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524篇文章
< 1 2 … 27 >
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：
SSA*-PDWA:A Hierarchical Path Planning Framework with Enhanced A*Algorithm and Dynamic Window Approach for Mobile Robots 认领 引用
1
作者 Lishu Qin Yu Gao Xinyuan Lu 《Computers, Materials & Continua》 SCIE EI 2026年第4期2069-2094,共26页
With the rapid development of intelligent navigation technology,efficient and safe path planning for mobile robots has become a core requirement.To address the challenges of complex dynamic environments,this paper pro... With the rapid development of intelligent navigation technology,efficient and safe path planning for mobile robots has become a core requirement.To address the challenges of complex dynamic environments,this paper proposes an intelligent path planning framework based on grid map modeling.First,an improved Safe and Smooth A*(SSA*)algorithm is employed for global path planning.By incorporating obstacle expansion and cornerpoint optimization,the proposed SSA*enhances the safety and smoothness of the planned path.Then,a Partitioned Dynamic Window Approach(PDWA)is integrated for local planning,which is triggered when dynamic or sudden static obstacles appear,enabling real-time obstacle avoidance and path adjustment.A unified objective function is constructed,considering path length,safety,and smoothness comprehensively.Multiple simulation experiments are conducted on typical port grid maps.The results demonstrate that the improved SSA*significantly reduces the number of expanded nodes and computation time in static environmentswhile generating smoother and safer paths.Meanwhile,the PDWA exhibits strong real-time performance and robustness in dynamic scenarios,achieving shorter paths and lower planning times compared to other graph search algorithms.The proposedmethodmaintains stable performance across maps of different scales and various port scenarios,verifying its practicality and potential for wider application. 展开更多
关键词 Dynamic window approach improved A*algorithm dynamic path planning trajectory optimization
暂未订购 下载PDF
A dynamic fusion path planning algorithm for mobile robots incorporating improved IB-RRT∗and deep reinforcement learning 认领 引用 被引量：1
2
作者 刘安东 ZHANG Baixin +2 位作者 CUI Qi ZHANG Dan NI Hongjie 《High Technology Letters》 EI CAS 2023年第4期365-376,共12页
Dynamic path planning is crucial for mobile robots to navigate successfully in unstructured envi-ronments.To achieve globally optimal path and real-time dynamic obstacle avoidance during the movement,a dynamic path pl... Dynamic path planning is crucial for mobile robots to navigate successfully in unstructured envi-ronments.To achieve globally optimal path and real-time dynamic obstacle avoidance during the movement,a dynamic path planning algorithm incorporating improved IB-RRT∗and deep reinforce-ment learning(DRL)is proposed.Firstly,an improved IB-RRT∗algorithm is proposed for global path planning by combining double elliptic subset sampling and probabilistic central circle target bi-as.Then,to tackle the slow response to dynamic obstacles and inadequate obstacle avoidance of tra-ditional local path planning algorithms,deep reinforcement learning is utilized to predict the move-ment trend of dynamic obstacles,leading to a dynamic fusion path planning.Finally,the simulation and experiment results demonstrate that the proposed improved IB-RRT∗algorithm has higher con-vergence speed and search efficiency compared with traditional Bi-RRT∗,Informed-RRT∗,and IB-RRT∗algorithms.Furthermore,the proposed fusion algorithm can effectively perform real-time obsta-cle avoidance and navigation tasks for mobile robots in unstructured environments. 展开更多
关键词 mobile robot improved IB-RRT∗algorithm deep reinforcement learning(DRL) real-time dynamic obstacle avoidance
暂未订购 下载PDF
Dynamic airspace sectorization via improved genetic algorithm 认领 引用 被引量：9
3
作者 Yangzhou Chen Hong Bi +1 位作者 Defu Zhang Zhuoxi Song 《Journal of Modern Transportation》 2013年第2期117-124,共8页
This paper deals with dynamic airspace sectorization （DAS） problem by an improved genetic algorithm （iGA）. A graph model is first constructed that represents the airspace static structure. Then the DAS problem is ... This paper deals with dynamic airspace sectorization （DAS） problem by an improved genetic algorithm （iGA）. A graph model is first constructed that represents the airspace static structure. Then the DAS problem is formulated as a graph-partitioning problem to balance the sector workload under the premise of ensuring safety. In the iGA, multiple populations and hybrid coding are applied to determine the optimal sector number and airspace sectorization. The sector constraints are well satisfied by the improved genetic operators and protect zones. This method is validated by being applied to the airspace of North China in terms of three indexes, which are sector balancing index, coordination workload index and sector average flight time index. The improvement is obvious, as the sector balancing index is reduced by 16.5 %, the coordination workload index is reduced by 11.2 %, and the sector average flight time index is increased by 11.4 % during the peak-hour traffic. 展开更多
关键词 Dynamic airspace sectorization （DAS） Improved genetic algorithm （iGA） Graph model Multiple populations Hybrid coding Sector constraints
暂未订购 下载PDF
PID algorithm with multivariate characteristics:Neuronal spatiotemporal dynamics analysis and design 认领 引用
4
作者 Yunxiang LU Min XIAO +4 位作者 Yonghui SUN Zhengxin WANG Leszek RUTKOWSKI Jinde CAO Tingwen HUANG 《Science China(Technological Sciences)》 SCIE EI CAS CSCD 2026年第6期247-267,共21页
This paper presents an optimization and extension program to address limitations in the FitzHugh-Nagumo(FHN)model.The traditional fixed nonlinear term is replaced with a more flexible formulation with an improved inve... This paper presents an optimization and extension program to address limitations in the FitzHugh-Nagumo(FHN)model.The traditional fixed nonlinear term is replaced with a more flexible formulation with an improved inverse N-shaped nonlinear reaction term.The proportional-integral-derivative(PID)algorithm with multivariate characteristics is designed and incorporated into the improved FHN model.The spatiotemporal excited state thresholds are derived for the uncontrolled and controlled models,respectively.The effects and sensitivities of the controller and nonlinear parameters on spatiotemporal dynamics are systematically examined.The stability and direction of spatiotemporal bifurcating periodic solutions are explored.Numerical simulations reveal that the theoretical results established can effectively predict the spatiotemporal bifurcation thresholds of the improved FHN model.The PID controller with multivariate characteristics is able to realize the precise regulation of the spatiotemporal excited state.Furthermore,compared to the only two states observed in the uncontrolled diffusive FHN model(the resting state and the completely excited state),the PID controller with multivariate characteristics enriches the model's dynamical behaviors,including the resting state,the sparsely excited pulse state,the densely excited pulse state,the sparsely excited clustered state,the densely excited clustered state,and the completely excited state.The PID controller enables precise regulation of transitions between the resting and excited states.In particular,the proportional gain effectively modulates the excitation period of the controlled model while preserving its inherent excitation waveforms.Results confirm the controller's effectiveness and underscore the advantages of the proposed control algorithm in optimizing dynamic performance. 展开更多
关键词 improved FitzHugh-Nagumo model PID algorithm with multivariate characteristics spatiotemporal dynamics
暂未订购 下载PDF
Dynamic plugging regulating strategy of pipeline robot based on reinforcement learning 认领 引用 被引量：3
5
作者 Xing-Yuan Miao Hong Zhao 《Petroleum Science》 SCIE EI CAS CSCD 2024年第1期597-608,共12页
Pipeline isolation plugging robot (PIPR) is an important tool in pipeline maintenance operation. During the plugging process, the violent vibration will occur by the flow field, which can cause serious damage to the p... Pipeline isolation plugging robot (PIPR) is an important tool in pipeline maintenance operation. During the plugging process, the violent vibration will occur by the flow field, which can cause serious damage to the pipeline and PIPR. In this paper, we propose a dynamic regulating strategy to reduce the plugging-induced vibration by regulating the spoiler angle and plugging velocity. Firstly, the dynamic plugging simulation and experiment are performed to study the flow field changes during dynamic plugging. And the pressure difference is proposed to evaluate the degree of flow field vibration. Secondly, the mathematical models of pressure difference with plugging states and spoiler angles are established based on the extreme learning machine (ELM) optimized by improved sparrow search algorithm (ISSA). Finally, a modified Q-learning algorithm based on simulated annealing is applied to determine the optimal strategy for the spoiler angle and plugging velocity in real time. The results show that the proposed method can reduce the plugging-induced vibration by 19.9% and 32.7% on average, compared with single-regulating methods. This study can effectively ensure the stability of the plugging process. 展开更多
关键词 Pipeline isolation plugging robot Plugging-induced vibration Dynamic regulating strategy Extreme learning machine Improved sparrow search algorithm Modified Q-learning algorithm
暂未订购 下载PDF
Path Planning of Multi-Axis Robotic Arm Based on Improved RRT* 认领 引用 被引量：6
6
作者 Juanling Liang Wenguang Luo Yongxin Qin 《Computers, Materials & Continua》 SCIE EI 2024年第10期1009-1027,共19页
An improved RRT∗algorithm,referred to as the AGP-RRT∗algorithm,is proposed to address the problems of poor directionality,long generated paths,and slow convergence speed in multi-axis robotic arm path planning.First,a... An improved RRT∗algorithm,referred to as the AGP-RRT∗algorithm,is proposed to address the problems of poor directionality,long generated paths,and slow convergence speed in multi-axis robotic arm path planning.First,an adaptive biased probabilistic sampling strategy is adopted to dynamically adjust the target deviation threshold and optimize the selection of random sampling points and the direction of generating new nodes in order to reduce the search space and improve the search efficiency.Second,a gravitationally adjustable step size strategy is used to guide the search process and dynamically adjust the step-size to accelerate the search speed of the algorithm.Finally,the planning path is processed by pruning,removing redundant points and path smoothing fitting using cubic B-spline curves to improve the flexibility of the robotic arm.Through the six-axis robotic arm path planning simulation experiments on the MATLAB platform,the results show that the AGP-RRT∗algorithm reduces 87.34%in terms of the average running time and 40.39%in terms of the average path cost;Meanwhile,under two sets of complex environments A and B,the average running time of the AGP-RRT∗algorithm is shortened by 94.56%vs.95.37%,and the average path cost is reduced by 55.28%vs.47.82%,which proves the effectiveness of the AGP-RRT∗algorithm in improving the efficiency of multi-axis robotic arm path planning. 展开更多
关键词 Multi-axis robotic arm path planning improved RRT∗algorithm dynamic target deviation threshold dynamic step size path optimization
暂未订购 下载PDF
基于并行架构网络与改进动态FD-KNN的风力发电机轴承故障预警 认领 引用
7
作者 许伯强 王彪 +1 位作者 孙丽玲 尹彦博 《太阳能学报》 EI CAS CSCD 北大核心 2025年第10期753-765,共13页
针对当前风力发电机轴承故障预警准确率和可靠性不足的问题,提出一种基于并行架构网络与改进动态k近邻故障检测(FD-KNN)的风力发电机轴承故障预警方法。首先,对风力发电机的数据采集与监控(SCADA)数据进行相关性分析,筛选出与风力发电... 针对当前风力发电机轴承故障预警准确率和可靠性不足的问题,提出一种基于并行架构网络与改进动态k近邻故障检测(FD-KNN)的风力发电机轴承故障预警方法。首先,对风力发电机的数据采集与监控(SCADA)数据进行相关性分析,筛选出与风力发电机轴承关键变量高度相关的变量,并采用集合模态经验分解(EEMD)分解关键变量,深入挖掘关键变量内不同时间尺度的特征以及关键变量与高相关协变量的潜在相互作用。然后,构建一个结合自注意力机制的长短期记忆网络(SelfAttention-LSTM)和改进Transformer模型的新型并行架构网络,用以精确可靠地预测关键变量的未来状态。基于预测结果,计算残差,并结合风力发电机轴承的实时状态对FD-KNN算法进行动态优化,包括调整近邻规模、设置动态告警阈值和预警条件,以实现更为精准可靠的故障预警。最后,通过实际SCADA数据验证,结果表明该方法可提前识别风力发电机轴承故障,且在准确性和可靠性方面均表现出色。 展开更多
关键词 风电机组 数据采集与监视控制 轴承 深度学习 故障预警 改进动态FD-KNN算法 可靠性
暂未订购 下载PDF
Dynamic Reconstruction of Total-cross-tied Photovoltaic Array Based on Arrays Using an Improved Dung Beetle Algorithm 认领 引用
8
作者 Peijin Liu Tao Huang +2 位作者 Yong Chen Lei Dong Fei Yu 《Chinese Journal of Electrical Engineering》 EI CSCD 2024年第3期77-93,共17页
A dynamic reconfiguration method for photovoltaic(PV)arrays based on an improved dung beetle algorithm(IDBO)to address the issue of PV array mismatch loss caused by partial shading conditions(PSCs)is proposed.To estab... A dynamic reconfiguration method for photovoltaic(PV)arrays based on an improved dung beetle algorithm(IDBO)to address the issue of PV array mismatch loss caused by partial shading conditions(PSCs)is proposed.To establish the output power-current(P-I)segmentation function for the total-cross-tied(TCT)PV array and the constraint function for the electrical switches,the IDBO algorithm was used to optimize both the P-I segmentation function and the electrical switch constraint function.IDBO is compared with algorithm-free reconfiguration and five other heuristic algorithms using two evaluation criteria:mismatch loss and power enhancement percentage,across six shading scenarios for 6x6 PV arrays.The irradiation distribution of PV arrays reconfigured by IDBO is also presented.The results show that IDBO effectively increases the output power of PV arrays and reduces mismatch loss.The output PV curves tend to exhibit a single peak,and the reconstruction results are superior to those obtained with the other methods. 展开更多
关键词 Photovoltaic power generation local shade dynamic reconstruction power mismatch improved dung beetle algorithm
基于多源信息融合与深度学习的煤岩瓦斯复合动力灾害风险等级预警方法 认领 引用 被引量：4
9
作者 王凯 李康楠 +4 位作者 杜锋 赵伟 赵瑜 张俊文 赵明昊 《煤炭学报》 EI CAS CSCD 北大核心 2026年第1期461-479,共19页
深部开采条件下,煤岩瓦斯复合动力灾害致灾机理复杂且因素多重耦合,精准预警对保障矿井安全生产具有重要意义。提出了一种多源信息融合的深度学习预警方法,构建了SCSSAMSDA-TFT时序智能预警模型,其中,采用改进麻雀搜索算法(Sine-Cosine ... 深部开采条件下,煤岩瓦斯复合动力灾害致灾机理复杂且因素多重耦合,精准预警对保障矿井安全生产具有重要意义。提出了一种多源信息融合的深度学习预警方法,构建了SCSSAMSDA-TFT时序智能预警模型,其中,采用改进麻雀搜索算法(Sine-Cosine and Cauchy-enhanced Sparrow Search Algorithm,SCSSA)自适应优化模型超参数,引入多源域自适应(Multi-Source Domain Adaptation,MSDA)实现异构监测数据的分布对齐与特征统一表征,并以时间融合Transformer(Temporal Fusion Transformer,TFT)高效提取多源时序指标的动态演化特征,完成风险等级预警。针对微震监测、瓦斯参数等多源信息,构建数据驱动的复合动力灾害风险等级标定流程:以复合风险指数(Composite Risk Index,CRI)为核心,对其实施时序平滑,并基于受试者工作特征(Receiver Operating Characteristic,ROC)曲线分析确定高风险等级阈值;随后通过聚类有效性检验评估划分等级与数据内在结构的一致性。构建复合动力灾害预警指标体系,以XGBoost训练多分类基线并计算全局SHAP重要性,结合滑动时窗稳健性检验与子集筛选准则,形成兼具物理指向性与判别效率的紧凑指标子集。结果表明:模型在测试集的宏平均F1达到0.965、准确率为0.961,较对比模型与消融模型均有显著提升,能够准确捕捉复合动力灾害的多尺度前兆并实现对风险等级的精准预测与预警。所提出的深度学习融合预警方法能够有效整合多源信息并建立等级标定与指标体系,对提升复合动力灾害风险等级预警的准确性与可靠性具有重要工程应用价值。 展开更多
关键词 煤岩瓦斯复合动力灾害 深度学习 时间序列 指标体系 改进搜索算法
暂未订购 下载PDF
基于改进自适应遗传算法的农村物流共同配送路径优化 认领 引用 被引量：2
10
作者 宾厚 刘妃 万茹梦 《上海海事大学学报》 北大核心 2026年第2期71-79,116,共9页
为降低农村物流共同配送成本,提高县、乡、村物流配送效率,综合考虑接驳点、碳排放量、动态需求等影响因素,采用燃油接驳车与电动接驳车混合的车队,构建以配送总成本(其包括固定成本、运输成本、碳排放成本、时间惩罚成本及充电成本)最... 为降低农村物流共同配送成本,提高县、乡、村物流配送效率,综合考虑接驳点、碳排放量、动态需求等影响因素,采用燃油接驳车与电动接驳车混合的车队,构建以配送总成本(其包括固定成本、运输成本、碳排放成本、时间惩罚成本及充电成本)最低为目标的数学优化模型。在静态优化阶段,采用改进K均值聚类算法,根据需求量总和与车辆载重的比值确定聚类数量,将每一聚类的中心作为临时停靠的接驳点;设计改进自适应遗传算法对聚类后的客户点进行配送路径规划。在动态优化阶段,采用局部优化策略改进插入算法寻找最优插入点,将动态客户订单插入静态客户配送路径中,以实现配送路径的动态调整。以湖南省湘潭县为例,进行MATLAB仿真分析。结果表明:相较于未考虑接驳点的配送方案,考虑接驳点的农村物流共同配送路径优化方案的配送总成本明显降低,验证了数学优化模型及改进自适应遗传算法的有效性。研究成果可为农村物流企业制定合理的共同配送路径方案提供方法参考和决策支持。 展开更多
关键词 接驳点 改进自适应遗传算法 车辆路径优化 共同配送 动态需求
暂未订购 下载PDF
基于改进蜣螂优化算法的轴承数字孪生模型的动态故障注入研究 认领 引用 被引量：1
11
作者 刘素艳 董一林 +1 位作者 乔一鸣 马增强 《机械工程学报》 EI CAS CSCD 北大核心 2026年第3期446-457,共12页
在实际应用中,故障样本的缺乏和故障样本类别的不平衡往往限制了诊断的有效性。为了解决轴承故障样本不平衡的问题,文中设计了一种基于动态故障注入的数字孪生系统,该系统不仅能够反映正常运行状态,还能生成不同故障的样本。系统分为代... 在实际应用中,故障样本的缺乏和故障样本类别的不平衡往往限制了诊断的有效性。为了解决轴承故障样本不平衡的问题,文中设计了一种基于动态故障注入的数字孪生系统,该系统不仅能够反映正常运行状态,还能生成不同故障的样本。系统分为代理模型部分和参数识别部分:代理模型部分采用故障点冲击响应的二自由轴承动力学模型,利用四阶变步长龙格-库塔法进行仿真计算,生成模拟振动数据;参数识别部分将原算法与Chebyshev混沌映射、黄金正弦策略与自适应权重因子方法相结合并改进其适应度函数,提出改进的蜣螂优化算法,该算法可以通过实测振动数据识别动力学参数,构建数字孪生系统,实现动态故障注入。通过实验证明,该系统生成的故障数据相比于使用逆物理信息神经网络、CycleGAN和GAN生成的数据,具有更高的准确率。另外,通过该系统扩充外圈故障数据后,诊断模型的整体诊断准确率提高了8.9%,外圈故障的诊断准确率提高了26.7%,分别达到99.8%和99.5%,为滚动轴承故障诊断中故障样本不均衡问题提供一定的参考。 展开更多
关键词 数字孪生 轴承动力学模型 改进蜣螂优化算法 动态故障注入 样本不平衡
暂未订购 下载PDF
Dynamic Grouping Control of BESS for Remaining Useful Life Extension and Overall Energy Efficiency Improvement in Smoothing Wind Power Fluctuations 认领 引用 被引量：1
12
作者 Yang Yu Dongyang Chen +4 位作者 Yuwei Wu Boxiao Wang Yuhang Huo Wentao Lu Zengqiang Mi 《CSEE Journal of Power and Energy Systems》 SCIE EI CSCD 2025年第3期1141-1153,共13页
Aiming at issues of life loss(LL)and overall energy efficiency(OEE)for battery energy storage system(BESS)in smoothing wind power fluctuations,a dynamic grouping control strategy of BESS for remaining useful life(RUL)... Aiming at issues of life loss(LL)and overall energy efficiency(OEE)for battery energy storage system(BESS)in smoothing wind power fluctuations,a dynamic grouping control strategy of BESS for remaining useful life(RUL)extension and OEE improvement is proposed.First,grid-connected power signals are obtained.Second,a model to optimize capacity allocation for three battery groups(BGs)in BESS is established considering LL and OEE,and it is solved by the designed improved beetle swarm antennae search algorithm.Then,a dynamic grouping method is proposed to dynamically adjust the grouping state of battery units(BUs)during operation to keep good sustainable dispatchability.Then,a double-layer power allocation approach coordinated with multi-principle is designed to reduce LL and improve OEE,and also keeps consistency of state of charge for BUs simultaneously.The upper layer achieves power allocation from BESS into the three BGs and power allocation method for each BG is determined.The lower layer,considering PCS efficiency under different working conditions,finishes power allocation from each BG into BUs inside it.Subsequently,an RUL evaluation model based on the swing door trend algorithm is built to shorten required calculation time.Finally,the proposed control strategy is simulated and results compared with other strategies demonstrate the proposed strategy acquires the longest RUL and highest OEE with smoothing wind power fluctuations effectively,which verifies its correctness and validity. 展开更多
关键词 Battery energy storage system dynamically grouping improved beetle swarm antennae search algorithm overall energy efficiency improvement power allocation remaining useful life extension smoothing wind power fluctuation
暂未订购 下载PDF
煤矿履带式定向钻机双向直线移动路径视觉规划 认领 引用 被引量：1
13
作者 朱明鎏 杜昭 侯树宏 《煤矿机械》 2026年第1期201-207,共7页
枣泉煤矿130207综采工作面履带式定向钻机在钻场间转场与孔口精准定位过程中面临着长距离、双向直线推进难题,传统路径规划方法受限于动态障碍物分布随机、粉尘干扰严重及感知滞后等复杂工况,难以实现实时精准的避障调整。提出了一种基... 枣泉煤矿130207综采工作面履带式定向钻机在钻场间转场与孔口精准定位过程中面临着长距离、双向直线推进难题,传统路径规划方法受限于动态障碍物分布随机、粉尘干扰严重及感知滞后等复杂工况,难以实现实时精准的避障调整。提出了一种基于改进双向动态跳点搜索(JPS)算法的视觉规划方法。该方法首先通过引入安全距离约束改进双向动态JPS算法,构建面向井下动态环境的路径规划核心;建立融合巷道边界约束的平面空间模型,实现钻机运动空间的精确描述;通过布置防爆型激光摄像机组采集巷道三维点云数据,采用高斯滤波算法消除井下粉尘、水雾造成的测量噪声,完成环境感知系统的构建;基于实时采集的点云数据,建立障碍物动态跟踪机制,准确识别液压支架、采煤机等移动设备;最后,引入以局部修正次数为阈值的全局重规划机制,实现钻机移动路径的闭环优化与动态修正。现场实验表明,该方法使ZYL-17000D型定向钻机在46组障碍物测试中实现零碰撞事故,双向移动路径总长增率控制在5.9%以内,显著提升了钻机在复杂井下环境中的转场安全性与孔口定位效率。 展开更多
关键词 履带式定向钻机 路径规划 点云数据处理 改进双向动态JPS算法 动态修正
暂未订购 下载PDF
基于IWOA的无人机路径规划研究 认领 引用 被引量：1
14
作者 周晟 《自动化仪表》 CAS 2026年第5期33-42,共10页
针对复杂环境下无人机路径规划面临的多约束优化问题,提出了一种基于改进鲸鱼优化算法(IWOA)的无人机路径规划方法。通过融合Tent混沌映射初始化策略、参数非线性动态调整机制及自适应权重因子设计,有效解决了传统算法在全局搜索能力、... 针对复杂环境下无人机路径规划面临的多约束优化问题,提出了一种基于改进鲸鱼优化算法(IWOA)的无人机路径规划方法。通过融合Tent混沌映射初始化策略、参数非线性动态调整机制及自适应权重因子设计,有效解决了传统算法在全局搜索能力、收敛速度与局部最优规避方面的局限性问题。基于Matlab平台构建二维、三维复杂障碍物环境及仓储库房仿真场景,对比分析了IWOA与六种主流优化算法的路径规划性能。仿真试验结果表明:该算法下无人机能够避开障碍物与环境陷阱,且相比对比算法路径规划运行距离平均减少5.51%~7.09%,运行时间平均降低4.49%~16.6%,能更高效完成设定任务且路径更加平滑。该研究为仓储物流、灾害救援等复杂场景下的无人机自主导航提供了高效的路径规划方案。 展开更多
关键词 改进鲸鱼优化算法 动态调整 自适应 无人机 路径规划 优化设计
暂未订购 下载PDF
城市洪涝个性化应急避险路径动态规划方法与应用 认领 引用
15
作者 王慧亮 严登明 +2 位作者 刘宏伟 吴泽宁 周易宏 《水科学进展》 EI CAS CSCD 北大核心 2026年第3期465-479,共15页
传统应急避险路径规划通常未充分考虑不同年龄段人群的通行能力差异,导致规划路径存在一定的安全风险,亟需探索精准高效的规划新方法。本研究提出一种面向不同年龄段人群的个性化应急避险路径动态规划方法,引入阻断因子表征路段通行安全... 传统应急避险路径规划通常未充分考虑不同年龄段人群的通行能力差异,导致规划路径存在一定的安全风险,亟需探索精准高效的规划新方法。本研究提出一种面向不同年龄段人群的个性化应急避险路径动态规划方法,引入阻断因子表征路段通行安全性,以儿童、成人、老人等不同年龄段人群避险安全性和通行效率作为避险路径规划的主要目标,考虑路网可通行性和避险点容量约束,构建面向不同年龄段人群的个性化应急避险路径动态规划模型,采用改进Dijkstra算法实现个性化避险路线动态规划。研究表明:所提个性化避险模型,规划避险路径的安全性较常规路网和考虑积水路网情景分别提高了0.91和0.06,有效提升了应急避险路径的可靠性;该模型平均响应时间仅为0.17 s,比传统Dijkstra算法的路径寻优效率提升了99.89%。本文提出的方法可提供更安全、高效的避险路线,为指导人员安全避险和精细化城市洪涝灾害防控提供理论和方法支撑。 展开更多
关键词 城市洪涝 个性化避险 路径动态规划 不同年龄段人群 改进Dijkstra算法
暂未订购 下载PDF
基于事件驱动的火力资源动态分配方法 认领 引用
16
作者 耿泽 黄炎焱 +1 位作者 秦湖程 皇甫先鹏 《火力与指挥控制》 CSCD 北大核心 2026年第4期180-190,共11页
合理分配火力资源是高效打击敌方目标的前提。建立敌我作战要素的动态模型,设计时间敏感的评价函数,提出一种通过事件驱动机制即时响应作战要素状态变化的火力资源动态分配方法。建立决策模型,通过状态预测、时间窗口优化和改进遗传算... 合理分配火力资源是高效打击敌方目标的前提。建立敌我作战要素的动态模型,设计时间敏感的评价函数,提出一种通过事件驱动机制即时响应作战要素状态变化的火力资源动态分配方法。建立决策模型,通过状态预测、时间窗口优化和改进遗传算法来避免命中延迟的影响,快速求解模型。仿真表明,该方法能够即时响应作战要素变化,改进遗传算法提高了求解速度和效果,能够在消耗更少计算资源的情况下生成效果优秀的火力资源动态分配方案。 展开更多
关键词 火力打击 火力资源动态分配 事件驱动 时间窗口连续优化 改进遗传算法
暂未订购 下载PDF
机器人路径规划与自主避障技术研究 认领 引用
17
作者 高九州 王湘源 +1 位作者 郭彦博 岳俊华 《现代电子技术》 北大核心 2026年第11期185-192,共8页
为了在动态环境下减少路径寻优算法的搜索节点数量,提高搜索效率,并有效解决多机器人运动中的相互碰撞问题,文中首先提出了改进A*避障算法,评价函数中引入动态权重机制,通过实时评估机器人位置以及与目标位置的接近程度,动态调整实际代... 为了在动态环境下减少路径寻优算法的搜索节点数量,提高搜索效率,并有效解决多机器人运动中的相互碰撞问题,文中首先提出了改进A*避障算法,评价函数中引入动态权重机制,通过实时评估机器人位置以及与目标位置的接近程度,动态调整实际代价和估计代价的权重,避免路径搜索陷入局部最优的同时,大幅度减少路径搜索点(常规A*搜索节点总数的50%),明显提高了路径搜索效率。然后,针对机器人运行过程中的相互碰撞问题,提出基于优先级和时空窗口的相互避障策略,确保机器人在动态环境中能够实时根据环境信息更新路径,完成避障过程,到达目标位置。文中设计了一系列基于实际场景的仿真实验,包括动静态障碍物以及多机器人协同工作的复杂场景。实验结果证明文中设计的避障算法和避障策略在应对突发障碍物、移动障碍物时表现出较强的适应性,能够实时预测路径上的障碍,高效地重新规划路径,完成对障碍物的规避。 展开更多
关键词 路径规划 自主避障 改进A*算法 动态权重 优先级 时空窗口
暂未订购 下载PDF
油气管道巡检场景中基于神经辐射场的无人机路径规划研究 认领 引用
18
作者 胡仲瑞 蒋本堂 +2 位作者 路敬祎 王鹏 杨丹迪 《化工自动化及仪表》 CAS 2026年第2期251-259,共9页
为了提升无人机在复杂环境中进行路径规划与导航的能力,利用神经辐射场构建了一个精细的三维环境模型,该模型能够准确反映实际场景的几何形状、颜色和体密度信息。基于此,设计了一种基于模型预测控制的四旋翼无人机路径规划策略,该策略... 为了提升无人机在复杂环境中进行路径规划与导航的能力,利用神经辐射场构建了一个精细的三维环境模型,该模型能够准确反映实际场景的几何形状、颜色和体密度信息。基于此,设计了一种基于模型预测控制的四旋翼无人机路径规划策略,该策略在预测机器人未来轨迹行为的同时,利用从神经辐射场中获得的体密度信息进行避障。通过求解控制输入以最小化一个预定的代价函数,针对预定的代价函数设计了一种改进的粒子群优化算法,求解出了最优控制输入,从而获得了安全高效的无人机导航最优路径。在室内油气管道模拟环境中的仿真结果表明:该方法能够有效生成满足动力学约束的无碰撞路径,在路径长度和计算效率方面优于对比方法,凸显了隐式场景表征在路径规划方向的优势。 展开更多
关键词 无人机 模型预测控制 神经辐射场 避障 路径规划 改进粒子群算法 动力学约束
暂未订购 下载PDF
基于IWPA-AK-SS的钢筋混凝土拱桥抗震动力可靠度分析 认领 引用
19
作者 张基进 田仲初 +2 位作者 韩洪举 彭文平 张祖军 《桥梁建设》 EI CSCD 北大核心 2026年第1期74-81,共8页
针对钢筋混凝土拱桥在非平稳随机激励下的抗震动力可靠度问题,提出一种子集模拟法(SS)与主动学习Kriging代理模型结合改进狼群算法(IWPA)的高效计算方法(IWPA-AK-SS)。该方法首先通过线形过滤器-脉冲响应法与调制函数对地震作用进行离散... 针对钢筋混凝土拱桥在非平稳随机激励下的抗震动力可靠度问题,提出一种子集模拟法(SS)与主动学习Kriging代理模型结合改进狼群算法(IWPA)的高效计算方法(IWPA-AK-SS)。该方法首先通过线形过滤器-脉冲响应法与调制函数对地震作用进行离散,得到非平稳随机地震激励模型;然后采用IWPA算法进行Kriging代理模型参数寻优,并基于IWPA算法与学习函数的并行加点策略优化Kriging代理模型;最后采用SS方法和优化后的IWPA-AK代理模型计算桥梁的失效概率,并以木蓬特大桥(主跨165m的钢筋混凝土拱桥)为背景进行抗震动力可靠度分析。结果表明:与其它算法对比,IWPA-AK-SS方法计算结果精度较高,且所需试验点数与抽样点数均较小;IWPA-AK结构响应面模型的预测响应拟合直线与真实响应直线基本吻合,拟合精度满足要求;采用IWPA-AK-SS方法计算得到该桥在地震随机激励作用下的失效概率为1.414×10-4,对应的可靠度指标为3.76,可靠度满足规范要求,结构处于安全状态。 展开更多
关键词 钢筋混凝土拱桥 随机地震作用激励 改进狼群算法 Kriging代理模型 子集模拟法 并行加点策略 抗震动力可靠度
暂未订购 下载PDF
基于改进鲸鱼优化算法优化PID的电动执行器控制系统 认领 引用 被引量：1
20
作者 李银银 高康 +2 位作者 孟凡 吴玉森 曾运运 《机电工程》 CAS 北大核心 2026年第7期1323-1335,共13页
目前常用的传统PID控制方法应用于现代智能电动执行器中时,因为其控制精度不高和控制速度较慢,导致系统存在稳定性较差或响应滞后等问题,为此,提出了一种基于改进鲸鱼优化算法(IWOA)优化PID的电动执行器控制方法。首先,分析了所研究的... 目前常用的传统PID控制方法应用于现代智能电动执行器中时,因为其控制精度不高和控制速度较慢,导致系统存在稳定性较差或响应滞后等问题,为此,提出了一种基于改进鲸鱼优化算法(IWOA)优化PID的电动执行器控制方法。首先,分析了所研究的电动执行器的工作原理,并建立了各个模块的数学模型;然后,在传统的鲸鱼优化算法(WOA)基础上,采用佳点集方法,提高了初始参数的质量,避免早熟收敛;结合排名因子和正弦波动理论,提出了一种自适应收敛因子优化方法,根据个体适应度优化了收敛因子,在不同阶段进行了动态调整,平衡了全局搜索和局部开发,提升了算法的收敛速度和效果;提出了一种基于全局最优与质心引导理论的动态反向学习策略,旨在平衡鲸鱼算法中在搜索与利用之间的优化问题,增加了探索范围,避免陷入局部最优;最后,依据实际电动执行器可能面临的工况,选取了CEC2005测试集中的六个基本函数作为测试函数集,设计了参数敏感性分析实验,以减小参数设置对算法性能产生的影响,并进行了多种不同优化算法的对比测试仿真实验;利用MATLAB软件搭建了电动执行器PID控制系统模型,进行了多种优化PID方法对比实验,验证了IWOA-PID控制方法在调节速度和稳态误差方面的表现更优。研究结果表明:IWOA-PID控制方法将系统超调量减小至1.45%,调节时间缩短至1.49 s,展现出更强的搜索性能、更快的收敛速度、更好的抗干扰能力以及更优的控制效果。与传统的PID控制方法相比,该控制方法应用在阀门电动执行器上具有更好的控制效果。 展开更多
关键词 智能阀门电动执行器 改进鲸鱼优化算法 比例积分微分(PID)控制方法 自适应收敛速度 动态反向学习 搜索性能 阀门开度控制效果
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 … 27 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈