2012 29

2011 21

2010 24

2009 24

2008 36

2007 53

2006 32

2005 39

展开︾

关键词

智能制造 113

人工智能 89

神经网络 27

2020 24

遗传算法 21

机器学习 20

优化 18

农业科学 17

肠道菌群 15

优化设计 11

多目标优化 11

2019 10

新一代智能制造 10

智能工业 10

智能 9

智能化 9

信息技术 8

智能电网 8

交通 7

展开︾

检索范围：

排序：展示方式：

一种基于变异算子与淘汰重组机制的改进GWO及其应用 Article

Xiao-qing ZHANG, Zheng-feng MING

《信息与电子工程前沿（英文）》 2017年第18卷第11期页码 1705-1719 doi: 10.1631/FITEE.1601555

摘要：标准苍狼优化算法（grey wolf optimizer, GWO）因其简单易用的特性受到广泛关注。由于存在搜索结构不完善、易陷入局部最优等问题，其应用范围受到了限制。本文提出了一种基于变异算子和淘汰重组机制的苍狼优化算法（eliminating-reconstructing GWO, MR-GWO）。对GWO的分析表明，GWO仅以三个领导层苍狼为核心进行搜索，且仅通过调整参数a来平衡算法的探索和开发性能，意味着苍狼群在一定程度上失去了多样性。因此，本文对优秀的搜索狼引入变异算子，对性能较差的搜索狼采用淘汰重组机制，不仅有效地扩展了算法的随机搜索面，同时加快了算法收敛速度。为了验证改进后算法的有效性，通过13个标准连续函数全局优化实验及RBF（radial basis function）网络逼近试验将MR-GWO算法与其它算法进行了比较，试验结果表明MR-GWO算法具有较强的竞争力

关键词：群智能；苍狼优化算法；优化；RBF（radial basis function）网络

HTML PDF 收藏

基于RBF神经网络的水文地质参数识别

张俊艳,魏连伟,韩文秀,邵景力,崔亚丽,张建立

《中国工程科学》 2004年第6卷第8期页码 74-78

摘要：针对传统水文地质参数识别方法的局限性，提出了水文地质参数识别的径向基函数(RBF )神经网络方法，并通过算例验证了它的可行性与有效性，实现了水文地质参数的自动识别，提高了计算效率，比BP神经网络具有更好的参数识别效果

关键词：地下水水文地质参数径向基函数(RBF)神经网络 BP神经网络

HTML PDF 收藏

基于RBF神经网络算法的连拱隧道围岩变形预测方法研究

肖智旺,钟登华

《中国工程科学》 2008年第10卷第7期页码 77-81

摘要：

利用径向基函数前馈式神经网络的特性，构建了连拱隧洞围岩变形的预测模型，并利用Matlab工具对模型进行求解。最后的工程实例对文章的方法进行了检验，其结果表明，此方法具有求解速度快，结果更为优化、预测效果更好等优点。

关键词：连拱隧洞围岩变形变形预测径向基函数(RBF) 神经网络

HTML PDF 收藏

基于径向基函数神经网络的滚动轴承故障模式的识别

陆爽,张子达,李萌

《中国工程科学》 2004年第6卷第2期页码 56-60

摘要：

径向基函数（RBF）神经网络是一种3层前馈性神经网络，它具有较强的函数逼近能力和分类能力。鉴于径向基函数神经网络的优点，在对滚动轴承振动信号特征分析的基础上，提出了采用时序方法对其建立AR模型，利用AR模型参数建立径向基函数神经网络，并用该网络对滚动轴承的故障模式进行了识别。

关键词：滚动轴承振动信号 AR模型 RBF神经网络模式识别

HTML PDF 收藏

改进的动态灰狼优化算法 Research Articles

张小青1,2,张玉叶1,明正峰2

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 887-890 doi: 10.1631/FITEE.2000191

摘要：在标准灰狼优化算法（GWO）中，搜索狼必须等到其他搜索狼与3个领导狼之间的比较完成后才能更新其当前位置矢量。正因为有此等待时间，标准GWO被视为静态GWO。为消除这种等待时间，提出两种动态GWO算法：第一种动态灰狼优化算法（DGWO1）和第二种动态灰狼优化算法（DGWO2）。在动态GWO算法中，当前搜索狼不需要等待所有其他搜索狼与领导狼的比较，在完成自身或前一匹搜索狼与领导狼的比较后，即可更新其位置矢量。动态GWO算法及时更新搜索狼的位置，提高了算法迭代收敛速度。以动态GWO算法结构为基础，对其他改进GWO算法也进行了一定的性能测验。实验证明，对同一改进GWO算法，以动态GWO结构为基础时的性能总体上优于以静态GWO结构为基础时的性能。

关键词：群智能；灰狼优化算法；动态灰狼优化算法；优化实验

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

An efficient stochastic dynamic analysis of soil media using radial basis function artificial neural

P. ZAKIAN

《结构与土木工程前沿（英文）》 2017年第11卷第4期页码 470-479 doi: 10.1007/s11709-017-0440-8

摘要： Since a lot of engineering problems are along with uncertain parameters, stochastic methods are of great importance for incorporating random nature of a system property or random nature of a system input. In this study, the stochastic dynamic analysis of soil mass is performed by finite element method in the frequency domain. Two methods are used for stochastic analysis of soil media which are spectral decomposition and Monte Carlo methods. Shear modulus of soil is considered as a random field and the seismic excitation is also imposed as a random process. In this research, artificial neural network is proposed and added to Monte Carlo method for sake of reducing computational effort of the random analysis. Then, the effects of the proposed artificial neural network are illustrated on decreasing computational time of Monte Carlo simulations in comparison with standard Monte Carlo and spectral decomposition methods. Numerical verifications are provided to indicate capabilities, accuracy and efficiency of the proposed strategy compared to the other techniques.

关键词： stochastic analysis random seismic excitation finite element method artificial neural network frequency domain analysis Monte Carlo simulation

HTML PDF 收藏

MSSSA：一种针对全局优化问题的多策略增强型麻雀搜索算法 Research Article

孟凯1,2,陈晨1,2,辛斌1,2

《信息与电子工程前沿（英文）》 2022年第23卷第12期页码 1828-1847 doi: 10.1631/FITEE.2200237

摘要：麻雀搜索算法(SSA)是一种新的元启发式优化方法，具有简单和灵活的优点。然而，在处理多模态优化问题时，该算法仍存在早熟收敛、探索与开发不平衡等缺陷。针对上述问题，本文提出一种多策略增强的麻雀搜索算法(MSSSA)。首先，引入混沌映射以获取高质量的初始种群，并采用对立学习策略增加种群的多样性。最后，在个体更新阶段嵌入混合扰动机制，以避免算法陷入局部最优。实验结果表明，与一些先进的算法相比，所提出的MSSSA表现出突出的优化性能。该算法还成功地应用于两个工程优化问题，证明了MSSSA在解决实际问题方面的优越性。

关键词：群智能；麻雀搜索算法；自适应参数控制策略；混合扰动机制；优化问题

HTML PDF 收藏

蚁群算法的研究现状及其展望

段海滨,王道波,于秀芬

《中国工程科学》 2007年第9卷第2期页码 98-102

摘要：

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化系统，该算法采用分布式并行计算和正反馈机制，易于与其他方法结合，目前已经在众多组合优化领域中得到广泛应用在介绍基本蚁群算法数学模型的基础上，列举了进入２１世纪以来部分具有代表性的蚁群算法改进模型及其应用情况，然后重点从算法的模型改进、理论分析、并行实现、应用领域、硬件实现、智能融合等角度对蚁群算法在今后的研究方

关键词：蚁群算法信息素正反馈优化

HTML PDF 收藏

模糊基函数神经网络在线跟踪自学习算法研究

许飞云,钟秉林,黄仁

《中国工程科学》 2007年第9卷第11期页码 48-53

摘要：

提出了一种用于分类的模糊基函数（FBF）神经网络在线跟踪自学习算法，通过带有遗忘因子的样本均值和样本协方差矩阵，保存了原始样本所包含的类可能性分布信息，并在此基础上产生新增样本的目标输出用于训练FBF网络，以实现分类边界的在线跟踪；给出了带有遗忘因子的样本均值和样本协方差矩阵的递推算法，以克服传统方法需要保存大量以往训练样本带来的困难。

关键词：模糊基函数自学习故障诊断

HTML PDF 收藏

网络设计问题的一种代理模型优化算法 Article

Meng LI, Xi LIN, Xi-qun CHEN

《信息与电子工程前沿（英文）》 2017年第18卷第11期页码 1693-1704 doi: 10.1631/FITEE.1601403

摘要：由于其双层规划结构本质上的非凸性，交通网络设计问题一直以来都是交通规划领域中最为困难的问题之一。尤其在考虑混合了连续变量与离散变量的决策变量时，得到的混合网络设计形式进一步增加了问题的难度。本文引入了一种代理模型优化算法，用以解决三种不同种类的网络设计问题，包括连续、离散与混合的情形。我们证明了提出的算法在解决连续网络设计问题时，能够确保“渐进完全收敛”的性质，即在给定足够长的计算时间时，算法能够以概率1收敛到全局最优解。为了展示本文提出的框架在实际问题中的表现，我们用大量的算例对比了代理模型算法与大量用于解决网络设计问题的经典算法、启发式算法的效果。结果表明，以效率与精确度而论，代理模型算法是其中最优秀之一，同时它还能够有效地解决超过20个变量的较大规模的问题。本文提出的代理模型优化框架也能够用于解决交通领域的其他优化问题。

关键词：网络设计问题；代理模型优化；交通规划；启发式算法

HTML PDF 收藏

海豚群算法 Article

Tian-qi WU,Min YAO,Jian-hua YANG

《信息与电子工程前沿（英文）》 2016年第17卷第8期页码 717-729 doi: 10.1631/FITEE.1500287

摘要：群体智能算法采取分布式解决问题的策略，已成功应用于很多传统算法难以解决的优化问题。目前已有粒子群算法、遗传算法、蜂群算法、蚁群算法等已经成功实现且效果良好的算法，但在优化对象日益复杂的今天，这些算法越来越难以满足人们对精度和时间的要求，而改进这些算法所带来的收益也越来越低。通过将这些生物特性和生活习性与群体智能的思想结合起来，引入优化问题中，我们提出了一种新的算法——海豚群算法，并给出了算法的相关定义，详细阐述了算法中搜寻、呼叫、接受、捕猎四个关键阶段。为了验证海豚群算法的效果，使用了10个性质各异的基准函数对海豚群算法以及粒子群算法、遗传算法、蜂群算法进行实验，并将4个函数的收敛速度和基准函数结果进行比较。、使用个体较少的优化问题。

关键词：仿生算法；海豚；优化

HTML PDF 收藏

人工智能算法在网络空间安全中的应用：技术与现状综述 Review

陈捷1,2,武丹丹2,谢瑞云2

《信息与电子工程前沿（英文）》 2023年第24卷第8期页码 1117-1142 doi: 10.1631/FITEE.2200314

摘要：网络空间安全急需解决的3个技术问题是：网络攻击检测的及时性和准确性、安全态势的可信评估和预测以及安全防御策略优化的有效性。人工智能算法已成为网络安全应用增加安全机会和提高对抗能力的核心手段。近年来，人工智能技术的突破和应用为提高网络防御能力提供了先进的技术支持。本综述对2017至2022年间人工智能技术在网络空间安全领域的最新应用进行了全面回顾。本综述重点介绍了机器学习、深度学习和一些流行的优化算法在该领域的最新应用进展，对算法模型的特点、性能结果、数据集、以及潜在的优点和局限性进行了分析，强调了现存的挑战。本工作旨在为想进一步挖掘人工智能技术在网络空间安全领域应用的潜力、解决特定网络空间安全问题的研究人员提供技术指导，掌握当前技术和应用的发展趋势以及网络安全领域的热点问题。

关键词：人工智能；机器学习；深度学习；优化算法；混合算法；网络空间安全

HTML PDF 收藏

智能电网中分布式经济调度研究进展：综述 Review Articles

温广辉1,余星火2,刘智伟3

《信息与电子工程前沿（英文）》 2021年第22卷第1期页码 1-140 doi: 10.1631/FITEE.2000205

摘要：设计一种高效的分布式经济调度策略对具有多台发电机的智能电网具有重要意义，将使得新一代电力系统获取多种益处，如易于实施、低维护成本、高能源效率、对各种不确定性的强鲁棒性。本文综述智能电网分布式经济调度的理论研究最新进展，重点关注2015年以来发表的文献。系统回顾该主题的最新研究结果，并将其分为分布式离散时间和分布式连续时间经济调度算法两类。在回顾相关文献的基础上，简要介绍未来研究方向，包括智能电网的分布式安全经济调度、具有实际约束的分布式快速经济调度、高效无初值分布式经济调度、具有智能储能电池和灵活负载的分布式经济调度以及结合人工智能技术的分布式经济调度

关键词：分布式经济调度；分布式优化；智能电网；连续时间优化算法；离散优化算法