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
共找到5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：
基于GAPSO_BP神经网络的Doherty功放行为模型 被引量：1
1
作者 许璟 南敬昌 《计算机应用与软件》 CSCD 北大核心 2013年第12期60-63,共4页
在通信系统级仿真中,精确构建行为模型对设计和优化射频功率放大器是极为重要的。在BP神经网络模型的基础上,提出一种由遗传算法和粒子群算法结合的混合算法对网络进行优化,构建GAPSO_BP功放行为模型,利用Doherty结构的功放输入输出电... 在通信系统级仿真中,精确构建行为模型对设计和优化射频功率放大器是极为重要的。在BP神经网络模型的基础上,提出一种由遗传算法和粒子群算法结合的混合算法对网络进行优化,构建GAPSO_BP功放行为模型,利用Doherty结构的功放输入输出电压数据对模型进行仿真。通过对电压均方根误差以及收敛速度的比较,最终得出基于GAPSO算法构建的模型比基于原有两种算法构建的模型有更好的拟合性,功放实际输出和模型输出之间的均方误差达到了0.0011,进而可以更精确地描述射频功率放大器的非线性特性。 展开更多
关键词 功率放大器 行为模型 gapso算法BP神经网络
在线阅读 下载PDF
基于GPCA和GAPSO-NN的中国区域经济预测方法研究
2
作者 付传秀 《湖北民族学院学报（自然科学版）》 CAS 2014年第1期71-74,共4页
结合全局主成分分析(GPCA)和遗传微粒群-神经网络(GAPSO-NN),对中国区域经济发展水平进行预测.首先构建区域经济发展水平的评价指标体系并提取相关数据;然后借助GPCA获得全局主成分分值、综合评价值,作为GAPSO-NN的输入、输出;接着构建G... 结合全局主成分分析(GPCA)和遗传微粒群-神经网络(GAPSO-NN),对中国区域经济发展水平进行预测.首先构建区域经济发展水平的评价指标体系并提取相关数据;然后借助GPCA获得全局主成分分值、综合评价值,作为GAPSO-NN的输入、输出;接着构建GAPSO-NN预测模型并训练网络;最后通过预测仿真,表明基于GPCA和GAPSO-NN预测方法的有效性. 展开更多
关键词 区域经济 全局主成分分析 遗传微粒群-神经网络 预测方法
在线阅读 下载PDF
基于GAPSO Elman神经网络算法的短时航迹预测 被引量：4
3
作者 嵇胜 李桂芳 疏利生 《航空计算技术》 2021年第1期60-63,共4页
为保证空中交通运行通畅,避免交通拥堵和其他可能存在的风险,有必要对航空器进行短时航迹预测,为管制员提前做出决策提供依据。基于遗传算法(GA)的全局搜索能力和粒子群算法(PSO)的局部搜索能力,将两者相结合的遗传粒子群混合算法(GAPSO... 为保证空中交通运行通畅,避免交通拥堵和其他可能存在的风险,有必要对航空器进行短时航迹预测,为管制员提前做出决策提供依据。基于遗传算法(GA)的全局搜索能力和粒子群算法(PSO)的局部搜索能力,将两者相结合的遗传粒子群混合算法(GAPSO)应用于Elman神经网络算法的优化中,提出了GAPSO Elman神经网络算法,将该算法应用于短时航迹预测。仿真实验结果表明:方法能够极大地提升Elman神经网络的预测精度,准确地预测航空器的飞行轨迹,提前15 min预测的航空器过点时间与真实过点时间平均误差能够控制在1 min以内,具有良好的预测效果,为终端区航路网络的拥挤管控提供了技术依据。 展开更多
关键词 短时航迹预测 gapso算法 ELMAN神经网络 航路网络
在线阅读 下载PDF
基于层级分解的前围声学包多目标优化 被引量：1
4
作者 杨帅 吴宪 薛顺达 《振动与冲击》 北大核心 2025年第3期267-277,共11页
搭建了前围声学包多层级目标分解架构,提出GAPSO-RBFNN(genetic algorithm particle swarm optimization-radial basis function neural network)预测模型,并将其应用于多层级目标分解架构。将材料数据库、覆盖率、泄漏量作为优化的变... 搭建了前围声学包多层级目标分解架构,提出GAPSO-RBFNN(genetic algorithm particle swarm optimization-radial basis function neural network)预测模型,并将其应用于多层级目标分解架构。将材料数据库、覆盖率、泄漏量作为优化的变量范围,以PBNR(power based noise reduction)均值作为约束,以质量和成本作为优化目标,采用非支配排序遗传算法(nondominated sorting genetic algorithm II,NSGA-II)进行多目标优化,得到Pareto多目标解集。并从中选取满足设计目标的最佳组合方案(材料组合、覆盖率、前围过孔密封方案选型)。结果显示,该模型最终的优化结果与实测结果接近,误差分别为0.35%,1.47%,1.82%,相较于初始声学包方案,优化后的结果显示,PBNR均值提升3.05%,其质量降低52.38%,成本降低15.15%,验证了所提方法的有效性和准确性。 展开更多
关键词 gapso-RBFNN 声学包 PBNR NSGA-II Pareto多目标解集
在线阅读 下载PDF
基于改进LSTM算法的综合能源系统多元负荷预测 被引量：9
5
作者 闫照康 马刚 +2 位作者 冯瑞 徐健玮 沈静文 《分布式能源》 2024年第2期30-38,共9页
准确预测短期多种能源负荷,是确保综合能源系统可靠、高效运行的必要前提。为此,提出了一种基于遗传粒子群混合优化(genetic algorithm particle swarm optimization,GAPSO)算法的卷积长短期记忆神经网络(convolutional neural network-... 准确预测短期多种能源负荷,是确保综合能源系统可靠、高效运行的必要前提。为此,提出了一种基于遗传粒子群混合优化(genetic algorithm particle swarm optimization,GAPSO)算法的卷积长短期记忆神经网络(convolutional neural network-long short-term memory,CNN-LSTM)综合能源系统多元负荷预测模型。首先,利用皮尔逊系数来描述各影响因素与负荷之间的相关性强弱。其次,采用GAPSO算法对长短期记忆(long short-term memory,LSTM)网络模型进行改进,然后构建卷积神经网络(convolutional neural networks,CNN)以提取小时级高阶特征,并通过改进后的LSTM网络模型对提取的隐含高阶特征进行分位数回归建模,构建了基于GAPSO-CNN-LSTM综合能源系统多元负荷预测模型。最后,以美国亚利桑那州立大学坦佩校区综合能源系统负荷数据为算例进行验证,结果表明:改进后的算法具有更好的收敛能力,模型具有更高的预测精度。 展开更多
关键词 长短期记忆(LSTM) 卷积神经网络(CNN) 遗传粒子群混合优化(gapso)算法 综合能源系统 负荷预测
在线阅读 下载PDF
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
使用帮助 返回顶部