韩琳
- 作品数：9 被引量：36H指数：5
- 供职机构：西安工程大学更多>>
- 发文基金：陕西省教育厅自然科学基金汽车安全与节能国家重点实验室开放基金陕西省教育厅科研计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于混沌免疫进化网络的电池荷电状态预测被引量：6
- 2008年
- 在电动汽车运行过程中,常规方法难以准确预测电池的荷电状态,提出利用偏最小二乘回归分析影响电池荷电状态的诸多因素,选择端电压、电压一阶导数、电压二阶导数、放电电流以及电池温度作为神经网络的输入,以荷电状态作为输出,然后采用混沌免疫进化规划算法训练前馈神经网络预测电池荷电状态。在变功率运行工况下,通过仿真试验对比镍氢电池组实际荷电状态的和预测的荷电状态,验证神经网络预测的精度在5%以内。
- 程博韩琳郭振宇王军平曹秉刚
- 关键词：电动汽车荷电状态免疫进化混沌优化神经网络
- 利用免疫进化网络的镍氢电池组荷电状态预测被引量：1
- 2007年
- 针对电池组建模困难的情况,利用计算智能算法训练的前馈神经网络来预测荷电状态,选择电池组放电电流、最小单体电池电压和最小电压的导数,以及电池组平均温度作为神经网络的输入,荷电状态为网络的输出.在训练网络权值时,为了克服BP算法的缺陷,采用自适应并行免疫进化策略训练网络权值,在变功率运行工况下,通过对预测的和实际的荷电状态的比较,验证了所提出的神经网络预测精度可达到5%.
- 程博韩琳王军平曹秉刚
- 关键词：荷电状态免疫进化神经网络
- 基于人工免疫系统的二进制差分进化算法
- 差分进化作为一种新的进化算法,在诸多实值优化问题中已经取得了巨大成功,然而,在解决离散问题时易出现早熟收敛.为了克服这个缺点,提出一种基于生物学免疫理论的二进制差分进化算法,通过引入负选择操作改善算法的收敛性能.模拟结果...
- 韩琳贺兴时
- 关键词：人工免疫系统负选择粒子群优化
- 文献传递
- 基于免疫粒子群优化的模糊C均值聚类算法被引量：5
- 2007年
- 把免疫系统的免疫信息处理机制引入到粒子群优化(PSO)算法中,并与模糊C均值(FCM)算法相结合提出一种新的模糊聚类算法.新算法用免疫粒子群优化算法代替FCM算法的基于梯度下降的迭代过程,使算法具有较强的全局搜索能力,很大程度上避免了FCM算法易陷入局部极小的缺陷,同时也降低了FCM算法对初始值的敏感度.采用对当基思想初始化种群,获得更优的初始候选解,提高算法聚类过程中的收敛速度.以UCI机器学习数据库中的两组数据集为研究对象,实验结果表明,该算法优于基于PSO的模糊C均值聚类算法和FCM算法.
- 韩琳贺兴时
- 关键词：粒子群优化算法模糊聚类模糊C均值算法免疫系统
- 混沌免疫粒子群优化算法在BP网络训练中的应用被引量：2
- 2007年
- 将人工免疫系统中的克隆选择和混沌算法引入粒子群优化算法,提出一种混沌免疫粒子群优化算法.算法的主要特点是利用克隆和混沌变异等操作,提高收敛速度和种群的多样性.结合Iris分类问题,将新算法应用到BP网络的权值优化中,并和基于标准PSO算法的方法和单纯BP网络训练进行比较.实验结果表明,该算法性能优于所比较的两种算法,并且具有良好的收敛性和稳定性.
- 张郭军韩琳徐坤
- 关键词：神经网络粒子群优化算法克隆选择
- 一种自适应的遗传算法被引量：7
- 2006年
- 针对基本遗传算法的稳定性较差、存在未成熟收敛和易陷入局部最优解的问题,提出一种基于交叉概率和变异概率的自适应遗传算法.该算法通过将交叉概率和变异概率随适应度自动改变,实现有目标地对不同个体进行交叉和变异操作,以达到快速扩大搜索空间、稳定群体中个体多样性的目的.仿真结果表明,该算法的收敛性能优于基本遗传算法,有效地避免了基本遗传算法中因选择压力过大造成未成熟收敛现象,显著提高了遗传算法对全局最优解的搜索能力和收敛速度.
- 段宏斌韩琳
- 关键词：自适应遗传算法未成熟收敛
- 基于人工免疫系统的二进制差分进化算法被引量：3
- 2006年
- 差分进化作为一种新的进化算法，在诸多实值优化问题中已经取得了巨大成功，然而，在解决离散问题时易出现早熟收敛．为了克服这个缺点，提出一种基于生物学免疫理论的二进制差分进化算法，通过引入负选择操作改善算法的收敛性能．模拟结果表明，基于生物学免疫理论的二进制差分进化算法比二进制粒子群优化和遗传算法，显著提高了搜索能力和收敛速度．
- 韩琳贺兴时
- 关键词：人工免疫系统负选择
- 免疫粒子群算法研究及其应用
- 在实际工程应用中有很多优化问题呈复杂性、约束性、非线性和建模困难等特点,难以应用传统数学方法来解决,迫切需要寻找新型的智能优化方法。群体智能,作为一种新兴的智能计算技术正受到越来越多研究者的关注。群体智能的协作性、分布性...
- 韩琳
- 关键词：粒子群算法免疫算子混沌优化BP神经网络
- 文献传递
- 基于差分进化的BP网络学习算法被引量：7
- 2006年
- 提出了一种基于差分进化的BP网络学习算法,该算法是一种全局随机优化算法.利用差分进化算法的全局寻优能力,可以很好的训练BP网络的权值和阈值.将所提出的算法与BP算法作对比实验,结果表明,所提出的算法相对于BP算法在分类准确度上有较大的提高,而且具有良好的收敛性和泛化能力.
- 贺兴时余兵韩琳
- 关键词：神经网络差分进化BP算法
