计算智能技术受到进化,自然和大脑中扮演了重要角色复杂的现实问题的解决方案。计算智能技术的融合集成神经网络、模糊系统、和进化计算成一个系统设计,使处理的复杂性和管理的不确定性和不精确。每个各自技术提高的能力,在系统设计中补偿这些范式的融合模式的优点的缺点。最近,计算智能技术已广泛应用于各种复杂的问题,包括工程、科学和商业。然而,由于这些问题的复杂性和不确定性,很难找到问题的最优解。在此有必要考虑最新的趋势和发展领域的计算智能技术的融合和发展有效的计算模型解决实际问题。融合光谱的计算智能技术包括应用程序,全面展示的优点融合技术在工业应用程序处理各种各样的不准确和不确定性。
这个特殊问题的目的是演示的研究论文和评论文章结合理论的贡献,结构,算法,并提出系统的设计基于神经网络的融合,模糊系统,进化算法及其实际应用。
下面是一个简短的总结每个接受的文章。
纸”的方法估算视图转换图像通讯基于和声搜索算法”,和m·迪亚兹·e·奎瓦斯提出了一种新的改进算法,结合随机抽样共识(RANSAC)方法和和谐的搜索算法(HS)估计模型的参数从一个数据集。该算法采用不同的采样策略比RANSAC生成公认的解决方案,可以大大减少迭代学习。在每一次迭代,迭代生成新的候选解决方案,考虑到模型的质量由先前的候选解决方案。的规则的生成候选解决方案的动机是即兴创作的过程,发生在一个音乐家搜索更好的和谐状态。单应性的方法用于评估,考虑到合成和真实图像,也用于仿人机器人的位置估计。
纸”的应用基于数字建模r·阿利耶夫在心理学研究”和k Memmedova用途基于数量的模糊方法建模普拉提练习动机的影响,注意,焦虑,和教育成就的学生。学生的平均成绩是用作衡量教育成果。的推理技术近似推理的基础上德提出的插值方法在决策过程中使用。的基本步骤基于数量的建模与数值解。
摘要“群体智慧融合和自组装优化回声状态网络”c·e·马丁和j·a·Reggia认为优化神经网络的权重和拓扑使用集成的自组装(SA)和粒子群优化(PSO)。作者开发了一个模型,集成了网络自组装和粒子群优化神经网络权重和增长为目的的拓扑优化的计算任务指定。提出的模型是用于优化回声状态网络权重和拓扑的具有挑战性的基准问题领域的时间序列预测和控制。
本文基于Repeat-Cycle渐近自学习的“布谷鸟搜索算法和适用干扰函数优化”由j .王等人开发了一种新的改进的布谷鸟搜索算法基于Repeat-Cycle渐近自学习和适用干扰(RC-SSCS)。干扰操作添加到算法为了使一个更仔细的搜索附近的燕窝的位置。repeat-cycle渐近方式是狭窄的扰动范围根据过去的干扰结果,然后继续下一个障碍。该算法提高了收敛速度和优化的准确性布谷鸟搜索(CS)算法求解函数优化问题。这种改进算法克服了CS算法的缺陷由于其高度的随机和强劲的飞跃,也充分利用信息在鸟巢附近的位置被发现。基准测试函数的比较结果表明,改进的布谷鸟搜索算法具有更好的收敛速度和优化精度。
论文“基于对称自动集群发展:一个新的数据聚类方法”由美国Vijendra和美国Laxman提出了一种多目标遗传聚类的方法,在数据点分配给集群基于新的线对称距离。提出的多目标线对称基于遗传聚类(MOLGC)算法进化算法使用多个集群的集群解决方案的标准,没有先验知识的实际数量的集群。多个随机维树基于近邻搜索是用来减少寻找最接近的对称点的复杂性。实验结果表明,算法可以获得最优的集群解决方案的不同集群质量措施。
本文通过超立方体评价”“高维函数优化r·h·Abiyev和m . Tunay提出了一种新颖的进化学习算法基于超立方体的评价和优化求解全局数值优化问题。鸽子的行为的算法启发发现新的食物在自然生活领域。何氏算法包括初始化和评估过程,displacement-shrink过程,搜索空间的过程。初始化和评估过程初始化初始解和评估超立方体给出的解决方案。displacement-shrink过程决定使用新的点位移和评估目标函数;搜索区域的过程决定了下一个超立方体使用一定的规则和评估新的解决方案。何氏算法测试一组特定的基准测试函数和显示更好的全局优化性能的低收入和高维问题大量的局部最优。
摘要“最小属性约简的一个简单的适应度函数”,y苏等人考虑的问题找到条件属性集的最小子集,最小集具有相同的分类质量为条件属性集。为此,适应度函数的设计,满足最优解之间的等价性和最小属性约简。适应度函数的最优性和充分性进行了测试实验。实验结果表明,提出的适应度函数为每个算法比现有的健身功能的测试。
论文“基于期望效用决策——r·r·阿利耶夫及其应用”等人提出了决策——基于直接计算数字。基于数据的规范化的信息代表了自然语言——(NL)感兴趣的基于一个变量的值符合相关NL-based可靠性。方法利用期望效用范式和经济学应用于基准决策问题。
摘要“智能模型对交易使用遗传算法”,张炳扬。黄等人提出了对贸易问题的解决方案使用遗传算法(GA)。在这个问题上,对股票买卖的一对组合套利机会。结果表明,基于遗传模型生成健壮的模型来解决金融应用程序的动态特性,并提供一个有效的解决方案在实践中对贸易投资。
摘要”一个增强的微分进化精英混沌局部搜索”由z郭等人提出了一种增强的微分进化精英混沌局部搜索(DEECL)来解决复杂的优化问题。算法利用混沌搜索策略从精英个体基于启发式信息,促进开发力量。使用经典测试函数的实验结果表明,DEECL非常竞争的大多数测试函数。
摘要“多用户制造资源服务组合方法基于蜜蜂算法”,y谢等人提出了多用户资源服务组合(RSC)造型最优资源服务分配在当前开放和面向服务的制造模式。该模型考虑了主观和客观两个方面的服务质量属性代表评估解决方案。蜜蜂的基本算法是为找到一个算法解决模型。特定的规则是专为处理约束和找到帕累托最优。此外,该模型引入了可信服务设置为每个用户建立的算法可以通过搜索的邻居更可靠的连锁服务比随机生成(称为种子)。
摘要“相位响应设计的递归全通数字滤波器使用修改后的PSO算法”W.-D。Chang)提出了一种设计方案为一个全通递归数字滤波器的相位响应使用修改后的PSO算法(MPSO)。MPSO算法,介绍了一个新的调整因素速度更新公式以提高搜索能力。该算法应用于设计滤波器的系数。两种不同的线性相位响应设计的例子。结果表明,MPSO优于相位响应的通用算法数字递归全通滤波器的设计。
本文“应用程序提高回归树初步建筑施工项目的成本估算”通过y Shin使用提高回归树(BRT)算法估算成本的早期阶段建设项目。提高的方法吸引了注意力,因为它有效的学习算法和强劲的边界的泛化性能。使用BRT模型提供了额外的信息,比如情节和结构模型的重要性,它可以支持估计理解决策过程。因此,提高方法表明高性能建筑施工项目的成本估计。
本文“预测建模在竞走”k Wiktorowicz等人介绍了使用线性和非线性多变量模型预测体育运动员练习竞走的结果。这些模型都是计算使用收集的数据从比赛步行者的培训活动,用来预测结果基于训练负荷超过3公里竞赛。提出了线性模型和人工神经网络的非线性的修改以达到较小的预测误差。结果表明,最好的模型是一个修改套索回归二次项的非线性部分。这个模型的最小预测误差和简化结构通过消除一些预测。
纸”预测锂离子电池基于小波去噪和DE-RVM”由c .张等人提出了一种新颖的电池容量预测方法来预测剩余寿命(原则)的锂离子电池。与不同的阈值小波去噪进行两次为了削弱强噪声和消除弱噪声。相关向量机(RVM)提高差分进化(DE)算法是利用基于去噪数据来估计电池荷重软化。一个实验涉及电池5容量预测情况和电池18产能预测情况进行验证,该方法可以预测电池容量的趋势密切轨迹,精确估计原则。
摘要“增量判别分析在张量空间”l . Chang等人提出了一种机器学习算法在张量空间。算法采用张量表示进行判别分析,结合增量学习缓解计算成本。面部图像检测的实验表明,该算法与其他算法相比,提高了系统的性能,减少了计算问题明显。
尽管上述文件并不能完全涵盖所有方面的计算智能技术的融合,他们提供重要的问题和实际应用的计算智能技术的好处在工程和科学。
确认
我们要感谢所有作者提交的论文特刊以及评论家提供他们的专业知识和宝贵意见。
Rahib h . Abiyev
Rafik阿利耶夫
Okyay Kaynak
即Burhan Turksen
卡尔·沃尔特Bonfig