Please wait a minute...

大连海洋大学学报  2010, Vol. 25 Issue (2): 162-166    DOI: 10.3969/j.issn.1000-9957.2010.02.013
  |
混合神经网络响应面调度法在渔船协同论证中的应用
韩胜菊,陶冶,杨文莲,皮国喜
大连水产学院信息工程学院 辽宁新民经济技术开发区管委会
An application of response surface and task scheduling method based on hybrid artificial neural network in collaborative evaluation of fishing vessels
HAN Sheng-ju,TAO Ye,YANG Wen-lian,PI Guo-xi
1.School of Information Engineering,Dalian Fisheries Univ.,Dalian 116023,China;2.Management Committee of Xinmin High Tech-economy Development Zone in Liaoning Province,Shenyang 110328,China
下载:  PDF (844KB) 
输出:  BibTeX | EndNote (RIS)      
摘要 根据响应面法近似计算在多学科优化中的特点,针对普通神经网络构造响应面方法存在的主要问题,将遗传算法和神经网络结合,设计出混合神经网络并构造了协同优化算法的响应面,在任务调度模块的支持下,可以自主地选择近似和精确计算。采用混合神经网络调度法对玻璃钢拖网渔船进行技术经济论证,结果表明,该方法能够提高优化结果的效率和鲁棒性。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
韩胜菊
陶冶
杨文莲
皮国喜
关键词:  神经网络  遗传算法  响应面  渔船协同论证    
Abstract: The problem dealing with artificial neural network to construct response surface in multidiscipline optimization,and combination of genetic algorithm with artificial neural network is discussed to design a hybrid artificial neural network to set up response surface for collaborative optimization.The collaborative evaluation may choose automatically approximate and precise computation by the task scheduling model.A practical case of technological and economical collaborative evaluation for FPR trawler vessels demonstrates that the proposed method is of better efficiency and robust.
Key words:  artificial neural network    genetic algorithm    response surface    collaborative evaluation of fishing vessels
               出版日期:  2010-04-21      发布日期:  2016-12-30      期的出版日期:  2010-04-21
中图分类号:  U662.9%TP391.75  
引用本文:    
韩胜菊, 陶冶, 杨文莲, 皮国喜. 混合神经网络响应面调度法在渔船协同论证中的应用[J]. 大连海洋大学学报, 2010, 25(2): 162-166.
HAN Sheng-ju, TAO Ye, YANG Wen-lian, PI Guo-xi. An application of response surface and task scheduling method based on hybrid artificial neural network in collaborative evaluation of fishing vessels. Journal of Dalian Ocean University, 2010, 25(2): 162-166.
链接本文:  
https://xuebao.dlou.edu.cn/CN/10.3969/j.issn.1000-9957.2010.02.013  或          https://xuebao.dlou.edu.cn/CN/Y2010/V25/I2/162
[1] 张胜茂, 孙永文, 樊伟, 唐峰华, 崔雪森, 伍玉梅. 面向海洋渔业捕捞生产的深度学习方法应用研究进展[J]. 大连海洋大学学报, 2022, 37(4): 683-337.
[2] 于珺妃, 夏邦华, 郝其睿, 邹昊博, 王鹏, 陈中祥, 高磊, 吴松, 黄丽, 覃东立, 韩英. 一株鲤源降血糖赖氨酸芽孢杆菌的筛选鉴定及其培养基优化[J]. 大连海洋大学学报, 2022, 37(4): 611-619.
[3] 刘巨升, 于红, 杨惠宁, 邵立铭, 宋奇书, 李光宇, 张思佳, 孙华. 基于多核卷积神经网络(BERT+Multi-CNN+CRF)的水产医学嵌套命名实体识别[J]. 大连海洋大学学报, 2022, 37(3): 524-530.
[4] 何津民, 张丽珍. 基于自注意力机制和CNN-LSTM深度学习的对虾投饵量预测模型[J]. 大连海洋大学学报, 2022, 37(2): 304-311.
[5] 陈丽, 饶杰, 赵永强, 杨贤庆, 魏涯, 李春生, 王悦齐. 坛紫菜膳食纤维的响应面优化超声复合酶法提取及其对鱼糜凝胶强度的影响[J]. 大连海洋大学学报, 2021, 36(5): 796-805.
[6] 王书献, 张胜茂, 朱文斌, 孙永文, 杨昱皞, 隋江华, 沈烈, 沈介然. 基于深度学习YOLOV5网络模型的金枪鱼延绳钓电子监控系统目标检测应用[J]. 大连海洋大学学报, 2021, 36(5): 842-850.
[7] 姚启, 缪新颖. 基于主成分分析及GA-LM的水产养殖环境溶解氧和氨氮含量预测[J]. 大连海洋大学学报, 2021, 36(5): 851-858.
[8] 孙承文, 赖迎迢, 巩华, 任燕, 江小燕, 陈总会, 黄志斌, 陶家发. 基于响应面法的维氏气单胞菌灭活疫苗菌液发酵工艺优化及免疫效力比较[J]. 大连海洋大学学报, 2021, 36(4): 546-553.
[9] 丁鹏, 邹晓荣, 白思琦, 张鹏. 东南太平洋智利竹筴鱼渔场时空分析与资源丰度的预测[J]. 大连海洋大学学报, 2021, 36(4): 629-636.
[10] 袁红春, 刘慧, 张硕, 陈冠奇. 基于深度学习和典型相关分析的渔情预测方法[J]. 大连海洋大学学报, 2021, 36(4): 670-678.
[11] 贺琳, 张雨, 巴韩飞. 基于注意力机制和深度学习模型的外来海洋生物命名实体识别[J]. 大连海洋大学学报, 2021, 36(3): 503-509.
[12] 王欢欢, 毕福洋, 曹敏, 汤勇. 獐子岛海洋牧场秋季渔业资源声学调查与评估[J]. 大连海洋大学学报, 2018, 33(6): 802-807.
[13] 谈俊晓, 赵永强, 李来好, 杨贤庆, 吴燕燕, 魏涯, 岑剑伟. 响应面优化南极磷虾虾青素的复合酶法提取工艺研究[J]. 大连海洋大学学报, 2018, 33(4): 514-521.
[14] 李云涛, 汪立平, 张孟, 张宇. 鲍鱼来源褐藻胶裂解酶菌株的筛选及发酵条件优化[J]. 大连海洋大学学报, 2017, 32(5): 574-583.
[15] 叶婵, 邓长辉, 曹向南, 刘骏, 姜玉声. 基于BP神经网络的对虾病害防治专家系统[J]. 大连海洋大学学报, 2015, 30(3): 319-323.
No Suggested Reading articles found!
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed