您的检索：
学者姓名：韩红桂
精炼检索结果：
年份
成果类型
收录类型
来源
综合
曾用名
合作者
语言
清除所有精炼条件
摘要 ：
The selection of global best (Gbest) exerts a high influence on the searching performance of multi-objective particle swarm optimization algorithm (MOPSO). The candidates of MOPSO in external archive are always estimated to select Gbest. However, in most estimation methods, the candidates are considered as the Gbest in a fixed way, which is difficult to adapt to varying evolutionary requirements for balance between convergence and diversity of MOPSO. To deal with this problem, an adaptive candidate estimation-assisted MOPSO (ACE-MOPSO) is proposed in this paper. First, the evolutionary state information, including both the global dominance information and global distribution information of non-dominated solutions, is introduced to describe the evolutionary states to extract the evolutionary requirements. Second, an adaptive candidate estimation method, based on two evaluation distances, is developed to select the excellent leader for balancing convergence and diversity during the dynamic evolutionary process. Third, a leader mutation strategy, using the elite local search (ELS), is devised to select Gbest to improve the searching ability of ACE-MOPSO. Fourth, the convergence analysis is given to prove the theoretical validity of ACE-MOPSO. Finally, this proposed algorithm is compared with popular algorithms on twenty-four benchmark functions. The results demonstrate that ACE-MOPSO has advanced performance in both convergence and diversity.
关键词 ：
multi-objective particle swarm optimization multi-objective particle swarm optimization convergence and diversity convergence and diversity convergence analysis convergence analysis evolutionary state information evolutionary state information adaptive candidate estimation adaptive candidate estimation
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | Han HongGui , Zhang LinLin , Hou Ying et al. Adaptive candidate estimation-assisted multi-objective particle swarm optimization [J]. | SCIENCE CHINA-TECHNOLOGICAL SCIENCES , 2022 , 65 (8) : 1685-1699 . |
| MLA | Han HongGui et al. "Adaptive candidate estimation-assisted multi-objective particle swarm optimization" . | SCIENCE CHINA-TECHNOLOGICAL SCIENCES 65 . 8 (2022) : 1685-1699 . |
| APA | Han HongGui , Zhang LinLin , Hou Ying , Qiao JunFei . Adaptive candidate estimation-assisted multi-objective particle swarm optimization . | SCIENCE CHINA-TECHNOLOGICAL SCIENCES , 2022 , 65 (8) , 1685-1699 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
针对城市污水处理运行过程中出现混合异常数据的问题,提出了一种基于改进型随机森林的数据清洗方法.首先,设计了一个孤立森林的异常数据识别模型,识别数据中的离群值.其次,建立了一种改进型随机森林回归模型,提高随机森林对混合类型异常数据的适应能力,并对数据趋势进行拟合预测.最后,用改进的随机森林数据清洗方法对剔除混合异常数据后的缺失数据进行补偿,实现对污水数据的清洗.实际数据测试结果表明,该方法提高了混合类型缺失数据补偿的准确性.
关键词 ：
污水处理 污水处理 数据补偿 数据补偿 异常数据 异常数据 孤立森林 孤立森林 数据清洗 数据清洗 随机森林 随机森林
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 韩红桂 , 赵子凡 , 伍小龙 et al. 基于改进随机森林的城市污水处理过程运行数据清洗方法 [J]. | 北京工业大学学报 , 2021 , 47 (05) : 421-430 . |
| MLA | 韩红桂 et al. "基于改进随机森林的城市污水处理过程运行数据清洗方法" . | 北京工业大学学报 47 . 05 (2021) : 421-430 . |
| APA | 韩红桂 , 赵子凡 , 伍小龙 , 杨士恒 , 何政 , 赵楠 . 基于改进随机森林的城市污水处理过程运行数据清洗方法 . | 北京工业大学学报 , 2021 , 47 (05) , 421-430 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
城市污水处理过程(Municipal wastewater treatment process, MWWTP)是一个典型的复杂流程工业过程,其优化运行涉及到多个动态性能指标.为了实现城市污水处理运行过程的优化控制,本文提出了一种城市污水处理过程动态多目标智能优化控制方法 (Dynamic multiobjective intelligent optimal control, DMIOC).首先,建立了一种基于自适应核函数的动态性能指标模型,实现了城市污水处理关键性能指标的准确描述;其次,设计了一种基于自适应飞行参数调整机制的动态多目标粒子群优化算法(Dynamic multiobjective...
关键词 ：
动态多目标粒子群优化 动态多目标粒子群优化 城市污水处理过程 城市污水处理过程 动态多目标智能优化控制 动态多目标智能优化控制 优化设定值 优化设定值
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 韩红桂 , 张璐 , 卢薇 et al. 城市污水处理过程动态多目标智能优化控制研究 [J]. | 自动化学报 , 2021 , 47 (03) : 620-629 . |
| MLA | 韩红桂 et al. "城市污水处理过程动态多目标智能优化控制研究" . | 自动化学报 47 . 03 (2021) : 620-629 . |
| APA | 韩红桂 , 张璐 , 卢薇 , 乔俊飞 . 城市污水处理过程动态多目标智能优化控制研究 . | 自动化学报 , 2021 , 47 (03) , 620-629 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
城市污水处理过程动态多目标智能优化控制研究
关键词 ：
动态多目标粒子群优化 动态多目标粒子群优化 优化设定值 优化设定值 城市污水处理过程 城市污水处理过程 动态多目标智能优化控制 动态多目标智能优化控制
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 韩红桂 , 张璐 , 卢薇 et al. 城市污水处理过程动态多目标智能优化控制研究 [J]. | 韩红桂 , 2021 , 47 (3) : 620-629 . |
| MLA | 韩红桂 et al. "城市污水处理过程动态多目标智能优化控制研究" . | 韩红桂 47 . 3 (2021) : 620-629 . |
| APA | 韩红桂 , 张璐 , 卢薇 , 乔俊飞 , 自动化学报 . 城市污水处理过程动态多目标智能优化控制研究 . | 韩红桂 , 2021 , 47 (3) , 620-629 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
为了实现城市污水处理过程各性能指标的优化运行,提出了一种动态分解多目标粒子群优化控制(optimal control based on dynamic decomposed multiobjective particle swarm optimization, OC-DDMOPSO)策略.首先,构建了基于自适应核函数的运行性能指标模型,确定了优化运行目标.其次,设计了基于档案库动态分解的多目标粒子群优化算法,实时获取操作变量的优化设定值.最后,利用预测控制策略跟踪优化设定值,完成了城市污水处理过程优化控制.将提出的OC-DDMOPSO应用于基准仿真平台BSM1,实验结果显示,OC-DDMOPS...
关键词 ：
多目标粒子群优化 多目标粒子群优化 优化控制 优化控制 动态分解 动态分解 预测控制 预测控制 城市污水处理过程 城市污水处理过程 优化设定值 优化设定值
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 张璐 , 张嘉成 , 韩红桂 et al. 基于动态分解多目标粒子群优化的城市污水处理过程优化控制 [J]. | 北京工业大学学报 , 2021 , 47 (03) : 239-245 . |
| MLA | 张璐 et al. "基于动态分解多目标粒子群优化的城市污水处理过程优化控制" . | 北京工业大学学报 47 . 03 (2021) : 239-245 . |
| APA | 张璐 , 张嘉成 , 韩红桂 , 乔俊飞 . 基于动态分解多目标粒子群优化的城市污水处理过程优化控制 . | 北京工业大学学报 , 2021 , 47 (03) , 239-245 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
基于动态分解多目标粒子群优化的城市污水处理过程优化控制
关键词 ：
动态分解 动态分解 优化设定值 优化设定值 城市污水处理过程 城市污水处理过程 优化控制 优化控制 预测控制 预测控制 多目标粒子群优化 多目标粒子群优化
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 张璐 , 张嘉成 , 韩红桂 et al. 基于动态分解多目标粒子群优化的城市污水处理过程优化控制 [J]. | 张璐 , 2021 , 47 (3) : 239-245 . |
| MLA | 张璐 et al. "基于动态分解多目标粒子群优化的城市污水处理过程优化控制" . | 张璐 47 . 3 (2021) : 239-245 . |
| APA | 张璐 , 张嘉成 , 韩红桂 , 乔俊飞 , 北京工业大学学报 . 基于动态分解多目标粒子群优化的城市污水处理过程优化控制 . | 张璐 , 2021 , 47 (3) , 239-245 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
基于改进随机森林的城市污水处理过程运行数据清洗方法
关键词 ：
异常数据 异常数据 数据补偿 数据补偿 数据清洗 数据清洗 随机森林 随机森林 污水处理 污水处理 孤立森林 孤立森林
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 韩红桂 , 赵子凡 , 伍小龙 et al. 基于改进随机森林的城市污水处理过程运行数据清洗方法 [J]. | 韩红桂 , 2021 , 47 (5) : 421-430 . |
| MLA | 韩红桂 et al. "基于改进随机森林的城市污水处理过程运行数据清洗方法" . | 韩红桂 47 . 5 (2021) : 421-430 . |
| APA | 韩红桂 , 赵子凡 , 伍小龙 , 杨士恒 , 何政 , 赵楠 et al. 基于改进随机森林的城市污水处理过程运行数据清洗方法 . | 韩红桂 , 2021 , 47 (5) , 421-430 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
针对废旧手机回收过程中型号难以精确识别的问题,提出一种基于孪生卷积神经网络的废旧手机型号识别方法.首先,利用基于最大类间差分的边缘检测算法解析手机图像的区域特征,构建手机型号识别数据库;其次,构造一种共享权值孪生卷积网络(siamese convolutional neural network, S-CNN)的手机识别模型,实现废旧手机图像特征的快速提取;最后,设计一种自适应学习率的识别模型参数更新策略,提高手机型号识别的精度.将其应用于不同场景下废旧手机的分拣,实验结果表明该方法具有较好的快速性和准确性.
关键词 ：
手机型号识别 手机型号识别 相似性评估 相似性评估 模型参数更新 模型参数更新 边缘检测 边缘检测 废旧手机回收 废旧手机回收 孪生卷积神经网络 孪生卷积神经网络
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 韩红桂 , 甄琪 , 任柯燕 et al. 基于孪生卷积神经网络的手机型号识别方法 [J]. | 北京工业大学学报 , 2021 , 47 (02) : 112-119 . |
| MLA | 韩红桂 et al. "基于孪生卷积神经网络的手机型号识别方法" . | 北京工业大学学报 47 . 02 (2021) : 112-119 . |
| APA | 韩红桂 , 甄琪 , 任柯燕 , 伍小龙 , 杜永萍 , 乔俊飞 . 基于孪生卷积神经网络的手机型号识别方法 . | 北京工业大学学报 , 2021 , 47 (02) , 112-119 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
自动控制系统虚拟仿真实验教学具有信息丰富、可复制性强等优势,可以解决传统的实验教学方法无法在真实环境中进行实验操作的问题,成为了高校实验平台建设的主流。但自动控制系统虚拟仿真实验教学在实施过程也存在实验平台功能不完整、实验教学内容不丰富和实验教学方式不完善等问题。针对自动控制系统虚拟仿真实验教学中存在的问题,以计算机仿真技术为依托,采用面向对象的模块化软件架构,开发创新型的课程体系,设计信息化的实验教学内容,以线下线上相结合的教学方式建立以虚拟仿真实验为基础的自动控制实验教学新模式。
关键词 ：
城市污水处理 城市污水处理 实验教学 实验教学 虚拟仿真 虚拟仿真
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 韩红桂 , 杨翠丽 , 石婷 et al. 自动控制系统虚拟仿真实验教学研究 [J]. | 未来与发展 , 2021 , 45 (06) : 84-90 . |
| MLA | 韩红桂 et al. "自动控制系统虚拟仿真实验教学研究" . | 未来与发展 45 . 06 (2021) : 84-90 . |
| APA | 韩红桂 , 杨翠丽 , 石婷 , 雷飞 . 自动控制系统虚拟仿真实验教学研究 . | 未来与发展 , 2021 , 45 (06) , 84-90 . |
| 导入链接 | NoteExpress RIS BibTex |
摘要 ：
基于孪生卷积神经网络的手机型号识别方法
关键词 ：
手机型号识别 手机型号识别 孪生卷积神经网络 孪生卷积神经网络 相似性评估 相似性评估 边缘检测 边缘检测 废旧手机回收 废旧手机回收 模型参数更新 模型参数更新
引用：
复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。
| GB/T 7714 | 韩红桂 , 甄琪 , 任柯燕 et al. 基于孪生卷积神经网络的手机型号识别方法 [J]. | 韩红桂 , 2021 , 47 (2) : 112-119 . |
| MLA | 韩红桂 et al. "基于孪生卷积神经网络的手机型号识别方法" . | 韩红桂 47 . 2 (2021) : 112-119 . |
| APA | 韩红桂 , 甄琪 , 任柯燕 , 伍小龙 , 杜永萍 , 乔俊飞 et al. 基于孪生卷积神经网络的手机型号识别方法 . | 韩红桂 , 2021 , 47 (2) , 112-119 . |
| 导入链接 | NoteExpress RIS BibTex |
导出
| 数据： |
选中 到 |
| 格式： |
