王焱
- 作品数：42 被引量：206H指数：9
- 供职机构：济南大学自动化与电气工程学院更多>>
- 发文基金：国家自然科学基金山东省自然科学基金博士科研启动基金更多>>
- 相关领域：金属学及工艺自动化与计算机技术理学电气工程更多>>
- 基于工程教育专业认证的新型教学模式研究
- 2018年
- 在当前教育信息化发展的大背景下,微课、翻转课堂和SPOC等新型的教学模式深受高等教育界的广泛关注。通过检索2009-2017年间中国知网(CNKI)学术文献总库中关于上述三个关键词的研究文献,针对这些新型教学模式的特点与内在联系进行分析,并以工程教育专业认证为导向指引,阐述微机原理及应用课程教学模式的改革思路,基于微课学习实现主动启发式课堂的翻转,提高教学效率和学生的综合素质,为促进工程教育专业认证的实施奠定基础。
- 张勤柴汇王焱
- 改进的GM(1,1)模型在中长期负荷预测中的应用
- 2012年
- 针对灰色GM(1,1)模型不适合中长期电力负荷预测的特点,对其进行了改进,提出一种新的模型:具有参数修正的灰色关联度加权组合预测模型。在此模型中采用数据分段预测,同时,为了防止预测数据增长过快,误差过大,对每个分段模型进行了参数修正,然后对修正后模型的预测数据进行加权组合,这样,不仅使影响负荷的某些因素能够相互抵消或削弱,同时又能阻止预测数据过快增长,使预测更准确。通过对某个地区的负荷进行预测,验证了此模型的有效性,取得了很好的预测结果,具有一定的理论和应用价值。
- 李永在范成贤王焱王端
- 关键词：负荷预测灰色关联参数修正
- 变结构模糊神经网络在AGC系统中的应用
- 在典型模糊神经网络的基础上,应用变结构规则调整网络结构并且结合遗传算法（GA）优化各个参数来设计控制器,用于AGC系统的控制。仿真结果显示此方法适用于AGC系统,并能取得较好的控制性能。
- 孙蕾王焱
- 关键词：模糊神经网络遗传算法AGC系统
- 文献传递
- GA-BP网络混合建模方法及其在冷轧参数优化中的应用被引量：9
- 2001年
- 提出基于遗传算法与BP网络混合建模的冷轧参数智能优化新方法 ,该方法具有学习功能强、计算精度高、使用方便等特点 ,且适合在线计算。实验证明了该方法的有效性 。
- 王焱孙一康
- 关键词：GA-BP网络混合建模方法冷轧遗传算法
- 基于变尺度混沌优化策略的混合遗传算法被引量：11
- 2002年
- 针对标准遗传算法 (SGA)存在的收敛速度慢、易陷入局部极小等问题 ,提出了新的混合遗传算法。利用变尺度混沌优化方法 ,对经过一次遗传操作的种群进行混沌搜索寻优 ,引导种群快速进化。该方法具有搜索速度快、计算精度高、使用方便等特点。算例分析表明 ,该方法的综合性能优于 SGA及其它混合 GA。
- 王焱刘景录孙一康
- 关键词：混合遗传算法复杂优化问题目标函数
- 改进的BP神经网络在股指预测中的应用
- BP神经网络具有强大的自我修正误差的能力,理论上证明它能够逼进任何非线性系统,为此,BP网络在国际上已广泛用于金融分析和预测,取得较好效果.用BP网络解决问题的过程主要是设计适当的网络结构和构造相应的网络权值的过程,由于...
- 王焱曲朝霞刘景录
- 关键词：BP神经网络遗传算法结构参数股指预测网络权值
- 文献传递
- 中冶美利纸业循环经济项目的可行性研究
- 王焱
- 关键词：造纸工业循环经济项目
- 基于粗糙集和神经网络的薄带钢厚度预测
- 2014年
- 针对传统数学模型预测精轧出口厚度逐渐不能满足精度要求的现象,提出一种基于粗糙集和神经网络的热轧薄带钢厚度预测方法。该方法通过对精轧出口厚度影响因素进行属性约简,找出主要影响因素,以此作为径向基函数神经网络预测模型的输入,从而提高网络的收敛速度与预测精度。仿真结果显示,粗糙集神经网络预测模型优于传统数学模型,并且样本的预测误差基本控制在-0.05~0.05 mm以内。
- 刘莹莹王焱
- 关键词：热连轧粗糙集RBF神经网络薄带钢
- 特有树与电路状态方程的建立
- 2001年
- 对借助特有树列写电路状态方程的特点、步骤进行了详细地分析和讨论。该方法简单、方便、快捷、规范 ,便于掌握 ,尤其适用于计算机对大型网络的分析、求解。对研究大型动态电路的暂态过程有着十分重要的意义 。
- 曲朝霞王焱邢宝玲翟殿堂
- 关键词：电路状态变量
- 基于多类支持向量机的板形识别方法被引量：2
- 2009年
- 提出一种基于多类支持向量机理论的板形识别分类器,通过对冷轧工序中板形仪测得的数据进行预处理,获取所需样本数据。采用"一对多"方法训练多类支持向量机分类器,最后用测试样本对训练出的分类器进行性能测试。仿真结果表明该方法在处理小样本数据时识别率非常高,泛化能力更强,为板形识别提供了新的研究方法。
- 张雪伟王焱
- 关键词：板形识别支持向量机多类支持向量机分类器
