期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到16,671篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
A real-time prediction method for tunnel boring machine cutter-head torque using bidirectional long short-term memory networks optimized by multi-algorithm 认领 引用 被引量：15
1
作者 Xing Huang Quantai Zhang +4 位作者 Quansheng Liu Xuewei Liu Bin Liu Junjie Wang Xin Yin 《Journal of Rock Mechanics and Geotechnical Engineering》 SCIE CSCD 2022年第3期798-812,共15页
Based on data from the Jilin Water Diversion Tunnels from the Songhua River(China),an improved and real-time prediction method optimized by multi-algorithm for tunnel boring machine(TBM)cutter-head torque is presented... Based on data from the Jilin Water Diversion Tunnels from the Songhua River(China),an improved and real-time prediction method optimized by multi-algorithm for tunnel boring machine(TBM)cutter-head torque is presented.Firstly,a function excluding invalid and abnormal data is established to distinguish TBM operating state,and a feature selection method based on the SelectKBest algorithm is proposed.Accordingly,ten features that are most closely related to the cutter-head torque are selected as input variables,which,in descending order of influence,include the sum of motor torque,cutter-head power,sum of motor power,sum of motor current,advance rate,cutter-head pressure,total thrust force,penetration rate,cutter-head rotational velocity,and field penetration index.Secondly,a real-time cutterhead torque prediction model’s structure is developed,based on the bidirectional long short-term memory(BLSTM)network integrating the dropout algorithm to prevent overfitting.Then,an algorithm to optimize hyperparameters of model based on Bayesian and cross-validation is proposed.Early stopping and checkpoint algorithms are integrated to optimize the training process.Finally,a BLSTMbased real-time cutter-head torque prediction model is developed,which fully utilizes the previous time-series tunneling information.The mean absolute percentage error(MAPE)of the model in the verification section is 7.3%,implying that the presented model is suitable for real-time cutter-head torque prediction.Furthermore,an incremental learning method based on the above base model is introduced to improve the adaptability of the model during the TBM tunneling.Comparison of the prediction performance between the base and incremental learning models in the same tunneling section shows that:(1)the MAPE of the predicted results of the BLSTM-based real-time cutter-head torque prediction model remains below 10%,and both the coefficient of determination(R2)and correlation coefficient(r)between measured and predicted values exceed 0.95;and(2)the incremental learning method is suitable for realtime cutter-head torque prediction and can effectively improve the prediction accuracy and generalization capacity of the model during the excavation process. 展开更多
关键词 Tunnel boring machine(TBM) Real-time cutter-head torque prediction Bidirectional long short-term memory (BLSTM) Bayesian optimization Multi-algorithm fusion optimization Incremental learning
暂未订购 下载PDF
Application of multi-algorithm ensemble methods in high-dimensional and small-sample data of geotechnical engineering:A case study of swelling pressure of expansive soils 认领 引用 被引量：4
2
作者 Chao Li Lei Wang +1 位作者 Jie Li Yang Chen 《Journal of Rock Mechanics and Geotechnical Engineering》 SCIE CSCD 2024年第5期1896-1917,共22页
Geotechnical engineering data are usually small-sample and high-dimensional,which brings a lot of challenges in predictive modeling.This paper uses a typical high-dimensional and small-sample swell pressure(Ps)data... Geotechnical engineering data are usually small-sample and high-dimensional,which brings a lot of challenges in predictive modeling.This paper uses a typical high-dimensional and small-sample swell pressure(Ps)dataset to explore the possibility of using multi-algorithm hybrid ensemble and dimensionality reduction methods to mitigate the uncertainty of soil parameter prediction.Based on six machine learning(ML)algorithms,the base learner pool is constructed,and four ensemble methods,Stacking(SG),Blending(BG),Voting regression(VR),and Feature weight linear stacking(FWL),are used for the multi-algorithm ensemble.Furthermore,the importance of permutation is used for feature dimensionality reduction to mitigate the impact of weakly correlated variables on predictive modeling.The results show that the proposed methods are superior to traditional prediction models and base ML models,where FWL is more suitable for modeling with small-sample datasets,and dimensionality reduction can simplify the data structure and reduce the adverse impact of the small-sample effect,which points the way to feature selection for predictive modeling.Based on the ensemble methods,the feature importance of the five primary factors affecting Ps is the maximum dry density(31.145%),clay fraction(15.876%),swell percent(15.289%),plasticity index(14%),and optimum moisture content(13.69%),the influence of input parameters on Ps is also investigated,in line with the findings of the existing literature. 展开更多
关键词 Expansive soils Swelling pressure Machine learning(ML) Multi-algorithm ensemble Sensitivity analysis
暂未订购 下载PDF
多策略相结合粒子群算法求解作业车间调度问题 认领 引用 被引量：4
3
作者 罗哲 朱光宇 +2 位作者 杨志锋 王志堂 吴思杰 《计算机集成制造系统》 EI CSCD 北大核心 2026年第1期174-185,共12页
为提高多目标作业车间调度问题的求解质量,提出一种多策略相结合的多目标粒子群优化算法(MS-MOPSO),该算法采用粒子群算法与灰狼算法协同进化的种群搜索模式,实现搜索的有效性;并设计了一种基于平均Fréchet距离的曲线相似度匹配与P... 为提高多目标作业车间调度问题的求解质量,提出一种多策略相结合的多目标粒子群优化算法(MS-MOPSO),该算法采用粒子群算法与灰狼算法协同进化的种群搜索模式,实现搜索的有效性;并设计了一种基于平均Fréchet距离的曲线相似度匹配与Pareto支配相结合的领导个体选择机制,来引导群体的进化,实现搜索方向的合理性,另外,为了增强算法的局部搜索能力,采用具有3种邻域结构的变邻域搜索方法来平衡算法的搜索范围。通过与另外4种算法对18组基准实例进行仿真实验,验证了所提算法的有效性;最后,将所提算法与QUEST物流仿真软件相结合,以具体加工为例,分析得到最终合理排产方案。 展开更多
关键词 作业车间调度 粒子群算法 多策略结合 多目标优化
暂未订购 下载PDF
多障碍场景下基于多策略进化机制的无人机三维路径规划 认领 引用 被引量：1
4
作者 朱润泽 赵静 +2 位作者 陆宁云 马亚杰 宋来收 《自动化学报》 EI CAS CSCD 北大核心 2026年第2期335-348,共14页
针对无人机在三维多障碍物场景下路径规划存在的收敛精度低、稳定性不足等问题,提出一种多策略进化粒子群算法(MSEPSO).在初始化阶段,针对粒子群算法对粒子初始位置敏感的问题,采用拉丁超立方采样优化粒子初始分布,提高种群多样性;在进... 针对无人机在三维多障碍物场景下路径规划存在的收敛精度低、稳定性不足等问题,提出一种多策略进化粒子群算法(MSEPSO).在初始化阶段,针对粒子群算法对粒子初始位置敏感的问题,采用拉丁超立方采样优化粒子初始分布,提高种群多样性;在进化阶段,设计“平衡-记忆-增强”进化框架,即利用非线性迭代策略来平衡全局开发和局部搜索,采用个体历史记忆启发机制增强算法的全局开发能力,并引入进化粒子,增强种群对于群体极值附近空间的探索能力,降低算法陷入局部最优的概率.在CEC2020测试函数集上与山地/城市场景下的对比实验结果表明,MSEPSO展现出稳定的寻优性能,可以规划长度更短、平滑度更高的安全路径. 展开更多
关键词 无人机 三维路径规划 粒子群算法 多策略进化
暂未订购 下载PDF
考虑工作量不确定性的软件项目策略梯度超启发式调度 认领 引用 被引量：1
5
作者 申晓宁 施江熠 +2 位作者 马燕昭 陈文言 佘娟 《电子与信息学报》 EI CAS CSCD 北大核心 2026年第2期794-805,共12页
该文围绕软件项目开发过程中存在的不确定因素,建立一种考虑任务工作量不确定性的多目标软件项目调度模型。该模型采用非对称三角区间二型模糊数描述工作量的不确定性。为了提高不确定环境下的决策质量,提出一种基于策略梯度的超启发式... 该文围绕软件项目开发过程中存在的不确定因素,建立一种考虑任务工作量不确定性的多目标软件项目调度模型。该模型采用非对称三角区间二型模糊数描述工作量的不确定性。为了提高不确定环境下的决策质量,提出一种基于策略梯度的超启发式算法求解该模型。该算法将强化学习中的一种策略梯度算法(即Actor-Critic算法)作为高层策略,根据算法的当前运行状态选择合适的低层启发式策略。同时引入优先经验回放法,以利用历史经验信息更新网络参数,加快收敛速度并降低学习成本。将所提算法与6种代表性算法在12个人工合成算例和3个实例上进行了对比。实验结果表明,所提算法在不确定调度环境中能够搜索到一组收敛性和多样性更好的非支配解。 展开更多
关键词 软件项目调度 工作量不确定性 策略梯度 超启发式算法 多目标优化
暂未订购 下载PDF
面向紫外隐秘通信的编队无人机多目标分簇优化算法研究 认领 引用 被引量：1
6
作者 赵太飞 陈郁琪 +2 位作者 高子瑶 刘乐 郑博睿 《光子学报》 EI CAS CSCD 北大核心 2026年第1期38-55,共18页
在电子对抗环境中紫外光通信是编队无人机隐秘作战的有效通信手段,分簇能够降低编队保持中的通信开销并延长执行任务的生命周期,提出一种面向紫外隐秘通信的多目标粒子群优化与差分进化联合分簇算法。该算法以节点剩余能量、紫外链路接... 在电子对抗环境中紫外光通信是编队无人机隐秘作战的有效通信手段,分簇能够降低编队保持中的通信开销并延长执行任务的生命周期,提出一种面向紫外隐秘通信的多目标粒子群优化与差分进化联合分簇算法。该算法以节点剩余能量、紫外链路接收信号强度稳定性、节点与长机的归一化距离及速度一致性为核心决策因子构建多目标簇首选举模型,结合拥挤度距离准则从帕累托解集中筛选最优解实现高效簇首决策,设计分层分簇结构与簇内自适应重构机制实现簇内快速重连与簇首切换。仿真结果表明,该算法显著降低了能耗并提升了网络生命周期,较传统低功耗自适应聚类分层分簇算法、传统加权分簇算法、添加剩余能量的低功耗自适应聚类分层分簇算法、动态尺度加权分簇算法和基于竞争神经网络的分簇算法平均能耗分别降低25.8%、23.6%、17.1%、15.3%和11.1%,在传输数据量方面分别提升91.6%、54.42%、29.3%、12.8%和9.6%,节点死亡90%时生存周期分别提升35.4%、31.1%、24.5%、11.6%和8.9%。 展开更多
关键词 编队无人机 紫外光通信 分簇算法 多目标粒子群 差分优化
暂未订购 下载PDF
基于ISSA优化SVM的牵引变压器故障诊断方法研究 认领 引用 被引量：1
7
作者 马月红 王晓成 +3 位作者 李桂景 赵慧亮 赵辰 曹彦敏 《铁道学报》 EI CAS CSCD 北大核心 2026年第2期48-55,共8页
准确评估铁路牵引变电站内牵引变压器的运行状态,对铁路输变电具有重要意义。针对支持向量机(SVM)在变压器故障诊断中易受最优参数影响,导致诊断准确率低、稳定性差等问题,提出一种多策略改进的麻雀搜索算法(ISSA),用于优化支持向量机... 准确评估铁路牵引变电站内牵引变压器的运行状态,对铁路输变电具有重要意义。针对支持向量机(SVM)在变压器故障诊断中易受最优参数影响,导致诊断准确率低、稳定性差等问题,提出一种多策略改进的麻雀搜索算法(ISSA),用于优化支持向量机的参数。采用种群精英初始化,在发现者中引入正弦动态自适应权重,在加入者和警戒者中分别引入切线飞行算子和柯西逆算子对原始麻雀搜索算法进行改进;对支持向量机的参数进行寻优;将模型应用于变压器的故障诊断中。仿真试验结果表明,ISSA算法在测试函数评价指标中优于对比的4种算法,利用优化后的支持向量机对变压器进行故障诊断的准确率相较于其他5种模型分别提高8.7%、7.9%、12.6%、11%、14.2%,具有较高的诊断准确率。 展开更多
关键词 牵引变压器 麻雀搜索算法 多策略改进 支持向量机 故障诊断
暂未订购 下载PDF
考虑多延时耦合的分布式储能系统稳定性分析 认领 引用 被引量：1
8
作者 杨苓 李杰文 +2 位作者 朱涤凡 廖钧濠 连晨曦 《电工技术学报》 EI CSCD 北大核心 2026年第10期3482-3499,共18页
在基于无下垂控制的分布式储能系统中,各分布式储能单元(DESU)通过稀疏通信网络传递信息,通信延时和计算延时的存在成为系统稳定运行的隐患。为了深入探究延时耦合对稳定性的影响机制,该文建立考虑多DESUs相互通信的分布式储能系统详细... 在基于无下垂控制的分布式储能系统中,各分布式储能单元(DESU)通过稀疏通信网络传递信息,通信延时和计算延时的存在成为系统稳定运行的隐患。为了深入探究延时耦合对稳定性的影响机制,该文建立考虑多DESUs相互通信的分布式储能系统详细小信号状态空间模型,通过特征值法与参与因子法探究通信延时和计算延时与稳定裕度之间的关系,并量化延时对主导模态的影响程度,得到两个重要的发现:(1)发现了多个DESUs间通信延时的耦合关系,相比单台DESU,两台及以上DESUs通信延时的同时增加会提高主导模态对通信延时的敏感程度,稳定裕度显著降低;(2)发现了DESU内部的计算延时与通信延时之间的耦合关系:通信延时大于5 ms时,会通过耦合间接提高主导模态中计算延时的参与因子,从而放大计算延时对稳定性的负面影响。由此提出一种用于提高稳定性的延时解耦补偿方法,通过在通信链路中引入超前补偿,有效地降低了通信与计算延时耦合对稳定性的负面影响。最后,通过实验验证理论分析与所提方法的正确性与有效性。 展开更多
关键词 分布式储能系统 无下垂控制 一致性算法 多延时耦合 稳定性分析
暂未订购 下载PDF
基于投资成本和可靠性的机压滴灌管网系统多目标优化方法 认领 引用 被引量：1
9
作者 何武全 赵珂轶 +2 位作者 王玉宝 李渤 贺正宇 《农业机械学报》 EI CAS CSCD 北大核心 2026年第2期323-332,共10页
滴灌管网系统在降低工程投资和运行成本的前提下提高可靠性,是优化设计亟需解决的关键问题。针对机压滴灌特点,以管网年投资费用最低、节点富余水头均值最小和节点富余水头方差最小为目标,建立了机压滴灌管网系统多目标优化设计数学模型... 滴灌管网系统在降低工程投资和运行成本的前提下提高可靠性,是优化设计亟需解决的关键问题。针对机压滴灌特点,以管网年投资费用最低、节点富余水头均值最小和节点富余水头方差最小为目标,建立了机压滴灌管网系统多目标优化设计数学模型,提出了改进和声搜索算法求解多目标优化模型方法和步骤。在构建优化模型中,将管网系统按照级、条、段为单元划分,使建立的优化模型具有通用性。以新疆某机压滴灌工程为例,采用该方法对其管网进行优化,与原设计方案相比,优化方案滴灌系统年投资成本降低4.97%,管网节点富余水头均值降低16.84%,管网节点富余水头方差降低12.47%。优化结果表明,该方法不仅能有效降低管网系统投资成本,而且节点富余水头均值和节点富余水头方差显著减小,降低了管网系统压力偏差和故障发生频率,从而提高了管网系统可靠性。 展开更多
关键词 机压滴灌 投资成本 可靠性 改进和声搜索算法 多目标优化
暂未订购 下载PDF
改进的MOEA/D算法求解考虑机器恶化效应的柔性流水车间节能调度问题 认领 引用 被引量：2
10
作者 卫晨昊 李敬敏 +1 位作者 李韵辰 胡晓兵 《计算机集成制造系统》 EI CSCD 北大核心 2026年第2期585-598,共14页
针对考虑机器恶化效应的柔性流水车间节能调度问题,提出一种改进的基于分解的多目标进化算法(MMODEA/D)。首先,以最小化最大完工时间和最小化总能耗为目标,考虑机器在不同负载下具有不同恶化速度,建立了柔性流水车间的节能调度模型;其次... 针对考虑机器恶化效应的柔性流水车间节能调度问题,提出一种改进的基于分解的多目标进化算法(MMODEA/D)。首先,以最小化最大完工时间和最小化总能耗为目标,考虑机器在不同负载下具有不同恶化速度,建立了柔性流水车间的节能调度模型;其次,基于贪婪规则设计了一种在考虑机器恶化效应的条件下能够兼顾生产效率与节能需求的具有递进式优化策略的节能解码方法;再次,设计了具有自适应亲代选择机制的遗传策略以加强算法对整体解空间的搜索能力;最后,使用了禁忌搜索策略加强算法对局部解空间的利用能力。通过多组对照实验,证明了所提改进策略的有效性以及MMOEA/D算法的优越性。 展开更多
关键词 基于分解的多目标进化算法 节能调度 柔性流水车间 机器恶化效应
暂未订购 下载PDF
基于BKA优化多算法模型的铁路危岩落石风险评估研究 认领 引用
11
作者 靳春玲 陆浩伟 +2 位作者 贡力 党丹丹 郭芮 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2026年第2期902-912,共11页
在复杂地质与环境条件下,山区铁路沿线危岩落石灾害对线路运行安全与稳定构成显著威胁。为提升灾害识别精度与防控能力,本文构建了一种基于黑翅鸢算法(black kite algorithm,BKA)优化的多算法融合模型,用于铁路沿线危岩落石灾害风险的... 在复杂地质与环境条件下,山区铁路沿线危岩落石灾害对线路运行安全与稳定构成显著威胁。为提升灾害识别精度与防控能力,本文构建了一种基于黑翅鸢算法(black kite algorithm,BKA)优化的多算法融合模型,用于铁路沿线危岩落石灾害风险的定量化评估。该模型以反向传播神经网络(back propagation neural network,BPNN)为核心,融合主成分分析(principal component analysis,PCA)降维与Elastic Net特征选择技术,并利用BKA优化BPNN的初始权重与偏置参数,从而加快收敛速度并提升预测稳定性。构建了涵盖地形、岩性、荷载、防护等12项指标的多层次风险评估指标体系,系统表征危岩致灾机理。以焦柳铁路与黔桂铁路沿线典型高风险边坡为研究对象,采用K折交叉验证(K=10)验证模型在复杂地质条件下的鲁棒性与泛化能力。实验结果表明,所提模型的预测准确率达到90.0%、决定系数R2为0.899、AUC值为0.909,均优于WOA(whale optimization algorithm)优化模型(80.0%、0.797、0.818)、PSO优化模型(77.5%、0.723、0.786)及传统BPNN(75.0%、0.646、0.737)。尤其在Ⅲ级和Ⅳ级高风险等级识别中,模型召回率达100%,F1-score为1.0,分类边界清晰且稳定性强。基于预测结果提出了分级防控策略,并从施工可达性与推广潜力等方面验证了其工程适用性。研究成果为山区铁路危岩落石灾害的精细化管理与防控提供了实用决策支持工具,并为更广泛的地质灾害风险评估方法研究提供了参考。 展开更多
关键词 黑翅鸢算法 多算法融合模型 危岩落石灾害 山区铁路 风险评估
暂未订购 下载PDF
霜冰优化算法与多尺度信息融合的水下图像增强 认领 引用 被引量：1
12
作者 张爱华 王莹 《液晶与显示》 CAS CSCD 北大核心 2026年第3期452-461,共10页
针对水下图像颜色失真、细节丢失严重的问题,提出了霜冰优化算法(rime optimization algorithm,RIME)与多尺度信息融合的水下图像增强方法。首先,基于图像颜色失真问题,创新性地提出融合暗通道先验算法(dark channel prior,DCP)和基于R... 针对水下图像颜色失真、细节丢失严重的问题,提出了霜冰优化算法(rime optimization algorithm,RIME)与多尺度信息融合的水下图像增强方法。首先,基于图像颜色失真问题,创新性地提出融合暗通道先验算法(dark channel prior,DCP)和基于RIME的自适应伽马矫正红色通道补偿框架,以保证水下图像色彩恢复自然。其次,引入限制对比度自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)的方法增强图像对比度。最后,将两条通道增强后的结果采用4种权重和高斯-拉普拉斯金字塔逐层处理,并进行多尺度融合,最终得到视觉质量优异的图像,实验结果显示,该算法的UIQM、UCIQE和SSIM平均值分别可达4.598、0.633和0.726。同时在UIEB、RUIE和EUVP数据集上进行其他对比实验,本文算法的结果均明显优于其他算法,可以得出本文方法在提高水下图像质量效果上更具有优势。 展开更多
关键词 暗通道先验 伽马矫正 霜冰优化算法 多尺度融合
暂未订购 下载PDF
多尺度信息增强的遥感图像目标检测算法 认领 引用 被引量：1
13
作者 杨路 刘俊杰 余翔 《计算机工程》 CAS CSCD 北大核心 2026年第4期200-213,共14页
针对复杂背景遥感图像中小目标密集、目标尺度变化大等因素给目标检测带来的特征提取困难、精度不佳的问题,在YOLOv5s基础上提出一种多尺度信息增强的目标检测算法——深度学习YOLO(DL-YOLO)。首先,改进算法在主干网络顶部采用基于快速... 针对复杂背景遥感图像中小目标密集、目标尺度变化大等因素给目标检测带来的特征提取困难、精度不佳的问题,在YOLOv5s基础上提出一种多尺度信息增强的目标检测算法——深度学习YOLO(DL-YOLO)。首先,改进算法在主干网络顶部采用基于快速空间金字塔池化设计的空洞卷积快速空间金字塔池化,通过其中的感受野增强模块(RFEB)融合多尺度目标的细节信息与语义信息,提高网络的特征提取能力。其次,改进算法的检测头部分采用以YOLOv6s解耦头(DH)为基础设计的轻量高效解耦头(LEDH)来替换原有的检测头,在该解耦头中设计了轻量化空洞全局深度卷积(GDConv)模块来增强分类与回归任务关联信息的学习,以及引用轻量化卷积实现轻量化,在提高各尺度目标检测精度的同时,降低解耦头参数量。在DIOR数据集上的实验结果表明,与YOLOv5s相比,提出的DL-YOLO算法在精确率、召回率、mAP@0.5、mAP上分别提高了1.6、2.1、2.1和4.7百分点,综合指标超过了现有优秀的目标检测算法,对遥感图像中多尺度目标检测具有实际应用意义。 展开更多
关键词 遥感图像 复杂背景 YOLOv5s算法 多尺度目标检测 解耦头
暂未订购 下载PDF
考虑在途充电决策的电动物流车配送路径规划 认领 引用 被引量：1
14
作者 傅馨 赖劲垲 胡雨茜 《管理工程学报》 CSSCI CSCD 北大核心 2026年第2期220-236,共17页
在“碳达峰、碳中和”重要战略目标的指引下,推广普及清洁无污染、能源利用率高的电动物流车成为实现这一目标的重要举措之一。本文针对电动物流车配送效率低下的现状,综合考虑电动物流车的充电特性和充电价格的时空变化等特征,以配送... 在“碳达峰、碳中和”重要战略目标的指引下,推广普及清洁无污染、能源利用率高的电动物流车成为实现这一目标的重要举措之一。本文针对电动物流车配送效率低下的现状,综合考虑电动物流车的充电特性和充电价格的时空变化等特征,以配送总成本最小化和客户满意度最大化为目标,建立考虑时间窗和充电决策的电动物流车配送路径规划模型,采用改进的多目标蚁群算法进行模型求解。在改进算法中,本文设计了一种基于非支配排序权重的信息素矩阵更新方法和充电站点插入方式,并通过充电量反馈修正机制,以更好解决电动物流车的配送路径规划以及考虑时空充电价格差异的在途车辆充电决策问题。为验证本文模型和算法的有效性,本文针对福建省内某烟草企业A公司进行实例分析,将提出的改进算法与NSGA-Ⅱ算法和企业原方案进行对比分析,并进行了消融实验分析。实验结果表明本文方案能够获得质量更高的帕累托解集,可为电动物流车在途充电决策与配送路径规划提供科学有效的决策支持。 展开更多
关键词 电动物流车 路径规划 蚁群算法 多目标优化
暂未订购 下载PDF
基于Transformer的地下煤炭气化产物的预测模型 认领 引用 被引量：1
15
作者 袁淑霞 李铮 +2 位作者 王创业 吴松 张佳锋 《煤炭技术》 CAS 2026年第5期31-36,共6页
为推动煤炭能源绿色低碳转型,解决煤炭地下气化(UCG)产物预测中多输入多输出、注入产出时间滞后、气化反应与组分约束等难点,建立了基于Transformer算法的煤炭地下气化产物预测模型。结合UCG三区反应机理与Transformer算法的架构特征,... 为推动煤炭能源绿色低碳转型,解决煤炭地下气化(UCG)产物预测中多输入多输出、注入产出时间滞后、气化反应与组分约束等难点,建立了基于Transformer算法的煤炭地下气化产物预测模型。结合UCG三区反应机理与Transformer算法的架构特征,构建时间滞后特征、梯度特征、对数变换特征及经验模态分解(EMD)的算法模型。模型整合了物理约束、多任务学习及贝叶斯优化机制。模型预测结果显示:主要气体和温度的决定系数均超0.96,整体均方根误差与平均绝对误差较小,无显著系统误差,可有效捕捉UCG产物变化规律。 展开更多
关键词 煤炭地下气化 Transformer算法 多任务学习 贝叶斯优化 产物预测
暂未订购 下载PDF
带二次装夹约束的可重构柔性作业车间调度优化研究 认领 引用 被引量：1
16
作者 杨志杰 梁穆熙 +3 位作者 李益兵 汪开普 梅立文 郭顺生 《控制与决策》 EI CSCD 北大核心 2026年第1期67-80,共14页
可重构柔性作业车间凭借其动态适应能力能够快速响应市场变化,然而在加工部分具备复杂曲面的工件时,难以一次完成加工,需拆卸工件后进行二次装夹,且依赖于人工操作,而工人资源的约束会限制该操作的并行性进而降低生产系统的柔性.鉴于此... 可重构柔性作业车间凭借其动态适应能力能够快速响应市场变化,然而在加工部分具备复杂曲面的工件时,难以一次完成加工,需拆卸工件后进行二次装夹,且依赖于人工操作,而工人资源的约束会限制该操作的并行性进而降低生产系统的柔性.鉴于此,以最小化最大完工时间和工人数量为目标,建立考虑二次装夹的可重构柔性作业车间调度问题的混合整数线性规划模型,设计一种改进的多目标遗传算法.为处理复杂约束,采用三向量编码结构;为加速种群收敛,设计一种混合贪婪初始化策略;为提高算法的局部探索能力,设计3种基于关键操作的邻域搜索策略.通过15个标准算例验证所提出算子的有效性,并与4种算法对比验证所提出算法的优越性.最后将所提出模型和算法应用到汽车差速器制造过程,相较于传统调度方案,所得方案将最大完工时间缩短56%. 展开更多
关键词 二次装夹 工人资源约束 可重构柔性作业车间调度 整数线性规划 多目标遗传算法
暂未订购 下载PDF
基于VCG机制和状态空间压缩的电力系统多重价值快速评估方法 认领 引用 被引量：1
17
作者 范孟华 张圣楠 +4 位作者 戴逢哲 郑海峰 张晓萱 刘肇熙 荆朝霞 《中国电力》 CSCD 北大核心 2026年第6期101-111,共11页
随着高比例可再生能源加速渗透,传统火电、储能、可再生能源等不同类型电力市场主体在支撑电力系统及社会运行的核心属性层面已出现差异化特征,当前电力市场机制难以全面、准确量化不同市场主体在安全、绿色等维度的贡献。为解决上述问... 随着高比例可再生能源加速渗透,传统火电、储能、可再生能源等不同类型电力市场主体在支撑电力系统及社会运行的核心属性层面已出现差异化特征,当前电力市场机制难以全面、准确量化不同市场主体在安全、绿色等维度的贡献。为解决上述问题,提出面向多类型主体的电力系统多重价值评估方法。构建涵盖经济价值、安全价值、环境价值的评估指标体系与测算模型,引入Vickey-Clarke-Groves(VCG)拍卖机制,基于电力系统主辅服务联合优化出清模型,通过替代效益量化各类型市场主体的多重价值。针对VCG框架计算负担重、安全约束机组组合(security-constrained unit commitment,SCUC)求解复杂度高的问题,提出基于时段解耦与状态空间压缩的并行求解加速算法。以改进IEEE-30和118节点系统进行算例验证,所提方法全面客观评估了各类型市场主体的多重价值和外部性,所提加速算法显著提升了混合整数线性规划问题的求解效率,并满足求解精度要求。 展开更多
关键词 多重价值评估 VCG机制 算法加速 机组组合问题
暂未订购 下载PDF
强化学习驱动进化的模因算法求解准时制分布式柔性作业车间调度问题 认领 引用 被引量：2
18
作者 赵仕存 周泓 《控制与决策》 EI CSCD 北大核心 2026年第4期905-918,共14页
研究准时制生产条件下的分布式柔性作业车间调度问题.企业需要根据工件的交付时间决定启用工厂的数目,并在各工厂内部进行调度,其目标是最小化完工时间、能量消耗和总生产成本.鉴于此,建立多目标混合整数线性规划模型来刻画此问题,进而... 研究准时制生产条件下的分布式柔性作业车间调度问题.企业需要根据工件的交付时间决定启用工厂的数目,并在各工厂内部进行调度,其目标是最小化完工时间、能量消耗和总生产成本.鉴于此,建立多目标混合整数线性规划模型来刻画此问题,进而通过强化学习驱动进化的模因算法来完成求解.首先,通过启发式方法培育高质量的初始种群;然后,在进化过程中,强化学习将交配池中的父本视为状态和动作,并以子代的质量评估环境奖励,目的是为每个父本推荐最合适的搭档以生成高质量的后代,降低随机匹配的盲目性;最后,自适应局部搜索机制作用于进化停滞的种群,能够进一步提升搜索质量.通过在两类标准测试集进行仿真实验并与5种算法进行比较,验证了所提出算法的有效性. 展开更多
关键词 分布式柔性作业车间调度 准时制生产 绿色调度 强化学习 模因算法 多目标优化
暂未订购 下载PDF
基于改进Jaya和DREAM算法的变分贝叶斯学习的输电塔结构损伤识别 认领 引用 被引量：1
19
作者 胡琴 林昭生 周南飞 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第1期142-153,共12页
针对有大量不确定性参数的复杂空间输电塔结构面临损伤识别精度不足及后验分布计算困难等挑战,本文提出一种结合变分贝叶斯推断、改进Jaya算法和多链差分自适应进化算法的稀疏贝叶斯学习方法。该方法基于多链差分自适应进化算法的变分... 针对有大量不确定性参数的复杂空间输电塔结构面临损伤识别精度不足及后验分布计算困难等挑战,本文提出一种结合变分贝叶斯推断、改进Jaya算法和多链差分自适应进化算法的稀疏贝叶斯学习方法。该方法基于多链差分自适应进化算法的变分贝叶斯学习求解不确定性参数后验分布的高维积分问题,并基于改进Jaya算法融合自适应混沌扰动与改进的进化策略克服原始Jaya算法易陷入局部最优的缺陷,以平衡结构损伤识别精度与效率的需求。本研究通过实验室输电塔缩尺模型来验证所提方法的适用性。实验结果表明:通过迭代计算模型参数与超参数,可精准识别结构损伤位置与程度;同时,还可利用后验分布评估参数的不确定性水平。 展开更多
关键词 损伤识别 变分贝叶斯推断 改进Jaya算法 多链差分自适应进化算法 输电塔
暂未订购 下载PDF
基于稳定夹持的类球形果实采摘末端执行器优化设计与试验 认领 引用 被引量：5
20
作者 谭励 余煌 +2 位作者 杜小强 贺磊盈 马锃宏 《机械工程学报》 EI CAS CSCD 北大核心 2026年第3期353-365,共13页
末端执行器的稳定夹持是采摘机器人精准可靠作业的关键技术之一。然而在农业非结构生长环境下,果实大小不一、形状各异,对于末端执行器的稳定夹持是重大挑战。针对类球形果实的稳定夹持问题,优化设计了一种联动驱动的三指双指节末端执... 末端执行器的稳定夹持是采摘机器人精准可靠作业的关键技术之一。然而在农业非结构生长环境下,果实大小不一、形状各异,对于末端执行器的稳定夹持是重大挑战。针对类球形果实的稳定夹持问题,优化设计了一种联动驱动的三指双指节末端执行器。首先设计了末端执行器基本结构与参数,然后建立了双指节手指机构的正运动学模型,并基于果实包络稳定性建立了稳定夹持的多目标优化目标函数及约束条件,采用NSGA-Ⅱ算法进行参数优化求解,并通过ADAMS仿真平台验证了所设计末端执行器运动规律的正确性,最后对不同大小和姿态的番茄果实进行了稳定夹持试验,试验结果表明,夹持不同大小形状的番茄果实时,果实相对于末端执行器的平均质心偏移量为4.30 mm,各指节夹持接触点的平均位置变化量为6.23 mm。所设计的末端执行器对不同大小姿态番茄的夹持适应性较好,能有效提升末端执行器的夹持稳定性,对采摘机器人的研发应用具有重要的理论与技术支撑。 展开更多
关键词 稳定夹持 果实采摘 多目标优化 NSGA-Ⅱ算法 末端执行器 参数优化
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈