原文服务方: 计算机测量与控制       
摘要:
针对RBF神经网络和支持向量机对果酒总黄酮软测量过程中,存在速度慢和精度低的缺点,提出了基于改进人工蜂群算法的果酒总黄酮软测量模型;该模型利用混沌变量的遍历性和随机性特点,对标准人工蜂群算法进行改进,在种群初始化阶段引入混沌机制,确保个体分布的均匀性,并用信息素和灵敏度模型代替轮盘赌选择策略,使模型避免了过早收敛和提前停滞;仿真实验结果表明,该模型提高了果酒总黄酮软测量的精度,具有收敛速度快,抗噪性较强的特点,便于实现果酒总黄酮的在线测量.
推荐文章
基于改进Bagging算法的高斯过程集成软测量建模
算法
软测量
模型
高斯过程
反应器
污水总氮软测量模型的研究与应用
遗传算法
RBF神经网络
总氮
可编程控制器
改进人工蜂群算法的云计算资源调度模型
云计算
资源调度
人工蜂群算法
任务分配
基于改进随机梯度Boosting算法的软测量建模
算法
计算机模拟
集成
随机梯度Boosting
软测量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进蜂群算法的果酒总黄酮软测量模型
来源期刊 计算机测量与控制 学科
关键词 人工蜂群算法 最小二乘支持向量机 总黄酮 软测量
年,卷(期) 2015,(3) 所属期刊栏目 自动化测试技术
研究方向 页码范围 723-726
页数 4页 分类号 TP39
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 成新文 四川理工学院计算机学院 30 57 4.0 6.0
2 陈国超 四川理工学院计算机学院 11 29 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (157)
共引文献  (215)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(10)
  • 参考文献(0)
  • 二级参考文献(10)
2004(14)
  • 参考文献(0)
  • 二级参考文献(14)
2005(25)
  • 参考文献(1)
  • 二级参考文献(24)
2006(19)
  • 参考文献(0)
  • 二级参考文献(19)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(24)
  • 参考文献(2)
  • 二级参考文献(22)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工蜂群算法
最小二乘支持向量机
总黄酮
软测量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导