您的位置: 专家智库 > >

刘元

作品数:15 被引量:2H指数:1
供职机构:湘潭大学更多>>
相关领域:自动化与计算机技术政治法律经济管理交通运输工程更多>>

文献类型

  • 10篇专利
  • 3篇学位论文
  • 1篇期刊文章

领域

  • 7篇自动化与计算...
  • 2篇政治法律
  • 1篇经济管理
  • 1篇机械工程
  • 1篇电子电信
  • 1篇交通运输工程

主题

  • 7篇多目标优化
  • 6篇多目标
  • 5篇多目标优化方...
  • 5篇网络
  • 4篇多目标优化算...
  • 4篇优化算法
  • 3篇汽车
  • 3篇进化算法
  • 2篇电动
  • 2篇电动汽车
  • 2篇电图
  • 2篇电信号
  • 2篇神经结构
  • 2篇识别方法
  • 2篇手势
  • 2篇搜索
  • 2篇搜索空间
  • 2篇搜索效率
  • 2篇图像
  • 2篇图像识别

机构

  • 14篇湘潭大学
  • 1篇伯明翰大学

作者

  • 14篇刘元
  • 10篇邹娟
  • 2篇郑金华
  • 1篇刘洋
  • 1篇王淼

传媒

  • 1篇控制工程

年份

  • 6篇2024
  • 4篇2023
  • 1篇2022
  • 1篇2017
  • 2篇2015
15 条 记 录,以下是 1-10
排序方式:
混合动力控制系统的多目标优化方法、系统、设备及介质
本发明公开一种混合动力控制系统的多目标优化方法、系统、设备及介质,涉及混合电动汽车技术领域,先获取拟合数据集,拟合数据集包括多个样本数据,每一样本数据包括输入参数的历史值和输出参数的历史值,然后基于拟合数据集进行函数拟合...
刘元邹娟侯章禄夏翌彰王淼
基于多种群交替进化神经结构搜索的图像识别方法及系统
本发明公开了一种基于多种群交替进化神经结构搜索的图像识别方法及系统,包括:获取图像数据,根据目标任务确定搜索网络;构建超网,根据预设参数对超网进行预训练;通过神经网络的L层结构将网络结构搜索空间划分为L个子空间,从子空间...
邹娟楚涵夏翌彰贾丽刘元侯章禄邓琦梁畅
高维多目标优化算法的环境选择策略研究
多目标进化算法(Multi-objective Evolutionary Algorithms, MOEAs)常用于处理目标维数大于2的多目标优化问题(Multi-objective Optimization Probl...
刘元
关键词:进化算法多目标优化问题
梯度增强神经网络辅助的多目标优化方法、系统及设备
本发明公开了一种梯度增强神经网络辅助的多目标优化方法、系统及设备,涉及目标优化技术领域,该方法包括通过试验设计获取混合动力电动汽车的能源控制管理系统的采样数据;根据梯度增强神经网络算法,确定能源控制管理系统的多目标优化问...
邹娟侯章禄刘元夏翌彰刘洋
基于预测模型的多目标优化方法
本发明公开了一种基于中心点(线性模型)和核自编码器(非线性模型)预测的动态多目标进化算法,涉及多目标优化技术领域,该方法包括随机产生数量大小为N的种群进行种群初始化;利用DMOTSP问题数学模型进行环境检测;基于中心点和...
夏翌彰陈业诚侯章禄刘元邹娟
基于全卷积残差网络的肌电信号手势识别方法及系统
本发明属于肌电信号手势识别技术领域,公开了一种基于全卷积残差网络的肌电信号手势识别方法,包括:获取肌电信号,将肌电信号转化为肌电图像;构建全卷积残差网络,所述全卷积残差网络包括特征提取器和分类器,所述特征提取器包括依次连...
夏翌彰宋世豪邹娟刘元李亚林陆骐峰
一种麦弗逊悬架系统的多目标优化方法、系统及设备
本发明公开一种麦弗逊悬架系统的多目标优化方法、系统及设备,涉及汽车结构优化领域,方法包括:确定麦弗逊悬架系统设计中多目标优化问题的决策变量;对麦弗逊悬架系统的动力学模型进行试验设计得到采样数据;使用采样数据对动力学模型进...
邹娟周茂林侯章禄刘元夏翌彰郑金华
易拉罐
1.本外观设计产品的名称:易拉罐。;2.本外观设计产品的用途:用作为盛装液体饮料使用。;3.本外观设计产品的设计要点:在于形状与图案的结合。;4.最能表明设计要点的图片或照片:立体图。
刘元潘勇良
基于多种群交替进化神经结构搜索的图像识别方法及系统
本发明公开了一种基于多种群交替进化神经结构搜索的图像识别方法及系统,包括:获取图像数据,根据目标任务确定搜索网络;构建超网,根据预设参数对超网进行预训练;通过神经网络的L层结构将网络结构搜索空间划分为L个子空间,从子空间...
邹娟楚涵夏翌彰贾丽刘元侯章禄邓琦梁畅
进化高维多目标优化研究综述被引量:1
2023年
高维多目标优化问题(many-objective optimization problems, MaOPs)已经普遍存在于工业和科学领域中,这类问题的目标数一般超过3个且目标之间存在冲突性。进化算法作为一种基于种群的元启发式搜索方法已经被证实能够有效求解MaOPs。近二十年来,高维多目标进化算法(many-objective evolutionary algorithms, MaOEAs)研究已取得了长足发展。现对进化高维多目标优化(evolutionary many-objective optimization, EMaO)的研究进展进行全面的综述,具体包括:(1)描述了EMaO的相关理论背景;(2)分析了EMaO面临的挑战;(3)详细讨论了Ma OEAs的发展概况;(4)归纳了Ma OPs以及性能指标;(5)介绍了面对高维目标空间的可视化工具;(6)总结了Ma OEAs在一些领域的应用;(7)剖析了进化算法在解决MaOPs时所面临的问题和挑战,并给出未来研究方向的建议。
徐康宇刘元李密青杨圣祥邹娟郑金华
关键词:进化算法PARETO支配
共2页<12>
聚类工具0