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66篇文章
< 1 2 … 4 >
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 Moth-flame Optimization Based on Cultural Learning and Gaussian Mutation 认领 引用 被引量：4
1
作者 Liwu Xu Yuanzheng Li +4 位作者 Kaicheng Li Gooi Hoay Beng Zhiqiang Jiang Chao Wang Nian Liu 《Journal of Bionic Engineering》 SCIE EI CSCD 2018年第4期751-763,共13页
This paper presents an Enhanced Moth-Flame Optimization （EMFO） technique based on Cultural Learning （CL） and Gaussian Mutation （GM）. The mechanism of CL and the operator of GM are incorporated to the original al... This paper presents an Enhanced Moth-Flame Optimization （EMFO） technique based on Cultural Learning （CL） and Gaussian Mutation （GM）. The mechanism of CL and the operator of GM are incorporated to the original algorithm of Moth-Flame Optimization （MFO）. CL plays an important role in the inheritance of historical experiences and stimulates moths to obtain information from flames more effectively, which helps MFO enhance its searching ability. Furthermore, in order to overcome the disadvantage of trapping into local optima, the operator of GM is introduced to MFO. This operator acts on the best flame in order to generate several variant ones, which can increase the diversity. The proposed algorithm of EMFO has been comprehensively evaluated on 13 benchmark functions, in comparison with MFO. Simulation results verify that EMFO shows a significant improvement on MFO, in terms of solution quality and algorithmic reliability. 展开更多
关键词 bioinspired computing moth-flame optimization cultural learning Gaussian mutation benchmark functions
Chaos-enhanced moth-flame optimization algorithm for global optimization 认领 引用 被引量：5
2
作者 LI Hongwei LIU Jianyong +3 位作者 CHEN Liang BAI Jingbo SUN Yangyang LU Kai 《Journal of Systems Engineering and Electronics》 SCIE CSCD 2019年第6期1144-1159,共16页
Moth-flame optimization(MFO)is a novel metaheuristic algorithm inspired by the characteristics of a moth’s navigation method in nature called transverse orientation.Like other metaheuristic algorithms,it is easy to f... Moth-flame optimization(MFO)is a novel metaheuristic algorithm inspired by the characteristics of a moth’s navigation method in nature called transverse orientation.Like other metaheuristic algorithms,it is easy to fall into local optimum and leads to slow convergence speed.The chaotic map is one of the best methods to improve exploration and exploitation of the metaheuristic algorithms.In the present study,we propose a chaos-enhanced MFO(CMFO)by incorporating chaos maps into the MFO algorithm to enhance its performance.The chaotic map is utilized to initialize the moths’population,handle the boundary overstepping,and tune the distance parameter.The CMFO is benchmarked on three groups of benchmark functions to find out the most efficient one.The performance of the CMFO is also verified by using two real engineering problems.The statistical results clearly demonstrate that the appropriate chaotic map(singer map)embedded in the appropriate component of MFO can significantly improve the performance of MFO. 展开更多
关键词 moth-flame optimization(MFO) chaotic map metaheuristic global optimization
暂未订购 下载PDF
基于自适应变异粒子群的水声诱骗装置协同对抗策略优化 认领 引用 被引量：1
3
作者 夏志军 任云冲 +1 位作者 韩云峰 江雷 《水下无人系统学报》 2026年第1期190-197,共8页
针对水面舰船防御水下制导装置时,多枚水声诱骗装置协同对抗体系研究不足,且传统穷举法存在效率低、可移植性差的问题,文中引入粒子群优化算法对对抗模型进行优化,并通过添加自适应惯性权重与多半径变异机制改进该算法;同时,构建以防御... 针对水面舰船防御水下制导装置时,多枚水声诱骗装置协同对抗体系研究不足,且传统穷举法存在效率低、可移植性差的问题,文中引入粒子群优化算法对对抗模型进行优化,并通过添加自适应惯性权重与多半径变异机制改进该算法;同时,构建以防御成功率、最小交战距离及舰船存活时间为核心指标的多目标优化函数,优化舰船规避航向以及2枚助飞式水声诱骗装置的发射距离与角度。仿真结果表明,所提改进算法相较传统算法具备更高效率、更快收敛速度与更优适应度,同时揭示了不同舷角态势下最优对抗策略的差异性及其战术价值,为水下制导装置防御策略制定提供重要参考。 展开更多
关键词 水下制导装置 助飞式水声诱骗装置 粒子群优化算法 协同对抗 自适应变异
暂未订购 下载PDF
基于RBF神经网络的4-PPPS并联机构位姿误差补偿 认领 引用 被引量：4
4
作者 金奕扬 李磊 +3 位作者 许家伟 汪建华 王国伟 许润康 《现代制造工程》 北大核心 2025年第4期140-150,共11页
为了解决船舶调姿机构结构误差引起的船舶总段对接精度下降问题,以4-PPPS并联机构为研究对象,首先采用闭环矢量法建立包含32个误差项的动平台位姿误差模型,然后具体分析其中便于测量的16种结构误差参数对动平台位姿精度的影响规律。误... 为了解决船舶调姿机构结构误差引起的船舶总段对接精度下降问题,以4-PPPS并联机构为研究对象,首先采用闭环矢量法建立包含32个误差项的动平台位姿误差模型,然后具体分析其中便于测量的16种结构误差参数对动平台位姿精度的影响规律。误差分析结果表明,沿轨道方向移动副长度误差对4-PPPS并联机构运动精度影响最大,在4条支链均存在误差的情况下,Z轴方向动平台位姿误差达到1.5 mm。同时,为克服传统误差参数辨识难度较大的问题,提出一种基于鲸鱼优化算法(Whale Optimization Algorithm,WOA)优化径向基函数(Radial Basis Function,RBF)神经网络的补偿方法。该方法将位姿误差转化为驱动关节长度误差,通过神经网络建立动平台理论位姿与驱动关节长度误差的预测模型,并采用鲸鱼优化算法优化网络参数,最终获得驱动关节长度补偿量,用来修正动平台的实际位姿并完成误差补偿。经过仿真验证,该方法能够有效提升4-PPPS并联机构的运动精度,动平台在X、Y、Z轴方向的误差均值分别由0.169、0.188、0.159 mm降至0.002、0.001、0.003 mm,误差最大值分别由0.208、0.231、0.195 mm降至0.012、0.001、0.019 mm,平均位姿精度提高了85.07%,补偿效果显著。 展开更多
关键词 并联机构 误差分析 误差补偿 RBF神经网络 鲸鱼优化算法
暂未订购 下载PDF
基于飞蛾扑火优化算法的电力系统最优潮流计算 认领 引用 被引量：48
5
作者 王子琪 陈金富 +2 位作者 张国芳 杨琪 代宇涵 《电网技术》 EI CSCD 北大核心 2017年第11期3641-3647,共7页
飞蛾扑火优化(moth-flame optimization,MFO)算法作为一种最新提出的启发式智能优化算法,具有优良的搜索性能和鲁棒性,可用于求解复杂实际工程问题。针对电力系统最优潮流问题,提出采用MFO算法的最优化求解方案。该方案采用发电成本以... 飞蛾扑火优化(moth-flame optimization,MFO)算法作为一种最新提出的启发式智能优化算法,具有优良的搜索性能和鲁棒性,可用于求解复杂实际工程问题。针对电力系统最优潮流问题,提出采用MFO算法的最优化求解方案。该方案采用发电成本以及发电成本结合有功网损、节点电压偏移的加权和作为优化问题的目标函数,考虑电力系统潮流计算中复杂的约束限制,并与现有的基于其他智能优化算法的最优潮流计算结果展开对比与分析。IEEE 30节点系统仿真算例结果表明,采用MFO算法求解最优潮流问题具有收敛速度更快、搜索精度更高、鲁棒性强等优点。 展开更多
关键词 最优潮流计算 飞蛾扑火优化算法 智能优化算法 算法性能评估
暂未订购 下载PDF
路径规划算法的研究与发展 认领 引用 被引量：71
6
作者 杨俊成 李淑霞 蔡增玉 《控制工程》 CSCD 北大核心 2017年第7期1473-1480,共8页
路径规划作为人工智能领域中重点研究热点问题之一,越来越受国内外相关研究人员的关注。在深入研究路径规划的基础上,详细综述了现有的路径规划算法。首先对路径规划算法中涉及的基础知识进行详细的论述;接着分别从启发式搜索算法、智... 路径规划作为人工智能领域中重点研究热点问题之一,越来越受国内外相关研究人员的关注。在深入研究路径规划的基础上,详细综述了现有的路径规划算法。首先对路径规划算法中涉及的基础知识进行详细的论述;接着分别从启发式搜索算法、智能优化算法及全覆盖路径规划算法3个方面具体介绍目前比较流行的路径规划算法,并对每种方法的改进算法进行了探讨分析;最后对路径规划算法的发展趋势进行了展望,并给出结论。 展开更多
关键词 路径规划算法 启发式搜索 全覆盖路径规划 智能优化算法
暂未订购 下载PDF
基于自适应权重PSO算法的磁屏蔽装置优化设计 认领 引用 被引量：10
7
作者 吕志峰 张金生 +1 位作者 王仕成 李婷 《中国惯性技术学报》 EI CSCD 北大核心 2017年第6期799-803,共5页
针对传统的磁屏蔽装置结构参数优化过程中因待优化参数较少而限制了磁屏蔽性能进一步提高这一缺点,提出一种基于自适应权重粒子群优化(PSO)算法的磁屏蔽装置参数优化方法:首先,给出了磁屏蔽系数的计算公式,提出将不同屏蔽层的厚度、径... 针对传统的磁屏蔽装置结构参数优化过程中因待优化参数较少而限制了磁屏蔽性能进一步提高这一缺点,提出一种基于自适应权重粒子群优化(PSO)算法的磁屏蔽装置参数优化方法:首先,给出了磁屏蔽系数的计算公式,提出将不同屏蔽层的厚度、径向层间距以及轴向层间距均作为待优化变量以增加结构尺寸的多样性,从而扩大寻优范围;然后,针对待优化变量的增加可能会导致寻优陷入局部最优,提出一种自适应权重PSO算法以实现全局寻优;最后,以三层磁屏蔽装置的结构参数优化为例进行了仿真实验。仿真结果表明,与传统的优化方法相比,提出的优化方法使磁屏蔽装置的磁屏蔽系数提高了27.58%。该方法可以为磁屏蔽装置结构参数的优化提供一种参考。 展开更多
关键词 惯性器件 磁屏蔽装置 参数优化 粒子群优化算法 自适应权重
暂未订购 下载PDF
基于改进粒子群优化BP神经网络的火灾预警方法 认领 引用 被引量：8
8
作者 尹春杰 赵钦 +2 位作者 王光旭 宋其征 王强 《电子设计工程》 2023年第22期6-10,共5页
针对传统仓库火灾预警系统易受外界环境因素干扰,误报漏报率高的问题,采用一种基于改进粒子群优化BP神经网络的火灾预警方法,增强仓库消防系统的安全性和智能性,为传统检测系统增加一层保险。在标准粒子群优化BP神经网络的基础上,引入T... 针对传统仓库火灾预警系统易受外界环境因素干扰,误报漏报率高的问题,采用一种基于改进粒子群优化BP神经网络的火灾预警方法,增强仓库消防系统的安全性和智能性,为传统检测系统增加一层保险。在标准粒子群优化BP神经网络的基础上,引入Tent映射,选取新的权重更新函数,改进粒子群随机搜索能力,加速神经网络收敛,输出期望结果。由Matlab软件仿真实验结果分析可知,改进后的方法相较于标准粒子群优化方法,收敛速度和准确率均显著提升,证明了该方法的优越性。 展开更多
关键词 火灾预警 数据融合 改进粒子群优化算法 神经网络 Tent映射
暂未订购 下载PDF
应急资源多目标优化调度模型与多蚁群优化算法研究 认领 引用 被引量：28
9
作者 文仁强 钟少波 +1 位作者 袁宏永 黄全义 《计算机研究与发展》 EI CSCD 北大核心 2013年第7期1464-1472,共9页
大规模自然灾害发生后,极易出现多地同时提出多类型资源需求的局面.基于灾后应急资源调度的特点,建立了考虑多需求点、多供应点、多资源类型、且多个资源供应点能为多个资源需求点协同配备资源的多目标优化调度模型.模型中对调度路线的... 大规模自然灾害发生后,极易出现多地同时提出多类型资源需求的局面.基于灾后应急资源调度的特点,建立了考虑多需求点、多供应点、多资源类型、且多个资源供应点能为多个资源需求点协同配备资源的多目标优化调度模型.模型中对调度路线的可靠度进行了考虑,增强了实用性.设计了求解模型的多蚁群优化算法,在全局信息素更新规则中引入精英策略,指导多蚁群间相互交换与共享信息,加快全局非劣解搜索效率.多目标多蚁群优化算法将资源定位配置与路线安排问题进行了集成解决.算例分析表明该算法能够很好地处理大型复杂网络. 展开更多
关键词 应急资源调度 多目标优化 多蚁群优化算法 精英策略 定位-路径问题
暂未订购 下载PDF
基于改良的鸡群优化算法优化锅炉NO_x排放质量浓度 认领 引用 被引量：9
10
作者 李霞 牛培峰 +2 位作者 马云鹏 陈科 王丘亚 《动力工程学报》 CAS CSCD 北大核心 2017年第4期293-300,共8页
为达到锅炉NO_x排放质量浓度最优的目标,针对鸡群优化算法收敛速度慢、容易早熟等缺点,对算法中母鸡和小鸡的觅食行为分别进行了修改,得到改良的鸡群优化(A-CSO)算法,并通过测试函数验证了A-CSO算法性能优于粒子群算法、引力搜索算法、... 为达到锅炉NO_x排放质量浓度最优的目标,针对鸡群优化算法收敛速度慢、容易早熟等缺点,对算法中母鸡和小鸡的觅食行为分别进行了修改,得到改良的鸡群优化(A-CSO)算法,并通过测试函数验证了A-CSO算法性能优于粒子群算法、引力搜索算法、磷虾群算法和原鸡群优化算法.利用A-CSO算法以及快速学习网建立锅炉NO_x排放质量浓度预测模型,对锅炉运行时的可调参数进行优化,获得锅炉燃烧优化调整方式.结果表明:优化后所有工况的NO_x排放质量浓度明显下降,相对下降率优于文献[12]中的结果;由于锅炉燃烧中飞灰含碳量的影响,可适当调整优化后的氧量和一次风量,以达到锅炉高效低污染燃烧. 展开更多
关键词 NOx排放质量浓度 快速学习网 改良的鸡群优化算法 锅炉燃烧优化
暂未订购 下载PDF
运动副间隙引起的并联机器人误差及其补偿 认领 引用 被引量：25
11
作者 余跃庆 田浩 《光学精密工程》 EI CAS CSCD 北大核心 2015年第5期1331-1339,共9页
针对运动副间隙引起的并联机器人定位误差,提出了通过优化驱动杆的关节角位移参数来补偿运动副间隙误差的方法。以平面3-RRR并联机器人系统为研究对象,建立运动副误差模型,研究了间隙误差引起的杆件实际长度误差和驱动杆实际关节角位移... 针对运动副间隙引起的并联机器人定位误差,提出了通过优化驱动杆的关节角位移参数来补偿运动副间隙误差的方法。以平面3-RRR并联机器人系统为研究对象,建立运动副误差模型,研究了间隙误差引起的杆件实际长度误差和驱动杆实际关节角位移误差的变化规律。根据机器人的逆运动学方程,建立了基于全微分理论的机构误差分析模型。应用粒子群优化(PSO)算法优化驱动杆的关节角位移参数,补偿了运动副间隙引起的系统结构误差。引入线性递减惯性权重和压缩因子对标准PSO算法进行改进,给出了算法的统一表达式。误差补偿结果显示,改进PSO算法能够有效提高优化算法的收敛性能,使用优化后的关节角位移参数得到的机器人末端轨迹误差值比未补偿轨迹降低了99%以上。仿真实验结果显示本文方法能够有效补偿运动副间隙引起的系统结构误差,保证并联机器人系统的定位精度。 展开更多
关键词 运动副间隙 并联机器人 误差分析模型 粒子群优化算法 误差补偿
暂未订购 下载PDF
Generalized Oppositional Moth Flame Optimization with Crossover Strategy:An Approach for Medical Diagnosis 认领 引用 被引量：1
12
作者 Jianfu Xia Hongliang Zhang +4 位作者 Rizeng Li Huiling Chen Hamza Turabieh Majdi Mafarja Zhifang Pan 《Journal of Bionic Engineering》 SCIE EI CSCD 2021年第4期991-1010,共20页
In the original Moth-Flame Optimization(MFO),the search behavior of the moth depends on the corresponding flame and the interaction between the moth and its corresponding flame,so it will get stuck in the local optimu... In the original Moth-Flame Optimization(MFO),the search behavior of the moth depends on the corresponding flame and the interaction between the moth and its corresponding flame,so it will get stuck in the local optimum easily when facing the multi-dimensional and high-dimensional optimization problems.Therefore,in this work,a generalized oppositional MFO with crossover strategy,named GCMFO,is presented to overcome the mentioned defects.In the proposed GCMFO,GOBL is employed to increase the population diversity and expand the search range in the initialization and iteration jump phase based on the jump rate;crisscross search(CC)is adopted to promote the exploitation and/or exploration ability of MFO.The proposed algorithm’s performance is estimated by organizing a series of experiments;firstly,the CEC2017 benchmark set is adopted to evaluate the performance of GCMFO in tackling high-dimensional and multimodal problems.Secondly,GCMFO is applied to handle multilevel thresholding image segmentation problems.At last,GCMFO is integrated into kernel extreme learning machine classifier to deal with three medical diagnosis cases,including the appendicitis diagnosis,overweight statuses diagnosis,and thyroid cancer diagnosis.Experimental results and discussions show that the proposed approach outperforms the original MFO and other state-of-the-art algorithms on both convergence speed and accuracy.It also indicates that the presented GCMFO has a promising potential for application. 展开更多
关键词 nature-inspired algorithm moth-flame optimization generalized opposition-based learning crisscross search medical diagnosis
并行排序蚁群算法规划仓库AGV路径研究 认领 引用 被引量：13
13
作者 于军琪 李若琳 +2 位作者 赵安军 余紫瑞 王均峰 《机械科学与技术》 CSCD 北大核心 2021年第4期609-618,共10页
针对智能仓库中的AGV路径规划问题,提出了一种基于并行排序蚁群算法的路径规划方法,该方法通过多个子蚁群之间较优蚂蚁释放的信息素交互,提高蚁群整体的搜索能力。建立以路径最短和AGV转弯次数最少为优化目标的多目标函数模型,用并行排... 针对智能仓库中的AGV路径规划问题,提出了一种基于并行排序蚁群算法的路径规划方法,该方法通过多个子蚁群之间较优蚂蚁释放的信息素交互,提高蚁群整体的搜索能力。建立以路径最短和AGV转弯次数最少为优化目标的多目标函数模型,用并行排序蚁群算法求解,再对生成的初始路径通过减少中间节点的方式进行平滑处理。在MATLAB上进行多次仿真,对比实验结果表明,该算法在进行仓库AGV路径规划时收敛速度更快,稳定性更好,且平滑处理后的路径更优。 展开更多
关键词 多目标函数模型 AGV 并行排序蚁群算法 计算机仿真
暂未订购 下载PDF
集中充电站参与配电网峰谷调控策略 认领 引用 被引量：5
14
作者 姚友素 马建伟 +3 位作者 戚佳金 张树 张芮 刘晓胜 《电力自动化设备》 EI CSCD 北大核心 2016年第6期130-135,共6页
以杭州市电动汽车充换电服务网络为背景,阐述了集中充电站参与配电网峰谷调控的意义。以负荷波动最小为优化目标,建立了包含动力电池充放电方向约束、充放电功率约束和荷电状态约束的集中充电站参与配电网峰谷调控的数学模型。为了克服... 以杭州市电动汽车充换电服务网络为背景,阐述了集中充电站参与配电网峰谷调控的意义。以负荷波动最小为优化目标,建立了包含动力电池充放电方向约束、充放电功率约束和荷电状态约束的集中充电站参与配电网峰谷调控的数学模型。为了克服粒子群优化算法在求解高维优化问题时容易陷入局部最优的缺点,提出了基于子矢量的改进粒子群优化算法,该算法将一个高维优化问题转化为多个低维优化问题,大幅降低了该算法陷入局部最优的可能性,并通过分析得出可分性是应用该算法求解高维优化问题的关键,但是该研究的应用背景不满足可分性的要求,于是通过预先设置合理的条件,使之满足可分性的要求。通过算例验证了该算法的有效性,给出了集中充电站参与配电网峰谷调控的最优策略。 展开更多
关键词 集中充电站 配电网 峰谷调控 粒子群优化算法 子矢量
暂未订购 下载PDF
基于粒子群算法的瑞雷波频散曲线反演研究 认领 引用 被引量：10
15
作者 彭刘亚 任川 《地球物理学进展》 CSCD 北大核心 2018年第4期1682-1686,共5页
瑞雷波频散曲线反演的本质是对目标函数求极值的过程.传统的线性局部反演算法容易陷入局部极小值,增加了反演结果的不确定性.粒子群算法作为一种全局非线性优化手段,能够保证各搜索空间内局部寻优的同时,逼近全局最优,保证迭代反演的收... 瑞雷波频散曲线反演的本质是对目标函数求极值的过程.传统的线性局部反演算法容易陷入局部极小值,增加了反演结果的不确定性.粒子群算法作为一种全局非线性优化手段,能够保证各搜索空间内局部寻优的同时,逼近全局最优,保证迭代反演的收敛性.建立含软夹层型地层模型,正演计算得到理论频散曲线,采用粒子群算法反演得到的横波速度与模型高度吻合.同时,在理论频散曲线中加入10%的高斯白噪声,粒子群算法的反演结果仍然具有很好的可靠程度.通过对实测频散曲线的反演表明:粒子群算法在含软夹层型地层的横波速度探测中相对于最小二乘法优势明显,具有很高的应用价值. 展开更多
关键词 频散曲线 反演 粒子群算法 全局优化
暂未订购 下载PDF
基于粒子群优化的水下成像系统标定 认领 引用 被引量：8
16
作者 张强 王鑫 李海滨 《光子学报》 EI CAS CSCD 北大核心 2014年第1期103-107,共5页
摄像机在水下拍摄时,经过不同介质的成像光线会发生折射,小孔成像模型不再成立,现有标定方法无法准确标定系统参量.针对此问题,本文提出一种基于粒子群优化的水下成像系统标定方法.在空气中应用张正友平面标定法得到摄像机内、外参量,... 摄像机在水下拍摄时,经过不同介质的成像光线会发生折射,小孔成像模型不再成立,现有标定方法无法准确标定系统参量.针对此问题,本文提出一种基于粒子群优化的水下成像系统标定方法.在空气中应用张正友平面标定法得到摄像机内、外参量,通过求取特征点间相对定位距离,建立系统对水中物体的标定评价函数,并用粒子群算法对其优化,从而标定得到光心到防水罩距离、防水罩平面法向量和防水罩厚度.结果表明:基于粒子群标定算法得到的相对定位误差平均值分别为1.99%和0.62%,而应用高阶畸变折射补偿法得到的相对定位误差平均值分别为3.29%和2.68%;当被测物位于不同拍摄距离以及改变不同姿态时,由本文算法得到的相对定位误差均低于高阶畸变折射补偿法,且本文提出的标定算法可以得到高准确度的系统参量,为水下视觉研究提供了可靠的参量依据. 展开更多
关键词 机器视觉 摄像机标定 双目立体视觉 粒子群优化算法 水下成像系统
暂未订购 下载PDF
影响微震震源定位精度的主要因素分析 认领 引用 被引量：17
17
作者 董陇军 李夕兵 唐礼忠 《科技导报》 CAS CSCD 北大核心 2013年第24期26-32,共7页
微震震源坐标是微震监测最基本和最重要的参数之一,定位精度的高低直接影响着微震分析的结果。研究分析了微震震源定位精度的影响因素,台站误差,速度误差及由优化算法带来的误差。采用优化算法确定震源的坐标及震源事件的发生时间时,不... 微震震源坐标是微震监测最基本和最重要的参数之一,定位精度的高低直接影响着微震分析的结果。研究分析了微震震源定位精度的影响因素,台站误差,速度误差及由优化算法带来的误差。采用优化算法确定震源的坐标及震源事件的发生时间时,不同算法求解的源坐标值相差很大,为此,如何选取合理的优化算法意义重大。将麦夸特法(LM)、简面体爬山法(SM)、准牛顿法(QN)、最大继承法(MIO)、自组织群移法(SOMA)、麦夸特法与全局优化算法(LM-GO)、简面体爬山法与全局优化算法(SM-GO)、准牛顿法与全局优化算法(QN-GO)、最大继承法与全局优化算法(MIO-GO)应用到震源定位中,分析不同算法对震源定位精度的影响。研究发现单纯使用MIO、QN、LM很容易陷入局部最优值,选用时应慎重,联合使用全局最优算法可以显著提高定位精度。SOMA、SM-GO、MIO-GO、LM-GO计算结果较为稳定,定位精度高,建议在声发射源与震源定位时优先选用。 展开更多
关键词 微震与声发射监测 震源定位 台站误差 波速 优化算法
暂未订购 下载PDF
考虑大规模风电接入的发电机组检修计划最小失负荷期望模型 认领 引用 被引量：6
18
作者 王海彪 郭瑞鹏 +2 位作者 姜忠民 赵舫 范长澜 《电力系统保护与控制》 EI CSCD 北大核心 2013年第4期26-32,共7页
风电出力的随机性和不稳定性对系统安全带来巨大压力。针对由于风电出力的随机性可能导致系统在不合理机组检修计划下出现备用不足的情况,采用基于风电概率分布的机组检修计划最小失负荷期望模型。通过考虑发电机组随机停运下可能产生... 风电出力的随机性和不稳定性对系统安全带来巨大压力。针对由于风电出力的随机性可能导致系统在不合理机组检修计划下出现备用不足的情况,采用基于风电概率分布的机组检修计划最小失负荷期望模型。通过考虑发电机组随机停运下可能产生的失负荷期望值对机组检修计划进行合理优化,减小甚至消除产生失负荷的可能性,保障系统安全运行。针对所采用的机组检修计划模型,提出了新型高效0-1问题粒子群算法。在IEEERTS-96系统中的验证结果表明该模型与新型粒子群算法可行有效。 展开更多
关键词 失负荷期望 机组检修计划 大规模风电接入 粒子群算法 Weibull分布
暂未订购 下载PDF
面向集群式供应链的企业服务组合方法 认领 引用 被引量：4
19
作者 薛霄 刘志中 黄必清 《计算机集成制造系统》 EI CSCD 北大核心 2014年第10期2599-2608,共10页
针对集群式供应链中企业协作的特点,快速选取出合适的企业服务组合方案,提出反映企业间横向协同的虚拟服务,并给出了虚拟服务的服务质量属性计算公式和筛选方法;以此为基础提出文化社会认知算法,用于求解包含虚拟服务的企业服务组合问... 针对集群式供应链中企业协作的特点,快速选取出合适的企业服务组合方案,提出反映企业间横向协同的虚拟服务,并给出了虚拟服务的服务质量属性计算公式和筛选方法;以此为基础提出文化社会认知算法,用于求解包含虚拟服务的企业服务组合问题。实验结果表明,该算法具有较好的搜索能力和收敛速度,能够有效解决集群企业的服务组合问题。 展开更多
关键词 集群式供应链 企业服务组合 虚拟服务 文化社会认知算法
暂未订购 下载PDF
基于改进支持向量机的产品服务系统客户流失预测模型 认领 引用 被引量：3
20
作者 王涛 丛茜 +3 位作者 尚钰量 程辉 张在房 樊蓓蓓 《组合机床与自动化加工技术》 北大核心 2018年第5期181-184,共4页
为协助设计师能精准地为客户提供有效的产品服务系统整体解决方案,针对其客户流失预测问题,提出了一种改进粒子群算法与支持向量机相结合的客户流失预测方法(IPSO-SVM)。该方法包括构建了产品服务系统客户流失模型及IPSO-SVM算法模型。... 为协助设计师能精准地为客户提供有效的产品服务系统整体解决方案,针对其客户流失预测问题,提出了一种改进粒子群算法与支持向量机相结合的客户流失预测方法(IPSO-SVM)。该方法包括构建了产品服务系统客户流失模型及IPSO-SVM算法模型。首先,IPSO-SVM算法采用粒子位置表示支持向量机的参数,并基于Sobol序列对粒子群位置与速度初始化,然后位置更新时引入动态自适应非线性惯性权重的方法。最后,以某高档数控机床公司客户流失状态为案例,通过与BPNN、SVM、PSO-SVM进行比较,验证所提方法在该数控机床产品服务系统客户流失模型中的有效性与可行性。 展开更多
关键词 产品服务系统 客户流失 支持向量机 粒子群优化算法
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 … 4 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈