发表服务
基于数据驱动算法和LS-SVM的输电线路覆冰预测. 输电线路的严重覆冰给电网的安全生产带来了极大的危害。. 针对线路覆冰与气象条件的数学描述模型不能很好地反应冰厚与微气象条件的关系和基于全局数据的智能覆冰预测算法复杂、准确度低，无法实现在线预测 ...
目前主要的进化算法主要包括：遗传算法，群智能算法（粒子群算法，蚁群算法，蜂群算法等），模拟退火算法，量子进化算法、文化算法等。. 这类算法的收敛性很难从数学上证明，但在测试复杂多态函数有较好的效果。. 进化算法领域的期刊：. 1.IEEE Transactions ...私有云与新一代私有云有什么不同？ - 知乎2020-10-29遗传算法 - 知乎 - Zhihu2020-4-24现在模拟退火算法、粒子群优化算法、遗传算法和蚁群优化 ...2019-4-17查看更多结果
数据驱动的进化优化是什么，仅仅就是数据+优化算法吗？数据驱动的进化优化适用于哪些应用场景？传统的数学优化方法是否迎来了新一轮的挑战。本文将为您深入浅出的解答以上...
基于分层数据搜索的数据驱动算法研究 阳杰 1,白晓伟 1,颜巍 1,黄威 2,黄群 1,邵倩 3,胡衡 3 1. 武汉大学 2. 3. 武汉大学土木建筑 ...
分享来自北航大学2018年发表在Journal of Manufacturing Systems期刊上的Data-driven smart manufacturing，本文将节选其中的几个重要idea进行讨论和简述。一、制造业数据的进化的四个时代按照发展阶段，这篇本章将制造业分为四个时代：手工业 ...
简单来说，数据驱动的进化优化（Data-driven evolutionary computation）就是借助数据和进化算法求解优化问题。 首先为什么用进化算法呢？举几个例子，一些优化问题很难获取其数学优化模型的，如仿真实验软件，可以看成是黑箱的优化问题。
主要工作包括如下:(1)基于随机森林算法实现重载列车运行数据特征降维。数据标准化处理后,搭建随机森林模型对重载列车运行数据的特征进行学习,量化不同特征在智能控制中的重要性,采用序列后向消除方式提取备选特征集实现特征降维。
数据驱动; 随机逼近; 同时扰动随机逼近; 迭代反馈整定; 虚拟参考反馈整定; 在线算法; 【英文关键词】 Data-driven ; Stochastic approximation ; simultaneous perturbation ; Iterative feedback tuning ; Virtual …
以数据来驱动设计是材料领域的一次大胆的尝试，以机器学习为代表的数据处理技术已经展现出其强大的作用，材料科学与数据科学的交叉应用或许能为导向性材料设计开启全新的大门。图 1. 基于机器学习算法的材料性质预测流程 图2.
摘要： 针对一类复杂的无法对其机理建模的离散时间系统,根据采集的两年工艺参数数据,结合复杂工艺特点,提出了基于数据驱动的系统动态特性建模方法,构建了时间序列受控回归滑动平均(CARMA)胞映射模型;在模型结构确定的基础上,采用改进的量子行为粒子群优化(IQPSO)算法对系统参数进行辨识;算法 ...
基于数据驱动算法和LS-SVM的输电线路覆冰预测. 输电线路的严重覆冰给电网的安全生产带来了极大的危害。. 针对线路覆冰与气象条件的数学描述模型不能很好地反应冰厚与微气象条件的关系和基于全局数据的智能覆冰预测算法复杂、准确度低，无法实现在线预测 ...
目前主要的进化算法主要包括：遗传算法，群智能算法（粒子群算法，蚁群算法，蜂群算法等），模拟退火算法，量子进化算法、文化算法等。. 这类算法的收敛性很难从数学上证明，但在测试复杂多态函数有较好的效果。. 进化算法领域的期刊：. 1.IEEE Transactions ...私有云与新一代私有云有什么不同？ - 知乎2020-10-29遗传算法 - 知乎 - Zhihu2020-4-24现在模拟退火算法、粒子群优化算法、遗传算法和蚁群优化 ...2019-4-17查看更多结果
数据驱动的进化优化是什么，仅仅就是数据+优化算法吗？数据驱动的进化优化适用于哪些应用场景？传统的数学优化方法是否迎来了新一轮的挑战。本文将为您深入浅出的解答以上...
基于分层数据搜索的数据驱动算法研究 阳杰 1,白晓伟 1,颜巍 1,黄威 2,黄群 1,邵倩 3,胡衡 3 1. 武汉大学 2. 3. 武汉大学土木建筑 ...
分享来自北航大学2018年发表在Journal of Manufacturing Systems期刊上的Data-driven smart manufacturing，本文将节选其中的几个重要idea进行讨论和简述。一、制造业数据的进化的四个时代按照发展阶段，这篇本章将制造业分为四个时代：手工业 ...
简单来说，数据驱动的进化优化（Data-driven evolutionary computation）就是借助数据和进化算法求解优化问题。 首先为什么用进化算法呢？举几个例子，一些优化问题很难获取其数学优化模型的，如仿真实验软件，可以看成是黑箱的优化问题。
主要工作包括如下:(1)基于随机森林算法实现重载列车运行数据特征降维。数据标准化处理后,搭建随机森林模型对重载列车运行数据的特征进行学习,量化不同特征在智能控制中的重要性,采用序列后向消除方式提取备选特征集实现特征降维。
数据驱动; 随机逼近; 同时扰动随机逼近; 迭代反馈整定; 虚拟参考反馈整定; 在线算法; 【英文关键词】 Data-driven ; Stochastic approximation ; simultaneous perturbation ; Iterative feedback tuning ; Virtual …
以数据来驱动设计是材料领域的一次大胆的尝试，以机器学习为代表的数据处理技术已经展现出其强大的作用，材料科学与数据科学的交叉应用或许能为导向性材料设计开启全新的大门。图 1. 基于机器学习算法的材料性质预测流程 图2.
摘要： 针对一类复杂的无法对其机理建模的离散时间系统,根据采集的两年工艺参数数据,结合复杂工艺特点,提出了基于数据驱动的系统动态特性建模方法,构建了时间序列受控回归滑动平均(CARMA)胞映射模型;在模型结构确定的基础上,采用改进的量子行为粒子群优化(IQPSO)算法对系统参数进行辨识;算法 ...
发表服务