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109篇文章
< 1 2 … 6 >
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：
Structural Design Optimization of the Turbine Baffle Based on the Slime Mould Algorithm of Zhizhou Software 认领 引用
1
作者 PEI Ben LIU Yiyuan +4 位作者 CHEN Yalong TENG Da HOU Naixian MI Dong YAN Cheng 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI CSCD 2026年第3期412-426,共15页
As a critical component of the turbine rotor,the baffle plays an essential role in ensuring safe and reliable operation of the aero-engine.This study addresses the issue of excessive local stress in the baffle of a hi... As a critical component of the turbine rotor,the baffle plays an essential role in ensuring safe and reliable operation of the aero-engine.This study addresses the issue of excessive local stress in the baffle of a high-pressure turbine disc.The structural design optimization is performed using the self-developed Zhizhou software integrated with the slime mould algorithm(SMA).Leveraging advanced algorithms and comprehensive simulation interfaces,the Zhizhou software effectively exploits the potential of structural design,leading to significant improvements in structural performance.The SMA algorithm employs a positive feedback mechanism and adaptive strategies through the incorporation of fitness weights and oscillation factors.These parameters simulate the oscillatory contraction behavior of slime moulds,allowing the algorithm to dynamically adjust search direction and speed,thereby achieving an effective balance between local exploration and global optimization.During the optimization process,a sector submodel is established,and the contact model is simplified using a force load equivalence approach to improve computational efficiency.Subsequently,a parametric model of the baffle is developed based on geometric characteristics,stress responses,and boundary constraints,with the variation ranges of key parameters being determined.A mathematical model is then formulated with the objective of minimizing the maximum equivalent stress,under the constraint of the axial support reaction force at the contact surface.Finally,an integrated design optimization workflow is constructed using Zhizhou in combination with Unigraphics(UG)and Workbenchs,as well as incorporating the SMA algorithm to optimize the baffle structure.After optimization,the maximum equivalent stress is decreased from 1382.4 to 1235.4 MPa,a reduction of 10.6%.Meanwhile,the axial support reaction force is increased from 4158.9 to 4330.6 N,a variation of 4.0%,which satisfies the requirement for being within 12%.These results validate the effectiveness of the SMA algorithm in the structural design optimization of the baffle and demonstrate the practical value of the Zhizhou software in engineering applications. 展开更多
关键词 high-pressure turbine baffle Zhizhou software slime mould algorithm(SMA) structural optimization
暂未订购 下载PDF
IBMSMA: An Indicator-based Multi-swarm Slime Mould Algorithm for Multi-objective Truss Optimization Problems 认领 引用 被引量：3
2
作者 Shihong Yin Qifang Luo Yongquan Zhou 《Journal of Bionic Engineering》 SCIE EI CSCD 2023年第3期1333-1360,共28页
This work proposes an improved multi-objective slime mould algorithm, called IBMSMA, for solving the multi-objective truss optimization problem. In IBMSMA, the chaotic grouping mechanism and dynamic regrouping strateg... This work proposes an improved multi-objective slime mould algorithm, called IBMSMA, for solving the multi-objective truss optimization problem. In IBMSMA, the chaotic grouping mechanism and dynamic regrouping strategy are employed to improve population diversity;the shift density estimation is used to assess the superiority of search agents and to provide selection pressure for population evolution;and the Pareto external archive is utilized to maintain the convergence and distribution of the non-dominated solution set. To evaluate the performance of IBMSMA, it is applied to eight multi-objective truss optimization problems. The results obtained by IBMSMA are compared with other 14 well-known optimization algorithms on hypervolume, inverted generational distance and spacing-to-extent indicators. The Wilcoxon statistical test and Friedman ranking are used for statistical analysis. The results of this study reveal that IBMSMA can find the Pareto front with better convergence and diversity in less time than state-of-the-art algorithms, demonstrating its capability in tackling large-scale engineering design problems. 展开更多
关键词 Slime mould algorithm Shift-based density estimation Multi-swarm strategy Multi-objective optimization Truss optimization
An Improved Elite Slime Mould Algorithm for Engineering Design 认领 引用 被引量：1
3
作者 Li Yuan Jianping Ji +3 位作者 Xuegong Liu Tong Liu Huiling Chen Deng Chen 《Computer Modeling in Engineering & Sciences》 SCIE EI 2023年第10期415-454,共40页
The Swarm intelligence algorithm is a very prevalent field in which some scholars have made outstanding achievements.As a representative,Slime mould algorithm(SMA)is widely used because of its superior initial perform... The Swarm intelligence algorithm is a very prevalent field in which some scholars have made outstanding achievements.As a representative,Slime mould algorithm(SMA)is widely used because of its superior initial performance.Therefore,this paper focuses on the improvement of the SMA and the mitigation of its stagnation problems.For this aim,the structure of SMA is adjusted to develop the efficiency of the original method.As a stochastic optimizer,SMA mainly stimulates the behavior of slime mold in nature.For the harmony of the exploration and exploitation of SMA,the paper proposed an enhanced algorithm of SMA called ECSMA,in which two mechanisms are embedded into the structure:elite strategy,and chaotic stochastic strategy.The details of the original SMA and the two introduced strategies are given in this paper.Then,the advantages of the improved SMA through mechanism comparison,balance-diversity analysis,and contrasts with other counterparts are validated.The experimental results demonstrate that both mechanisms have a significant enhancing effect on SMA.Also,SMA is applied to four structural design issues of the welded beam design problem,PV design problem,I-beam design problem,and cantilever beam design problem with excellent results. 展开更多
关键词 Slime mould algorithm metaheuristic algorithm continuous optimization chaos random strategy engineering design
暂未订购 下载PDF
A hybrid genetic slime mould algorithm for parameter optimization of field-road trajectory segmentation models 认领 引用 被引量：7
4
作者 Jiawen Pan Caicong Wu Weixin Zhai 《Information Processing in Agriculture》 EI CSCD 2024年第4期590-602,共13页
Field-road trajectory segmentation(FRTS)is a critical step in the processing of agricultural machinery trajectory data.This study presents a generalized optimization framework based on metaheuristic algorithms(MAs)to ... Field-road trajectory segmentation(FRTS)is a critical step in the processing of agricultural machinery trajectory data.This study presents a generalized optimization framework based on metaheuristic algorithms(MAs)to increase the accuracy of the field-road trajectory segmentation model.The MA optimization process is used in this framework to precisely and quickly identify the parameters of the FRTS model.It is difficult to solve the parameter optimization problem with basic metaheuristic algorithms without falling into local optima due to their insufficient performance.This study therefore combines a genetic algorithm(GA)with a slime mould algorithm(SMA)to propose a novel enhanced hybrid algorithm(GASMA);the algorithm has superior global search capability due to the implicit parallelism of the GA,and the oscillation concentration mechanism of the SMA is used to enhance the algorithm’s local search capability.To maintain the balance between the two capacities,a nonlinear parameter management technique is developed that adaptively modifies the algorithm’s computational process based on the fitness distribution deviation of the population.Experiments were conducted on real agricultural trajectory datasets with various sample frequencies,and the proposed algorithm was compared with existing methods to validate its efficiency.According to the experimental data,the optimized model produced better results.The proposed approach provides an automatic and accurate method for determining the optimal parameter configurations of FRTS model instances,where the parameter optimization solution is not confined to a single specified procedure and can be addressed by a variety of metaheuristic algorithms. 展开更多
关键词 Field-road segmentation Parameter optimization Metaheuristic algorithm Genetic algorithm Slime mould algorithm
Boosting Kernel Search Optimizer with Slime Mould Foraging Behavior for Combined Economic Emission Dispatch Problems 认领 引用 被引量：7
5
作者 Ruyi Dong Lixun Sun +3 位作者 Long Ma Ali Asghar Heidari Xinsen Zhou Huiling Chen 《Journal of Bionic Engineering》 SCIE EI CSCD 2023年第6期2863-2895,共33页
Reducing pollutant emissions from electricity production in the power system positively impacts the control of greenhouse gas emissions.Boosting kernel search optimizer(BKSO)is introduced in this research to solve the... Reducing pollutant emissions from electricity production in the power system positively impacts the control of greenhouse gas emissions.Boosting kernel search optimizer(BKSO)is introduced in this research to solve the combined economic emission dispatch(CEED)problem.Inspired by the foraging behavior in the slime mould algorithm(SMA),the kernel matrix of the kernel search optimizer(KSO)is intensified.The proposed BKSO is superior to the standard KSO in terms of exploitation ability,robustness,and convergence rate.The CEC2013 test function is used to assess the improved KSO's performance and compared to 11 well-known optimization algorithms.BKSO performs better in statistical results and convergence curves.At the same time,BKSO achieves better fuel costs and fewer pollution emissions by testing with four real CEED cases,and the Pareto solution obtained is also better than other MAs.Based on the experimental results,BKSO has better performance than other comparable MAs and can provide more economical,robust,and cleaner solutions to CEED problems. 展开更多
关键词 Combined economic emission dispatch Kernel search optimization Slime mould algorithm Valve point effect Greenhouse gases
Intelligent Slime Mould Optimization with Deep Learning Enabled Traffic Prediction in Smart Cities 认领 引用
6
作者 Manar Ahmed Hamza Hadeel Alsolai +5 位作者 Jaber S.Alzahrani Mohammad Alamgeer Mohamed Mahmoud Sayed Abu Sarwar Zamani Ishfaq Yaseen Abdelwahed Motwakel 《Computers, Materials & Continua》 SCIE EI 2022年第12期6563-6577,共15页
Intelligent Transportation System(ITS)is one of the revolutionary technologies in smart cities that helps in reducing traffic congestion and enhancing traffic quality.With the help of big data and communication techno... Intelligent Transportation System(ITS)is one of the revolutionary technologies in smart cities that helps in reducing traffic congestion and enhancing traffic quality.With the help of big data and communication technologies,ITS offers real-time investigation and highly-effective traffic management.Traffic Flow Prediction(TFP)is a vital element in smart city management and is used to forecast the upcoming traffic conditions on transportation network based on past data.Neural Network(NN)and Machine Learning(ML)models are widely utilized in resolving real-time issues since these methods are capable of dealing with adaptive data over a period of time.Deep Learning(DL)is a kind of ML technique which yields effective performance on data classification and prediction tasks.With this motivation,the current study introduces a novel Slime Mould Optimization(SMO)model with Bidirectional Gated Recurrent Unit(BiGRU)model for Traffic Prediction(SMOBGRU-TP)in smart cities.Initially,data preprocessing is performed to normalize the input data in the range of[0,1]using minmax normalization approach.Besides,BiGRUmodel is employed for effective forecasting of traffic in smart cities.Moreover,the novelty of the work lies in using SMO algorithm to effectively adjust the hyperparameters of BiGRU method.The proposed SMOBGRU-TP model was experimentally validated and the simulation results established the model’s superior performance in terms of prediction compared to existing techniques. 展开更多
关键词 Smart cities traffic flow prediction slime mould optimization algorithm deep learning intelligent models
暂未订购 下载PDF
基于改进黏菌算法的室内移动机器人路径规划研究 认领 引用 被引量：2
7
作者 李红岩 陈晓蝶 +3 位作者 梁伟涛 李争超 张思潘 王伟峰 《计算机工程与应用》 EI CSCD 北大核心 2026年第12期386-394,共9页
为了提升室内移动机器人路径规划的性能与探索精度,提出了一种精英引导的混合黏菌算法(ESMA-SA),旨在解决现有黏菌算法(SMA)计算效率不足和开发与探索失调等问题。引入气味注意力权重,使算法从被动振荡转向主动环境感知,提高了算法的收... 为了提升室内移动机器人路径规划的性能与探索精度,提出了一种精英引导的混合黏菌算法(ESMA-SA),旨在解决现有黏菌算法(SMA)计算效率不足和开发与探索失调等问题。引入气味注意力权重,使算法从被动振荡转向主动环境感知,提高了算法的收敛速度。将精英策略与模拟退火算法的退火机制结合,设计了一种新的收敛策略,有效平衡了SMA的探索与开发能力。为了验证ESMA-SA的性能,将其与SMA等算法进行比较,结果表明,ESMA-SA在收敛速率和精度上分别提高了4.75%、17.08%。从而验证了该算法在路径规划任务中的卓越性能。 展开更多
关键词 路径规划 黏菌算法 室内移动机器人 精英策略 模拟退火算法
暂未订购 下载PDF
可复用灵巧型对接机构力学分析与优化设计 认领 引用
8
作者 王宸 李云峰 +3 位作者 范晏恺 陈金宝 董淼 王浩洋 《宇航学报》 EI CAS CSCD 北大核心 2026年第3期763-776,共14页
随着微小卫星规模化与体系化发展,其轨道对接机构向灵巧化、集成化方向演进。针对微小卫星在轨升级与功能扩展需求,提出一种可复用灵巧型机电对接机构,并开展力学分析与优化设计。通过建立形状记忆合金弹簧力学模型,采用多岛遗传算法实... 随着微小卫星规模化与体系化发展,其轨道对接机构向灵巧化、集成化方向演进。针对微小卫星在轨升级与功能扩展需求,提出一种可复用灵巧型机电对接机构,并开展力学分析与优化设计。通过建立形状记忆合金弹簧力学模型,采用多岛遗传算法实现二级锁定结构轻量化设计;结合黏菌算法与算术优化算法的混合策略(HSMAAOA)优化二级锁定拉紧机构,使其质量降低28.79%。针对对接接触问题,基于Hertz理论建立接触力分析模型,采用改进的多目标混合黏菌算术优化算法(MOHSMAAOA)优化锥角参数。优化结果表明,最大接触应力降低23.50%,平均切向力提升41.81%,捕获半径差增大95.92%。该优化方法有效减小了对接机构尺寸与质量,显著提升了对接性能,为微小卫星在轨服务提供了技术支撑。 展开更多
关键词 在轨服务 空间对接机构 黏菌优化算法 算术优化算法 多目标优化设计
暂未订购 下载PDF
用于车辆运行风险预测的ISMA-BP神经网络算法 认领 引用
9
作者 陈昱光 海凌滔 +2 位作者 杨彬 郭延永 肖海承 《中国安全科学学报》 EI CAS CSCD 北大核心 2026年第7期199-206,共8页
为准确预测车辆运行风险,提出一种基于改进黏菌算法(ISMA)与反向传播(BP)神经网络的ISMA-BP模型。首先,通过Bernoulli混沌映射初始化黏菌种群,引入多领导者策略,改善算法位置的更新方式;其次,引入T分布变异策略,优化算法的后期局部探索... 为准确预测车辆运行风险,提出一种基于改进黏菌算法(ISMA)与反向传播(BP)神经网络的ISMA-BP模型。首先,通过Bernoulli混沌映射初始化黏菌种群,引入多领导者策略,改善算法位置的更新方式;其次,引入T分布变异策略,优化算法的后期局部探索能力,并引入优化动态权重系数策略,动态调整搜索步长,使用ISMA优化BP神经网络;然后,设计消融试验,使用6个基准测试函数对比分析算法改进过程;最后,采用某市实际浮动车数据,使用灰色关联-多元回归方法预测车辆运行风险。结果表明:通过混沌映射与引入多领导者策略能有效改善黏菌算法迭代效率与精度,每改进一步,均值与最优值之间的误差降低5%~35%;ISMA均值与最优值误差比其他4个寻优算法降低5%~30%;与5种元启发式算法结合的BP神经网络模型进行对比,平均绝对误差(MAE)分别降低3.88%、0.40%、3.48%、3.89%、2.53%,均方误差(MSE)分别降低0.34%、0.06%、0.21%、0.32%、0.17%,均方根误差(RMSE)分别降低4.76%、0.69%、3.53%、4.52%、3.09%,说明本文方法在预测车辆运行风险时具有较好性能。 展开更多
关键词 改进黏菌算法(ISMA) 反向传播(BP)神经网络 自然驾驶 车辆运行 风险预测
暂未订购 下载PDF
基于黏菌算法优化的CNN-GRU模型的短期负荷预测 认领 引用
10
作者 王树东 张建瑞 《计算机与数字工程》 2026年第5期1501-1507,共7页
为提高短期电力负荷预测精度,引入黏菌算法和变分模态分解算法,提出一种基于黏菌算法优化的卷积神经网络和门控循环单元神经网络的组合预测模型(VMD-SMA-CNN-GRU),利用VMD对电力负荷数据进行分解,采用SMA优化CNN-GRU模型中的一些超参数... 为提高短期电力负荷预测精度,引入黏菌算法和变分模态分解算法,提出一种基于黏菌算法优化的卷积神经网络和门控循环单元神经网络的组合预测模型(VMD-SMA-CNN-GRU),利用VMD对电力负荷数据进行分解,采用SMA优化CNN-GRU模型中的一些超参数,然后利用优化后的模型分别对分量进行预测,最后分量预测结果相叠加得到最终结果;以澳大利亚某地区为例,将所建模型与CNN-GRU、SMA-CNN-GRU、GRU预测模型进行横向对比分析,以及与WOA、GWO等算法优化此模型进行纵向对比分析。结果表明:SMA优化的VMD-CNN-GRU模型预测精度不仅高于上述几种模型,而且避免了人工试算确定CNN-GRU模型参数效率低的不足,为短期电力负荷预测提供了一种新方法,同时也验证了经过VMD和SMA处理的模型能够有效提升预测精度。 展开更多
关键词 变分模态分解 负荷预测 黏菌算法 卷积神经网络 门控循环单元神经网络
暂未订购 下载PDF
基于机器学习的HTPB推进剂配方燃速预测与智能设计 认领 引用
11
作者 陈少臣 徐鹏程 +5 位作者 赵向阳 葛志强 高素琪 彭君晟 王晓晨 马煜 《固体火箭技术》 CAS CSCD 北大核心 2026年第1期91-101,共11页
采用机器学习(ML)方法结合智能优化算法,开展了端羟基聚丁二烯(HTPB)推进剂配方的燃速性能预测与智能设计,以提升HTPB推进剂配方的设计效率。首先,使用140个HTPB推进剂配方样本训练和评估深度神经网络(DNN)模型以预测燃速,并与随机森林... 采用机器学习(ML)方法结合智能优化算法,开展了端羟基聚丁二烯(HTPB)推进剂配方的燃速性能预测与智能设计,以提升HTPB推进剂配方的设计效率。首先,使用140个HTPB推进剂配方样本训练和评估深度神经网络(DNN)模型以预测燃速,并与随机森林回归(RFR)、梯度提升回归(GBR)和高斯过程回归(GPR)模型进行对比。随后,使用置换特征重要度和沙普利加性解释方法计算DNN模型的特征变量重要度,获取能够对燃速产生重要影响的输入特征变量。最后,在不同工作温度(T:20.0~33.8℃)和工作压强(P:4~17 MPa)下设定多个燃速目标,使用黏菌算法(SMA)优化DNN模型,获得燃速满足要求时的配方组成数据,从而完成配方优化设计工作。结果表明,DNN模型在训练集、测试集上的决定系数均超过了0.99,预测精确度良好且优于RFR、GBR和GPR模型;特征变量重要度分析显示,提升Al含量可增大燃速,而提升HTPB含量则会降低燃速;通过SMA算法优化DNN模型,在不同T、P下成功获取了燃速满足不同要求(最大值、目标值)的配方组成数据,验证了ML模型结合智能优化算法设计配方的可行性。 展开更多
关键词 HTPB推进剂 燃速 深度神经网络 黏菌算法 配方优化
暂未订购 下载PDF
基于黏菌优化算法与蒙特卡罗模拟的古滑坡体稳定性分析 认领 引用
12
作者 曹昊 钟冬望 +3 位作者 冯庆蔚 何理 赵永明 李腾飞 《武汉科技大学学报》 CAS 北大核心 2026年第2期173-180,共8页
依托重庆万州港临近古滑坡体水下炸礁爆破工程,针对岩土体力学参数随机性与爆破累积损伤因素,提出了一种结合声波测试技术、黏菌优化算法(SMA)与蒙特卡罗(MC)模拟的综合可靠度分析方法。该方法利用声波测试量化岩体劣化程度,再引入SMA... 依托重庆万州港临近古滑坡体水下炸礁爆破工程,针对岩土体力学参数随机性与爆破累积损伤因素,提出了一种结合声波测试技术、黏菌优化算法(SMA)与蒙特卡罗(MC)模拟的综合可靠度分析方法。该方法利用声波测试量化岩体劣化程度,再引入SMA算法搜索临界滑动面,最后通过MC模拟评估边坡失效概率。结果表明,天然工况下古滑坡体稳定性系数Fs为1.261,与传统极限平衡法计算结果相近,表明SMA用于滑面搜索具有一定的可行性,在本文模型条件下,边坡处于稳定状态;边坡岩体物理力学性质随爆破频次增加呈非线性劣化,前3次爆破对岩体的损伤最为显著;受多次爆破扰动影响,边坡稳定性系数由1.261降至1.081,降幅达14.2%;MC模拟显示,爆破后边坡失效概率Pf平均值达13.68%,失稳风险显著增加,现场需采取加固措施。该方法已成功应用于工程实践,可为同类涉水古滑坡工程提供参考。 展开更多
关键词 边坡稳定性 爆破扰动 极限平衡法 黏菌优化算法 蒙特卡罗模拟
暂未订购 下载PDF
基于模糊邻域黏菌算法求解密集根非线性方程组 认领 引用
13
作者 陈馨 韦慧 李侦瑷 《工程数学学报》 北大核心 2026年第2期273-286,共14页
针对非线性方程组多根分布较为密集时,利用启发式优化算法在一次运行过程中求解多个根往往存在丢根问题,提出一种基于模糊邻域的黏菌算法。模糊邻域技术将种群自适应划分为多个子群,使算法具有同时定位非线性方程组多个根的能力。与此同... 针对非线性方程组多根分布较为密集时,利用启发式优化算法在一次运行过程中求解多个根往往存在丢根问题,提出一种基于模糊邻域的黏菌算法。模糊邻域技术将种群自适应划分为多个子群,使算法具有同时定位非线性方程组多个根的能力。与此同时,模糊邻域内个体应用黏菌算法进行更新,黏菌算法模拟自然界中黏菌觅食过程中生物振荡器产生传播波的正负反馈进行搜索,使所提算法具有良好的局部搜索能力。此外,使用存档机制和个体重新初始化,增强种群多样性并提高算法跳出局部最优的能力。为了验证所提算法的有效性,对含有不同密集程度根的非线性方程组特例和15个密集根非线性方程组进行测试,并与FNODE、DREA以及NCDE 3种算法的结果进行比较,实验结果表明,所提算法具有更好的寻根率和成功率。 展开更多
关键词 密集根 非线性方程组 黏菌算法 模糊邻域 存档机制
暂未订购 下载PDF
基于优化VMD二次重组分解与TCN-BiGRU-TPA的短期电力负荷预测 认领 引用
14
作者 陈良伟 张鹏超 +1 位作者 王磊 周阔 《科学技术与工程》 EI 北大核心 2026年第11期4692-4703,共12页
针对电力负荷在多因素耦合作用下表现出高波动性与强随机性导致的预测精度不足问题,构建了一种优化变分模态分解(variational mode decomposition,VMD)二次重组分解与TCN-BiGRU-TPA(temporal convolutional network-bidirectional gated... 针对电力负荷在多因素耦合作用下表现出高波动性与强随机性导致的预测精度不足问题,构建了一种优化变分模态分解(variational mode decomposition,VMD)二次重组分解与TCN-BiGRU-TPA(temporal convolutional network-bidirectional gated recurrent unit-temporal pattern attention)混合架构的短期负荷预测模型。首先,利用最大信息系数评估天气因素及电价与电力负荷的相关性并筛选出相关性较高因素作为输入特征;其次,采用自适应白噪声完整经验模态分解将负荷序列初步分解多个子序列,计算子序列的样本熵,将熵值相近的序列进行重组得到新序列。对重组后的高频序列采用黏菌算法优化后的变分模态分解进行再次分解,充分挖掘负荷中隐藏的多尺度、时频特性信息。然后,将筛选出的特征变量与分解后的分量输入TCN-BiGRU-TPA模型进行预测。最后,采用西班牙瓦伦西亚区域级数据集进行实例验证,与最优对比模型相比MAE(mean absolute error)、RMSE(root mean square error)、MAPE(mean absolute percentage error)均明显降低,R 2提高了0.003。实验结果表明该模型具有更高的预测精度。 展开更多
关键词 短期负荷预测 二次重组分解 样本熵 黏菌算法 双向门控循环单元
暂未订购 下载PDF
基于黏菌优化算法改进的扩展卡尔曼滤波电池参数辨识与SOC估计 认领 引用
15
作者 张帮先 雷声 +3 位作者 路崧 邱琳芝 陈裕鑫 邓辅秦 《机电工程技术》 2026年第15期144-150,共7页
磷酸铁锂电池凭借成本较低、安全性高、使用寿命长等特点,在移动便携储能系统中得到了广泛应用,不过准确估计电池的荷电状态始终面临着挑战,现有的方法容易受到温度、老化以及负载等多种因素的影响,导致精度不够。针对磷酸铁锂电池运用... 磷酸铁锂电池凭借成本较低、安全性高、使用寿命长等特点,在移动便携储能系统中得到了广泛应用,不过准确估计电池的荷电状态始终面临着挑战,现有的方法容易受到温度、老化以及负载等多种因素的影响,导致精度不够。针对磷酸铁锂电池运用二阶RC等效电路进行建模,并依据HPPC实验数据开展参数辨识工作,借助黏菌优化算法对辨识结果中的欧姆内阻Ri进行优化,以此提升参数的精度,使仿真放电曲线可与实验曲线实现更好的拟合。在此基础之上,将SMA应用于扩展卡尔曼滤波算法的优化过程中,遍历补偿系数G并找寻最优值,将其与EKF的卡尔曼增益相乘来重新分配权重,使得荷电状态(SOC)估计的精度有了明显提高,仿真结果显示,经过优化后的EKF算法,其SOC估计误差平均下降幅度可达到10%,最大绝对误差低于2%。设计并搭建了基于GD32F303主控以及BQ76930前端芯片的1 000 W磷酸铁锂电池管理系统测试平台,对优化算法进行了实验验证,实际测量得到的电压估计误差小于100 mV,符合实际需求,研究成果为提升储能系统SOC估计精度提供了新的方法与思路。 展开更多
关键词 磷酸铁锂电池 黏菌优化算法 扩展卡尔曼滤波 电池参数辨识 SOC估计
暂未订购 下载PDF
基于近邻族群学习和自适应变异的黏菌算法 认领 引用
16
作者 岳江雪 王祥臣 李彦苍 《计算机与现代化》 2026年第1期108-116,共9页
针对黏菌优化算法(Slime Mould Algorithm,SMA)收敛速度慢、易陷入局部最优值等缺陷,本文提出一种基于近邻族群学习和自适应变异策略改进的黏菌优化算法(HKTSMA)。HKTSMA使用扰动Halton序列进行种群初始化,通过改进种群在搜索空间的均... 针对黏菌优化算法(Slime Mould Algorithm,SMA)收敛速度慢、易陷入局部最优值等缺陷,本文提出一种基于近邻族群学习和自适应变异策略改进的黏菌优化算法(HKTSMA)。HKTSMA使用扰动Halton序列进行种群初始化,通过改进种群在搜索空间的均匀分布性增强全局探索能力;重构振荡因子的动态收敛机制,建立非线性步长调节模型以平衡全局搜索与局部开发能力;融入自适应近邻族群学习策略,通过动态邻域交互增强种群信息利用率,提升收敛速度与精度;引入基于t-分布的自适应变异算子,利用动态自由度参数调节变异强度,有效突破局部极值束缚,构建包含参数敏感性分析的完整算法框架,形成具有多策略协同优化特征的改进算法。本文选用CEC2014、CEC2017、CEC2019中的部分测试函数进行仿真测试,验证了改进策略的有效性,使用CEC2021测试函数组验证了相较于其他算法的优越性,在收敛精度、收敛速度和Wilcoxon秩和检验中均有不同程度的提升。最后本文将HKTSMA应用在工业制冷系统优化设计问题上,进一步验证了HKTSMA在工程优化设计问题中的应用潜力。 展开更多
关键词 黏菌优化算法 Halton序列 振荡因子 近邻族群学习 t-分布
暂未订购 下载PDF
基于改进黏菌算法的多分支线束布局优化 认领 引用
17
作者 郭权 张丹 +1 位作者 宋健 蔡超利 《机械制造与自动化》 2026年第2期159-163,共5页
针对自动布线设计中的多分支线束布局优化问题,受黏菌智能行为启发,提出一种基于改进黏菌算法的三维空间多分支线束布局优化方法。基于最小斯坦纳树定义多分支线束的布局优化问题,利用基于多头绒泡菌的空间预处理方法,获得降维的离散布... 针对自动布线设计中的多分支线束布局优化问题,受黏菌智能行为启发,提出一种基于改进黏菌算法的三维空间多分支线束布局优化方法。基于最小斯坦纳树定义多分支线束的布局优化问题,利用基于多头绒泡菌的空间预处理方法,获得降维的离散布线空间,结合Lazy Theta*路径搜索算法,设计与线束结构相对应的黏菌编码方式,引入佳点集、自适应柯西扰动策略和自适应参数调整策略改进黏菌算法性能。实例验证结果表明:所提算法在布线质量和效率上具备优势。 展开更多
关键词 多分支线束 布局优化 黏菌算法 路径搜索 自动布线
暂未订购 下载PDF
改进黏菌算法及其在乳腺癌图像多阈值分割中的应用 认领 引用
18
作者 陈欣悦 栗玉朋 +4 位作者 包可溯 徐渊博 李欣 章国道 潘笑天 《中国体视学与图像分析》 2026年第1期17-31,共15页
黏菌优化算法(SMA)是一种基于逻辑群的随机优化器,具有结构简洁和较强的全局优化能力,但在求解复杂优化问题时易陷入局部最优且种群多样性不足等缺陷。为此,本文提出了一种融合双邻域扰动策略的改进SMA——ImSMA,以增强全局搜索能力并... 黏菌优化算法(SMA)是一种基于逻辑群的随机优化器,具有结构简洁和较强的全局优化能力,但在求解复杂优化问题时易陷入局部最优且种群多样性不足等缺陷。为此,本文提出了一种融合双邻域扰动策略的改进SMA——ImSMA,以增强全局搜索能力并保持种群多样性。实验基于公开乳腺浸润性导管癌图像数据集,在多阈值分割框架下开展乳腺癌图像分割对比实验。结果表明,ImSMA在结构相似度、峰值信噪比和特征相似度等多项评价指标上均优于多种对比算法,充分验证了该方法在医学图像多阈值分割任务中的有效性与鲁棒性。 展开更多
关键词 元启发式算法 黏菌算法 乳腺癌 多阈值图像分割
暂未订购 下载PDF
基于CEEMDAN-SMA-LSSVM的空气质量预测模型 认领 引用
19
作者 陆洋 刘继 《计算机时代》 2026年第8期9-14,21,共6页
为提升空气质量预测精度,本文构建CEEMDAN-SMA-LSSVM组合预测模型。该模型首先采用完全集成经验模态分解(CEEMDAN)对空气质量指数(AQI)时间序列进行分解,然后利用黏菌优化算法(SMA)优化最小二乘支持向量机(LSSVM)参数,最后对各分量分别... 为提升空气质量预测精度,本文构建CEEMDAN-SMA-LSSVM组合预测模型。该模型首先采用完全集成经验模态分解(CEEMDAN)对空气质量指数(AQI)时间序列进行分解,然后利用黏菌优化算法(SMA)优化最小二乘支持向量机(LSSVM)参数,最后对各分量分别建模并重构预测结果。以2013年12月至2024年4月乌鲁木齐市月度AQI数据为样本进行实验验证。结果表明,所提模型测试集的均方根误差(RMSE)为15.8668、平均绝对百分比误差(MAPE)为15.09%、拟合优度R2达0.8674,较SMA-LSSVM模型分别降低46.1%、14.9%和R2提升23.1%。该模型能有效捕捉AQI序列的非线性特征,为地区环境治理决策提供科学参考。 展开更多
关键词 空气质量预测 模态分解 黏菌优化算法 最小二乘支持向量机
暂未订购 下载PDF
基于黏菌算法的城市旅行规划问题研究 认领 引用
20
作者 吴梦琪 李寒雨 +2 位作者 董昊臻 胡丽 秦菁 《舰船电子工程》 2026年第3期120-123,共4页
论文主要模拟黏菌觅食行为,提出了黏菌算法,并研究了其在城市规划问题中的应用。首先,对黏菌在觅食过程中的包围食物、接近食物、抓取食物等行为进行了研究,对黏菌快速搜索、获取食物的原理有了基本认知。在此基础上,将黏菌觅食行为与... 论文主要模拟黏菌觅食行为,提出了黏菌算法,并研究了其在城市规划问题中的应用。首先,对黏菌在觅食过程中的包围食物、接近食物、抓取食物等行为进行了研究,对黏菌快速搜索、获取食物的原理有了基本认知。在此基础上,将黏菌觅食行为与群体智能搜索进行了类比,模仿黏菌的觅食行为设计了搜索策略,并提出了黏菌算法。接着,通过典型城市旅行规划问题,对提出的黏菌算法进行了验证。实验结果证明该项目提出的算法全局搜索能力强、效率高,将该方法进一步推广应用到其他业务领域中可以有效提升该单位在相关领域的领先地位。 展开更多
关键词 黏菌觅食 黏菌算法 群体智能 城市旅行规划
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 … 6 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈