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113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：
Enhanced Sand Cat with Selective Opposition(ESCSO)Algorithm for Optimization and Engineering Problems 认领 引用
1
作者 Aisha Tanveer Noraini Ibrahim +2 位作者 Muhammad Zubair Rehman Abdullah Khan Nazri MohdNawi 《Computers, Materials & Continua》 SCIE EI 2026年第10期2104-2125,共22页
Metaheuristic optimization algorithms have gained wide adoption in engineering and scientific domains.However,many swarm-based methods struggle to balance exploration and exploitation,often converging prematurely on s... Metaheuristic optimization algorithms have gained wide adoption in engineering and scientific domains.However,many swarm-based methods struggle to balance exploration and exploitation,often converging prematurely on suboptimal solutions.The Sand Cat Swarm Optimization(SCSO)algorithm is one such method,with limited exploration ability constraining its performance on complex problem landscapes.This paper introduced the Enhanced Sand Cat with Selective Opposition(ESCSO)algorithm which combines opposition-based learning with a velocity mechanism to overcome this limitation.In ESCSO,under-performing candidates referred to as Sigma-variant cats are identified using Spearman correlation and replaced with their opposite solutions to inject diversity into the search process.Stronger candidates termed Sigma cats,act as elite guides pulling the search toward better regions.A PSO-inspired velocity update governs both roles,keeping exploration and exploitation in balance rather than letting one dominate.Tested across 30 benchmark functions plus two real engineering problems,reflectarray antenna design and microgrid energy management,ESCSO achieves competitive convergence,solution quality,and robustness when compared to recent state-of-the-art methods. 展开更多
关键词 Opposition-based learning metaheuristics search algorithm sand cat optimization swarm intelligence microgrid energy management Reflectarray antenna
暂未订购 下载PDF
Chicken Swarm Optimization Algorithm Based on Behavior Feedback and Logic Reversal 认领 引用
2
作者 Zhenwu Wang Chengfeng Yin 《Journal of Beijing Institute of Technology》 EI CAS 2018年第3期348-356,共9页
Considering the problem that a rooster in chicken swarm optimization(CSO)easily falls into a local optimum and cannot fully demonstrate the population wisdom,the paper proposed an improved CSO algorithm,which based on... Considering the problem that a rooster in chicken swarm optimization(CSO)easily falls into a local optimum and cannot fully demonstrate the population wisdom,the paper proposed an improved CSO algorithm,which based on behavior feedback from hens to rooster and rooster behavior logic reversal,therefore it is named behavior feedback and logic reversal CSO(BFLRCSO).The proposed algorithm changes the original rooster behavior logic to boost the convergence rate,which can accelerate the rooster optimization process,and the algorithm also introduces a feedback mechanism from hens to rooster which can prevent swarm dropping into a local optimum.The experiment results demonstrated that the BFLRCSO algorithm is not easy to fall into a local optimum,which has a better optimization result and shorter optimization time compared with the original CSO algorithm in both high and low dimensional search space. 展开更多
关键词 chicken swarm optimization(CSO)algorithm population wisdom behavior feedback behavior logic reversal
暂未订购 下载PDF
Covid-19 Forecasting with Deep Learning-based Half-binomial Distribution Cat Swarm Optimization 认领 引用 被引量：2
3
作者 P.Renukadevi A.Rajiv Kannan 《Computer Systems Science & Engineering》 SCIE EI 2023年第1期629-645,共17页
About 170 nations have been affected by the COvid VIrus Disease-19(COVID-19)epidemic.On governing bodies across the globe,a lot of stress is created by COVID-19 as there is a continuous rise in patient count testing p... About 170 nations have been affected by the COvid VIrus Disease-19(COVID-19)epidemic.On governing bodies across the globe,a lot of stress is created by COVID-19 as there is a continuous rise in patient count testing positive,and they feel challenging to tackle this situation.Most researchers concentrate on COVID-19 data analysis using the machine learning paradigm in these situations.In the previous works,Long Short-Term Memory(LSTM)was used to predict future COVID-19 cases.According to LSTM network data,the outbreak is expected tofinish by June 2020.However,there is a chance of an over-fitting problem in LSTM and true positive;it may not produce the required results.The COVID-19 dataset has lower accuracy and a higher error rate in the existing system.The proposed method has been introduced to overcome the above-mentioned issues.For COVID-19 prediction,a Linear Decreasing Inertia Weight-based Cat Swarm Optimization with Half Binomial Distribution based Convolutional Neural Network(LDIWCSO-HBDCNN)approach is presented.In this suggested research study,the COVID-19 predicting dataset is employed as an input,and the min-max normalization approach is employed to normalize it.Optimum features are selected using Linear Decreasing Inertia Weight-based Cat Swarm Optimization(LDIWCSO)algorithm,enhancing the accuracy of classification.The Cat Swarm Optimization(CSO)algorithm’s convergence is enhanced using inertia weight in the LDIWCSO algorithm.It is used to select the essential features using the bestfitness function values.For a specified time across India,death and confirmed cases are predicted using the Half Binomial Distribution based Convolutional Neural Network(HBDCNN)technique based on selected features.As demonstrated by empirical observations,the proposed system produces significant performance in terms of f-measure,recall,precision,and accuracy. 展开更多
关键词 Binomial distribution min-max normalization Cat Swarm Optimization(CSO) COVID-19 forecasting
暂未订购 下载PDF
基于ISCSO的洗出算法优化 认领 引用
4
作者 吕煜 王辉 《机械设计》 CSCD 北大核心 2026年第5期128-135,共8页
洗出算法的参数选择很大程度上影响飞行模拟机的体感,针对现有选择参数的不足,提出一种基于改进沙猫群算法(ISCSO)的洗出算法优化。将人体感知误差作为目标函数,约束条件为斯图尔特平台运动边界,采用单目标优化算法对洗出算法参数进行... 洗出算法的参数选择很大程度上影响飞行模拟机的体感,针对现有选择参数的不足,提出一种基于改进沙猫群算法(ISCSO)的洗出算法优化。将人体感知误差作为目标函数,约束条件为斯图尔特平台运动边界,采用单目标优化算法对洗出算法参数进行深度寻优。将白噪声信号作为试验输入信号,在MATLAB软件中进行模拟仿真,最后通过实体斯图尔特平台进行试验并对比分析。试验结果显示:基于ISCSO的洗出算法优化具有更好的体感逼真度、更少的错误洗出和更低的计算载荷。 展开更多
关键词 洗出算法 飞行模拟器 改进沙猫群算法 人体感知误差 斯图尔特平台
暂未订购 下载PDF
基于CSO-AEKF的锂离子电池SOC估计 认领 引用
5
作者 李强 孙惠娟 《电池》 CAS 北大核心 2026年第4期1002-1008,共7页
针对荷电状态(SOC)传统估计方法参数辨识精度不足、滤波鲁棒性差等问题,提出基于猫群优化(CSO)算法与自适应扩展卡尔曼滤波(AEKF)相结合的方法。采用二阶RC等效电路建立动力电池模型,以CSO算法实现电池模型参数精准辨识,通过AEKF算法完... 针对荷电状态(SOC)传统估计方法参数辨识精度不足、滤波鲁棒性差等问题,提出基于猫群优化(CSO)算法与自适应扩展卡尔曼滤波(AEKF)相结合的方法。采用二阶RC等效电路建立动力电池模型,以CSO算法实现电池模型参数精准辨识,通过AEKF算法完成SOC估计。与遗传算法(GA)-AEKF对比的结果表明:所提CSO-AEKF算法在间歇充电、间歇放电工况下,SOC估计相对误差分别为0.05%、0.10%,稳定性和估计精度更好。 展开更多
关键词 锂离子电池 猫群优化(CSO)算法 自适应扩展卡曼滤波算法 荷电状态(SOC)
暂未订购 下载PDF
基于SCSO-SVM的结肠腺癌诊断研究 认领 引用
6
作者 刘洪桂 曾伟 《重庆科技大学学报（自然科学版）》 CAS 2026年第3期29-39,共11页
从生物信息学理论视角出发,构建基于沙猫群(SCSO)算法的支持向量机(SVM)结肠腺癌诊断模型——SCSO-SVM模型。首先,获取结肠腺癌患者的肿瘤与正常组织基因表达数据,通过差异表达分析与加权基因共表达网络筛选共享基因,对其进行功能富集分... 从生物信息学理论视角出发,构建基于沙猫群(SCSO)算法的支持向量机(SVM)结肠腺癌诊断模型——SCSO-SVM模型。首先,获取结肠腺癌患者的肿瘤与正常组织基因表达数据,通过差异表达分析与加权基因共表达网络筛选共享基因,对其进行功能富集分析;同时,构建蛋白质相互作用(PPI)网络,结合最大邻域分量(MNC)算法与最大集团中心性(MCC)算法筛选出核心基因;其次,利用最小绝对收缩和选择算子(LASSO)与随机森林(RF)算法筛选特征基因,基于特征基因建立SCSO-SVM模型,并将其与GWO-SVM、PSO-SVM、GA-SVM模型及传统的SVM模型进行性能对比;最后,通过对训练集、测试集和验证集数据的预测分析,验证SCSO-SVM模型的性能。结果表明,该模型用于结肠腺癌诊断具有良好的实践效果。 展开更多
关键词 结肠腺癌 沙猫群优化算法 支持向量机 诊断模型
暂未订购 下载PDF
基于ISCSO的智能电表误差和线损率联合评估模型 认领 引用 被引量：6
7
作者 余传祥 潘傲然 +2 位作者 毛文鹏 郭豪杰 余霖辉 《电力系统保护与控制》 EI CSCD 北大核心 2025年第13期117-127,共11页
针对当前智能电表误差和线损率联合评估精度较低的问题,提出了一种基于改进沙猫群优化算法(improved sand cat swarm optimization algorithm, ISCSO)的智能电表误差和线损率联合评估模型。首先根据典型台区拓扑结构和电能量守恒定律确... 针对当前智能电表误差和线损率联合评估精度较低的问题,提出了一种基于改进沙猫群优化算法(improved sand cat swarm optimization algorithm, ISCSO)的智能电表误差和线损率联合评估模型。首先根据典型台区拓扑结构和电能量守恒定律确定了电表误差和线损率评估模型的适应度函数,并依据台区数据确定了参数范围。其次,采用变焦佳点集、威布尔最优值引导策略、蒲公英优化算法以及联想学习变异策略对沙猫群优化算法进行改进,并经测试函数验证了算法的优越性。最后,基于适应度函数和改进后的算法建立了智能电表误差和线损率联合评估模型,并通过算例验证了相比于带有遗忘因子递推最小二乘法的动态线损智能电表误差评估模型和智能电表误差与线损率联合评估的约束优化模型,所提方法在智能电表误差与线损率的评估精度上都有较大的提升。 展开更多
关键词 智能电表 线损率 沙猫群优化算法 误差评估
暂未订购 下载PDF
基于ISCSO算法的燃气-蒸汽联合循环机组负荷对象模型辨识 认领 引用 被引量：1
8
作者 徐晓雯 康英伟 《河南科技大学学报（自然科学版）》 CAS 北大核心 2025年第6期49-58,I0004,共10页
建立准确的燃气-蒸汽联合循环机组负荷对象的数学模型是提升机组负荷控制系统性能的重要前提。针对传统辨识方法在辨识精度和收敛速度方面存在的不足,提出一种基于改进沙猫群优化(ISCSO)算法的模型辨识方法。首先,利用Logistic混沌映射... 建立准确的燃气-蒸汽联合循环机组负荷对象的数学模型是提升机组负荷控制系统性能的重要前提。针对传统辨识方法在辨识精度和收敛速度方面存在的不足,提出一种基于改进沙猫群优化(ISCSO)算法的模型辨识方法。首先,利用Logistic混沌映射来改善初始种群;将灵敏度参数由线性变化调整为余弦型变化;引入差分进化变异机制以及高斯扰动改进方法,在提高寻优效率的同时有效避免陷入局部最优解;然后,采用ISCSO算法对模型参数进行寻优求解,得到模型的最优参数值;最后,采用开环阶跃实验得到的燃气-蒸汽联合循环机组312.06 MW负荷点处的数据与ISCSO算法和SCSO等算法的辨识结果进行对比验证。通过消融实验,验证了该算法中改进策略的有效性。研究结果表明:相较于对比算法,所提算法能建立较为准确的负荷对象模型,ISCSO辨识模型的平均绝对百分误差与均方根误差均最小,具有更好的收敛性能,为模型辨识提供了新的方法。 展开更多
关键词 燃气-蒸汽联合循环机组 负荷对象 模型辨识 改进沙猫群优化算法
暂未订购 下载PDF
基于ISCSO-PNN的燃气轮机气路故障诊断方法 认领 引用
9
作者 赵良峰 《微纳电子与智能制造》 2025年第1期14-19,共6页
为了保障燃气轮机的健康稳定运行,提升燃气轮机气路故障诊断精度,基于改进沙丘猫(ISCSO)算法优化概率神经网络(PNN)的燃气轮机气路故障诊断方法。采用Singer混沌映射、反向学习机制和莱维飞行策略对沙丘猫(SCSO)算法进行改进,得到搜索... 为了保障燃气轮机的健康稳定运行,提升燃气轮机气路故障诊断精度,基于改进沙丘猫(ISCSO)算法优化概率神经网络(PNN)的燃气轮机气路故障诊断方法。采用Singer混沌映射、反向学习机制和莱维飞行策略对沙丘猫(SCSO)算法进行改进,得到搜索性能更强的ISCSO算法,通过ISCSO算法确定PNN的最优平滑系数,在此基础上构建ISCSO-PNN模型。采用ISCSO-PNN模型进行燃气轮机气路故障诊断实验,对比分析结果表明,ISCSO-PNN模型的诊断精度高达97.67%,诊断精度高于现有燃气轮机气路故障诊断方法,验证了所提出方法的优越性。 展开更多
关键词 燃气轮机 气路故障诊断 概率神经网络 改进沙丘猫算法 诊断精度
暂未订购 下载PDF
改进沙丘猫算法优化支持向量机的光伏故障监测方法 认领 引用 被引量：1
10
作者 肖文波 董煌锋 +2 位作者 叶强 吴华明 李勇波 《南昌航空大学学报（自然科学版）》 CAS 2026年第2期51-60,共10页
本文提出改进沙丘猫算法(ISCSO)优化支持向量机(SVM)的惩罚因子和核函数参数,并用于光伏故障监测。采用Logistic映射初始化初始种群,并结合莱维(Levy)飞行策略和非线性参数策略对算法进行改进。将ISCSO与沙丘猫算法(SCSO)、灰狼算法(GWO... 本文提出改进沙丘猫算法(ISCSO)优化支持向量机(SVM)的惩罚因子和核函数参数,并用于光伏故障监测。采用Logistic映射初始化初始种群,并结合莱维(Levy)飞行策略和非线性参数策略对算法进行改进。将ISCSO与沙丘猫算法(SCSO)、灰狼算法(GWO)、改进的灰狼算法(IGWO)进行对比,结果显示,相较于SCSO-SVM、IGWO-SVM、GWO-SVM以及SVM,ISCSO-SVM的平均识别精度分别提高了0.74%、0.54%、3.52%和14.28%。在收敛速度上,ISCSO对Schwefel’s Problem 1.2函数、Griewank函数分别在第3、5次迭代时收敛,收敛速度显著优于SCSO、IGWO、GWO。同时,ISCSO在泛化性验证中表现出最高准确率(99.45%),相较于SVM、GWO-SVM、SCSO-SVM与IGWO-SVM,平均准确率分别提高了2.28%、0.96%、0.64%和0.5%。本研究验证了ISCSO算法在有效性、稳定性和可行性方面的优势,为ISCSO算法优化支持向量机用于光伏故障监测提供了理论支撑。 展开更多
关键词 沙丘猫算法 支持向量机 Logistic映射 莱维飞行策略 非线性参数策略
暂未订购 下载PDF
基于改进沙猫群优化算法的植保无人机路径规划研究 认领 引用
11
作者 韩涛 鲍美萍 +2 位作者 黄友锐 冯玺 范亚兰 《农业机械学报》 EI CAS CSCD 北大核心 2026年第7期362-372,共11页
为满足农业植保无人机的作业需求,保证其飞行效率和安全,提出一种用于无人机路径规划的改进沙猫群优化算法(Hybrid improved sand cat swarm optimization algorithm,HISCSO)。首先,设计一种非线性控制因子动态平衡算法的阶段转换;其次... 为满足农业植保无人机的作业需求,保证其飞行效率和安全,提出一种用于无人机路径规划的改进沙猫群优化算法(Hybrid improved sand cat swarm optimization algorithm,HISCSO)。首先,设计一种非线性控制因子动态平衡算法的阶段转换;其次,在开发阶段引入黄金正弦策略,增强算法的局部开发能力并加速收敛;最后,融合平滑探索策略的优势,保持种群的多样性,提升算法全局寻优能力。通过CEC2022测试集检验算法性能,测试结果表明,与原始算法等7种算法相比,HISCSO在75%的函数上展现出最优性能。考虑满足多目标约束的成本函数,并基于数字高程模型地图构建丘陵地区的无人机作业空间。在4种具有不同复杂度的飞行环境中,HISCSO生成的路径最平滑且长度最短,对比原始算法,稳定性分别提升10.21%、36.59%、29.27%和46.46%,验证了其在植保无人机路径规划领域的实用性和可靠性。 展开更多
关键词 植保无人机 沙猫群优化算法 路径规划
暂未订购 下载PDF
基于优化随机森林模型的地表沉降易发性评价 认领 引用
12
作者 胡波 卢薇锋 +3 位作者 李粤彬 李文 吴文清 杨力 《安全与环境学报》 CAS CSCD 北大核心 2026年第7期2729-2740,共12页
针对城市地表沉降易发性评价预测模型准确性低、精确性差等问题,提出了一种基于证据权(Weights-of-Evidence,WOE)模型和沙猫群算法(Sand Cat Swarm Optimization,SCSO)优化随机森林(Random Forest,RF)的地表沉降易发性模型(WOE-SCSO-RF... 针对城市地表沉降易发性评价预测模型准确性低、精确性差等问题,提出了一种基于证据权(Weights-of-Evidence,WOE)模型和沙猫群算法(Sand Cat Swarm Optimization,SCSO)优化随机森林(Random Forest,RF)的地表沉降易发性模型(WOE-SCSO-RF)。首先,通过小基线集合成孔径雷达干涉(Small Baseline Subset Interferometric Synthetic Aperture Radar,SBAS-InSAR)测量获取广州地表沉降点,经水准测量验证其结果可靠(均方根误差=1.11 mm/a)。其次,利用皮尔逊相关系数(Pearson Correlation Coefficients,PCCs)筛选出14个影响因子作为特征变量。最后,采用WOE模型量化影响因子的层级权重指标值,指导模型训练,通过SCSO算法优化RF模型超参数,完成易发性预测。对比试验显示,所提出的WOE-SCSO-RF模型准确率提升9~14百分点,曲线下面积(Area Under the Curve,AUC)提高3~9百分点,各项评估指标均优于对比模型。通过沙普利加性解释(SHapley Additive exPlanations,SHAP)特征重要性分析,发现地质岩性类型、夜间灯光强度和人口密度是广州地表沉降的主要影响因子。研究表明,WOE-SCSO-RF模型为地表沉降易发性预测提供了一种新方法。 展开更多
关键词 公共安全 地表沉降 易发性评价 SBAS-InSAR 随机森林 沙猫群优化算法
暂未订购 下载PDF
面向超/特高压宽频测量数据的动态监控及分析预警技术 认领 引用
13
作者 王勇杰 王汇 +3 位作者 刘杜 韩志文 胡毅 李挺 《现代电子技术》 北大核心 2026年第14期77-82,94,共6页
超/特高压宽频测量数据的动态监控、分析与预警技术,直接关系电力系统的安全稳定运行。针对宽频测量装置数据延迟大于集中器预设阈值、故障预警准确率较低的问题,提出一种融合机器学习算法和改进沙猫群优化算法的宽频测量数据动态监控... 超/特高压宽频测量数据的动态监控、分析与预警技术,直接关系电力系统的安全稳定运行。针对宽频测量装置数据延迟大于集中器预设阈值、故障预警准确率较低的问题,提出一种融合机器学习算法和改进沙猫群优化算法的宽频测量数据动态监控及分析预警方法。该方法利用机器学习算法对宽频测量数据中的特征模式进行有效识别、提取,通过数据学习与训练实现对数据的实时监测和初步分析。同时,通过引入动态自适应调整机制对传统沙猫群优化算法进行改进,优化算法对实时数据动态变化的监控能力,保障预警系统的实时性和有效性。实验结果表明,所提技术方案的最高故障预警准确率为99.8%,能够满足实际电力系统智能化故障预警和潜在故障消除的应用需求。 展开更多
关键词 超特高压宽频测量技术 动态监控 数据分析 机器学习 改进沙猫群优化算法 预警准确率 故障预警
暂未订购 下载PDF
改进沙猫优化算法融合序列二次分解的短期电力负荷预测 认领 引用
14
作者 于天河 臧君 +1 位作者 奚凯恒 刘镛 《科学技术与工程》 EI 北大核心 2026年第16期6890-6901,共12页
智能电网的迅速发展带动了电力系统的智能化、高效化发展,在对电力负荷进行预测的过程中,存在负荷数据不合理分解,预测精度不高等问题,提出一种基于优化二次分解的BiLSTNet组合预测模型。首先,使用改进的完全自适应噪声集合经验模态分解... 智能电网的迅速发展带动了电力系统的智能化、高效化发展,在对电力负荷进行预测的过程中,存在负荷数据不合理分解,预测精度不高等问题,提出一种基于优化二次分解的BiLSTNet组合预测模型。首先,使用改进的完全自适应噪声集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)对负荷数据进行一次分解重构降低数据整体的噪声影响。其次,使用变分模态分解(variational mode decomposition,VMD)对数据进行二次分解并重构。为优化VMD的分解参数,使用改进沙猫种群算法(enhanced sand cat swarm optimization,ESCSO)对VMD参数进行寻优,引入Kent混沌映射初始化算法种群,采用纵横搜索策略和自适应t分布扰动策略,提高全局搜索和跳出局部最优能力。最后,将重构后的数据输入BiLSTNet混合模型进行预测。实验结果表明:所提方法在澳大利亚电力负荷数据集上表现出较好的分解结果和预测精度,优于其他传统混合模型,具有较高的实用价值。 展开更多
关键词 智能电网 沙猫种群优化算法 二次分解 时间序列分析
暂未订购 下载PDF
基于改进沙猫群优化算法的无人机航空物流路径规划 认领 引用
15
作者 袁学青 《九江学院学报（自然科学版）》 CAS 2026年第2期47-53,共7页
在复杂的山区环境中,无人机可飞行区域狭窄,且障碍物分布密集,给路径规划带来了较大挑战。为提高无人机配送效率,提出一种改进的沙猫群优化算法用于无人机路径规划。该算法首先采用透镜成像反向学习方法提高了种群多样性,从而避免搜索... 在复杂的山区环境中,无人机可飞行区域狭窄,且障碍物分布密集,给路径规划带来了较大挑战。为提高无人机配送效率,提出一种改进的沙猫群优化算法用于无人机路径规划。该算法首先采用透镜成像反向学习方法提高了种群多样性,从而避免搜索早熟。其次,针对算法攻击阶段易陷入局部最优问题,提出一种基于Lévy飞行策略的攻击更新模型,以提高算法跳出局部最优陷阱的能力。最后,还设计了一种增强型搜索方法能够引导个体更快地向潜在优良区域搜索,提升了算法寻优能力。仿真实验结果表明,在复杂三维环境中,所提算法与其他算法相比能够稳定且高效地为无人机规划最优飞行路径,确保配送路径的高效性和安全性。 展开更多
关键词 复杂环境 无人机 沙猫群优化算法 路径规划
暂未订购 下载PDF
新型群智优化算法的研究 认领 引用
16
作者 朱强军 胡斌 《西安文理学院学报（自然科学版）》 2026年第2期35-48,75,共14页
为了更好地利用群智能优化算法,选取了新型群智能优化算法:灰狼优化算法,哈里斯鹰优化算法,麻雀搜索算法,非洲秃鹫优化算法,人工大猩猩部队优化算法,沙猫群优化算法进行了分析,通过3类22种测试函数进行测试,采用最优值、最差值、平均值... 为了更好地利用群智能优化算法,选取了新型群智能优化算法:灰狼优化算法,哈里斯鹰优化算法,麻雀搜索算法,非洲秃鹫优化算法,人工大猩猩部队优化算法,沙猫群优化算法进行了分析,通过3类22种测试函数进行测试,采用最优值、最差值、平均值、标准差、收敛时间、收敛曲线等指标来综合分析优化算法性能以及优缺点.麻雀搜索算法求解精度最高且时间代价小,局部和全局搜索能力强,综合表现最优秀;非洲秃鹫优化算法和灰狼优化算法的时间代价综合表现最优,沙猫群优化算法和人工大猩猩部队优化算法都是求解精度高,时间代价大,导致综合表现不佳.总结了群智优化算法的特点并探讨了其今后发展前景,为后续研究新型的优化算法提供帮助. 展开更多
关键词 灰狼优化算法 哈里斯鹰优化算法 麻雀搜索算法 非洲秃鹫优化算法 人工大猩猩部队优化算法 沙猫群优化算法
暂未订购 下载PDF
基于动态伴随种群的多策略沙猫群优化算法 认领 引用
17
作者 罗文涛 钱谦 +3 位作者 潘家文 张晓丽 冯勇 李英娜 《计算机工程与科学》 CSCD 北大核心 2026年第7期1305-1318,共14页
为了解决沙猫群算法早熟收敛和精度不足问题,提出了一种基于伴随种群的多策略沙猫群优化算法AMSCSO。该算法采用奇偶划分方法,将种群动态划分为主种群和伴随种群以丰富种群类型;利用镜像螺旋搜索策略,使2个种群采取互为镜像的螺旋搜索方... 为了解决沙猫群算法早熟收敛和精度不足问题,提出了一种基于伴随种群的多策略沙猫群优化算法AMSCSO。该算法采用奇偶划分方法,将种群动态划分为主种群和伴随种群以丰富种群类型;利用镜像螺旋搜索策略,使2个种群采取互为镜像的螺旋搜索方式,增强全局搜索能力;提出动态边界围捕策略避免算法陷入局部陷阱;使用交叉学习机制提升种群信息交换效率,增强种群多样性。在CEC2017和CEC2019基准测试集上,AMSCSO的综合优胜率分别达到81.03%和60%,表明其具备高效性和可行性。此外,将AMSCSO应用于三维无线传感器网络覆盖率优化和支持向量机参数调优的轴承故障检测中,其性能均优于其他对比算法,展示了其在实际应用中的优越性和广泛的适用性。 展开更多
关键词 沙猫群优化算法 动态伴随种群 镜像螺旋搜索 动态边界围捕策略 交叉学习 无线传感器网络覆盖
暂未订购 下载PDF
CSO-PID算法在空压机控制系统中的应用 认领 引用 被引量：11
18
作者 吕晨悦 施一萍 +2 位作者 刘瑾 张金立 程宗政 《传感器与微系统》 CSCD 北大核心 2021年第1期157-160,共4页
针对普通空压机普遍存在的耗能过高且控制效果不佳的问题,在研究比例-积分-微分(PID)算法和鸡群算法的基础上,对空压机的控制算法进行了改进,利用鸡群算法对PID的三个参数进行整定,并将这种智能算法应用到PLC控制器中。仿真实验和实际... 针对普通空压机普遍存在的耗能过高且控制效果不佳的问题,在研究比例-积分-微分(PID)算法和鸡群算法的基础上,对空压机的控制算法进行了改进,利用鸡群算法对PID的三个参数进行整定,并将这种智能算法应用到PLC控制器中。仿真实验和实际测试表明:该智能算法不仅实现了对空压机系统的有效控制,而且增强了系统的抗干扰能力,节能效果更佳。 展开更多
关键词 空压机 比例-积分-微分(PID)算法 鸡群优化算法
暂未订购 下载PDF
混合多策略改进的沙猫群优化算法及其应用 认领 引用
19
作者 屈玥含 李媛 +1 位作者 徐志凡 郑新宇 《计算机工程与设计》 北大核心 2026年第6期1826-1837,共12页
针对沙猫群优化算法存在全局探索能力弱、收敛速度慢等问题,提出一种混合多策略改进的沙猫群优化算法。采用佳点集策略增强种群分布的均匀性,设计一种非线性函数自适应调节机制以提升寻优精度,融入三角形游走和Circle混沌映射加强局部... 针对沙猫群优化算法存在全局探索能力弱、收敛速度慢等问题,提出一种混合多策略改进的沙猫群优化算法。采用佳点集策略增强种群分布的均匀性,设计一种非线性函数自适应调节机制以提升寻优精度,融入三角形游走和Circle混沌映射加强局部开发能力,依据折射反向学习动态优化解集质量。构建ISCSO的Markov链模型,运用鞅理论验证其依概率收敛到全局最优。通过测试函数评估改进算法的优化性能,并将其应用在机器人路径规划问题中。实验结果表明ISCSO得到的路径平滑度更好,相较于SCSO算法,搜索耗时减少了5.47%,最优路径长度缩短了17.49%。 展开更多
关键词 沙猫群优化算法 佳点集 三角形游走 Circle混沌映射 Markov链 鞅理论 路径规划
暂未订购 下载PDF
基于CSO-AUKF的锂电池SOC估算方法 认领 引用 被引量：3
20
作者 吴华伟 洪强 +1 位作者 陈运星 马毓博 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第9期118-126,共9页
电池荷电状态(SOC)估算是电池管理系统(BMS)的关键技术之一。针对锂电池提出了一种基于猫群(CSO)算法和自适应无迹卡尔曼滤波(AUKF)算法相结合的电池SOC估算方法;建立了基于二阶RC等效电路模型的锂电池状态方程,采用CSO算法提高电池辨... 电池荷电状态(SOC)估算是电池管理系统(BMS)的关键技术之一。针对锂电池提出了一种基于猫群(CSO)算法和自适应无迹卡尔曼滤波(AUKF)算法相结合的电池SOC估算方法;建立了基于二阶RC等效电路模型的锂电池状态方程,采用CSO算法提高电池辨识精度,联合AUKF算法对SOC进行估算;基于混合脉冲功率测试工况(HPPC)和间歇恒流放电工况下的数据对该方法有效性进行了验证。研究结果表明:基于CSO-AUKF估算,SOC最大误差小于1.64%,估算精度及稳定性均好于遗传算法。 展开更多
关键词 车辆工程 锂电池汽车 荷电状态(SOC) 猫群(CSO)算法 自适应无迹卡尔曼滤波(AUKF)算法
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