基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了平衡教与学优化算法的全局和局部搜索能力,提出一种混沌分组教与学优化算法.采用3种调整机制:应用混沌方法初始化种群个体;在教阶段成绩更新中引入自适应惯性权值;在学阶段,采用随机蛙跳算法思想,将班级中的学生分组,更新子种群的最差解.用10个经典的测试集函数测试改进算法的性能,并与人工蜂群算法、万有引力算法、原始的教学优化算法进行比较,结果显示:改进算法具有良好的全局和局部搜索能力,而且收敛精度高.此外,应用改进的教与学算法优化循环流化床锅炉氮氧化合物排放浓度的模型,仿真试验表明优化后的模型具有良好的辨识能力和泛化能力,能够指导工程,解决实际问题.
推荐文章
“教与学”优化算法研究综述
“教与学”优化算法
“教”阶段
“学”阶段
“教与学”优化算法研究综述
“教与学”优化算法
“教”阶段
“学”阶段
基于粒子群算法的电站锅炉效率优化研究
锅炉效率
神经网络
粒子群算法
基于混沌搜索和权重学习的教与学优化算法及其应用
教与学优化
权重学习
启发式算法
混沌搜索
全局优化
进化计算
非合作博弈
纳什均衡
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 基于混沌分组教与学优化算法锅炉NOx模型优化研究
来源期刊 计量学报 学科 工学
关键词 计量学 氮氧化合物 教与学优化算法 混沌 自适应 随机蛙跳算法 循环流化床锅炉
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 125-129
页数 5页 分类号 TB99
字数 3139字 语种 中文
DOI 10.3969/j.issn.1000-1158.2018.01.26
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 李国强 燕山大学电气工程学院 56 266 9.0 14.0
2 牛培峰 燕山大学电气工程学院 64 595 13.0 21.0
3 马云鹏 燕山大学电气工程学院 12 121 6.0 10.0
4 陈科 燕山大学电气工程学院 8 58 5.0 7.0
5 闫姗姗 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (85)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (24)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(10)
  • 参考文献(6)
  • 二级参考文献(4)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(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
计量学
氮氧化合物
教与学优化算法
混沌
自适应
随机蛙跳算法
循环流化床锅炉
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
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导