- 年份
- 2024(1687)
- 2023(2382)
- 2022(1987)
- 2021(1856)
- 2020(1502)
- 2019(3393)
- 2018(3260)
- 2017(6204)
- 2016(3179)
- 2015(3423)
- 2014(3335)
- 2013(3210)
- 2012(2782)
- 2011(2589)
- 2010(2528)
- 2009(2329)
- 2008(2189)
- 2007(1939)
- 2006(1727)
- 2005(1598)
- 学科
- 济(11616)
- 经济(11606)
- 管理(9132)
- 业(7732)
- 企(6846)
- 企业(6846)
- 方法(4747)
- 数学(4089)
- 数学方法(3890)
- 学(3352)
- 业经(3018)
- 中国(2721)
- 地方(2710)
- 农(2636)
- 贸(2610)
- 贸易(2610)
- 易(2557)
- 理论(2402)
- 制(2173)
- 技术(2159)
- 和(2145)
- 财(2036)
- 资源(1956)
- 产业(1943)
- 信息(1893)
- 土地(1802)
- 发(1792)
- 电子(1740)
- 教学(1692)
- 供销(1634)
- 机构
- 大学(47235)
- 学院(46532)
- 管理(18938)
- 理学(16445)
- 理学院(16223)
- 管理学(15788)
- 管理学院(15705)
- 济(15499)
- 研究(15350)
- 经济(15009)
- 科学(11332)
- 中国(10878)
- 京(10309)
- 农(8523)
- 业大(8179)
- 所(7722)
- 中心(7343)
- 研究所(7202)
- 江(6947)
- 农业(6945)
- 范(6744)
- 师范(6666)
- 财(6632)
- 北京(6339)
- 技术(5789)
- 州(5744)
- 院(5658)
- 工程(5631)
- 财经(5448)
- 师范大学(5432)
- 基金
- 项目(34791)
- 科学(27935)
- 基金(26303)
- 家(23901)
- 国家(23779)
- 研究(22521)
- 科学基金(20927)
- 自然(15110)
- 自然科(14827)
- 自然科学(14825)
- 自然科学基金(14566)
- 社会(14384)
- 社会科(13659)
- 社会科学(13651)
- 基金项目(13587)
- 省(13463)
- 划(11794)
- 资助(10645)
- 教育(10368)
- 编号(9160)
- 重点(7661)
- 创(7237)
- 计划(7169)
- 发(7081)
- 部(7056)
- 成果(7005)
- 创新(6779)
- 科研(6653)
- 科技(6318)
- 国家社会(6237)
共检索到66622条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 商业时代
[作者]
张国立 王晶 谢宏 马建伟
蚁群算法(antcolonyalgorithm,简称ACA)是一种最新提出的新型的寻优策略,本文尝试将蚁群算法用于三层前向神经网络的训练过程,建立了相应的优化模型,进行了实际的编程计算,并与加动量项的BP算法、演化算法以及模拟退火算法进行比较,结果表明该方法具有更好的全局收敛性,以及对初值的不敏感性等特点。
[期刊] 统计与决策
[作者]
邢涛 高英慧
本文利用蚂蚁算法训练神经网络的权值和阈值,蚁群优化神经网络克服了人工神经网络预测精度低的缺点,在取得最小拟合误差的同时可以得到最小的预测误差。在此基础上提出以支持向量机方法为主、多方法融合的智能预测系统,对电网负荷预测进行了动态预测。实际算例验证了这一智能预测系统的精确性。
[期刊] 统计与决策
[作者]
黄向荣 谢如鹤
文章根据大型突发事件的突发性和不确定性,以及食品在物流过程中极易腐损等特点,确立一个用于食品物流应急配送中心选址决策的评价指标体系,并在这基础上,将蚁群算法(ACA)和径向基神经网络(RBFNN)结合起来,建立一个选址决策模型。该模型既具有神经网络的广泛映射能力,又具有蚁群算法所带来的高效率、全局收敛、分布式计算等特点,能够在安全、可靠、高效的原则下,较好地解决大型突发事件中食品应急配送中心的选址决策问题,以便确保和加快灾区的食品供应。最后,通过模拟算例表明该模型的适用性。
[期刊] 物流技术
[作者]
王晓东 薛明 齐兴敏
将Ｈｏｐｆｉｅｌｄ神经网络算法的能量函数值做为模拟退火算法的初始值，使用模拟退火算法以一定概率接收较差值的方法把结果反馈给神经网络，从而克服Ｈｏｐｆｉｅｌｄ网络算法容易陷入局部最优解的缺点。然后把改进后的算法应用到配送路径优化中，通过对比原有算法，最终得到一种快速、高效的启发式新算法。
[期刊] 情报理论与实践
[作者]
徐恺英 王硕
本文针对现代人对网络信息检索需求的提高,提出一种利用BP人工神经网络算法优化个性化搜索引擎的方法,使搜索引擎更具智能化、个性化,力图为用户提供最佳的检索结果。
关键词：
搜索引擎 信息检索 BP神经网络 算法
[期刊] 物流技术
[作者]
杨名
物流网络优化中普遍存在着多目标优化的问题。传统的多目标优化算法容易陷入局部最优,采用了多种群相关的蚁群算法求解多目标物流网络优化问题,两个种群分别针对总运费最小和最大单程距离最小两个优化目标,考虑蚁群算法的收敛速度,采用遗传算法对蚁群算法的多个初始参数进行优化选择。实验结果证明,该模型算法可以有效迅速地求得最佳路径,为决策者提供多个可选择的优化方案,避免局部最优解。
关键词：
物流网络 多目标优化 演化计算 蚁群算法
[期刊] 自然资源学报
[作者]
白继中 师彪 冯民权 周利坤
径流预测历来是水利部门的一项重要工作,针对水库和河流中长期径流预测精度不高,提出了自适应调节人工蚁群算法(ARACS),对RBF神经网络参数进行优化,建立了自适应调节人工蚁群-RBF神经网络组合算法(ARACS-RBF)预测模型,综合考虑影响径流预变化因素,对安康水库进行中长期径流预测。对预测效果进行检验,结果证实该模型可真实地反映河川径流变化的总体趋势,并为判断时间序列数据的非线性提供了一种新方法。与RBF神经网络模型、人工蚁群-RBF神经网络模型预测结果进行对比,结果表明,应用ARACS-RBF模型对中长期径流量进行预测,预测精度更高、效果更好。该方法克服了RBF神经网络和人工蚁群算法易陷...
[期刊] 沈阳农业大学学报
[作者]
余妹兰 匡芳君
为了研究BP神经网络改进学习算法的适用情况,通过对实际的4个应用运用BP神经网络的多种改进的学习算法进行训练,比较得到各学习算法的适用范围,并能根据所研究问题类型、网络大小和要求精度等来选择合适的学习算法。结果表明:LM算法逼近效果好,但不适合大规模网络,RPROP算法应用于模式识别收敛速度最快,但不太适合函数逼近,SCG算法对较大网络规模的性能很好,且逼近效果好。
关键词：
BP神经网络 学习算法 改进算法 应用
[期刊] 统计与决策
[作者]
孙研
运用最新优化算法的果蝇优化算法与灰色神经网络相结合改进预测精度,文章阐述果蝇优化算法和灰色神经网络算法相结合的技术,并将其应用到基金买卖决策的过程中,通过Matlab软件对结合算法的仿真验证,结果表明此结合的算法比单一的灰色神经网络进行建模具有更好的效果和准确度。
关键词：
灰色神经网络 果蝇优化算法 基金决策
[期刊] 统计与决策
[作者]
周飞 吕一清 石琳娜
文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN)。并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征。在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性。
[期刊] 中南林业科技大学学报
[作者]
陈书谦
根据传统PID控制技术中的参数优化难题以及就PID控制用于轨迹跟踪时存在收敛速度慢的问题,提出了采用BP网络以及迭代算法相结合,为PID控制提供最优参数。通过利用神经网络具有自学习、自组织和并行处理等功能和对复杂系统控制可以达到满意效果的优势以及基于迭代学习算法,使PID控制更加精确。在车型机器人中进行了仿真实验并验证了该方法的有效性。
关键词：
PID控制 迭代算法 参数优化 神经网络
[期刊] 中国农业科学
[作者]
梁毅 刘世洪
【目的】提出以传统猪瘟发病率为对象的组合预测模型。【方法】利用ARIMA模型以及灰色模型GM(1,1)进行数据初始化处理,将初步处理结果作为优化后的BP神经网络输入构建组合模型。【结果】利用组合模型对2000年到2009年的月度发病数据进行实例分析,结果表明预测数据精度达到97.379%,较ARIMA模型,灰色模型、BP神经网络模型分别提高了5.469%、3.499%、1.188%,模型平稳性增强,预测结果良好。【结论】本研究为动物疫情测报提供了有效的分析手段,验证了组合模型在动物疫情研究中的可行性,并可为其它动物疫病提供借鉴和参考。
[期刊] 中南林业科技大学学报
[作者]
陈宇 许莉薇
为解决不均衡林业信息文本分类中少数类分类正确率低问题,提出了一种基于优化LM模糊神经网络的不均衡林业信息文本分类算法。在阐述优化LM模糊神经网络算法原理的基础上,提取不均衡林业信息文本特征矩阵训练分类器的各项参数,实现对不均衡林业信息文本的精准与快速分类。实验结果表明该算法对少数类辨识准确率高,优于神经网络分类法以及SVM算法、模糊神经网络算法,为不均衡林业信息文本的分类提供了新思路。
[期刊] 商业研究
[作者]
马明 李松
为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。
[期刊] 统计与决策
[作者]
周飞 吕一清 石琳娜
文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN)。并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征。在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
