G-P算法
G-P算法的相关文献在1992年到2022年内共计71篇,主要集中在自动化技术、计算机技术、公路运输、电工技术
等领域,其中期刊论文64篇、会议论文3篇、专利文献63477篇;相关期刊60种,包括运筹与管理、枣庄学院学报、四川地震等;
相关会议3种,包括中国声学学会2010年全国会员代表大会暨学术会议、2003年中国智能自动化会议、中国高等学校电力系统及其自动化专业第二十一届学术年会等;G-P算法的相关文献由191位作者贡献,包括董春娇、邵春福、孟梦等。
G-P算法—发文量
专利文献>
论文:63477篇
占比:99.89%
总计:63544篇
G-P算法
-研究学者
- 董春娇
- 邵春福
- 孟梦
- 党建武
- 冯怀北
- 刘宪岭
- 唐树芳
- 姜华伟
- 李亚兵
- 李擎
- 段绪
- 王伟
- 等
- 诸葛承祥
- 谢松云
- 郑德玲
- 陈敏
- 陈鸿伟
- 高建强
- 黄建国
- LI Peng
- QU Linying
- ZHANG Xianbo
- ZHOU Wenliang
- 严冰
- 乔新勇
- 乔非
- 于海明
- 付强
- 任小梅
- 何升章
- 傅惠
- 刘东升
- 刘勇
- 刘子玥
- 刘巧莲
- 刘建敏
- 刘鹃
- 史其信
- 叶勇
- 吕威
- 吕安强
- 吴守一
- 吴平东
- 吴旭辉
- 吴瑞武
- 吴长振
- 周屹
- 周桂霞
- 唐好魁
-
-
周屹;
杨洪海;
张苗
-
-
摘要:
搭建脉动热管可视化试验台,获取管内流体运动的温度时间序列,进行关联维分析。根据加热功率不同,将管内流动分成几乎不运行、振荡、循环流动三种运动。关联维随嵌入维数的增加逐渐收敛,饱和关联维在不同的运动状态下值有明显差别。相比于壁温信号,管内流体的温度时间序列的关联维值更大,更能反应真实的运动情况。蒸发段的关联维略大于冷凝段的关联维,发现循环流动下,至少需要9个变量才能描述管内流动。
-
-
马丽萌;
乔非;
马玉敏;
刘鹃
-
-
摘要:
针对智能车间复杂性程度高、动态不确定性明显、对调度的实时性要求高以及车间机理模型难以描述等特点,对智能车间实时调度问题展开研究,提出一种将仿真优化与遗传规划(SO-GP)算法相结合的调度规则挖掘方法,在优化生产性能的同时满足实时调度的需求.在SO-GP方法设计中,采用二叉树的结构编码,每个GP个体代表一个组合调度规则,并借助仿真获得个体的适应度值.为了进一步提高挖掘过程的时间效率,对构成GP算法的终止集进行了归一化改进.最后以MiniFAB半导体生产线模型为对象进行实验,验证了所提方法的有效性.
-
-
张逵平
-
-
摘要:
首先分析了小电流接地系统故障稳态和暂态特性,介绍暂态零序电流的分布情况,提出一种基于改进EMD与分形维数方法的故障选线研究.其次对G-P算法所存在的缺点进行改进,采用模拟退火遗传K-means算法找到无标度区间.再次进行曲线拟合得到线段的斜率,即线路关联维数.最后通过比较关联维数的大小,选出配电网发生故障的相应线路.
-
-
-
-
ZHOU Wenliang;
ZHANG Xianbo;
QU Linying;
LI Peng
-
-
摘要:
将城际客流均衡分配与列车运行图优化相结合,构建城际列车运行图优化的双层规划模型,其中,上层模型以满足行车组织要求、运营时间等为约束,以降低旅客乘车时间、换乘等待时间以及提高始发、终到时间满意度为目标优化列车运行图;而下层模型为基于列车运行图的客流均衡分配模型.模型采用模拟退火算法与GP算法组合求解,在生成初始列车运行图的基础上不断通过均衡分配乘车客流、构造邻域解迭代优化.算例分析表明模型与算法具有较好的收敛性与有效性.
-
-
张淑清;
赵朋程;
陈颖;
刘子玥;
张立国;
严冰
-
-
摘要:
提出一种基于总体平均经验模态分解( EEMD)和关联维数相结合的小电流接地故障选线新方法。EEMD 对非线性、非平稳信号的处理,不仅能达到与经验模态分解(EMD)相同的效果,同时又能有效地抑制模式混叠,非常适用于对小电流接地故障信号的处理。关联维数作为反映系统状态的特征量,能定量分析故障状态,提高故障诊断能力。在计算关联维数前,需要进行相空间重构,采用极大联合熵算法求取最佳延迟时间,以往用互信息求取延迟时间法,该方法简化了算法,缩短了计算关联维数的时间。最后采用 G-P 算法计算零序电流相关分量的关联维数,通过比较关联维数,实现故障选线。实验结果表明该方法能快速准确地选出故障线路,为小电流接地故障选线提供一种有效的新方法。%A new fault line selection method for small current grounding system based on ensemble empirical mode of decomposition( EEMD)and correlation dimension is proposed. EEMD is ideal for the fault signal processing of small current grounding system,which could not only achieve the same effect with the empirical mode decomposition(EMD), but also suppress aliasing mode effectively when processing nonlinear and non-stationary signal. The correlation dimension could reflect the feature quantity of the system state,analyze the fault condition quantitatively,and improve the capabilities of fault diagnosis. Phase space reconstruction is necessary before calculating the correlation dimension,and the maximum joint entropy algorithm is introduced to get the optimal delay time,which simplifies the algorithm,and shortens the calculation time of the correlation dimension compared with the mutual information requirements delay time. Finally,G-P algorithm is adopted to calculate the correlation dimension,realizing fault line selection by comparing the numerical of correlation dimension. The experiment results show that the proposed method could select fault line rapidly and accurately, providing an effective method for the small current grounding fault line selection.
-
-
许淑芹;
周桂霞;
于海明;
金忠波;
张雪峰;
秦春兰
-
-
摘要:
This paper use the GP algorithm and grey correlation to quantify the impact factors of Agricultural Machinery Total Power of Heilongjiang Province .It takes the Agricultural Machinery Total Power of Heilongjiang Province as gray re-lational model output factor and GP method of research object .From four different angles of agricultural labor , land pro-duction scale, to buy farm machinery economic environment, the number of farm machinery equipment to select 14 different Agricultural Machine Power factors as input factor of Grey Relational Model .The final step will combine the em-bedding dimension of Agricultural Machine Power which is calculated by GP method with the comparative Analysis result of gray correlation method 14 factors.It is observed that there are eight main factors affecting Agricultural Mechanization development of Heilongjiang Province .Overall, the main factors are deeply analyzed and some recommendations based on the analysis results to promote the Agricultural Mechanization development .%应用混沌理论中的饱和关联维数法( G-P)与灰色关联分析法,对黑龙江省农机总动力的影响因素进行量化分析;以黑龙江省农机总动力作为灰色关联的模型输出因子及饱和关联维数法计算的对象,从农业劳动力、土地生产规模、购买农机的经济环境及农机具的装备数量等4个不同的角度出发,选择14个不同的农机总动力影响因素作为灰色关联的输入因子。最终,由饱和关联维数法计算农机总动力的嵌入维数,并与灰色关联法对影响因素进行对比分析,得出了影响黑龙江省农机发展的8个主要影响因素,对主要影响因素进行了深入分析,并根据分析结果提出了促进农业机械化发展的建议。
-
-
寇欣;
尹成群;
吕安强;
李永倩
-
-
摘要:
为了判断光纤复合海底电缆状态的发展趋势,及时发出故障预警信号,提出了基于加权最小二乘支持向量机(WLS-SVM)的海缆BOTDR监测数据多步预测模型.利用Birge-Massart策略计算实测数据小波分解后不同尺度上的阈值,使用软阈值法消除随机噪声对预测准确性的影响;在混沌序列分析的基础上,采用G-P算法进行相空间重构,确定最佳嵌入维数,同时验证频移时间序列的混沌特性;将重构相空间中的相点馈入到WLS-SVM模型完成递归多步预测;最后对海缆两个典型位置处测点进行了频移6步预测.结果表明,递归6步预测的最大平均相对误差为1.80%,具有比标准支持向量机预测结果更高的预测精度和更好的适用性.
-
-
岳顺;
翟长治;
李小奇
-
-
摘要:
对于奇异谱分析中嵌入维数的选择,以往的研究者通常基于经验或者交叉验证的方法,过于主观。本文基于GP算法原理,根据嵌入维数与关联维数的关系,来确定奇异谱分析的嵌入维数,并通过仿真实验证明了该方法较以往方法更加具有准确性和高效性。最后对苏通大桥索塔GPS变形监测数据进行处理,实现了显著降噪的效果,准确地提取了监测序列的趋势成分和周期成分,为索塔以后的误差分析和预测模型提供了可靠的依据。%For the selection of the embedding dimensions of singular spectrum analysis ,previous studies which are based on experience or cross-validation method are too subjective .In this study ,the embedding dimensions of singular spectrum analysis were determined according to the relationship between embedding dimension and correlation dimension based on GP algorithm .And then it was verified that this method was more accurate and efficient compared with the conventional methods through simulation experiments .Finally ,by processing the GPS deformation monitoring data of the pylon in Su-tong Bridge ,using this method ,remarkable results in noise reduction were achieved and the trend component and period-ic sequence of monitoring were accurately extracted .The result provides a reliable basis for the subsequent error analysis and forecasting model establishment of pylons .
-
-
- 安徽理工大学
- 公开公告日期:2022.07.12
-
摘要:
本发明提出一种基于遗传算法和粒子群算法的组合算法(GP)优化BP神经网络的概率积分法参数预测模型,并采用平均影响值算法(MIV)来优化BP神经网络的输入层,从而降低网络的复杂程度,达到提高预测精度的目的。以50个工作面的实测资料作为BP神经网络的训练集和测试集建立MIV‑GP‑BP模型,并分析模型预测结果的精度和可靠性,结果表明:在5个参数中,均方根误差均在0.0058~1.1575之间,q、tanβ、b、θ的最大相对误差不超过5.42%,平均相对中误差低于2.81%,s/H相对误差不超过9.66%,平均相对中误差低于4.31%(参数本身较小),优化后的神经网络模型具有更高的预测精度和稳定性。
-
-
-
-
-
-
-
-
-