期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于量子行为花朵授粉算法优化LSTM模型
1
作者
李汝嘉
贺壹婷
+5 位作者
季荣彪
李亚东
孙晓海
陈娇娇
吴叶辉
王灿宇
《吉林大学学报（理学版）》
CAS
北大核心
2024年第5期1163-1178,共16页
针对传统花朵授粉算法(flower pollination algorithm, FPA)受初始参数影响较大、且易陷入局部最优解或算法无法收敛等问题,提出一种基于量子行为的花朵授粉算法(quantum-inspired flower pollination algorithm, QFPA).通过引入量子系...
针对传统花朵授粉算法(flower pollination algorithm, FPA)受初始参数影响较大、且易陷入局部最优解或算法无法收敛等问题,提出一种基于量子行为的花朵授粉算法(quantum-inspired flower pollination algorithm, QFPA).通过引入量子系统到FPA中,使授粉过程中的搜索更高效,从而提高全局搜索能力.此外,还引入轨迹分析,使种群能更好地逃离局部最优解,进一步降低误差.为验证该方法的有效性,先通过选定的几个基准函数对QFPA进行评估,然后采用评估效果最好的QFPA对长短期记忆网络(LSTM)模型超参数进行寻优,最后在用自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)算法去除噪声后的空气质量数据集上进行实验,并与其他几种常用的优化算法进行对比.实验结果表明:QFPA提高了优化算法的全局搜索能力和收敛性;QFPA-LSTM模型增强了长时间序列数据预测的准确性和效率,该模型预测的均方根误差为10.93μg/m^(3),为实际应用中的空气质量预测提供了可靠的解决方案.
展开更多
关键词
花朵
授粉
算法
量子行为花朵授粉算法
CEEMDAN
算法
LSTM模型
下载PDF
职称材料
基于量子行为的花朵授粉算法
被引量：
6
2
作者
段艳明
肖辉辉
《兰州理工大学学报》
CAS
北大核心
2016年第3期88-95,共8页
针对花朵授粉算法易陷入局部极值、收敛速度慢的不足,提出一种具有量子行为的花朵授粉算法.该算法通过引入量子系统的态叠加特性,用波函数描述种群个体的位置,利用势肼场使种群个体以一定的概率密度在可行空间任何区域进行搜索,并且利...
针对花朵授粉算法易陷入局部极值、收敛速度慢的不足,提出一种具有量子行为的花朵授粉算法.该算法通过引入量子系统的态叠加特性,用波函数描述种群个体的位置,利用势肼场使种群个体以一定的概率密度在可行空间任何区域进行搜索,并且利用种群的平均最优位置使种群间存在等待效应,提高种群的协同工作能力,从而使算法能有效地避免陷入局部最优,增强全局寻优能力,提高收敛速度.通过8个CEC2005benchmark测试函数进行测试比较和3个数值积分的求解,并对结果进行分析,仿真结果表明,改进算法的全局寻优能力明显优于基本的花朵授粉算法、差分进化算法和蝙蝠算法等,其收敛精度、收敛速度和鲁棒性均比对比算法有较大提高.
展开更多
关键词
花朵
授粉
算法
量子
系统
δ势肼
波函数
下载PDF
职称材料
基于云量子花朵授粉的极限学习机算法
被引量：
7
3
作者
牛春彦
夏克文
+1 位作者
张江楠
贺紫平
《计算机应用》
CSCD
北大核心
2020年第6期1627-1632,共6页
为了避免花朵授粉算法在极限学习机识别过程中易陷入局部最优,提出了一种基于云量子花朵授粉的极限学习机算法。首先,将云模型和量子系统引入到花朵授粉算法中,增强花朵授粉算法的全局搜索能力,使粒子能在不同状态下进行寻优。然后,采...
为了避免花朵授粉算法在极限学习机识别过程中易陷入局部最优,提出了一种基于云量子花朵授粉的极限学习机算法。首先,将云模型和量子系统引入到花朵授粉算法中,增强花朵授粉算法的全局搜索能力,使粒子能在不同状态下进行寻优。然后,采用云量子花朵授粉算法优化极限学习机的参数,提高极限学习机的识别精度和效率。实验中采用6个标准测试函数对多个算法进行仿真对比,对比结果验证了所提云量子花朵授粉算法的性能优于另外3种群智能优化算法。最后,将改进的极限学习机算法应用到油气层识别中,结果表明其识别精度达到98.62%,相较于经典极限学习机,其训练时间缩短了1.6802 s,该算法具有较高的识别精度和效率,可以广泛应用到实际分类领域中。
展开更多
关键词
极限学习机
云模型
花朵
授粉
算法
油气层识别
量子
系统
下载PDF
职称材料
题名
基于量子行为花朵授粉算法优化LSTM模型
1
作者
李汝嘉
贺壹婷
季荣彪
李亚东
孙晓海
陈娇娇
吴叶辉
王灿宇
机构
云南农业大学大数据学院
出处
《吉林大学学报（理学版）》
CAS
北大核心
2024年第5期1163-1178,共16页
基金
云南省重大科技专项基金(批准号:202302AE09002003)。
文摘
针对传统花朵授粉算法(flower pollination algorithm, FPA)受初始参数影响较大、且易陷入局部最优解或算法无法收敛等问题,提出一种基于量子行为的花朵授粉算法(quantum-inspired flower pollination algorithm, QFPA).通过引入量子系统到FPA中,使授粉过程中的搜索更高效,从而提高全局搜索能力.此外,还引入轨迹分析,使种群能更好地逃离局部最优解,进一步降低误差.为验证该方法的有效性,先通过选定的几个基准函数对QFPA进行评估,然后采用评估效果最好的QFPA对长短期记忆网络(LSTM)模型超参数进行寻优,最后在用自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)算法去除噪声后的空气质量数据集上进行实验,并与其他几种常用的优化算法进行对比.实验结果表明:QFPA提高了优化算法的全局搜索能力和收敛性;QFPA-LSTM模型增强了长时间序列数据预测的准确性和效率,该模型预测的均方根误差为10.93μg/m^(3),为实际应用中的空气质量预测提供了可靠的解决方案.
关键词
花朵
授粉
算法
量子行为花朵授粉算法
CEEMDAN
算法
LSTM模型
Keywords
flower pollination algorithm
quantum-inspired flower pollination algorithm
CEEMDAN algorithm
LSTM model
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于量子行为的花朵授粉算法
被引量：
6
2
作者
段艳明
肖辉辉
机构
河池学院计算机与信息工程学院
江西财经大学信息管理学院
出处
《兰州理工大学学报》
CAS
北大核心
2016年第3期88-95,共8页
基金
国家自然科学基金(61173146)
广西自然科学基金(2013GXNSFBA019022)
文摘
针对花朵授粉算法易陷入局部极值、收敛速度慢的不足,提出一种具有量子行为的花朵授粉算法.该算法通过引入量子系统的态叠加特性,用波函数描述种群个体的位置,利用势肼场使种群个体以一定的概率密度在可行空间任何区域进行搜索,并且利用种群的平均最优位置使种群间存在等待效应,提高种群的协同工作能力,从而使算法能有效地避免陷入局部最优,增强全局寻优能力,提高收敛速度.通过8个CEC2005benchmark测试函数进行测试比较和3个数值积分的求解,并对结果进行分析,仿真结果表明,改进算法的全局寻优能力明显优于基本的花朵授粉算法、差分进化算法和蝙蝠算法等,其收敛精度、收敛速度和鲁棒性均比对比算法有较大提高.
关键词
花朵
授粉
算法
量子
系统
δ势肼
波函数
Keywords
flower pollination algorithm
quantum systems
δ-potential hydrazine
wave function
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于云量子花朵授粉的极限学习机算法
被引量：
7
3
作者
牛春彦
夏克文
张江楠
贺紫平
机构
河北工业大学电子信息工程学院
出处
《计算机应用》
CSCD
北大核心
2020年第6期1627-1632,共6页
基金
国家自然科学基金资助项目(U1813222)
天津市自然科学基金资助项目(18JCYBJC16500)
河北省重点研究开发项目(19210404D)。
文摘
为了避免花朵授粉算法在极限学习机识别过程中易陷入局部最优,提出了一种基于云量子花朵授粉的极限学习机算法。首先,将云模型和量子系统引入到花朵授粉算法中,增强花朵授粉算法的全局搜索能力,使粒子能在不同状态下进行寻优。然后,采用云量子花朵授粉算法优化极限学习机的参数,提高极限学习机的识别精度和效率。实验中采用6个标准测试函数对多个算法进行仿真对比,对比结果验证了所提云量子花朵授粉算法的性能优于另外3种群智能优化算法。最后,将改进的极限学习机算法应用到油气层识别中,结果表明其识别精度达到98.62%,相较于经典极限学习机,其训练时间缩短了1.6802 s,该算法具有较高的识别精度和效率,可以广泛应用到实际分类领域中。
关键词
极限学习机
云模型
花朵
授粉
算法
油气层识别
量子
系统
Keywords
extreme learning machine
cloud model
flower pollination algorithm
identification of oil and gas layers
quantum system
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于量子行为花朵授粉算法优化LSTM模型
李汝嘉
贺壹婷
季荣彪
李亚东
孙晓海
陈娇娇
吴叶辉
王灿宇
《吉林大学学报（理学版）》
CAS
北大核心
2024
0
下载PDF
职称材料
2
基于量子行为的花朵授粉算法
段艳明
肖辉辉
《兰州理工大学学报》
CAS
北大核心
2016
6
下载PDF
职称材料
3
基于云量子花朵授粉的极限学习机算法
牛春彦
夏克文
张江楠
贺紫平
《计算机应用》
CSCD
北大核心
2020
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
