基于反向精简差分演化算法的水质模型参数识别方法

发明专利有效专利

申请号：
CN201410612413.5
IPC分类号：G06F19/00
申请日期：
2014-11-04
申请人：
江西理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于反向精简差分演化算法的水质模型参数识别方法
申请号	CN201410612413.5	申请日期	2014-11-04
法律状态	授权	申报国家	中国
公开/公告日	2015-03-25	公开/公告号	CN104462759A
优先权	暂无	优先权号	暂无
主分类号	G06F19/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F19/00 专门适用于特定应用的数字计算或数据处理的设备或方法（专门适用于特定功能的入G06F17/00；专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或数据处理方法入G06Q；医疗信息学入G16H）〔6，2006.01，2011.01，2018.01〕	IPC分类号	G;0;6;F;1;9;/;0;0查看分类表>
申请人	江西理工大学	申请人地址	江西省赣州市红旗大道86号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	江西理工大学	当前权利人	江西理工大学
发明人	郭肇禄;黄海霞;岳雪芝;张尚中;谢霖铨;尹宝勇;李康顺
代理机构	赣州凌云专利事务所	代理人	曾上

摘要

本发明公开了基于反向精简差分演化算法的水质模型参数识别方法，本发明在传统精简差分演化算法中引入综合学习策略，利用全局最优个体以及种群中相对较优个体的综合搜索信息生成一个搜索引导综合个体，并以生成的综合个体为导向产生子个体，以此保持种群的多样性，减少陷入局部最优的概率；同时根据当前搜索反馈信息适应性地调整反向学习因子，从而将当前种群适应性地生成一个反向种群，并同时从当前种群和反向种群中选择出较优个体进入下一代种群，以此加快算法的收敛速度；重复执行上述步骤直至满足终止条件，在计算过程中得到的最优个体，即为水质模型参数的识别结果；其能够减少陷入局部最优的概率，加快收敛速度，提高水质模型参数识别精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供