共查询到10条相似文献，搜索用时 15 毫秒
1.
针对图像特征识别转为特征选择优化的问题,提出主成分分析与混沌自适应遗传算法结合的图像目标识别算法。首先通过PCA将图像特征线性组合转变为低维空间几个综合变量;同时改进遗传算法,利用混沌Tent模型生成均匀分布的初始种群、种群交叉及变异概率与种群适应度结合自适应变化,利用类内类间距与特征相关性重新构造适应度函数,采用精英保留策略进行子代选择,得到最优特征子集;最后利用概率神经网络与支持向量机分类器进行训练,识别测试图像。仿真实验表明,PCA与混沌自适应遗传算法结合能降低特征空间维数,使识别性能得到较好提升。 相似文献
2.
基于遗传算法求解炼钢-连铸浇次排序问题 总被引：1，自引：0，他引：1
曾齐红 《鞍山师范学院学报》2004,6(6):70-73
炼钢-连铸中的浇次排序属于带有工艺约束的并行机流水车间调度问题.本文研究了钢铁铸造企业生产计划与调度中的浇次排序问题,建立了数学模型,其目标函数确定为在满足机器约束的条件下,当日浇次计划的生产成本最小,并应用基于自然数向量编码和启发式规则产生初始种群的遗传算法进行了仿真研究. 相似文献
3.
4.
免疫遗传优化支持向量机回归在混沌时间序列预测上的应用 总被引：1，自引：0，他引：1
在分析支持向量机(Support Vector Machines,SVM)回归算法的基础上,提出了一种免疫遗传优化向量机回归算法来预测混沌时间序列.算法根据混沌时间序列样本的特点利用免疫遗传算法对支持向量机回归方法参数进行优化.免疫遗传算法有效地克服了未成熟收敛现象,获得相关参数最优值.对混沌时间序列预测的实际算例表明,与支持向量机方法相比,本文所提的免疫遗传优化支持向量机回归方法具有更高的预测精度. 相似文献
5.
针对中小型企业生产车间柔性作业调度问题,采用改进的遗传算法求解最优调度结果。将最大完工时间最小化作为调度目标,对经典遗传算法进行相应的改进。首先利用粒子群算法获取工序序列与粒子参数之间的映射关系,在初始种群中利用混沌映射和反向学习策略以提高初始种群质量;然后提出一种将机器编码和工序编码相结合的分段编码方法,以解决某道工序有多台可选机器加工的问题;最后利用自适应交叉和变异概率提高算法收敛速度。通过对 Brandimarte 设计的 10 组不同规格的基准案例进行仿真实验,得到进化曲线和最优调度方案。实验结果验证了该方法的实用性和有效性。 相似文献
6.
Yue-lan WANG Zeng-yi MA Hai-hui YOU Yi-jun TANG Yue-liang SHEN Ming-jiang NI Yong CHI Jian-hua YAN 《浙江大学学报(A卷英文版)》2018,(4)
目的:采用最小二乘支持向量机建立煤粉锅炉NO_x排放模型,即建立输入参数与NO_x之间的关系。合理选择输入参数不仅会降低模型的复杂度,而且会提高模型的精度。为此,本文探讨各输入参数对模型的影响,并最终保留合适数量的输入参数建立NO_x排放模型。创新点:1.采用最小二乘支持向量机建立NO_x排放模型;2.通过敏感性分析确定模型的最终输入参数。方法:1.根据专家知识及运行经验确定NO_x排放模型的初始输入参数(图2);2.根据锅炉的运行历史数据,采用最小二乘支持向量机建立NO_x排放模型;3.采用敏感性分析方法确定NO_x排放模型的最终输入参数(图11),并用其进行建模以验证模型的有效性。结论:1.采用最小二乘支持向量机建立的1000 MW超超临界前后墙对冲锅炉NO_x排放模型,可靠性和精度较高;2.经过敏感性分析,NO_x排放模型的输入参数由初始的33个降为7个,模型的复杂度降低且精度提高。 相似文献
7.
为了提高高校教师的绩效评价效果,本文提出一种基于优化支持向量机的高校教师绩效分类方法.采用支持向量机的非线性逼近能力描述绩效等级与影响因子间的复杂关系,同时利用改进的遗传算法对支持向量机参数进行优化处理,进而提高绩效识别分类精度.实验结果表明,与经典支持向量机和神经网络相比,该模型具有更好的泛化性能,能够明显提高高校教师绩效的评价效果. 相似文献
8.
支持向量机作为一种分类算法,虽然具有避免局部最优解、鲁棒性好等优点,但由于核函数、参数的选择等问题经常导致分割结果不理想。针对以上问题,将遗传算法（GA）和支持向量机（SVM）结合,通过遗传算法选取最优参数训练支持向量机模型,使用训练好的模型分割图像。实验结果表明,采用该算法能够得到理想的分割结果。 相似文献
9.
《西安文理学院学报》2020,(3)
震颤是肝豆状核变性疾病常见的症状之一.设计了一个监督学习模式评价系统,采用九轴传感器来记录震颤的加速度信号,分别在时域、频域上提取特征,再采用遗传算法选取出峰值振幅、特征峰值频率和峰值功率为显著特征,针对这些显著特征采用监督式学习,再通过支持向量机将患者和健康人进行分类.实验采用遗传算法迭代80次之后得到三个显著特征,再分别采用高斯核函数的支持向量机进行分类.实验结果显示,采用峰值频率分类的准确率最高,达到93%以上. 相似文献