孙斌
,
李超
,
王虹
工程热物理学报
在提取气液两相流流型压差波动特征的基础上,提出了基于粗糙集理论和最小二乘支持向量机的流型识别方法.首先,基于粗糙集理论对流型决策表进行属性约简,然后在最优决策属性的基础上使用最小二乘支持向量机分类器对流型进行识别.以水平管内空气一水两相流流型识别为例,说明了该方法的具体实现过程.实际识别结果验证了采用粗糙集的特征约简方法对流型进行识别的可行性和有效性.
关键词:
气液两相流
,
粗糙集
,
特征选择
,
流型识别
李胜
,
张培林
,
李兵
,
周云川
量子电子学报
doi:10.3969/j.issn.1007-5461.2014.02.011
为进一步提高遗传算法-偏最小二乘法的计算速度和计算效率,将量子算法融合到遗传算法-偏最小二乘法中,提出一种新的特征选择方法:量子遗传算法-偏最小二乘法(Quantum genetic algorithm-partial square least,QGA-PLS)算法.该方法利用量子态和叠加态原理对染色体进行编码,采用量子旋转门进行遗传操作,以实现参数的更新和增强种群多样性,同时,用量子计算重新构建了偏最小二乘法回归模型来计算个体适应度,以充分发挥快速收敛和全局优化能力.将方法应用于函数极值优化和Iris数据集的特征选择,实验结果表明, QGA-PLS在特征选择、运算时间和分类准确率方面优于QGA和GA-PLS,从而验证了QGA-PLS算法的有效性.
关键词:
量子光学
,
量子遗传算法-偏最小二乘法
,
量子计算
,
特征选择
