杨妍
- 作品数：7 被引量：27H指数：3
- 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：浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 智能计算算法的若干研究与应用
- 智能计算广义的讲就是基于生物体系的某些机制，用数学语言抽象描述的计算方法。计算智能是一个内蕴相当丰富的概念，它是融合神经网络、进化计算以及物理学、数学、计算机科学等学科形成的一种新的计算方法。随着其它学科如量子计算理论、...
- 杨妍
- 关键词：量子神经网络差分进化算法粒子群算法支持向量机协同进化
- 改进的协同粒子群优化算法的研究与应用
- 2012年
- 为增强现有PSO算法和协同粒子群优化算法的优化性能,提出了一种改进的协同粒子群优化算法及一种新的协同策略。该算法在进化过程中,将寻优粒子群分解为若干子分群,各子分群粒子利用本分群经验和整个种群经验进行搜索,既能在分群内部不断搜索,不迷失寻优方向,又能周期性地共享整群最优值引导粒子找到最好解。分解为多个子种群有利于维持种群的多样性,有效抑制局部最优现象发生。对经典复杂函数的寻优测试表明,改进算法的鲁棒性、收敛速度、精度及全局搜索能力均优于基本PSO算法。最后将改进算法用于建立基于神经网络的旋转机械故障诊断模型,设计了相应的故障诊断系统。结果表明,基于此算法的故障诊断系统具有诊断精度较高、稳定性能较好等特点。
- 陈如清杨妍
- 关键词：粒子群优化算法协同进化旋转机械神经网络故障诊断
- 差分进化粒子群混合优化算法的研究与应用被引量：16
- 2010年
- 对基本粒子群算法(PSO)和差分进化算法(DE)进行了分析,有机结合两种进化算法提出了一种新型差分进化粒子群混合优化算法,该算法将优化过程分成两阶段,两分群分别采用PSO算法和DE算法同时进行。迭代过程中引入进化速度因子并通过群体间的信息交流阻止算法陷入局部最优。对4个高维复杂函数寻优测试表明算法的鲁棒性、收敛速度和精度,全局搜索能力均优于常规PSO和DE。将提出的改进算法用于乙烯收率软测量建模,应用结果表明模型精度较高、泛化性能较好。
- 杨妍陈如清俞金寿
- 关键词：粒子群优化差分进化混合优化算法软测量
- 基于混沌最小二乘支持向量机的软测量建模被引量：4
- 2009年
- 提出一种改进算法,用来解决现有最小二乘支持向量机方法在处理大规模样本软测量建模问题时出现的模型结构复杂、失去支持向量稀疏性且正规化参数和核参数难以确定等问题。对样本集进行预处理,通过计算样本间欧氏距离进行样本相似程度分析,去除样本集中1/3的样本以简化支持向量机模型结构并提高计算速度。定义了一种混沌映射构成混沌系统并分析了其遍历性。应用改进的混沌优化算法优化最小二乘支持向量机模型参数以提高模型的拟合精度和泛化能力。将改进算法用于丙烯腈收率软测量建模中,仿真实验结果表明:模型精度较高,泛化性能好,满足现场测量要求。
- 杨妍陈如清俞金寿
- 关键词：欧氏距离混沌优化算法丙烯腈收率软测量建模
- 神经模糊分类器在医疗诊断上的应用
- 基于人工智能的模式分类技术在近年来广泛地被应用于医学临床诊断中.特别是神经网络和模糊系统用于模式分类得到了迅速的发展.该文对神经模糊分类器的方法进行了研究.该分类器同时具有神经网络较强的学习能力和用模糊逻辑表达并且抽取模...
- 杨妍
- 关键词：神经网络模糊集
- 文献传递网络资源链接
- 基于量子进化算法的神经网络及应用被引量：3
- 2007年
- 研究了量子进化算法,并将其与神经网络相融合,提出了基于量子进化算法的神经网络学习算法,然后将其应用于工业过程丙烯腈收率建模,结果表明量子进化神经网络建模具有较快的收敛速度和较高的模型精度,可以满足工业中要求丙烯腈收率误差不超过1%的要求。
- 杨妍俞金寿
- 关键词：量子进化算法神经网络
- 量子神经网络在心电图分类中的应用被引量：3
- 2009年
- 将量子叠加的概念引入前向神经网络,提出了量子神经网络的计算模型。量子神经网络分类器是将量子迁移(量子间隔)概念引入前向神经网络,在隐含层和输出层借鉴量子理论中的量子迁移(量子间隔)思想,神经元采用多个激励函数的叠加,形成对特征空间的多级划分,在训练过程中,量子神经元能够根据需要伸展或坍塌。当输入模糊信息时,该算法可以学习数据集中的不精确性或不确定性,具有较高的分类精度。将该算法应用于心电图诊断中,结果表明具有较好的分类效果和较快的训练速度。
- 杨妍陈如清俞金寿
- 关键词：量子神经网络
