“进化算法”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331939个，建议您升级VIP下载更多相关专利

[发明专利]基于分解进化多目标优化和FCM的SAR图像分割方法-CN201410055002.0有效
发明人：戚玉涛;刘芳;杨鸽;李玲玲;焦李成;郝红侠;李婉;尚荣华;马晶晶;马文萍 -专利权人：西安电子科技大学
申请日： 2014-02-18 - 公布日： 2017-01-25 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于分解进化多目标优化和FCM的SAR图像分割方法，主要解决现有图像分割技术中图像分割精度不高、评价指标单一、分割效果不理想的问题。本发明提取图像每个像素的Gabor特征和灰度共生特征并利用分水岭粗分割得到超像素，将超像素特征作为待聚类数据，把聚类中心作为种群个体，利用分解进化多目标的方法优化种群，将进化之后的种群作为聚类中心来初始化FCM算法，得到新的聚类中心，将此聚类中心作为新的种群参与分解进化多目标算法的下一次进化。该方法交叉运用了分解进化多目标算法和FCM算法来得到较好的聚类中心，克服了FCM初始值敏感和容易陷入局部最优解的缺陷，能得到较好的图像分割结果。
基于分解进化多目标优化 fcm sar 图像分割方法

[发明专利]一种局部增强的多模态差分进化蛋白质结构从头预测方法-CN201610846348.1有效
发明人：张贵军;郝小虎;王柳静;周晓根;陈凯;谢腾宇;李章维 -专利权人：浙江工业大学
申请日： 2016-09-23 - 公布日： 2019-04-23 - 主分类号： G16B15/20 文献下载
摘要：一种局部增强的多模态差分进化蛋白质结构从头预测方法，包括以下步骤：在差分进化算法框架下，采用Rosetta score3粗粒度知识能量模型来降低构象空间维数；将构象种群划分为多个模态，以保持种群多样性，采用片段组装技术来提高预测精度，同时采用蒙特卡洛算法对种群做增强；在种群进化后期，使用抽象凸估计技术，建立模态的下界估计模型，构建广义下降方向，对模态内个体做局部增强，以得到更为优良的局部构象；结合差分进化算法较强的全局搜索能力本发明基于差分进化算法，提出一种构象空间搜索维数较低、收敛速度较快、预测精度较高的局部增强的多模态差分进化蛋白质结构从头预测方法。
一种局部增强多模态差分进化蛋白质结构从头预测方法

[发明专利]基于进化算法的走班制高中排课方法-CN202110709194.2在审
发明人：刘静;王超;滕祥意;郝星星 -专利权人：西安电子科技大学广州研究院
申请日： 2021-06-25 - 公布日： 2021-09-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于进化算法的走班制高中排课方法，具体包括以下步骤：构建一个高中年级的课时表，作为进化算法的一条染色体；设定与课程、教师和教师相关的多种硬约束条件，以及课程连堂和课时均匀分布的软约束条件；基于约束条件，使用进化算法排课得到最优的排课方案。本发明对比传统的高中排课方法，基于进化算法的“走班制”高中排课方法同时考虑现实中中学课程、教师和教室的多种约束，更加符合实际需求。
基于进化算法走班制高中方法

[发明专利]基于实时状态监控的多目标粒子群优化的工作流调度方法-CN201810044889.1有效
发明人：包晓安;曹云棣;张娜 -专利权人：浙江理工大学
申请日： 2018-01-17 - 公布日： 2021-05-07 - 主分类号： G06N3/00 文献下载
摘要：本发明首先通过BHEFT算法进行工作流预调度，提高算法的可行性。通过引入Pareto方差对进化状态实时监控，进化阶段处于多样时采取外部精英种群自优化策略，提高算法的局部搜索能力，进化状态处于停滞时采取逃离策略，使得工作流调度解空间多样化，从而有效平衡算法在进化过程中的开发和开采
基于实时状态监控多目标粒子优化工作流调度方法

[发明专利]自适应二次变异的改进差分进化算法及其应用-CN201910398190.X在审
发明人：胡福年;吕璐 -专利权人：江苏师范大学
申请日： 2019-05-14 - 公布日： 2019-08-20 - 主分类号： G06N3/12 文献下载
摘要：自适应二次变异的改进差分进化算法，包括，在算法计算过程中，记录最优适应值连续不更新的代数，达到规定阈值时，利用带柯西分布的当代种群最优解对种群进行二次变异，二次变异采用带有全局最优解和柯西分布的策略，使算法及时跳出停滞状态并控制算法的进化方向向最优解靠近本发明的自适应二次变异的改进差分进化算法记录最优适应值连续不更新代数，达到阈值时利用带柯西分布的当代种群最优解进行二次变异，既能使算法及时跳出停滞状态，又能控制算法的进化方向向最优解靠近，通过多变异策略，动态地控制算法的收敛性能，提升了算法的收敛速度，应用于电力系统经济调度复杂问题时，相比其他改进方法，可得到更经济的结果。
最优解改进差分进化算法控制算法自适应算法种群停滞状态阈值时代数进化跳出全局最优解电力系统复杂问题经济调度收敛性能算法计算更新记录收敛应用改进

[发明专利]一种基于进化算法和LSTM的时间序列特征生成方法及装置-CN202111578384.1在审
发明人：张鹏;赵敏;赵力;李劲;王亚男;刘希祥 -专利权人：鲁担（山东）数据科技有限公司
申请日： 2021-12-22 - 公布日： 2022-05-10 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于进化算法和LSTM的时间序列特征生成方法及装置，属于人工智能技术领域，基于进化算法和LSTM的时间序列特征生成方法，首先输入待组合的多变量时间序列，然后通过进化算法对原始的多变量时序进行组合本发明能够避免高相关性时序之间的相互干扰，解决特征低效和冗余的问题，利用进化算法能够充分挖掘互补程度高的多变量时序组合，避免复杂度过高的同时降低耗时，利用LSTM算法使得生成的深度特征更准确有效且稳定。
一种基于进化算法 lstm 时间序列特征生成方法装置

[发明专利]基于人工势场的进化算法的飞行物航迹规划方法-CN201810087507.3有效
发明人：甄然;吴学礼;甄士博;李素康 -专利权人：河北科技大学
申请日： 2018-01-30 - 公布日： 2021-08-03 - 主分类号： G01C21/20 文献下载
摘要：本发明提供一种基于人工势场的进化算法的飞行物航迹规划方法，通过分别进化航迹点，并通过人工势场在各个航迹点之间增加间隔点，可以更好地利用指导进化，得到更高的质量航迹点。经过实际能力验证，在复杂的山地场景中，本发明在有效性和效率上均较现有的独立航迹点进化算法具有明显优势。
基于人工进化算法飞行航迹规划方法

[发明专利]一种芯片性能验证方法、系统、设备及计算机存储介质-CN202010105216.X在审
发明人：李拓 -专利权人：苏州浪潮智能科技有限公司
申请日： 2020-02-20 - 公布日： 2020-07-10 - 主分类号： G06F11/34 文献下载
摘要：本申请公开了一种芯片性能验证方法、系统、设备及计算机存储介质，获取待测芯片的目标性能数据；基于差分进化算法及目标性能数据对待测芯片进行验证；其中，每次基于差分进化算法对目标性能数据进行变异、交叉，生成试验性能数据之后，统计试验性能数据占目标性能数据的覆盖率，基于覆盖率判断差分进化算法是否收敛，若是，则更改待测性能数据；待测性能数据为目标性能数据中，用于生成试验性能数据的性能数据。本申请中，更改待测性能数据之后，再次应用差分进化算法时，便会生成新的试验性能数据，避免差分进化算法收敛，提高了芯片性能验证的质量。
一种芯片性能验证方法系统设备计算机存储介质

[发明专利]基于平均差分进化算法的等效系统拟配方法-CN202010214249.8在审
发明人：薛源;田宏峰;唐博滔 -专利权人：中国人民解放军空军工程大学
申请日： 2020-03-24 - 公布日： 2020-07-17 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种基于平均差分进化算法的等效系统拟配方法，是采用平均差分进化算法，寻求在频率域内进行等效系统拟配的飞机等效低阶系统的无阻尼自振频率ω、阻尼比ζ、增益系数k和零点a的最优解，所述飞机等效低阶系统能够代替飞机的高阶系统，先利用ω、ζ、k和a的选取范围随机生成初始种群，初始种群中每个个体均是ω、ζ、k和a的一个随机组合，然后将等效系统拟配的目标函数作为平均差分进化算法的适应度值，采用平均差分进化算法对初始种群进行遗传操作解决了基于最小二乘法、极大似然法或差分进化算法的等效系统拟配方法辨识精度低的问题。
基于平均差进化算法等效系统配方

[发明专利]基于多目标进化算法的室内定位方法及系统-CN202210943434.X在审
发明人：杨律青;刘佳辉;丘以书;钱伟华;吴泳蓉 -专利权人：厦门大学
申请日： 2022-08-08 - 公布日： 2022-12-20 - 主分类号： G01C21/20 文献下载
摘要：本发明提出了一种基于多目标进化算法的室内定位方法及系统，其中该方法包括采用RFID阅读器获取与目标标签的多条通信数据以及目标标签的定位信息；建立GRU网络模型，并采用多目标进化算法对GRU网络模型的超参数进行调整以获取最优超参数，其中，在采用多目标进化算法对GRU网络模型的超参数进行调整时，每隔M代进行一次自适应邻域调整；根据最优超参数、多条通信数据以及目标标签的定位信息对GRU网络模型进行训练，以便通过训练好的GRU网络模型预测待定位标签的定位信息；由此，通过多目标进化算法对超参数进行调整，可以根据进化的不同阶段扩大或缩小邻域，有效提高了算法的整体性能，在保证多样性的基础上提高了收敛性。
基于多目标进化算法室内定位方法系统

[发明专利]一种基于OOK调制的非对称信道下的优化LDPC码度分布联合搜寻方法-CN201610167517.9有效
发明人：敖珺;梁积卫;马春波;曹桂兴;李聪;沈宇飞 -专利权人：桂林电子科技大学
申请日： 2016-03-22 - 公布日： 2019-07-12 - 主分类号： H04L1/00 文献下载
摘要：本发明公开了一种基于OOK调制的非对称信道下的优化LDPC码度分布联合搜寻方法，这种方法根据OOK调制下的光电二极管精确的光电转换模型来计算LDPC码度分布初始变量消息空间的密度分布，进行LDPC码度分布的迭代密度进化，因此能够更准确的评估LDPC码在该信道下的编译码性能；采用联合进化更新方法，同时使用遗传进化、差分进化、粒子群进化、模拟退火算法进行优化搜索，通过考虑了各种算法的权重配比，并定期进行打乱种群和插入优异个体的操作，从种群规模和迭代更新次数两方面调整各种算法的权重，能够发挥联合搜索的全局优势，规避单种算法的局限性，提高搜索效率。增强了搜索算法全局性与稳健性；限制了搜索空间，使得搜索得以有效进行。
一种基于 ook 调制对称信道优化 ldpc 分布联合搜寻方法

[发明专利]一种基于协同进化求解电力系统多目标最优潮流的方法-CN201910439110.0有效
发明人：周东清;王一峰 -专利权人：大连理工大学
申请日： 2019-05-24 - 公布日： 2020-08-14 - 主分类号： H02J3/06 文献下载
摘要：本发明属于电力系统优化领域，尤其涉及一种基于协同进化求解电力系统多目标最优潮流的方法。本发明采用牛顿‑拉夫逊法来求解电力系统各节点参数，并采用多种策略，包括粒子群、遗传和差分进化算法，使用基于协同进化的多目标智能优化算法来求解最优潮流问题。首先，应用智能优化算法解决电力系统多目标问题，相比于传统的数学方法，本发明方法可以很好的避开数学方法的局限性，成功收敛到Pareto前沿，即最优解集。其次，应用粒子群、遗传与差分进化算法进行多策略协同进化，结果证明相比于前三种算法，本发明方法有良好的收敛性与稳定性。
一种基于协同进化求解电力系统多目标最优潮流方法

[发明专利]基于近似模型及差分进化算法求解高维优化问题的方法-CN201910387605.3有效
发明人：蔡习文;高亮;胡钊;李培根 -专利权人：华中科技大学
申请日： 2019-05-10 - 公布日： 2021-05-18 - 主分类号： G06F30/20 文献下载
摘要：本发明属于设计优化相关技术领域，其公开了一种基于近似模型及差分进化算法求解高维优化问题的方法，该方法包括以下步骤：(1)根据待优化实际工程优化问题确定设计空间；(2)基于得到的样本点构建全局径向基函数近似模型及当前种群中所有个体的局部径向基函数近似模型；(3)基于差分进化算法，采用局部径向基函数近似模型作为引导来对当前种群进行变异操作，进而对得到的种群进行交叉操作；并采用全局径向基函数近似模型作为引导来对种群进行选择操作；(4)判断差分进化算法是否收敛，收敛则输出差分进化算法所计算得到的最优解，否则转至步骤(2)，直至该差分进化算法收敛。
基于近似模型进化算法求解优化问题方法

[发明专利]含不确定性的井下射频识别阅读器的高维多目标优化布局-CN201410812316.0在审
发明人：孙晓燕;张鹏飞;时良振;巩敦卫;陈杨;朱利霞 -专利权人：中国矿业大学
申请日： 2014-12-23 - 公布日： 2015-06-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明公布了一种用于煤矿井下射频识别阅读器布局优化的多目标进化优化算法，指导用户快速寻找满意的RFID阅读器布局，减轻用户工作量，具体内容包括：(1)煤矿井下RFID阅读器布局的数学模型的构建，给出井下巷道的分布模型以及约束条件、目标函数和决策变量；(2)基于用户输入的数据，给出初始化的信息，即设定多目标进化优化算法的参数值；(3)基于MOEA/D算法的多目标进化过程，即根据MOEA/D对目标函数进行多目标优化，实施基于分解的多目标进化操作，以生成满足用户要求的进化种群。
不确定性井下射频识别阅读器多目标优化布局

[发明专利]一种基于个体加速粒子群的迭代学习控制方法及装置-CN202111027575.9在审
发明人：傅文渊 -专利权人：华侨大学
申请日： 2021-09-02 - 公布日： 2021-12-21 - 主分类号： G06N3/00 文献下载
摘要：在进化过程中的每个粒子均有个体独有的学习因子，并且在每次进化过程自适应变化，以适应粒子群体进化速度，有效平衡算法的全局寻优速度和收敛精度。特别地，由于每个个体根据学习因子独立进化，因此更能避免传统粒子群算法进化后期出现的无法保持种群多样性，进而陷入局部最优的情形，提高算法收敛效率和搜索精度。
一种基于个体加速粒子学习控制方法装置