2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在數(shù)據(jù)分類問題中,面對(duì)的是大量原始數(shù)據(jù),需要從這些原始數(shù)據(jù)中提煉出相應(yīng)的數(shù)學(xué)模型,在此基礎(chǔ)上找出其中隱藏的規(guī)律。這些問題很難用傳統(tǒng)的確定型模型來描述和基于精確的數(shù)學(xué)方法來求解。而描述成模糊優(yōu)化問題往往更為合適。
   模糊優(yōu)化方法本質(zhì)上是多目標(biāo)優(yōu)化問題,而遺傳算法是解決多目標(biāo)問題的一種有效方法。模糊優(yōu)化特別是基于動(dòng)態(tài)模型的模糊優(yōu)化中的遺傳算法有其特殊的本質(zhì),有必要加以深入研究。
   本文研究了兩類典型的智能算法—模糊優(yōu)

2、化和遺傳算法。將基于遺傳算法的模糊分類算法應(yīng)用于基于回歸方程的數(shù)據(jù)分類中,得到了飛邊尺寸設(shè)計(jì)準(zhǔn)則挖掘;將基于遺傳算法的模糊分類算法應(yīng)用于基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類算法中,獲得了飛邊金屬消耗設(shè)計(jì)準(zhǔn)則。從而驗(yàn)證了基于遺傳算法的模糊優(yōu)化算法的有效性。
   本文的主要研究?jī)?nèi)容如下:
   (1)闡述了幾種主要的分類算法,探討了模糊分類基本問題,給出三種模糊分類規(guī)則表達(dá)方式,包括基于回歸方程的規(guī)則表達(dá)、基于神經(jīng)網(wǎng)絡(luò)的規(guī)則表達(dá)和基

3、于自然計(jì)算的規(guī)則表達(dá)。
   (2)探討了模糊優(yōu)化相關(guān)概念;討論了傳統(tǒng)模糊優(yōu)化問題。重點(diǎn)研究模糊分類算法中的模糊優(yōu)化模型(基于回歸方程的模糊優(yōu)化模型和基于神經(jīng)網(wǎng)絡(luò)的模糊優(yōu)化模型)及建?;痉椒ê筒襟E。針對(duì)上述兩類模糊優(yōu)化問題,構(gòu)造了以模糊邏輯形式表示的模糊優(yōu)化模型。
   (3)闡述簡(jiǎn)單遺傳算法的基本思想和基本步驟。提出遺傳算法的若干改進(jìn)措施,包括改進(jìn)策略、遺傳參數(shù)適應(yīng)性調(diào)整(包括確定性的適應(yīng)性調(diào)整和自適應(yīng)的適應(yīng)性調(diào)整)

4、和沿加權(quán)梯度方向的變異。
   (4)詳細(xì)論述了基于回歸方程的模糊分類算法及其在飛邊尺寸設(shè)計(jì)準(zhǔn)則挖掘中的應(yīng)用。用基于回歸方程的模糊分類算法求解了飛邊尺寸設(shè)計(jì)準(zhǔn)則挖掘問題。對(duì)基于回歸方程的模糊分類算法進(jìn)行了如下分析比較:對(duì)該算法的穩(wěn)定性進(jìn)行了校驗(yàn),并將該算法與利用最小二乘法實(shí)現(xiàn)的挖掘算法進(jìn)行了比較,結(jié)果表明,該算法速度快,精度高,穩(wěn)定性好。
   詳細(xì)論述了基于神經(jīng)網(wǎng)絡(luò)的模糊分類算法及其在飛邊金屬消耗設(shè)計(jì)準(zhǔn)則挖掘中的應(yīng)用。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論