期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于免疫进化网络的发动机异响信号故障诊断
1
作者 韩芝侠 《机械设计与制造》 北大核心 2015年第7期172-176,共5页
为解决发动机异响信号低信噪比和时域波形图对故障特征表现不直观的问题,提出了一种免疫进化网络的诊断算法。以信号频谱差异作为故障的特征信息,将异响信号通过小波包分解方法构建成抗原群体,利用免疫进化网络的训练和学习,取得了较好... 为解决发动机异响信号低信噪比和时域波形图对故障特征表现不直观的问题,提出了一种免疫进化网络的诊断算法。以信号频谱差异作为故障的特征信息,将异响信号通过小波包分解方法构建成抗原群体,利用免疫进化网络的训练和学习,取得了较好的识别效果,实现了发动机的异响诊断。应用结果表明,该免疫神经网络具有优越的识别性能,在识别一般抗原的基础上,还可以有效识别由于设备状态波动引起的特异抗原,为故障诊断提供了一种准确、有效的分析手段。 展开更多
关键词 免疫进化网络 发动机异响信号 识别方法 故障诊断 小波包频带分解
下载PDF
基于RBF神经网络多用户检测方法的设计 被引量:2
2
作者 高洪元 庞伟正 《应用科技》 CAS 2005年第5期22-24,共3页
基于免疫算法和免疫进化网络,提出了一种训练RBF网络的混合算法.该算法采用了一种可以实现数据聚类的免疫进化网络,根据输入数据集合自适应地确定RBF网络隐层中心的数量和初始位置;采用免疫算法训练RBF网络,使优化过程趋于全局最优.通... 基于免疫算法和免疫进化网络,提出了一种训练RBF网络的混合算法.该算法采用了一种可以实现数据聚类的免疫进化网络,根据输入数据集合自适应地确定RBF网络隐层中心的数量和初始位置;采用免疫算法训练RBF网络,使优化过程趋于全局最优.通过计算机仿真证明,将该方法应用于多用户检测中获得了比传统检测器和其他方法训练的RBF网络多用户检测器更好的误码率检测性能. 展开更多
关键词 免疫算法 免疫进化网络 径向基函数神经网络 多用户检测
下载PDF
一种基于ai-Net网络的入侵检测算法
3
作者 王军 冉春玉 《计算机与数字工程》 2008年第5期114-117,共4页
基于人工免疫进化网络理论,提出一种入侵检测算法。该算法充分利用人工进化网络的许多优点如独特性,克隆选择,动态防护,自适应性,仿真结果表明,检测器对未知攻击的平均检测率有一定的提高。
关键词 入侵检测 免疫网络理论 人工免疫进化网络
下载PDF
共生进化免疫神经网络在电力系统短期负荷预测中的应用 被引量:3
4
作者 吴宏晓 侯志俭 《华东电力》 北大核心 2004年第12期11-14,共4页
为了克服传统BP神经网络在结构设计和学习算法中存在的缺陷 ,提出了一种共生进化免疫神经网络来预测电力系统短期负荷。其中利用共生进化原理设计神经网络 ,通过对神经元群体进行优化设计 ,显著地减轻了计算量。在进化过程中 ,结合免疫... 为了克服传统BP神经网络在结构设计和学习算法中存在的缺陷 ,提出了一种共生进化免疫神经网络来预测电力系统短期负荷。其中利用共生进化原理设计神经网络 ,通过对神经元群体进行优化设计 ,显著地减轻了计算量。在进化过程中 ,结合免疫算法中的浓度机制和个体多样性保持策略进行免疫调节 ,有效地克服了未成熟收敛现象 ,提高了群体的多样性 ,加快了网络设计速度。算例计算表明 。 展开更多
关键词 共生进化免疫神经网络 短期负荷预测 BP神经网络
原文传递
Adaptive Immune Evolutionary Algorithms Based on Immune Network Regulatory Mechanism 被引量:3
5
作者 何宏 钱锋 《Journal of Donghua University(English Edition)》 EI CAS 2007年第1期141-145,共5页
Based on immune network regulatory mechanism, a new adaptive immune evolutionary algorithm (AIEA) is proposed to improve the performance of genetic algorithms (GA) in this paper. AIEA adopts novel selection operation ... Based on immune network regulatory mechanism, a new adaptive immune evolutionary algorithm (AIEA) is proposed to improve the performance of genetic algorithms (GA) in this paper. AIEA adopts novel selection operation according to the stimulation level of each antibody. A memory base for good antibodies is devised simultaneously to raise the convergent rapidity of the algorithm and adaptive adjusting strategy of antibody population is used for preventing the loss of the population adversity. The experiments show AIEA has better convergence performance than standard genetic algorithm and is capable of maintaining the adversity of the population and solving function optimization problems in an efficient and reliable way. 展开更多
关键词 evolutionary algorithm immune network ADAPTATION stimulation level.
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部