[1]任伟建,陶琳.基于粒子群算法的抽油机故障诊断研究[J].系统仿真学报,2012,24(2):482-487.
[2]王洪岩,乔磊,樊瑞筱.基于不变矩的示功图故障诊断方法研究[J].科学技术与工程,2012,20(17):4308-4311.
[3]李正勤,黎洪生.基于示功图面积变化的抽油机故障诊断模型[J].油气田地面工程,2008,27(9):3-4.
[4]潘志坚,葛家理.自适应神经网络示功图识别[J].石油学报,1996,17(3):104-109.
[5]杨理践,徐世文,高松巍.基于BP神经网络的有杆抽油系统故障智能判断[J].沈阳工业大学学报,2004,26(6):667-669.
[6]段玉波,谭金库,张力鹏,等.基于神经网络的抽油机故障诊断[J].自动化技术与应用,2012(4):1-3.
[7]张强,许少华.智能动态诊断模型及在示功图识别中的应用[J].计算机工程与应用,2009,45(4):215-217.
[8]何新贵,许少华著.过程神经元网络[M],2007:189.
[9]许少华,何新贵,刘坤,等.关于连续过程神经元网络的一些理论问题[J].电子学报,2006,34(10):1838-1841.
[10]许少华 ,何新贵.基于函数正交基展开的过程神经网络学习算法[J].计算机学报,2004,27(5):645-650.
[11]许少华,蔡月芹,谢树民.基于傅立叶函数基变换的过程神经元网络学习算法[J].计算机工程与设计,2006,27(23):4413-4415.
[12]李盼池,许少华.基于连续沃尔什变换的过程神经元网络训练[J].计算机工程与设计,2005,26(3):702-703.
[13]钟诗胜,朴树学,丁刚.改进BP算法在过程神经网络中的应用[J].哈尔滨工业大学学报,2006,38(6):840-842.
[14]张强,许少华,刘丽杰,等.基于遗传—模拟退火算法的过程神经网络的训练及应用[J].长春理工大学学报,2009(1):119-122.
[15]葛利.一种基于混合遗传算法学习的过程神经网络[J].哈尔滨工业大学学报,2005,37(7):986-988.
[16]Eusuff M M, Lansey K E. Optimization of Water Distributionnetwork Design Using the Shuffled Frog Leaping Algorithm[J]. Journal of Water Sources Planning and Management, 2003, 129 (3) :210-225.
[17]刘坤,谭营,何新贵.基于粒子群优化的过程神经网络学习算法[J].北京大学学报:自然科学版,2011,47(2):238-244.
[18]Elbeltagi E, Hegazy T. A Modified Shuffled Frog-leaping Optimization Algorithm Applications to Project Management[J]. Structure and Infrastructure Engineering,2007,3(1) :53-60.
[19]赵鹏军,刘三阳.求解复杂函数优化问题的混合蛙跳算法[J].计算机应用研究,2009(7):2435-2437.
[20]Ajit N, Mark M. Quantum-inspired Genetic Algorithms[C]//Proe, of IEEE Int. Conference on Ew olutionary Computation. Nagoya, 1996 : 61-66.
[21]郑仕链,楼才义,杨小牛.基于改进混合蛙跳算法的认知无线电协作频谱感知[J].物理学报,2010(5):3611-3617.
[22]Han K H, Park K H, Lee C H. Parallel Quantum-inspired Genetic Algorithmfor Combinatorial Optimization Problem[C]//Proe. of IEEE Int. Conference on Evolutionary Computation. Seoul, 2001 : 1422-1429.
[23]Han K H, Kim J H. Genetic Quantum Algorithm And Its Applicationto Combinational Optimization Problem[C]// Proc. of IEEE Int. Conference on Evolutionary Computation. La Jolla, 2000: 1354- 1360.
[24]汪鹏君,李辉,吴文晋,等.量子遗传算法在多输出Reed—Muller逻辑电路最佳极性搜索中的应用[J].电子学报, 2010, 38(5): 1058-1063. 4
[25]Han K H, Kim J H. Quantum-inspired Evolutionary Algorithm for a Class of Combinatorial Optimization[J]. IEEE Transactions on Evolutionary Computation, 2002,6(6): 580-593. |