“遗传网络”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886585个，建议您升级VIP下载更多相关专利

[发明专利]基于复杂网络结构熵的遗传算法信息流网络属性分析方法-CN201810708181.1在审
发明人：林金星;张涛;高志峰;申景金;肖敏 -专利权人：南京邮电大学
申请日： 2018-07-02 - 公布日： 2018-12-21 - 主分类号： G06N3/12 文献下载
摘要：本发明涉及基于复杂网络结构熵的遗传算法信息流网络属性分析方法，包括构建遗传算法信息流网络模型，加边时同时对被选择但是没有经过交叉、变异的个体进行加边；计算遗传算法信息流网络结构熵，分析遗传算法信息流网络非均匀性本发明方法相对于基于网络幂律度分布曲线中拟合的标度指数，依据网络中节点数目和节点连接度直接计算的网络结构熵，可以更加精确简洁的度量信息流网络的非均匀性；本发明将有助于理解遗传算法进化过程中优秀基因片段的组合和分布，并为设计更加高效的遗传算法提供新思路和新方法；本发明在遗传算法信息流网络建模过程中考虑了对被选择但是没有经过交叉、变异的个体进行加边，从而更精确地描述了遗传算法动力学特征。
遗传算法信息流网络网络结构熵加边非均匀性属性分析动力学特征节点连接度基因片段建模过程进化过程直接计算度分布标度度量构建拟合信息流网络分析

[发明专利]一种基于遗传和神经网络算法的电力市场电价预测方法-CN201911182419.2在审
发明人：王义贺;潘霄;梁毅;韩震焘;邓鑫阳;赫鑫;贾博;刘金源;张晓天;朱赫炎;金宇飞 -专利权人：国网辽宁省电力有限公司经济技术研究院;国家电网有限公司;沈阳电力勘测设计院有限责任公司
申请日： 2019-11-27 - 公布日： 2020-05-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及电价预测技术领域，具体涉及一种基于遗传和神经网络算法的电力市场电价预测方法。本发明包括神经网络算法和遗传算法，利用遗传算法对神经网络进行优化，得到最优权值和阈值。本发明采用遗传算法和神经网络模型求解运行，有效跟踪实际电价，即使电价波动较大，也能够给出最终误差产生的原因，提供更准确的预测，验证了基于遗传算法的神经网络与传统神经网络相比的优越性。
一种基于遗传神经网络算法电力市场电价预测方法

[发明专利]基于遗传算法优化神经网络的大气多孔探针测量校准方法-CN202110222231.7在审
发明人：王桂华;周树道;卫克晶;叶松 -专利权人：珠海复旦创新研究院
申请日： 2021-02-28 - 公布日： 2021-06-08 - 主分类号： G06F30/27 文献下载
摘要：本发明属于大气探测技术领域,具体为一种基于遗传算法优化神经网络的大气多孔探针测量校准方法。本发明其利用人工神经网络算法获取多孔探针校准模型，应用遗传算法对神经网络进行优化改进，构建得到2个输入、4个输出的神经网络模型，用于多孔探针的测量校准；所述遗传算法优化BP神经网络包括确定BP神经网络结构、BP神经网络遗传算法优化和BP神经网络训练拟合三个部分；遗传算法优化的对象是BP神经网络的权值和阈值，使种群中每个个体都包含所有的权值与阈值，进行遗传操作全局寻优；在确定最优的权值和阈值后，训练BP神经网络
基于遗传算法优化神经网络大气多孔探针测量校准方法

[发明专利]一种基于遗传算法的优化输变电工程施工网络计划方法-CN201510543343.7在审
发明人：姜又滔 -专利权人：国网天津市电力公司;国家电网公司
申请日： 2015-08-28 - 公布日： 2015-12-02 - 主分类号： G06Q10/04 文献下载
摘要：一种基于遗传算法的优化输变电工程施工网络计划方法。其包括：1)资源均衡优化问题分析；步骤2)网络计划遗传染色体结构设计；步骤3)网络计划遗传编码设计；步骤4)网络计划的约束条件处理等步骤。本发明提供的基于遗传算法的优化输变电工程施工网络计划方法应用遗传算法进行输变电工程网络计划资源均衡优化，具有速度快、效率高，结果稳定可靠的特点，尤其当网络计划有较大调整余地时，更显示出优势，在大型输变电工程优化复杂问题中有着广泛的应用前景
一种基于遗传算法优化变电工程施工网络计划方法

[发明专利]一种基于遗传算法-BP神经网络快速预测复合介质微波电磁性能的方法-CN202110018119.1有效
发明人：姜建堂;李枘;宫元勋;甄良;邵文柱 -专利权人：哈尔滨工业大学
申请日： 2021-01-07 - 公布日： 2023-04-18 - 主分类号： G16C20/30 文献下载
摘要：本发明提出一种基于遗传算法‑BP神经网络快速预测复合介质微波电磁性能的方法，所述方法包括步骤一、样品基础参数的获取；步骤二、遗传算法‑BP神经网络模型体系构建；所述体系构建包括BP神经网络的设计和遗传算法‑BP神经网络的设计；步骤三、遗传算法‑BP神经网络的训练；步骤四、基于遗传算法‑BP神经网络的性能预测：载入原始数据形成涵盖任意填充率的电磁性能预测，并自动输出。本发明中通过遗传算法的引入大幅度提高了预测的精度、避免了传统BP神经网络局部优化和过拟合问题，大大提高了预测效率、降低了预测偏差所带来的技术风险，对比与传统BP预测方法有显著优势。
一种基于遗传算法 bp 神经网络快速预测复合介质微波电磁性能方法

[发明专利]一种基于遗传算法优化神经网络的卷烟材料与主流烟气成分的预测模型-CN201810839016.X在审
发明人：潘曦;宋旭艳;魏敏;李冉;郭国宁 -专利权人：湖北中烟工业有限责任公司
申请日： 2018-07-27 - 公布日： 2018-12-18 - 主分类号： G06N3/08 文献下载
摘要：一种基于遗传算法优化神经网络的卷烟材料与主流烟气成分的预测模型,包括以下步骤：样本预处理；基于遗传算法得到神经网络最优的权值和阈值参数；基于遗传算法得到的最佳权值和阈值，构建神经网络，并训练神经网络模型；对训练得到的神经网络模型进行验证，评估模型应用于实际的效果。与不采用优化算法的神经网络相比，基于遗传算法优化的神经网络模型先使用遗传算法选择使模型误差达到最小的权值和阈值作为训练神经网络的初始参数，可以避免模型陷入局部最优解，而无法得到全局最优解。
神经网络遗传算法优化遗传算法权值和神经网络模型训练神经网络卷烟材料预测模型主流烟气全局最优解样本预处理初始参数模型误差评估模型优化算法阈值参数最优解构建验证应用

[发明专利]基于混合递阶遗传算法的RBF神经网络的网络RBF评价方法-CN201910547785.7在审
发明人：温泉;王晓菲;杨洁;张茜;陈志浩;石波;常承伟;贾琼;杨枭 -专利权人：北京计算机技术及应用研究所
申请日： 2019-06-24 - 公布日： 2019-10-08 - 主分类号： G06N3/12 文献下载
摘要：本发明涉及一种基于混合递阶遗传算法的RBF神经网络的网络RBF评价方法，涉及信息安全技术领域。该方法将遗传算法与RBF网络结合，采用递阶遗传算法确定合理的RBF网络隐含层节点，基函数宽度和中心，再采用灰狼算法确定输出层权值，将递阶遗传算法与灰狼算法相结合，采用混合递阶遗传算法的RBF神经网络算法对网络RBF进行评价，实现了对网络RBF指标系统进行量化评估，综合考虑各能力要素的重要程度以及RBF能力水平，采用全面的，高效的，高逼真的评分方式，能够充分有效评估网络RBF效能。
遗传算法递阶算法网络信息安全技术量化评估能力水平能力要素评分方式评估网络算法确定指标系统综合考虑基函数输出层隐含层

[发明专利]一种遗传算法优化的小波神经网络温室温度预测建模方法-CN202210059832.5在审
发明人：王丽娜;戴文彬;李雪;王斌锐;张延政;季植斌 -专利权人：中国计量大学
申请日： 2022-01-19 - 公布日： 2022-10-11 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种遗传算法优化的小波神经网络温室温度预测建模方法，包括：获取当前时刻多个温室温度相关变量，根据多个小波神经网络WNN初始权值参数产生遗传算法的最初遗传种群，根据小波神经网络WNN预测结果和实际输出结果构建遗传算法的适应度函数，用于评价遗传种群个体，利用遗传算法逐代筛选出最优的初始权值参数，利用最优的初始权值参数构建基于小波神经网络WNN的温室温度预测模型，在基于小波神经网络WNN的温室温度预测模型中输入当前时刻多个温室温度相关变量该方法联合小波神经网络和遗传算法，可以获得更加精确的模型。
一种遗传算法优化神经网络温室温度预测建模方法

[发明专利]基于改进的遗传小波神经网络的短期电力负荷预测方法-CN201710951859.4在审
发明人：仇暑洋;钱素琴 -专利权人：东华大学
申请日： 2017-10-12 - 公布日： 2018-02-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于改进的遗传小波神经网络的短期电力负荷预测方法，神经网络的输入量为预测时刻对应的前多个小时的负荷值，神经网络的输出量为预测时刻的负荷值；利用遗传算法选出小波神经网络最优的初始权值，并将其用于小波神经网络；同时在小波神经网络权值修正的过程中增加动量项，避免陷入局部最优；从而构成改进的遗传小波神经网络；利用改进的遗传小波神经网络进行短期电力负荷预测。改进的遗传小波神经网络兼具小波神经网络和遗传算法的优点，不仅具有较好的误差反馈修正的动态过程，而且拥有很强的动态非线性拟合能力。
基于改进遗传神经网络短期电力负荷预测方法

[发明专利]一种单基站异构网络环境下的遗传定位算法-CN201210431690.7无效
发明人：不公告发明人 -专利权人：江苏学府医疗科技有限公司
申请日： 2012-11-02 - 公布日： 2013-03-13 - 主分类号： H04W64/00 文献下载
摘要：本发明“一种单基站异构网络环境下的遗传定位算法”，其技术领域涉及异构网络技术，具体涉及一种单基站异构网络环境下的遗传定位算法。本发明针对WLAN网络和WCDMA网络共存的异构网络，针对WCDMA网络边缘处无法定位的场景，提出了一种结合WLAN网络信息来实现定位能力的算法：单基站异构网络环境下的遗传定位算法。由于本算法采用相似度选择出的初始群体大多数情况下总是靠近真实待定位节点，因此很少会出现遗传搜索结果收敛于局部最优点的情况。
一种基站网络环境遗传定位算法

[发明专利]基于遗传算法优化的BP神经网络的瓦斯预测方法-CN201610154222.8在审
发明人：孙胜伟 -专利权人：孙胜伟
申请日： 2016-03-18 - 公布日： 2016-09-28 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及基于遗传算法优化的BP神经网络的瓦斯预测方法，包括以下步骤：建立瓦斯浓度数据库；采集瓦斯浓度数据储存到数据库中并对瓦斯浓度数据进行处理；将处理后的数据基于遗传算法预测瓦斯浓度，本发明采用遗传算法能够有效弥补BP神经网络的缺陷。以及通过采用遗传算法来优化BP网络的权值和阈值，结果证实经遗传算法优化后的BP神经网络较一般的BP神经网络性能优越，通过此方法，可快速准确进行瓦斯气体浓度预测。
基于遗传算法优化 bp 神经网络瓦斯预测方法

[发明专利]基于遗传算法改进模糊神经网络的车辆分类方法-CN202011191747.1在审
发明人：高生飞;耿建兰 -专利权人：西安优信机电工程有限公司
申请日： 2020-10-30 - 公布日： 2021-01-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于遗传算法改进模糊神经网络的车辆分类方法，具体为：步骤1、获取学习样本，并给样本打上类别标签，构建基于遗传算法改进的模糊神经网络模型，并初始化模糊神经网络与遗传算法，设定相关的算法参数；步骤2、根据步骤1中的历史数据来训练基于遗传算法改进的模糊神经网络模型；步骤3、根据步骤2中得到的基于遗传算法改进的模糊神经网络模型得到待分类的车辆图像所属的车辆类别。
基于遗传算法改进模糊神经网络车辆分类方法

[发明专利]一种基于遗传算法优化BP神经网络的水声目标识别方法-CN202010025865.9在审
发明人：曾向阳;杨爽;王海涛;乔彦 -专利权人：西北工业大学
申请日： 2020-01-10 - 公布日： 2020-06-09 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于遗传算法优化BP神经网络的水声目标识别方法，提取水声信号的MFCC水声特征，水声特征作为BP神经网络分类器的样本；然后随机初始化遗传算法的种群，种群中的个体包含需要优化的BP神经网络的权值和阈值，权值和阈值作为遗传算法的目标优化函数，目标优化函数代入BP神经网络获得仿真误差，优化种群中每个个体的仿真误差，获得BP神经网络的最佳初始权重和阈值；最后利用遗传算法优化后的BP神经网络对水声特征进行训练和识别本发明使用遗传算法对水声目标的特征进行识别分类，用遗传算法优化后的BP神经网络训练和预测水声目标可获得更高的识别率，识别性能更稳定。
一种基于遗传算法优化 bp 神经网络目标识别方法

[发明专利]基于人工神经网络的土地评价方法-CN200910063040.X无效
发明人：刘耀林;焦利民;刘艳芳 -专利权人：武汉大学
申请日： 2009-07-07 - 公布日： 2009-12-09 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于人工神经网络的土地评价方法，该方法以实际调查样本为基础的自学习方法或以已有知识为基础，依据样本进行自学习修正，构建基于自学习、自适应的神经网络的土地评价方法。根据神经网络模型因模型结构中存在阶跃函数等不可微激发函数而引起的收敛过于缓慢甚至发散的问题，而引入遗传优化，构建了基于遗传优化的土地评价方法，实现基于遗传优化的神经网络土地评价方法。发明用遗传算法优化神经网络的连接权和遗传算法优化神经网络结构提高神经网络模型的准确性和实用性。
基于人工神经网络土地评价方法

[发明专利]基于遗传算法改进的BP神经网络蓄电池寿命预测算法-CN201711068071.5在审
发明人：吴海洋;缪巍巍;巢玉坚;郭波;李伟;王磊;贾平;戴勇;蒋春霞;胡游君;邱玉祥;吕顺利;朱鹏宇;马远东;杨宇庆 -专利权人：国网江苏省电力公司信息通信分公司;南京南瑞信息通信科技有限公司
申请日： 2017-11-03 - 公布日： 2018-03-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于遗传算法改进的BP神经网络蓄电池寿命预测算法，包括用遗传算法对BP神经网络进行优化；借鉴已有的蓄电池寿命预测思路，建立指标体系；将对应的指标数据作为训练样本，训练后的BP神经网络；用训练后的BP神经网络对蓄电池寿命进行预测。本发明将遗传算法和BP神经网络有机结合起来，遗传算法是一种基于生物机制的全局搜索优化算法，利用遗传算法优化BP神经网络的初始权值和阀值，再利用误差反向传播方法找到其最优解，避免了陷入局部极值点的情况。
基于遗传算法改进 bp 神经网络蓄电池寿命预测

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条