2024年11月24日
星期日
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
陈冰
作品数:
1
被引量:0
H指数:0
供职机构:
中国科学院遗传与发育生物学研究所
更多>>
发文基金:
中国科学院战略性先导科技专项
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
张颖
河北联合大学
张桃红
北京科技大学计算机与通信工程学...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
优化算法
1篇
子群
1篇
粒子群
1篇
粒子群优化
1篇
粒子群优化算...
1篇
降解
1篇
降解模型
1篇
分子材料
1篇
改进PSO
1篇
高分子
1篇
高分子材料
1篇
参数优化
机构
1篇
北京科技大学
1篇
中国科学院遗...
1篇
河北联合大学
作者
1篇
张桃红
1篇
张颖
1篇
陈冰
传媒
1篇
江苏大学学报...
年份
1篇
2012
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于改进PSO的高分子材料降解模型参数优化
2012年
为提高可降解高分子材料降解模型仿真的准确程度,结合高分子材料降解的实际原则和所要考虑的各种因素,建立了适合优化的参数优化模型,并将粒子群优化算法(PSO)用于模型的求解.针对标准粒子群算法存在的一些不足,提出了一种改进的粒子群优化算法来求解最优值,改进的算法引入了动态自适应惯性权重和异步时变学习因子.采用5个标准测试函数对改进的粒子群算法进行了测试,并将算法应用于参数优化模型的求解.测试与试验结果表明:新算法有效地避免了过早陷入局部最优,提高了收敛速度和收敛精度,并且采用优化所得参数显著地提高了高分子材料降解模型仿真的精准度,有利于揭示降解机理的科学意义和指导实际医用器件的设计与生产.
张桃红
张颖
陈冰
关键词:
降解
粒子群优化算法
参数优化
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张