“自适应遗传算法”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1060026个，建议您升级VIP下载更多相关专利

[发明专利]基于遗传算法的移动机会传感器网络自适应信息传输方法-CN202210186646.8在审
发明人：赵岩 -专利权人：宁波城市职业技术学院
申请日： 2022-02-28 - 公布日： 2022-07-08 - 主分类号： H04W40/02 文献下载
摘要：本发明公开了一种基于遗传算法的移动机会传感器网络自适应信息传输方法，克服了现有技术簇头优化选择不佳导致的节点生存率低、能耗高的问题，根据无线传感器网络中节点的物理位置相关性完成节点分组，将节点划分若干子区域本发明节点聚类原理，得到移动机器网络的下一跳节点，融合簇节点的单跳和多跳，实现簇头与基站的通信，根据簇的划分和调度，采用遗传算法选择最优簇头，完成移动网络节点的自适应聚类。
基于遗传算法移动机会传感器网络自适应信息传输方法

[发明专利]一种基于深度自适应学习的交通流预测方法-CN202211032789.X在审
发明人：丁飞;朱跃;李静宜;周浩 -专利权人：南京研敏信息科技有限公司
申请日： 2022-08-26 - 公布日： 2023-01-03 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于深度自适应学习的交通流预测方法，步骤包括：对城市智能交通系统交通流数据进行样本抽取，数据处理的规则设置、预处理、归一化以及时序与数据集划分；组建深度LSTM网络，引入遗传算法GA进行深度网络的训练优化，构建深度网络超参数自适应优化的GA‑mLSTM模型；利用训练集和测试集对GA‑mLSTM模型进行训练和测试并根据测试结果进行性能评估；重复上述步骤，获得GA‑mLSTM模型的预测配置参数。该交通流预测方法构建了GA‑mLSTM模型，通过LSTM的深度网络设计保证模型泛化能力；引入遗传算法在全局空间获得最优解，加速模型收敛；通过差分运算对预测误差进行优化，提升整体交通流预测模型的准确率。
一种基于深度自适应学习通流预测方法

[发明专利]基于改进自适应遗传算法的神经网络剪枝方法及系统-CN202211492198.0在审
发明人：袁沁;孙闽红;包建荣 -专利权人：杭州电子科技大学
申请日： 2022-11-25 - 公布日： 2023-06-09 - 主分类号： G06N3/082 文献下载
摘要：本发明属于神经网络技术领域，具体涉及基于改进自适应遗传算法的神经网络剪枝方法及系统，神经网络剪枝方法，包括以下步骤：S1、对卷积神经网络进行预训练，得到训练好的网络参数权重；S2、利用改进的自适应遗传算法搜索每一层的最佳网络结构
基于改进自适应遗传算法神经网络剪枝方法系统

[发明专利]考虑电动汽车充放电影响的配电网内DG优化配置方法-CN201410105764.7有效
发明人：李振坤;杨秀;刘舒;时珊珊 -专利权人：上海电力学院;国网上海市电力公司
申请日： 2014-03-20 - 公布日： 2014-06-04 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种考虑电动汽车充放电影响的配电网内DG优化配置方法，包括如下步骤：首先计算电动汽车充放电对电网负荷的影响，然后建立考虑电动汽车的DG规划数学模型，采用混合编码的改进自适应遗传算法对上述数学模型进行求解本发明综合考虑了配电公司的运行费用、DG投资商的投资费用以及DG的环境效益和V2G所节省的发输电投资等社会效益，建立了基于机会约束规划的含V2G配电网中DG优化规划的数学模型，采用基于混合编码的改进自适应遗传算法对该模型进行了求解
考虑电动汽车放电影响配电网 dg 优化配置方法

[发明专利]基于遗传算法的正交频分复用系统子载波分配方法-CN200710047144.2无效
发明人：杜学松;罗汉文;佘锋 -专利权人：上海交通大学
申请日： 2007-10-18 - 公布日： 2008-03-19 - 主分类号： H04L27/26 文献下载
摘要：一种无线传输技术领域的基于遗传算法的正交频分复用系统子载波分配方法。本发明首先根据信道估计得到每个用户在不同的子载波上的信道状态信息，接着，调用遗传算法进行最优化分配子载波，其中遗传算法采用整数编码，并采用循环移位交叉的技术来提高搜索能力，每次经过遗传变异的种群经过计算适应度函数后，继续根据终止条件判断算法是否应当停止，得到了子载波分配方案。本发明与已有的相应技术相比，系统性能可以得到较大的提高，同时本发明中该进的遗传算法相比于传统的遗传算法收敛速度大大加快。
基于遗传算法正交频分复用系统载波分配方法

[发明专利]一种基于遗传算法和卡尔曼滤波的RBFN组合训练方法-CN201310472694.4无效
发明人：赵琦;周贞贞;冯文全 -专利权人：北京航空航天大学
申请日： 2013-10-11 - 公布日： 2013-12-25 - 主分类号： G06N3/12 文献下载
摘要：一种基于遗传算法和卡尔曼滤波的RBFN组合训练方法，它有五大步骤：一、依据参数设置随机初始化种群，对中心值进行编码：v₁₁,v₁₂,…,v_1m,v₂₁,…,v_cm；二、计算种群中各个个体的适应值，并保存最优适应值；训练RBFN网络目标就是最小化输出误差E，设计适应度函数为：Fit(f_i)=1/E；三、如果达到设定演化代数或当前最优个体满足条件，则返回网络参数并转到步骤四；否则进行选择、交叉、变异遗传操作后转到步骤二；四、将遗传算法优化的网络参数值作为卡尔曼滤波算法的网络初始参数，卡尔曼滤波算法自适应修正网络参数；五、当达到最大迭代次数限制或当前网络误差达到要求时结束程序
一种基于遗传算法卡尔滤波 rbfn 组合训练方法

[发明专利]一种谷氨酰胺的太赫兹吸收谱波长选择方法及装置-CN201610858731.9在审
发明人：李智;王珂;葛宏义;廉飞宇;杨静 -专利权人：河南工业大学
申请日： 2016-09-28 - 公布日： 2017-02-22 - 主分类号： G01N21/3586 文献下载
摘要：本发明采用遗传算法进行波长选择，通过随机生成一个大小为S的初始种群，根据谷氨酰胺样品定量分析的误差构造适应度函数，利用该适应度函数从上述种群中挑选出适应度较高的个体遗传到下一代，组成新一代种群，以能够根据适应度自适应调节的交叉和变异概率分别对新一代种群进行交叉和变异操作，并以预设的收敛条件作为遗传操作的终止条件。本发明在进行交叉和变异的遗传操作时，叉概率与变异概率的值根据算法的收敛和发散情况进行自适应调整，避免算法过早收敛，从中挑选出的波长信息为具有较高信噪比的样品有用信息，提高了谷氨酰胺定量分析的准确度。
一种谷氨酰胺赫兹吸收波长选择方法装置

[发明专利]一种用于谷氨酰胺定量分析的波长选择方法及装置-CN201610858733.8在审
发明人：李智;王孝成;陈卫东;葛宏义;管爱红;廉飞宇 -专利权人：河南工业大学
申请日： 2016-09-28 - 公布日： 2017-02-22 - 主分类号： G01N21/3586 文献下载
摘要：本发明采用遗传算法进行波长选择，通过随机生成一个大小为S的初始种群，根据谷氨酰胺样品定量分析的误差构造适应度函数，利用该适应度函数从上述种群中挑选出适应度较高的个体遗传到下一代，组成新一代种群，以能够根据适应度自适应调节的交叉和变异概率分别对新一代种群进行交叉和变异操作，并以预设的收敛条件作为遗传操作的终止条件。本发明在进行交叉和变异的遗传操作时，叉概率与变异概率的值根据算法的收敛和发散情况进行自适应调整，避免算法过早收敛，从中挑选出的波长信息为具有较高信噪比的样品有用信息，提高了谷氨酰胺定量分析的准确度。
一种用于谷氨酰胺定量分析波长选择方法装置

[发明专利]一种用于组氨酸定量分析的波长选择方法及装置-CN201610859382.2在审
发明人：李智;管爱红;杨静;王珂;廉飞宇 -专利权人：河南工业大学
申请日： 2016-09-28 - 公布日： 2017-02-01 - 主分类号： G06N3/12 文献下载
摘要：本发明采用遗传算法进行波长选择，通过随机生成一个大小为S的初始种群，根据组氨酸样品定量分析的误差构造适应度函数，利用该适应度函数从上述种群中挑选出适应度较高的个体遗传到下一代，组成新一代种群，以能够根据适应度自适应调节的交叉和变异概率分别对新一代种群进行交叉和变异操作，并以预设的收敛条件作为遗传操作的终止条件。本发明在进行交叉和变异的遗传操作时，叉概率与变异概率的值根据算法的收敛和发散情况进行自适应调整，避免算法过早收敛，从中挑选出的波长信息为具有较高信噪比的样品有用信息，提高了组氨酸定量分析的准确度。
一种用于组氨酸定量分析波长选择方法装置

[发明专利]一种组氨酸太赫兹吸收谱波长选择方法及装置-CN201610859400.7在审
发明人：李智;廉飞宇;陈卫东;葛宏义;管爱红 -专利权人：河南工业大学
申请日： 2016-09-28 - 公布日： 2017-02-01 - 主分类号： G06N3/12 文献下载
摘要：本发明采用遗传算法进行波长选择，通过随机生成一个大小为S的初始种群，根据组氨酸样品定量分析的误差构造适应度函数，利用该适应度函数从上述种群中挑选出适应度较高的个体遗传到下一代，组成新一代种群，以能够根据适应度自适应调节的交叉和变异概率分别对新一代种群进行交叉和变异操作，并以预设的收敛条件作为遗传操作的终止条件。本发明在进行交叉和变异的遗传操作时，叉概率与变异概率的值根据算法的收敛和发散情况进行自适应调整，避免算法过早收敛，从中挑选出的波长信息为具有较高信噪比的样品有用信息，提高了组氨酸定量分析的准确度。
一种组氨酸赫兹吸收波长选择方法装置

[发明专利]一种基于自适应动态规划的汽车尾气优化方法-CN202310476733.1在审
发明人：杨阳;宋雪;孙秦强;黄旭鹏;宋亚茹;禚航驿 -专利权人：长春理工大学
申请日： 2023-04-28 - 公布日： 2023-10-13 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于汽车尾气优化技术领域，尤其为一种基于自适应动态规划的汽车尾气优化方法，具体步骤如下：步骤1、根据车流量数、车辆延误时间及车道信息建立信号交叉口汽车尾气排放模型；步骤2、建立自适应动态规划模型；自适应动态规划模型包含执行网络、模型网络及评价网络三部分；步骤3、遗传算法优化执行网络和评价网络。本发明针对当前城市信号交叉口尾气排放量过大的情况，所提出的方法包括建立自适应动态规划模型及改进优化算法的求解，将自适应动态规划模型与优化算法进行结合，利用优化算法选择出适应度函数高的个体，利于加快收敛速度
一种基于自适应动态规划汽车尾气优化方法

[发明专利]一种结合堆叠降噪稀疏自动编码器的遗传算法-CN201710599192.6有效
发明人：徐东;方一成;张子迎;孟宇龙;张朦朦;姬少培;吕骏;王杰;李贤;王岩俊 -专利权人：哈尔滨工程大学
申请日： 2017-07-21 - 公布日： 2021-02-12 - 主分类号： G06N3/12 文献下载
摘要：本发明设计了一种结合堆叠降噪稀疏自动编码器的遗传算法，主要包括堆叠降噪稀疏自动编码器部分、SOM神经网络部分和遗传算法。通过堆叠降噪稀疏自动编码器提取实时环境图像特征,同时消除环境噪声影响，经过SOM神经网络的映射拟合作为遗传算法中的适应度值，解决了传统遗传算法应用于复杂现实环境时，其固定适应度计算函数欠缺灵活性与准确性的问题，避免算法出现欺骗问题，提高了算法解的质量，同时SOM神经网络映射拟合能够有效避免其他神经网络的长时间迭代运算与输出误差问题。
一种结合堆叠稀疏自动编码器遗传算法

[发明专利]一种基于改进遗传算法的NoC映射方法-CN201711399053.5有效
发明人：方娟;宗欢;赵浩炎 -专利权人：北京工业大学
申请日： 2017-12-22 - 公布日： 2021-09-17 - 主分类号： G06F9/50 文献下载
摘要：本发明公开一种基于改进的遗传算法的异构多核处理器任务映射方法，首先建立合适的编码方案，通过构造优良的初始种群的方法来提高初始种群质量，使得IP核布局更加合理。然后，为了解决在遗传算法中早熟，容易陷入局部最优的问题，在迭代过程中采用自适应的变异概率机制：既保持种群中的优良个体，又可以实现种群的多样性。面向异构多核架构的改进映射算法可使任务更合理地分配到各个网络节点，对于优化异构多核上网络功耗具有很高的效率。
一种基于改进遗传算法 noc 映射方法

[发明专利]基于遗传算法优化的软件测试数据生成方法-CN201810098671.4有效
发明人：包晓安;徐海霞;张娜 -专利权人：浙江理工大学
申请日： 2018-01-31 - 公布日： 2021-03-19 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于遗传算法优化的软件测试数据生成方法，属于软件测试领域。本发明包括：对当前被测程序进行静态分析，由此得出分支路径覆盖矩阵，考虑层接近度、分支距离和分支权重的影响，设计适合的适应度函数，结合精英思想，对遗传算法中遗传算子的方向和概率分别进行改进，对初始种群的选取，采用由覆盖矩阵得出的含有启发式信息的种群来替代部分初始种群，对种群等分，使用改进的适应度函数和遗传算子对其并行遗传算法操作，选择出最优的符合条件的软件测试数据。避免算法陷入局部最优的同时提升遗传算法的收敛速度，节约软件测试数据生成的时间成本。
基于遗传算法优化软件测试数据生成方法

[发明专利]基于自适应遗传算法的机械臂轨迹规划方法及系统-CN201910205431.4在审
发明人：袁艳;张浩阳;陈鑫;谭畅;简旭;肖哲 -专利权人：中国地质大学（武汉）
申请日： 2019-03-18 - 公布日： 2019-08-16 - 主分类号： B25J9/16 文献下载
摘要：本发明提供了一种自适应遗传算法的机械臂轨迹规划方法及系统，其方法包括：首先建立机械臂的运动学模型，并将机械臂的空间作业轨迹离散化为一系列空间插值点，进而利用所述逆运动学模型，将所述空间插值点转换至关节空间下对应的关节插值点；然后采用3‑5‑3样条插值算法所述关节插值点进行插值，得到机械臂的关节空间轨迹曲线，进而建立目标函数和约束条件；最后采用自适应遗传算法对机械臂的运动总能量进行优化，得到最优关节空间轨迹曲线。
机械臂插值点自适应遗传算法关节空间轨迹规划轨迹曲线能量消耗关节样条插值算法运动学模型空间作业目标函数逆运动学所述空间约束条件运动过程总能量求解转换应用优化保证