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684篇文章
< 1 2 … 35 >
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：
Kinematic Calibration of a 5-DoF Parallel Machining Robot with a Novel Adaptive and Weighted Identification Method Based on Generalized Cross Validation 认领 引用
1
作者 Lefeng Gu Fugui Xie 《Chinese Journal of Mechanical Engineering》 SCIE EI CAS CSCD 2025年第2期262-278,共17页
Accurate kinematic calibration is the very foundation for robots'application in industry demanding high precision such as machining.Considering the complex error characteristic and severe ill-posed identification ... Accurate kinematic calibration is the very foundation for robots'application in industry demanding high precision such as machining.Considering the complex error characteristic and severe ill-posed identification issues of a 5-DoF parallel machining robot,this paper proposes an adaptive and weighted identification method to achieve high-precision kinematic calibration while maintaining reliable stability.First,a kinematic error propagation mechanism model considering the non-ideal constraints and the screw self-rotation is formulated by incorporating the intricate structure of multiple chains and a unique driven screw arrangement of the robot.To address the challenge of accurately identifying such a sophisticated error model,a novel adaptive and weighted identification method based on generalized cross validation(GCV)is proposed.Specifically,this approach innovatively introduces Gauss-Markov estimation into the GCV algorithm and utilizes prior physical information to construct both a weighted identification model and a weighted cross-validation function,thus eliminating the inaccuracy caused by significant differences in dimensional magnitudes of pose errors and achieving accurate identification with flexible numerical stability.Finally,the kinematic calibration experiment is conducted.The comparative experimental results demonstrate that the presented approach is effective and has enhanced accuracy performance over typical least squares methods,with maximum position and orientation errors reduced from 2.279 mm to 0.028 mm and from 0.206°to 0.017°,respectively. 展开更多
关键词 Parallel machining robot Accurate kinematic calibration Weighted identification model Adaptive identification algorithm
暂未订购 下载PDF
Weighted adaptive filtering algorithm for carrier tracking of deep space signal 认领 引用 被引量：9
2
作者 Song Qingping Liu Rongke 《Chinese Journal of Aeronautics》 SCIE EI CAS CSCD 2015年第4期1236-1244,共9页
Carrier tracking is laid great emphasis and is the difficulty of signal processing in deep space communication system.For the autonomous radio receiving system in deep space, the tracking of the received signal is aut... Carrier tracking is laid great emphasis and is the difficulty of signal processing in deep space communication system.For the autonomous radio receiving system in deep space, the tracking of the received signal is automatic when the signal to noise ratio（SNR） is unknown.If the frequency-locked loop（FLL） or the phase-locked loop（PLL） with fixed loop bandwidth, or Kalman filter with fixed noise variance is adopted, the accretion of estimation error and filter divergence may be caused.Therefore, the Kalman filter algorithm with adaptive capability is adopted to suppress filter divergence.Through analyzing the inadequacies of Sage–Husa adaptive filtering algorithm, this paper introduces a weighted adaptive filtering algorithm for autonomous radio.The introduced algorithm may resolve the defect of Sage–Husa adaptive filtering algorithm that the noise covariance matrix is negative definite in filtering process.In addition, the upper diagonal（UD） factorization and innovation adaptive control are used to reduce model estimation errors,suppress filter divergence and improve filtering accuracy.The simulation results indicate that compared with the Sage–Husa adaptive filtering algorithm, this algorithm has better capability to adapt to the loop, convergence performance and tracking accuracy, which contributes to the effective and accurate carrier tracking in low SNR environment, showing a better application prospect. 展开更多
关键词 Adaptive algorithms Carrier tracking Deep space communicationKalman filters Tracking accuracy Weighted
暂未订购 下载PDF
An Improved Bald Eagle Search Algorithm with Cauchy Mutation and Adaptive Weight Factor for Engineering Optimization 认领 引用 被引量：6
3
作者 Wenchuan Wang Weican Tian +3 位作者 Kwok-wing Chau Yiming Xue Lei Xu Hongfei Zang 《Computer Modeling in Engineering & Sciences》 SCIE EI 2023年第8期1603-1642,共40页
The Bald Eagle Search algorithm(BES)is an emerging meta-heuristic algorithm.The algorithm simulates the hunting behavior of eagles,and obtains an optimal solution through three stages,namely selection stage,search sta... The Bald Eagle Search algorithm(BES)is an emerging meta-heuristic algorithm.The algorithm simulates the hunting behavior of eagles,and obtains an optimal solution through three stages,namely selection stage,search stage and swooping stage.However,BES tends to drop-in local optimization and the maximum value of search space needs to be improved.To fill this research gap,we propose an improved bald eagle algorithm(CABES)that integrates Cauchy mutation and adaptive optimization to improve the performance of BES from local optima.Firstly,CABES introduces the Cauchy mutation strategy to adjust the step size of the selection stage,to select a better search range.Secondly,in the search stage,CABES updates the search position update formula by an adaptive weight factor to further promote the local optimization capability of BES.To verify the performance of CABES,the benchmark function of CEC2017 is used to simulate the algorithm.The findings of the tests are compared to those of the Particle Swarm Optimization algorithm(PSO),Whale Optimization Algorithm(WOA)and Archimedes Algorithm(AOA).The experimental results show that CABES can provide good exploration and development capabilities,and it has strong competitiveness in testing algorithms.Finally,CABES is applied to four constrained engineering problems and a groundwater engineeringmodel,which further verifies the effectiveness and efficiency of CABES in practical engineering problems. 展开更多
关键词 Bald eagle search algorithm cauchymutation adaptive weight factor CEC2017 benchmark functions engineering optimization problems
暂未订购 下载PDF
Application of Adaptive Whale Optimization Algorithm Based BP Neural Network in RSSI Positioning 认领 引用
4
作者 Duo Peng Mingshuo Liu Kun Xie 《Journal of Beijing Institute of Technology》 EI CAS 2024年第6期516-529,共14页
The paper proposes a wireless sensor network(WSN)localization algorithm based on adaptive whale neural network and extended Kalman filtering to address the problem of excessive reliance on environmental parameters A a... The paper proposes a wireless sensor network(WSN)localization algorithm based on adaptive whale neural network and extended Kalman filtering to address the problem of excessive reliance on environmental parameters A and signal constant n in traditional signal propagation path loss models.This algorithm utilizes the adaptive whale optimization algorithm to iteratively optimize the parameters of the backpropagation(BP)neural network,thereby enhancing its prediction performance.To address the issue of low accuracy and large errors in traditional received signal strength indication(RSSI),the algorithm first uses the extended Kalman filtering model to smooth the RSSI signal values to suppress the influence of noise and outliers on the estimation results.The processed RSSI values are used as inputs to the neural network,with distance values as outputs,resulting in more accurate ranging results.Finally,the position of the node to be measured is determined by combining the weighted centroid algorithm.Experimental simulation results show that compared to the standard centroid algorithm,weighted centroid algorithm,BP weighted centroid algorithm,and whale optimization algorithm(WOA)-BP weighted centroid algorithm,the proposed algorithm reduces the average localization error by 58.23%,42.71%,31.89%,and 17.57%,respectively,validating the effectiveness and superiority of the algorithm. 展开更多
关键词 wireless sensor network received signal strength neural network whale optimization algorithm adaptive weight factor extended Kalman filter
暂未订购 下载PDF
UAV 3D Path Planning Based on Improved Chimp Optimization Algorithm 认领 引用 被引量：1
5
作者 Wenli Lei Xinghao Wu +1 位作者 KunJia Jinping Han 《Computers, Materials & Continua》 SCIE EI 2025年第6期5679-5698,共20页
Aiming to address the limitations of the standard Chimp Optimization Algorithm(ChOA),such as inadequate search ability and susceptibility to local optima in Unmanned Aerial Vehicle(UAV)path planning,this paper propose... Aiming to address the limitations of the standard Chimp Optimization Algorithm(ChOA),such as inadequate search ability and susceptibility to local optima in Unmanned Aerial Vehicle(UAV)path planning,this paper proposes a three-dimensional path planning method for UAVs based on the Improved Chimp Optimization Algorithm(IChOA).First,this paper models the terrain and obstacle environments spatially and formulates the total UAV flight cost function according to the constraints,transforming the path planning problem into an optimization problem with multiple constraints.Second,this paper enhances the diversity of the chimpanzee population by applying the Sine chaos mapping strategy and introduces a nonlinear convergence factor to improve the algorithm’s search accuracy and convergence speed.Finally,this paper proposes a dynamic adjustment strategy for the number of chimpanzee advance echelons,which effectively balances global exploration and local exploitation,significantly optimizing the algorithm’s search performance.To validate the effectiveness of the IChOA algorithm,this paper conducts experimental comparisons with eight different intelligent algorithms.The experimental results demonstrate that the IChOA outperforms the selected comparison algorithms in terms of practicality and robustness in UAV 3D path planning.It effectively solves the issues of efficiency in finding the shortest path and ensures high stability during execution. 展开更多
关键词 UAV path planning chimp optimization algorithm chaotic mapping adaptive weighting
暂未订购 下载PDF
Multi-Strategy Improved Secretary Bird Optimization Algorithm 认领 引用
6
作者 Fengkai Wang Bo Wang 《Journal of Computer and Communications》 2025年第1期90-107,共18页
This paper addresses the shortcomings of the Sparrow and Eagle Optimization Algorithm (SBOA) in terms of convergence accuracy, convergence speed, and susceptibility to local optima. To this end, an improved Sparrow an... This paper addresses the shortcomings of the Sparrow and Eagle Optimization Algorithm (SBOA) in terms of convergence accuracy, convergence speed, and susceptibility to local optima. To this end, an improved Sparrow and Eagle Optimization Algorithm (HS-SBOA) is proposed. Initially, the algorithm employs Iterative Mapping to generate an initial sparrow and eagle population, enhancing the diversity of the population during the global search phase. Subsequently, an adaptive weighting strategy is introduced during the exploration phase of the algorithm to achieve a balance between exploration and exploitation. Finally, to avoid the algorithm falling into local optima, a Cauchy mutation operation is applied to the current best individual. To validate the performance of the HS-SBOA algorithm, it was applied to the CEC2021 benchmark function set and three practical engineering problems, and compared with other optimization algorithms such as the Grey Wolf Optimization (GWO), Particle Swarm Optimization (PSO), and Whale Optimization Algorithm (WOA) to test the effectiveness of the improved algorithm. The simulation experimental results show that the HS-SBOA algorithm demonstrates significant advantages in terms of convergence speed and accuracy, thereby validating the effectiveness of its improved strategies. 展开更多
关键词 Secretary Bird Optimization Algorithm Iterative Mapping Adaptive Weight Strategy Cauchy Variation Convergence Speed
暂未订购 下载PDF
基于局部阴影检测方法的改进PSO在光伏MPPT中的应用 认领 引用 被引量：2
7
作者 张舒涵 许峰 +2 位作者 张礼杰 李磊 张琪昱 《太阳能学报》 EI CAS CSCD 北大核心 2026年第5期762-770,共9页
针对光伏最大功率点跟踪(MPPT)控制系统在动态光照环境中存在收敛速度缓慢、功率波动大、难以实时跟踪等问题,提出一种基于局部阴影检测的改进粒子群优化算法(IPSO)。该算法引入自适应更新惯性权重w,并去除随机数r1和r2,以简化速... 针对光伏最大功率点跟踪(MPPT)控制系统在动态光照环境中存在收敛速度缓慢、功率波动大、难以实时跟踪等问题,提出一种基于局部阴影检测的改进粒子群优化算法(IPSO)。该算法引入自适应更新惯性权重w,并去除随机数r1和r2,以简化速度更新方程。通过分析阵列在局部阴影下的功率输出特性,优化了粒子的数量和分布。此外,基于光伏阵列在不同光照条件下的P-V曲线,提出一种简单的局部阴影检测方法,并将其应用于改进后的PSO算法。实验结果表明,改进后算法在追踪过程中表现出更强的寻优能力和快速收敛性,有效减小功率振荡。该算法在动态光照下具有出色的动态性能,能够灵活适应各种光照突变情形。 展开更多
关键词 光伏系统 最大功率点追踪 粒子群优化算法 自适应惯性权重 局部阴影检测 光照突变
暂未订购 下载PDF
多策略改进的蜣螂优化算法及其应用 认领 引用 被引量：3
8
作者 陈禹 陈磊 黄凯阳 《无线电通信技术》 北大核心 2026年第1期212-224,共13页
为提升蜣螂优化(Dung Beetle Optimizer,DBO)算法的收敛速度与寻优精度,提出一种多策略改进的蜣螂优化(Multi-Strategy Improved DBO,MSIDBO)算法。使用最优拉丁超立方抽样初始化蜣螂位置,提高初始种群的多样性;将切线飞行策略与自适应... 为提升蜣螂优化(Dung Beetle Optimizer,DBO)算法的收敛速度与寻优精度,提出一种多策略改进的蜣螂优化(Multi-Strategy Improved DBO,MSIDBO)算法。使用最优拉丁超立方抽样初始化蜣螂位置,提高初始种群的多样性;将切线飞行策略与自适应惯性权重相结合并用于偷窃蜣螂的位置更新,协调算法的全局探索能力与局部开发能力;采用周期性跳跃机制,提高算法跳出局部最优的能力,进一步提升算法的整体寻优性能。采用12个基准测试函数进行仿真实验,实验结果表明,改进后的算法收敛速度更快,寻优精度更高、稳定性更好。将改进算法用于解决工程约束问题,进一步证明了改进算法的实用性。 展开更多
关键词 蜣螂优化算法 最优拉丁超立方抽样 切线飞行 自适应惯性权重 周期性跳跃机制
暂未订购 下载PDF
基于深度学习的含风电不确定性的暂态稳定约束最优潮流 认领 引用 被引量：2
9
作者 刘颂凯 成思鋙 +3 位作者 苏攀 李彦彰 秦浩 陈常贺 《电力工程技术》 CSCD 北大核心 2026年第5期15-26,共12页
随着新能源装机比例的提升,传统的暂态稳定约束最优潮流(transient stability constrained optimal power flow,TSCOPF)模型在含新能源的电力系统中面临稳定性挑战。为此,文中提出一种基于深度学习的含风电不确定性的TSCOPF模型。首先,... 随着新能源装机比例的提升,传统的暂态稳定约束最优潮流(transient stability constrained optimal power flow,TSCOPF)模型在含新能源的电力系统中面临稳定性挑战。为此,文中提出一种基于深度学习的含风电不确定性的TSCOPF模型。首先,结合自适应噪声的完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、经验小波变换(empirical wavelet transform,EWT)和长短期神经网络(long short-term memory,LSTM)的级联方法,以提高风电功率预测的精度,并增强其鲁棒性;其次,为实现系统暂态稳定性的快速准确评估,采用改进多层感知器(improved multilayer perceptron,IMLP)模型构建系统运行状态与暂态稳定指数(transient stability index,TSI)的映射关系;然后,采用基于Lévy飞行改进的向量加权平均(improved weighted mean of vectors,IINFO)算法求解TSCOPF模型;最后,通过改进的IEEE 39节点及IEEE 68节点系统开展仿真实验。结果表明,所提级联方法在风电预测中的预测性能优于传统方法,所提TSCOPF模型在风电接入条件下仍能保证系统稳定运行,且IINFO算法相较其他算法表现出更快的收敛速度及更低的优化成本。 展开更多
关键词 风电不确定性 电力系统 暂态稳定约束最优潮流(TSCOPF) 自适应噪声的完全集合经验模态分解(CEEMDAN) 改进多层感知器(IMLP) 改进向量加权平均(IINFO)算法
暂未订购 下载PDF
基于准反射学习和多项式变异的秃鹰搜索算法 认领 引用
10
作者 张大明 丁俊杰 +1 位作者 赵彦清 徐嘉庆 《广西科学》 CAS 北大核心 2026年第1期201-212,共12页
针对秃鹰搜索算法(Bald Eagle Search algorithm,BES)存在收敛速度慢、收敛精度低和易陷入局部最优等问题,提出一种基于准反射学习和多项式变异的秃鹰搜索算法(Bald Eagle Search algorithm based on Quasi-reflection-based learning m... 针对秃鹰搜索算法(Bald Eagle Search algorithm,BES)存在收敛速度慢、收敛精度低和易陷入局部最优等问题,提出一种基于准反射学习和多项式变异的秃鹰搜索算法(Bald Eagle Search algorithm based on Quasi-reflection-based learning mechanism and Polynomial mutation,QPBES)。QPBES在种群初始化阶段引入准反射学习机制(Quasi-Reflection-Based Learning mechanism,QRBL)以增加初始种群多样性,在种群位置更新阶段再次引入准反射学习机制以提高算法收敛速度。QPBES引入改进的自适应惯性权重方法以提高算法局部搜索能力,并在最佳秃鹰位置引入多项式变异算子以提高算法跳出局部最优的能力。在23个基准测试函数上QPBES与其他优化算法的对比实验结果表明,QPBES具有更快的收敛速度和更高的寻优精度,并且在求解多峰函数问题上表现优异。 展开更多
关键词 智能优化算法 秃鹰搜索算法 准反射学习 多项式变异 自适应惯性权重
暂未订购 下载PDF
改进鲸鱼优化算法解决工程优化问题 认领 引用
11
作者 涂斌斌 王飞 +2 位作者 韩晓微 王小天 刘瀚林 《机械设计》 CSCD 北大核心 2026年第7期42-51,共10页
针对标准鲸鱼优化算法全局探索能力不足、收敛精度低和速度慢等问题,提出一种基于维度的邻域搜索策略,在迭代时为每个搜索代理构建一个邻域,在这个邻域中的搜索代理可以共享搜索信息;考虑到搜索代理的运动是一种假设连续的跳跃式移动,... 针对标准鲸鱼优化算法全局探索能力不足、收敛精度低和速度慢等问题,提出一种基于维度的邻域搜索策略,在迭代时为每个搜索代理构建一个邻域,在这个邻域中的搜索代理可以共享搜索信息;考虑到搜索代理的运动是一种假设连续的跳跃式移动,可能会导致搜索代理在搜索过程中过早地陷入局部最优,故在位置更新时加入自适应权重进行调节。改进的鲸鱼优化算法(DWOA)主要用于解决全局优化和工程设计问题,通过9个基准测试函数和4个工程设计问题对DWOA和其他优秀的优化算法进行了评估。试验结果表明:DWOA在全局探索能力、局部开发能力、收敛速度和收敛精度上均有较强的竞争力。该改进算法在工程设计问题上的求解优势明显,证明了其有效性和适用性。 展开更多
关键词 鲸鱼优化算法 自适应权重 邻域搜索 基准测试函数 工程设计问题
暂未订购 下载PDF
多策略改进鲸鱼优化算法的无人机路径规划 认领 引用
12
作者 薛阳 王馨玥 +1 位作者 卢秋红 倪大斌 《电光与控制》 CSCD 北大核心 2026年第6期10-17,共8页
针对传统鲸鱼优化算法(WOA)处理无人机三维路径规划任务时,存在收敛性能不足及局部极值敏感度较高的问题,提出一种多策略改进鲸鱼优化算法的无人机路径规划算法。首先,该算法借助快速扩展随机树法的全局搜索能力初始化鲸鱼种群,生成覆... 针对传统鲸鱼优化算法(WOA)处理无人机三维路径规划任务时,存在收敛性能不足及局部极值敏感度较高的问题,提出一种多策略改进鲸鱼优化算法的无人机路径规划算法。首先,该算法借助快速扩展随机树法的全局搜索能力初始化鲸鱼种群,生成覆盖三维可行空间的多模态初始路径,提升种群多样性和算法的全局探索能力;然后,将WOA中的线性收敛因子调整为非线性,平衡算法的全局搜索能力与局部开发能力;最后,通过引入自适应权重策略和随机差分变异策略,在加快种群收敛的同时,使算法能够及时跳出局部最优。仿真结果表明,随着场景复杂度的提升,改进算法在三个场景中所规划的平均最短路径长度相较于传统WOA分别减少了28.886%、30.486%和33.061%。 展开更多
关键词 无人机 路径规划 鲸鱼优化算法 快速扩展随机树法 自适应权重 随机差分变异
暂未订购 下载PDF
改进鲸鱼算法的卷取温度控制研究 认领 引用
13
作者 周建新 霍彤明 《机械设计与制造》 北大核心 2026年第8期26-30,共5页
带钢卷取温度控制过程存在强非线性、滞后性、时变性和不确定随机干扰因素,传统控制方法无法对其进行精准控制。首先,在鲸鱼算法中引入了小生境技术,优化鲸鱼算法原始种群,优化非线性收敛因子并加入自适应权重参数调节位置公式,改善了... 带钢卷取温度控制过程存在强非线性、滞后性、时变性和不确定随机干扰因素,传统控制方法无法对其进行精准控制。首先,在鲸鱼算法中引入了小生境技术,优化鲸鱼算法原始种群,优化非线性收敛因子并加入自适应权重参数调节位置公式,改善了鲸鱼算法的寻优性能;随后,利用改进的鲸鱼算法优化PID神经网络(PIDNN)连接权值的方法用于卷取温度控制。仿真实验表明,同传统PIDNN控制方法、粒子群算法的PIDNN控制方法和其他改进鲸鱼算法的PIDNN控制方法相比,改进鲸鱼算法对PIDNN的训练效果得到了有效的提高,卷取温度的控制精度得到了优化。 展开更多
关键词 鲸鱼优化算法 自适应权重 PID神经网络 卷取温度控制
暂未订购 下载PDF
基于子区域的超多目标进化算法 认领 引用
14
作者 郭京蕾 刘诗源 姜守勇 《计算机应用》 CSCD 北大核心 2026年第4期1199-1210,共12页
针对多目标进化算法(MOEA)求解超多目标优化问题(MaOP)难以平衡收敛性和多样性的困境,提出一种基于子区域的超多目标进化算法(SR-MaOEA)。首先,通过子区域划分策略构建目标空间的分布结构,采用偏移密度估计(SDE)量化子区域密度,并设计... 针对多目标进化算法(MOEA)求解超多目标优化问题(MaOP)难以平衡收敛性和多样性的困境,提出一种基于子区域的超多目标进化算法(SR-MaOEA)。首先,通过子区域划分策略构建目标空间的分布结构,采用偏移密度估计(SDE)量化子区域密度,并设计一种层级化的子区域支配关系排序策略,以增强个体选择压力。然后,提出一种收敛性与多样性自适应融合的加权选择机制,通过动态计算相邻代子区域加权和的差异评估子区域潜力值,进而优先保留高潜力子区域内的个体更新种群。在MAF基准测试集上,SR-MaOEA与多种主流超多目标进化算法的对比实验的结果表明,在大多数测试问题上,SR-MaOEA在反世代距离(IGD+)和超体积(HV)指标上均优于对比算法,验证了该算法在高维目标空间中的有效性和稳定性。 展开更多
关键词 超多目标优化问题 进化算法 子区域划分 自适应加权 密度估计
暂未订购 下载PDF
IHHO算法的PID自整定及在直流电机调速中的应用 认领 引用
15
作者 郑修斌 陈珺 刘飞 《控制工程》 CSCD 北大核心 2026年第5期813-824,共12页
在工业控制中,PID控制器因结构简单、使用方便而被广泛应用,95%以上的工业控制器采用PID控制。其KP、KI、KD参数直接影响控制性能,传统PID整定方法周期长、难度高、稳定性差,难以满足工业现场的需求。为此,提出基于改进哈里斯... 在工业控制中,PID控制器因结构简单、使用方便而被广泛应用,95%以上的工业控制器采用PID控制。其KP、KI、KD参数直接影响控制性能,传统PID整定方法周期长、难度高、稳定性差,难以满足工业现场的需求。为此,提出基于改进哈里斯鹰优化(improved Harris hawks optimization,IHHO)算法的PID参数自整定方法。通过引入自适应惯性权重、强化正余弦优化算子、非线性逃逸能量因子和Tent混沌映射,改善了原哈里斯鹰优化(Harris hawks optimization,HHO)算法收敛慢、易陷入局部最优等问题。实验表明,IHHO算法在寻优精度和收敛性上优于多种智能算法。将该方法应用于直流电机调速,MATLAB的仿真结果显示,基于IHHO算法的PID整定能显著提升系统的响应速度与稳定性,使转速输出平稳,可广泛用于PID参数自整定。 展开更多
关键词 PID参数整定 IHHO算法 自适应惯性权重 强化正余弦优化算子 非线性逃逸能量因子 Tent混沌映射 直流电机调速
暂未订购 下载PDF
基于加权节点亲和度的自适应社区检测算法 认领 引用
16
作者 付立东 吴静 《计算机应用研究》 CSCD 北大核心 2026年第5期1442-1448,共7页
针对传统社区检测算法过度依赖一阶拓扑特征,难以捕获高阶结构中隐含社区关系的问题,提出一种基于加权节点亲和度的自适应三阶段社区检测算法(adaptive community detection algorithm based on weighted node affinity,ACD-WNA)。首先... 针对传统社区检测算法过度依赖一阶拓扑特征,难以捕获高阶结构中隐含社区关系的问题,提出一种基于加权节点亲和度的自适应三阶段社区检测算法(adaptive community detection algorithm based on weighted node affinity,ACD-WNA)。首先,该算法构建了融合边权重与共同邻居二阶关系的节点亲和度模型,通过差异化权重分配,解决了已有相似度度量的局限性,实现了对网络高阶拓扑特征的精确提取;其次,设计了局部结构相似性与全局模块度增益相结合的双重约束扩展机制,有效平衡了社区内聚性与全局划分质量,避免了社区的过度扩展;最后,引入基于最大模块度增益的全局节点重分配策略,对社区边界进行动态优化与纠错。在多个真实网络与人工网络上的实验表明,该算法在NMI、cut_ratio等关键指标上表现优异,能够稳定获得高质量的社区划分,并展现出卓越的适应性与鲁棒性。 展开更多
关键词 复杂网络 社区检测 加权节点亲和度 自适应算法 模块度优化 边界动态优化
暂未订购 下载PDF
改进多目标差分算法应用于机械臂多目标轨迹规划研究 认领 引用
17
作者 刘满强 尚自强 《系统仿真学报》 EI CAS CSCD 北大核心 2026年第6期1647-1668,共22页
为解决单一目标的轨迹规划方法已难以满足机械臂精确性、多样性和复杂性的要求,提出一种基于改进多目标差分进化算法(guided multi-objective differential evolution,GMODE)的轨迹规划模型。利用三次多项式插值与B样条曲线构建多目标函... 为解决单一目标的轨迹规划方法已难以满足机械臂精确性、多样性和复杂性的要求,提出一种基于改进多目标差分进化算法(guided multi-objective differential evolution,GMODE)的轨迹规划模型。利用三次多项式插值与B样条曲线构建多目标函数,并通过GMODE克服传统算法在种群多样性不足、易陷入局部最优和收敛缓慢等问题。引入分组策略、参数生成机制、基于模糊C均值聚类的精英变异优化B样条控制节点。仿真实验结果表明:该方法在时间、能量与冲击方面均取得优异表现:在结合自适应权重后,多目标性能得到明显提升。 展开更多
关键词 轨迹规划 多目标优化 机械臂 多目标差分进化算法 自适应权重
暂未订购 下载PDF
基于改进鲸鱼优化算法求解的动态武器目标分配问题 认领 引用
18
作者 陈旭祎 马铭希 +1 位作者 谢海峰 闫龙 《兵器装备工程学报》 CAS CSCD 北大核心 2026年第4期16-26,共11页
武器目标分配是空中进攻作战的重要环节,其很大程度上决定着整体作战效能。基于此,本文建立了动态武器目标分配的多目标优化模型,在求解过程中重点针对鲸鱼优化算法无法解决多目标函数的问题,提出一种基于改进鲸鱼优化算法的多目标武器... 武器目标分配是空中进攻作战的重要环节,其很大程度上决定着整体作战效能。基于此,本文建立了动态武器目标分配的多目标优化模型,在求解过程中重点针对鲸鱼优化算法无法解决多目标函数的问题,提出一种基于改进鲸鱼优化算法的多目标武器目标分配求解方法。首先在鲸鱼优化算法(whale optimization algorithm,WOA)算法的基础上利用分段线性混沌映射(piecewise linear chaotic map,PWLCM)混沌映射完成种群初始化,提高解的多样性和均匀性,提高算法的全局搜索能力;然后引入非线性自适应惯性权重,改进鲸鱼优化算法的收缩包围机制,不仅提高了算法的收敛精度,还平衡了其全局与局部寻优能力;同时设计反贪婪策略,并引入柯西变异算子,在鲸鱼个体进行螺旋位置更新时产生概率扰动,进行拓展搜索,使算法尽可能跳出局部最优;之后针对WOA算法无法处理多目标问题,引入广泛分布参考点策略;最后通过测试函数和仿真实验验证了算法的有效性。 展开更多
关键词 动态武器目标分配 鲸鱼优化算法 PWLCM混沌映射 非线性自适应惯性权重 反贪婪策略 柯西变异 广泛分布参考点
暂未订购 下载PDF
基于雾计算的分布式网络优化方法 认领 引用
19
作者 彭永倩 刘鸿 《高技术通讯》 CAS 北大核心 2026年第6期602-610,共9页
针对智慧茶园环境中分布式网络面临的高延迟与低能效问题,本文提出一种基于雾计算的分布式网络优化算法。本文建立了综合考虑计算能力、通信带宽与能量消耗的多层级网络模型,提出了一个优化框架,能够高效调度任务并进行计算迁移。在此... 针对智慧茶园环境中分布式网络面临的高延迟与低能效问题,本文提出一种基于雾计算的分布式网络优化算法。本文建立了综合考虑计算能力、通信带宽与能量消耗的多层级网络模型,提出了一个优化框架,能够高效调度任务并进行计算迁移。在此基础上,设计了融合自适应惯性权重、局部搜索、遗传交叉和约束惩罚机制的混合粒子群优化(hybrid particle swarm optimization,Hybrid-PSO)算法,该算法显著提升了全局搜索能力与解的可行性。实验结果表明,Hybrid-PSO算法在多目标优化问题上,能够有效减少系统总延迟、能耗和任务完成时间,收敛速度也显著优于传统的粒子群优化(particle swarm optimization,PSO)算法、遗传算法(genetic algorithm,GA)和PSO-GA算法。进一步分析表明,计算迁移与能量感知路由策略的引入,不仅优化了负载均衡,还显著延长了网络的寿命。 展开更多
关键词 雾计算 自适应惯性权重 局部搜索 遗传交叉 约束惩罚机制 改进粒子群算法
暂未订购 下载PDF
融合粒子群优化算法的汽车制造资源配置优化研究 认领 引用
20
作者 周浩营 《黑龙江科学》 2026年第12期85-87,共3页
构建多约束资源配置数学模型,提出融合自适应惯性权重与差分进化算子的粒子群优化算法,在粒子速度与位置更新过程中引入基于种群适应度分布的动态惯性权重调节机制,以平衡全局搜索与局部开发,嵌入差分进化的变异与交叉操作对个体最优与... 构建多约束资源配置数学模型,提出融合自适应惯性权重与差分进化算子的粒子群优化算法,在粒子速度与位置更新过程中引入基于种群适应度分布的动态惯性权重调节机制,以平衡全局搜索与局部开发,嵌入差分进化的变异与交叉操作对个体最优与全局最优解进行扰动重组,以增强种群多样性并抑制早熟收敛,结合基于约束违背度的动态罚函数策略实现对不可行解的自适应修正,从而在复杂约束空间内完成高质量解的迭代寻优。实验结果表明,资源利用率由0.76提升至0.88,标准差由2.13降低至0.34且全局最优命中率提升至86.67,整体表现优于对比算法,验证了该方法在复杂约束资源配置问题中的有效性与稳定性。 展开更多
关键词 资源配置优化 粒子群优化算法 差分进化算子 自适应惯性权重 汽车制造
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 … 35 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈