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
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
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
肖智旺,钟登华
《中国工程科学》 2008年 第10卷 第7期 页码 77-81
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
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
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
关键词: stochastic analysis random seismic excitation finite element method artificial neural network frequency domain analysis Monte Carlo simulation
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
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
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
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
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。
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
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
关键词: 仿生算法;海豚;优化
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
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
标题 作者 时间 类型 操作
An efficient stochastic dynamic analysis of soil media using radial basis function artificial neural
P. ZAKIAN
期刊论文