田谦益
- 作品数：17 被引量：28H指数：3
- 供职机构：云南大学信息学院更多>>
- 发文基金：福建省教育厅科技项目云南省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学交通运输工程建筑科学更多>>
- 基于开发板fs2410的u-boot移植
- 2010年
- 本文主要介绍了u-boot1.1.6在新的开发板fs2410上的移植。首先分析移植环境;u-boot的启动原理和启动流程,并剖析u-boot启动阶段1和阶段2的运行过程;然后根据本开发板fs2410的硬件配置对u-boot进行硬件配置和源代码修改,最后通过编译,用JTAG将u-boot.bin烧写到板子;复位重启后启动,正确地实现了u-boot的移植,为嵌入式系统的后继开发打下了良好基础。
- 全秀祥田谦益
- 关键词：嵌入式系统U-BOOT
- 一种带备选方案的露天矿生产作业计划优化方法被引量：1
- 2015年
- 针对露天矿生产临时出现变动,导致原最优生产作业计划失效的情况,提出一种能够提供备选方案的优化方法。采用一种新型的群智能优化算法——多元优化算法实现优化,算法的搜索元采用上三角数据结构体存储,利用该结构体实现有用信息的记忆和共享,充分利用寻优过程信息,实现搜索过程记忆,在找到最优解的同时,保留多个次优解。以某露天铁矿为例,通过与其他三种常用的群智能算法的优化结果进行比较,表明多元优化算法在露天矿生产作业计划优化中能够提供备选方案且最优解精度更高。
- 田谦益李敬敬陈建华施心陵
- 关键词：露天矿生产作业计划
- 基于群体智能算法的非线性系统参数辨识被引量：3
- 2010年
- 群体智能算法是一类适用于非线性、不可微和多峰值复杂函数的优化方法.针对非线性系统的特点,在粒子群算法中,采用贪婪准则来确定全局最优粒子,并将该算法与人工蜂群算法应用于非线性系统参数辨识,辨识结果显示了两种算法对含加性噪声的NARMAX模型辨识的有效性,并为将来的研究工作提出了方向.
- 田谦益
- 关键词：群体智能粒子群算法人工蜂群算法参数辨识
- 基于带近邻因子的粒子群算法的非线性系统辨识被引量：2
- 2007年
- 针对非线性系统辨识的问题,提出了一种改进的粒子群算法。该算法引入近邻因子,增加了当前粒子的社会学习功能,可有效克服基本粒子群算法易陷于局部最优解的常见弊病。算法对未知非线性系统具有充分的逼近能力,对噪声不敏感,实现了对一类非线性系统的有效辨识。
- 田谦益李莉
- 关键词：粒子群优化算法非线性系统辨识
- 粒子群算法在PERT网络优化问题中的应用被引量：3
- 2008年
- 针对项目工程PERT网络计划的费用-优化问题,本文提出了一种改进的粒子群算法。该算法引入了可行性优先的约束处理技术,不需要罚因子,对问题依赖小。仿真实验表明了该算法的可行性和有效性。
- 田谦益何田中
- 关键词：粒子群算法
- 粒子群优化算法及其在非线性系统辨识中的应用
- 为了对生物医学模型进行辨识研究，本文对非线性系统辨识作了研究。根据非线性系统的特点，选取粒子群优化算法作为辨识工具。首先，针对基本粒子群优化算法的弊病，提出了一种改进型算法。该算法不易陷入局部最优，搜索成功率较基本粒子群...
- 田谦益
- 关键词：粒子群优化算法惯性权重非线性系统辨识生物医学工程
- 文献传递
- 一种基于遗忘理论的信念收缩方法被引量：2
- 2010年
- 针对在经典信念理论框架下,信念收缩后可能出现信息损失的问题,本文提出了一种利用遗忘理论来构建收缩算子的信念收缩方法。本文先通过理论证明来说明该收缩算子能够满足AGM理论中信念收缩的假定,然后用实例说明,与命题逻辑表示的信念遗忘收缩相比,一阶谓词逻辑表示的信念遗忘收缩保留了更多的原有信息,避免了不必要的信息损失,遵循最小修改原则。
- 田谦益陈倩婧
- 关键词：信念修正
- 探讨如何应用Hybrid混合开发技术为校园开发移动图书馆APP被引量：4
- 2016年
- 图书馆作为高校重要组成机构,在学生的日常学习中扮演了重要角色。随着信息技术的不断发展,Hybrid混合开发技术得到有效应用,促进了移动图书馆APP的诞生,为学生们带来更多便利。Hybrid App(混合模式移动应用)是指介于web-app、native-app这两者之间的app,兼具"Native App良好用户交互体验的优势"和"Web App跨平台开发的优势"。
- 苏延平林增坦苏乐辉田谦益
- 基于旋转变压器的俯仰瞄准控制系统
- 2009年
- 本文介绍了旋转变压器的原理及其数字化检测方法,详细地分析了俯仰瞄准控制系统的硬件与软件.采用了遇限削弱积分的位置式PID算法,改善了俯仰瞄准控制系统的动态响应性能和稳定性,提高了其控制精度.
- 全秀祥赵家政田谦益
- 关键词：旋转变压器PID
- 基于Memetic框架混合群智能算法的NARMAX模型参数辨识被引量：1
- 2013年
- 针对NARMAX模型的参数辨识问题,提出一种新颖的混合群智能算法。该算法在Memetic算法框架的基础上,采用粒子群算法与人工蜂群算法融合作为全局搜索策略,采用单纯形优化法作为局部搜索策略。针对三个复杂程度不同的NARMAX模型进行的参数辨识仿真实验,结果显示,与标准人工蜂群算法和随机惯性权重粒子群算法相比,新算法无论在鲁棒性还是求解精度上都具有一定优势。
- 田谦益王小北
- 关键词：粒子群算法人工蜂群算法非线性系统参数辨识
