您的位置: 专家智库 > >

周传华

作品数:4 被引量:43H指数:2
供职机构:华东理工大学信息科学与工程学院自动化研究所更多>>
发文基金:国家高技术研究发展计划国家杰出青年科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 4篇遗传算法
  • 3篇小生境
  • 3篇量子遗传
  • 3篇量子遗传算法
  • 2篇软测量
  • 2篇神经网
  • 2篇神经网络
  • 2篇改进量子遗传...
  • 1篇信息挖掘
  • 1篇软测量建模
  • 1篇神经网络训练
  • 1篇搜索
  • 1篇网络
  • 1篇网络训练
  • 1篇小波神经
  • 1篇小波神经网络
  • 1篇模式搜索

机构

  • 4篇华东理工大学

作者

  • 4篇周传华
  • 2篇钱锋
  • 1篇赵佩清
  • 1篇颜学峰

传媒

  • 1篇计算机应用
  • 1篇计算机与应用...
  • 1篇华东理工大学...

年份

  • 2篇2008
  • 2篇2007
4 条 记 录,以下是 1-4
排序方式:
改进量子遗传算法及其应用被引量:37
2008年
针对量子遗传算法在多维复杂函数优化中迭代次数多、易陷入局部极值等缺点,提出新的量子遗传算法。通过搜索各种群中各染色体的最优个体,组成一个新的种群,并以此种群作为当前最优种群来确定量子门的全局最优搜索方向。引入小生境协同进化策略初始化量子种群,使量子染色体均匀分布于初值空间。以非线性连续优化问题为例所进行的仿真结果表明,该方法具有收敛速度快、寻优能力强等优点。最后,将该算法应用于化工过程的优化,取得良好的效果。
周传华钱锋
关键词:遗传算法量子遗传算法小生境
基于改进量子遗传算法的小波神经网络优化及其软测量应用被引量:3
2008年
针对简单量子遗传算法在优化高维问题寻优速度慢、收敛率低的缺陷,提出一种改进的量子遗传算法,通过搜索各种群中最优染色体组成当前最优个体,并依此个体来确定量子门的全局最优搜索方向。将改进算法用于优化小波神经网络,藉此建立了4-CBA浓度的软测量模型。仿真结果表明:与简单量子遗传算法相比,改进算法对复杂优化问题具有全局快速寻优性能。
周传华钱锋
关键词:量子遗传算法小波神经网络小生境软测量
小生境量子遗传算法及其在软测量建模中的应用研究
近年来兴起的量子遗传算法(quantum genetic algorithm,qga)是量子计算和进化算法相结合的产物。本文在对量子遗传算法进行系统分析研究的基础上,提出了小生境量子遗传算法(niche quantum ...
周传华
关键词:量子遗传算法神经网络训练软测量建模
文献传递网络资源链接
基于群体信息挖掘的新遗传算法及其应用被引量:2
2007年
鉴于标准遗传算法有局部搜索能力差,求解精度不高等缺点,引入多元回归分析和模式搜索算法,利用最小二乘法求得种群寻优方向的信息,建立一种新的遗传算法,并由此指导种群中的每一个个体模式搜索,提高整个种群的寻优速度和效能,以非线性连续优化仿真为例,结果表明,该方法比遗传算法性能更好。该算法应用于优化化工过程,效果良好。
赵佩清颜学峰周传华
关键词:遗传算法模式搜索
共1页<1>
聚类工具0