“pso”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1866个，建议您升级VIP下载更多相关专利

[发明专利]芯片上电控制装置-CN201911081421.0在审
发明人：张少华;马卓;李珊珊;丁军锋;田金峰;周朝旭;宋振坤;宋佳利;李振虎;王飞 -专利权人：天津飞腾信息技术有限公司
申请日： 2019-11-07 - 公布日： 2020-02-14 - 主分类号： G06F30/32 文献下载
摘要：本发明提供了一种芯片上电控制装置，包括电源关断PSO链，该PSO链包括按照上电先后顺序分布的多条PSO子链，多条PSO子链中每一PSO子链均设置有与其对应的可调延迟电路，可调延迟电路的延迟信号输出端与该可调延迟电路对应的PSO子链的首个PSO单元的输入端连接；多条PSO子链中首条PSO子链对应的可调延迟电路的延迟信号输入端与PSO链的上电控制信号输出端口连接，多条PSO子链中除首条PSO子链外的每个其他PSO子链对应的可调延迟电路的延迟信号输入端，与该其他PSO子链的前一PSO子链的末个PSO单元的输出端连接。
子链可调延迟电路延迟信号低功耗设计输入端关断上电控制信号上电控制装置输出端口连接输出端连接输入端连接电源关断资源开销面积和输出端迭代减小上电走线收敛芯片

[发明专利]基于PSO优化的BP神经网络预测电梯故障的方法-CN201910810811.0有效
发明人：魏义敏;周晓雨;陈文华;潘骏 -专利权人：浙江理工大学
申请日： 2019-08-29 - 公布日： 2021-02-09 - 主分类号： B66B5/00 文献下载
摘要：本发明公开了基于PSO优化的BP神经网络预测电梯故障的方法。现有PSO粒子群算法初期惯性权重的值还不够大，后期惯性权重值减小得不够快。本发明对标准PSO算法进行改进，将改进PSO算法得到的全局最优值作为BP的权重和偏置，得到改进PSO算法优化的BP神经网络。本发明改进PSO算法在迭代初期具有比标准PSO算法更大的惯性权重，使粒子收敛于全局最优值的能力得到提升，具有较强的全局搜索能力；在迭代后期搜索到最优值大致范围时，改进PSO算法具有比标准PSO算法更小的惯性权重，使得改进PSO算法比标准PSO算法展现了更多粒子群的多样性，完成精细搜索。
基于 pso 优化 bp 神经网络预测电梯故障方法

[发明专利]一种基于SCE‑PSO算法的无线传感器网络节点三维定位方法-CN201710989499.7在审
发明人：刘伟;李卓;杨晓斐;刘亚荣;杨丽燕 -专利权人：桂林理工大学
申请日： 2017-10-21 - 公布日： 2018-02-23 - 主分类号： H04W64/00 文献下载
摘要：本发明设计了一种基于SCE‑PSO算法的无线传感器网络节点三维定位方法。通过综合SCE‑UA和PSO两种优化算法的优点，在SCE‑UA算法中利用PSO算法代替下山单纯形算法去进化每一个复合形，从而提出了一种新的算法SCE‑PSO算法。通过引入收敛速度较快的PSO算法，SCE‑PSO算法改善了SCE‑UA算法受问题维数影响较大，收敛速度较慢的缺点，其适合于无线传感器网络节点三维定位。同时利用SCE‑UA算法中的洗牌策略，增加了粒子的多样性，改善了PSO算法中早熟收敛的缺点。本发明采用SCE‑PSO算法进行无线传感器网络三维节点的定位，提高了节点定位精度。
一种基于 sce pso 算法无线传感器网络节点三维定位方法

[发明专利]一种基于交流SCE-PSO算法的无线传感器网络节点三维定位方法-CN201710988425.1有效
发明人：刘伟;李卓;杨晓斐;刘亚荣;杨丽燕 -专利权人：桂林理工大学
申请日： 2017-10-21 - 公布日： 2020-02-18 - 主分类号： H04W64/00 文献下载
摘要：本发明设计了一种基于交流SCE‑PSO算法的无线传感器网络节点三维定位方法。在SCE‑PSO算法中的粒子速度更新过程中引入了各个复合形之间的信息交流，从而提出了一种新的算法交流SCE‑PSO算法。与SCE‑PSO算法相比，在搜索的过程中，交流SCE‑PSO算法中的粒子能够获取更多的信息，从而可以加快收敛速度，提高解的质量；而且交流SCE‑PSO算法也继承了SCE‑PSO算法的优点，其受优化问题维数的影响较小本发明采用SCE‑PSO算法进行无线传感器网络三维节点的定位，提高了节点定位精度。
一种基于交流 sce pso 算法无线传感器网络节点三维定位方法

[发明专利]一种基于强化学习的策略梯度改进粒子群的PG-W-PSO方法-CN202310455660.8在审
发明人：曾清华;竺筱晶 -专利权人：上海电力大学
申请日： 2023-04-25 - 公布日： 2023-07-18 - 主分类号： G06N3/006 文献下载
摘要：本发明提供一种基于强化学习的策略梯度改进粒子群的PG‑W‑PSO方法，针对PSO算法寻优过程中人工配置参数不容易确定合适参数的问题，本方法基于强化学习的策略梯度改进粒子群算法，通过设计策略神经网络和智能体，与粒子群环境进行交互学习，实现自适应的动态调整PSO参数更新，进一步通过引入线性递减惯性权重的思想，提出了本PG‑W‑PSO方法。在对基于夏普比率的投资组合模型进行优化求解时，与PSO、PSOW、PG‑PSO算法相比，本PG‑W‑PSO和PG‑PSO算法均能提高最优解的精度和算法的性能，并且本PG‑W‑PSO算法更进一步地提升了最优解的精确度和收敛速度
一种基于强化学习策略梯度改进粒子 pg pso 方法

[发明专利]一种聚酯纤维生产过程工艺参数的智能配置方法-CN201811480466.0有效
发明人：李征;马凯;杜明远;姬洪;张玉梅 -专利权人：东华大学
申请日： 2018-12-05 - 公布日： 2020-12-08 - 主分类号： G06N3/00 文献下载
摘要：本发明涉及一种聚酯纤维生产过程工艺参数的智能配置方法，将期望聚酯纤维的性能指标输入到训练好的改进SA‑PSO‑ELM算法模型由其输出期望聚酯纤维的生产过程工艺参数；改进SA‑PSO‑ELM算法模型是通过以ELM网络输入层与隐含层之间的权值和阈值作为PSO算法的粒子，以均方误差函数作为PSO算法的适应度函数，采用PSO算法优化ELM算法，同时以PSO算法的初始群体粒子的最大和最小适应度的差值为改进SA算法中的初始温度，采用改进SA算法优化PSO算法得到的；训练时以历史聚酯纤维的性能指标和生产过程工艺参数为改进SA‑PSO‑ELM算法模型的输入项和输出项。
一种聚酯纤维生产过程工艺参数智能配置方法

[发明专利]一种基于玉米粒碰撞声信号多域融合的PSO-SVM优化方法-CN201710491362.9有效
发明人：郭敏;孙雪华;马苗;肖冰;赵志博;裴炤 -专利权人：陕西师范大学
申请日： 2017-06-23 - 公布日： 2019-12-06 - 主分类号： G01N29/44 文献下载
摘要：本发明提供一种基于玉米粒碰撞声信号多域融合的PSO‑SVM优化方法，包括对玉米粒碰撞声信号时域特征、频域特征和希尔伯特域特征进行提取以及构建PSO‑SVM分类器。通过利用PSO算法对SVM参数进行优化，构建PSO‑SVM分类器，可以对送入到PSO‑SVM分类器中的玉米粒碰撞声信号的时域、频域和希尔波特域的特征进行分类识别，以获得更高的玉米颗粒完好粒、霉变粒和虫蛀粒的识别率
一种基于玉米碰撞信号融合 pso svm 优化方法

[发明专利]一种基于PSO的多细胞位置轮廓同步精确跟踪系统-CN201410259368.X有效
发明人：徐本连;任亚运;朱培逸;鲁明丽;施健;蒋冬梅 -专利权人：常熟理工学院
申请日： 2014-06-12 - 公布日： 2017-01-25 - 主分类号： G06T7/20 文献下载
摘要：本发明提供了一种基于粒子群算法的多细胞位置与轮廓同步精确跟踪系统，包含三个主要模块基于PSO的跟踪模块，基于PSO的发现模块和基于PSO的轮廓模块。本发明对于已存在细胞的跟踪，基于PSO的跟踪模块在利用已存在细胞的先验状态的基础上，得到细胞在当前帧中的初始状态，然后利用基于PSO的轮廓模块计算出细胞的轮廓，同时利用一个迭代的质心更新过程达到精确的跟踪对于新出现细胞的跟踪，基于PSO的发现模块通过适当的粒子群初始化和搜索机制在整个图像中发现新细胞的位置，进而得到细胞的轮廓。
一种基于 pso 细胞位置轮廓同步精确跟踪系统

[发明专利]一种注塑机料筒温度预测方法-CN202310325982.0在审
发明人：李君;陈振光;陈志刚;朱建猛;李素君;林娅丹 -专利权人：西诺控股集团有限公司
申请日： 2023-03-30 - 公布日： 2023-10-17 - 主分类号： G06N3/0499 文献下载
摘要：本发明公开了一种注塑机料筒温度预测方法，包括如下步骤：S1：初始化BP神经网络的拓扑结构；S2：初始化BP神经网络的权值和阈值，将初始化的权值和阈值编码为粒子；S3：设置PSO算法的基本参数，用PSO算法优化BP神经网络，获得PSO‑BP神经网络模型；S4：在PSO‑BP神经网络模型中引入自适应变异，构建获得引入自适应变异的PSO‑BP神经网络；S5：采用获得的引入自适应变异的PSO‑BP神经网络对注塑机料筒的温度进行预测；本发明利用得到的PSO‑BP‑PID控制算法，可以有效实现在控制温度的超调量及快速响应上达到统一的目的。
一种注塑机料筒温度预测方法

[发明专利]一种非晶硅氧碳复合陶瓷热障涂层的制备方法-CN202110054578.5有效
发明人：苏冬;田正凯;万萌;孙晓亮;王昊 -专利权人：天津大学
申请日： 2021-01-15 - 公布日： 2022-09-16 - 主分类号： C04B35/571 文献下载
摘要：将含氢聚硅氧烷和四甲基四乙烯基环四硅氧烷，搅拌得到PSO前驱体；将氧化硅、氧化铝、氧化硼、铝和镍作为固体填料，加入溶剂混合，然后进行球磨，得到的固体填料和溶剂的混合物作为球磨浆料；将球磨浆料加入PSO前驱体中得到PSO前驱体浆料；采用提拉浸渍法，将PSO前驱体浆料在基体表面包覆一层PSO浆料；将得到的包覆了PSO浆料的基体放入烘箱中交联，在基体表面形成PSO复合涂层；放入管式炉，在惰性气氛中热解，得到硅氧碳复合涂层
一种非晶硅氧碳复合陶瓷热障涂层制备方法

[发明专利]基于串行式融合的GAPSO优化算法研究-CN202010205451.4在审
发明人：张海;李士心;刘小钰 -专利权人：天津职业技术师范大学（中国职业培训指导教师进修中心）
申请日： 2020-03-23 - 公布日： 2020-08-28 - 主分类号： G06N3/00 文献下载
摘要：针对遗传算法操作盲目、无方向性、计算时间长、精度不高和粒子群算法的种群多样性差，易出现早熟从而陷入局部最优等单一算法的缺点，本发明采用串行式的算法融合思想，将一个算法进化得出的种群作为另一个算法执行的初始种群，即GA‑PSO或PSO‑GA。同时本发明还提出一种改进GA‑PSO，随机初始化的粒子群个体经改进GA优化一遍直接交由PSO执行。本发明经测试函数的验证，串行式融合算法相对于单一算法在计算精度、收敛速度、全局稳定性方面均有明显提升，其中PSO‑GA在多峰函数方面的寻优能力尤为突出，另外改进GA‑PSO相对于GA‑PSO，在保证计算精度的基础上
基于串行融合 gapso 优化算法研究

[发明专利]一种基于PSO优化的PVC聚合釜温度变结构控制方法-CN201610885950.6在审
发明人：高淑芝;张萌;张义民;王介生;吴晓峰;王贵成;刘欢 -专利权人：沈阳化工大学
申请日： 2016-10-11 - 公布日： 2017-03-29 - 主分类号： G06F17/50 文献下载
摘要：一种基于PSO优化的PVC聚合釜温度变结构控制方法，一种PSO优化的变结构控制方法。本发明针对聚氯乙烯聚合过程温度具有高度非线性和时变性等特点，提出了基于PSO优化的变结构控制算法。首先，采用分段仿射建模方法建立聚合温度模型，并将其转化成离散状态模型；其次，进行PSO优化的变结构控制算法研究；最后，在聚合温度的仿真研究中，通过加入阶跃信号，脉冲信号以及随机信号进行对比表明，PSO优化的变结构控制算法要优于传统控制算法该方法采用PSO优化的变结构控制算法，更好地控制釜温，使系统具有算法简单、响应速度快、对外界噪声干扰和参数摄动具有鲁棒性，智能控制算法的灵活而适应性强。
一种基于 pso 优化 pvc 聚合温度结构控制方法

[发明专利]一种PSO-BFGS神经网络训练算法-CN201711158655.1在审
发明人：李佳峻;刘强 -专利权人：天津大学
申请日： 2017-11-20 - 公布日： 2019-05-28 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种PSO‑BFGS神经网络训练算法，包括以下步骤(1)划分任务：(2)PSO算法负责全局搜索，经过迭代，产生的最优解作为BFGS的输入，之后用BFGS算法做局部精细搜索；(3)对PSO算法和BFGS拟牛顿算法进行并行度划分；(4)通过PSO算法和BFGS算法实现神经网络训练误差评估函数；(5)并行实现PSO算法；(6)并行实现BFGS拟牛顿算法；(7)并行归约。该算法是基于粒子群算法(PSO)和BFGS拟牛顿算法的神经网络训练并行算法，采用GPU作为神经网络训练计算设备，与其他优化算法相比兼具较高的收敛效率和全局搜索能力。
神经网络训练算法牛顿算法并行实现全局搜索能力粒子群算法编程语言并行算法计算设备精细搜索可移植性全局搜索算法实现误差评估优化算法并行度最优解迭代归约收敛并行语言

[发明专利]基于PSO-ACO-BP神经网络的自动评分方法-CN202110548962.0在审
发明人：肖立中;宋赛赛;臧中兴 -专利权人：上海应用技术大学
申请日： 2021-05-19 - 公布日： 2021-08-10 - 主分类号： G06N3/00 文献下载
摘要：本发明提供了一种基于PSO‑ACO‑BP神经网络的自动评分方法，将PSO优化算法和ACO算法进行结合，本质上在于克服两个算法各自的缺点：PSO‑ACO算法在算法前期使用PSO算法，利用PSO算法前期搜索速度快的优点最后利用PSO‑ACO算法对BP神经网络的初始权值和阈值进行优化，找寻最优权值和阈值，使权值和阈值保持在一个尽可能小的范围内。
基于 pso aco bp 神经网络自动评分方法

[发明专利]一种基于优化算法与数据驱动的锂电池健康状态评估方法-CN202111007676.X在审
发明人：魏翼鹰;杨杰;袁鹏举;邹琳;张晖;李志成;文宝毅;张勇 -专利权人：武汉理工大学
申请日： 2021-08-30 - 公布日： 2021-11-19 - 主分类号： G01R31/392 文献下载
摘要：本发明涉及一种基于优化算法与数据驱动的锂电池健康状态评估方法，其包括：建立初始PSO‑LSTM模型；获取表征锂电池性能的特征参数，将所述特征参数作为输入变量输入到所述初始PSO‑LSTM模型，并将电池健康状况作为所述初始PSO‑LSTM模型的输出进行迭代训练得到训练完备的目标PSO‑LSTM模型；将待预测电池的实时数据输入至所述目标PSO‑LSTM模型，对所述电池健康状况进行预测。本发明将PSO算法强大的寻优能力和LSTM算法的可变长序列的预测能力有效的结合在了一起，为锂电池的健康状态评估提出了一种更加有效的方法，能够迅速而准确的对锂电池的健康状况进行预测。
一种基于优化算法数据驱动锂电池健康状态评估方法

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 1866 条