您的位置: 专家智库 > >

博士科研启动基金(20122009)

作品数:6 被引量:14H指数:2
相关作者:王丽芳刘洁介婧赵慧郭晓东更多>>
相关机构:太原科技大学浙江工业大学更多>>
发文基金:博士科研启动基金年山西省研究生优秀创新项目国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 4篇分布估计算法
  • 4篇COPULA
  • 2篇神经网
  • 2篇神经网络
  • 1篇优化神经网络
  • 1篇优化算法
  • 1篇群算法
  • 1篇自适
  • 1篇自适应
  • 1篇自适应步长
  • 1篇网络
  • 1篇微粒群
  • 1篇微粒群算法
  • 1篇局部极值
  • 1篇混合优化算法
  • 1篇记忆
  • 1篇股票
  • 1篇股票价格
  • 1篇股票预测
  • 1篇函数优化

机构

  • 6篇太原科技大学
  • 2篇浙江工业大学

作者

  • 6篇王丽芳
  • 3篇刘洁
  • 2篇赵慧
  • 2篇介婧
  • 1篇张学良
  • 1篇郭晓东
  • 1篇白露

传媒

  • 5篇太原科技大学...
  • 1篇中北大学学报...

年份

  • 1篇2017
  • 1篇2016
  • 2篇2014
  • 2篇2013
6 条 记 录,以下是 1-6
排序方式:
K-S检验下的copula分布估计算法边缘分布的研究被引量:2
2013年
借鉴K-S检验的思想,应用到copula分布估计算法边缘分布函数的选取中。在估计概率模型阶段,根据实际样本点来建立模型确定所服从的边缘分布函数,其中采用多种不同的分布函数(柯西分布、t分布和正态分布等)作为候选的边缘分布函数。在参数估计阶段,采用PMLE估计copula函数参数的方式进行仿真实验。根据所服从的不同的边缘分布分别进行采样,从而增加种群多样性,改善基于copula分布估计算法的执行效率。
赵慧王丽芳介婧刘洁
柯西分布概率模型的copula分布估计算法被引量:2
2013年
分析柯西分布函数的特性,说明在众多连续型分布函数下,在copula分布估计算法中建立柯西分布概率模型的可行性。通过描述柯西分布以及逆累积分布函数的采样,给出柯西分布函数参数不同的估计方法,得到相应的采样及完整的分布估计算法.进行仿真实验比较柯西分布概率模型的copula分布估计算法和经验分布概率模型的copula分布估计算法,说明柯西分布概率模型的copula分布估计算法的有效性。
赵慧王丽芳介婧
基于自适应步长的果蝇优化算法被引量:7
2016年
针对固定搜索步长下标准果蝇优化算法(SFOA)寻优速度慢,收敛精度不高,容易陷于局部极值的不足,通过分析果蝇个体生成机制中搜索步长与算法搜索能力的关系,提出了一种基于自适应步长的改进果蝇优化算法(FOABASS),在该算法中搜索步长随种群当前位置、当前优化代数的变化而变化,由此生成的果蝇群体具备较强的全局勘探能力,同时兼顾全局勘探能力和局部开发能力的平衡.最后给出了FOABASS算法和SFOA算法、其它几种改进FOA算法的性能比较,仿真结果表明了该算法的有效性.
郭晓东王丽芳张学良
关键词:函数优化自适应步长局部极值
具有记忆的果蝇优化算法
2017年
针对基本的果蝇优化算法(FOA)在寻优进化过程中,极易陷入局部极值区域致使算法的收敛精度和收敛速度下降的缺点,提出了一种改进的果蝇优化算法PFOA.从微粒群算法(PSO)更新粒子的方法中得到启发,在果蝇优化算法中加入了个体经验信息和群体经验信息。PFOA使果蝇个体在寻优进化过程中充分地利用了种群历史信息来增加种群的多样性,从而使果蝇个体能够跳出局部最优解区域,提高算法收敛精度和速度。经过对标准测试函数的仿真实验,表明PFOA在收敛精度、收敛速度上比其他FOA具有明显的提高。
白露王丽芳
关键词:微粒群算法
Copula EDA-BP混合优化算法预测股票价格被引量:2
2014年
股票价格的预测是广大投资者非常关注的问题,也是诸多学者不断研究的方向,神经网络具有学习样本规律的特点,通过神经网络预测股票价格是近几年研究的重点之一。Copula EDA-BP混合优化算法是利用了copula EDA的全局寻优和BP算法局部求精的特点,将两者结合起来建立了基于copula EDA-BP的模型系统,优化神经网络的权值阈值,对股票上证180的收盘价进行预测得到误差率,结果显示copula EDA-BP算法平均误差率低于BP算法,提高了传统BP神经网络的计算精度。
刘洁王丽芳严莉娜
关键词:股票预测BP神经网络
Copula EDA与BP结合优化神经网络被引量:1
2014年
分布估计算法是一种新的种群进化算法,通过建立概率模型得到新的个体,copula分布估计算法是将copula理论与分布估计算法结合,提高估计的精确性和效率。针对分布估计算法全局收敛的特点,与BP算法结合可以避免BP算法易陷入局部极值点的缺陷,同时可以使优化结果更加精确。本文采用copula EDA与BP算法的两种结合模式来优化神经网络的权值和阈值,并且比较两种结合模式。可以得出,copula分布估计算法与BP算法融合可以提高收敛速度和精确性。
刘洁王丽芳
关键词:BP算法神经网络
共1页<1>
聚类工具0