检索结果-维普期刊中文期刊服务平台

基于tsPSO算法的阵列自适应随机共振方法研究被引量：1: 1; 作者张勇亮李国林尹洪伟《机械强度》 CAS CSCD 北大核心 2017年第6期1288-1295,共8页; 针对传统随机共振方法存在的单级自适应随机共振方法输出响应信噪比低、参数自适应时间长且阵列随机共振方法参数设置困难等不足,提出了一种基于带极值扰动的简化粒子群(Extremum Disturbed and Simple Particle Swarm Optimization,tsP... 展开更多; 关键词随机共振阵列自相关分析自适应 tspso算法; 在线阅读下载PDF 职称材料

基于tPSO-BPNN的赖氨酸发酵软测量被引量：19: 2; 作者黄丽孙玉坤 +2 位作者嵇小辅黄永红王博《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第10期2317-2321,共5页; 赖氨酸发酵过程是一个复杂的非线性强耦合动态过程。某些发酵过程关键生物参数(如菌体浓度、基质浓度、产物浓度)难以实时在线检测。采用软测量技术可解决这一难题。建立了用于生物参数状态预估的tPSO-BPNN软测量模型。针对BPNN软测量... 展开更多; 关键词带极值扰动粒子群优化赖氨酸生化参数软测量; 在线阅读下载PDF 职称材料

一种更简化而高效的粒子群优化算法被引量：342: 3; 作者胡旺李志蜀《软件学报》 EI CSCD 北大核心 2007年第4期861-868,共8页; 针对基本粒子群优化(basic particle swarm optimization,简称bPSO)算法容易陷入局部极值、进化后期的收敛速度慢和精度低等缺点,采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出了简化粒子群优化(simple particle swar... 展开更多; 关键词进化计算群体智能粒子群优化极值扰动; 在线阅读下载PDF 职称材料

基于扰动的精英反向学习粒子群优化算法被引量：16: 4; 作者李俊汪冲 +1 位作者李波方国康《计算机应用研究》 CSCD 北大核心 2016年第9期2584-2587,2591,共5页; 针对粒子群算法容易陷入局部极值、进化后期收敛精度低的缺点,提出了一种基于扰动的精英反向学习粒子群算法。算法采用在粒子迭代的过程中,以一定的概率对当前的最优个体进行动态一般反向学习生成其反向解,引导粒子向最优解空间靠近;用... 展开更多; 关键词粒子群优化算法精英反向学习惯性权重极值扰动局部最优解; 在线阅读下载PDF 职称材料

基于改进粒子群算法的变电站两阶段优化选址被引量：16: 5; 作者严司玮姚建刚 +2 位作者李丰涛王雪晋刘娟《电力系统保护与控制》 EI CSCD 北大核心 2010年第5期34-38,共5页; 提出了一种基于带极值扰动改进粒子群优化算法的变电站选址两阶段优化规划方法。首先利用改进粒子群优化算法在规划区域大范围搜索寻优,获得一次候选站址;其次考虑地理因素,避开地理不可行区域,在需调整站址周边选取二次候选站址,利用... 展开更多; 关键词变电站选址粒子群优化极值扰动因子地理因素模糊层次分析法; 在线阅读下载PDF 职称材料

带极值抖动的变尺度粒子群优化算法被引量：1: 6; 作者刘进覃洁萍《计算机工程与应用》 CSCD 北大核心 2011年第30期53-57,共5页; 为克服粒子群优化算法容易陷入局部最优解的问题,提出一种带极值抖动的变尺度粒子群优化算法,该算法在粒子进化过程中动态调整学习因子,改善粒子的搜索性能,利用极值抖动方法帮助粒子逃离局部最优解,采用变尺度方法逐步缩小算法的优化范... 展开更多; 关键词粒子群优化算法极值抖动变尺度; 在线阅读下载PDF 职称材料

基于改进的简化粒子群聚类算法被引量：7: 7; 作者熊众望罗可《计算机应用研究》 CSCD 北大核心 2014年第12期3550-3552,共3页; 针对粒子群算法后期收敛速度慢、易陷入局部极值的缺点,提出一种基于粒密度和最大距离积法的简化粒子群聚类算法。通过采用线性递减与随机分布相结合的惯性权重策略、添加极值扰动算子、优化粒子个体最优位置,使粒子群算法能够快速收敛... 展开更多; 关键词简化粒子群算法粒密度最大距离积法随机分布极值扰动算子 K-MEANS算法; 在线阅读下载PDF 职称材料

题名基于tsPSO算法的阵列自适应随机共振方法研究被引量：1: 1; 作者张勇亮李国林尹洪伟; 机构海军航空工程学院 [; 出处《机械强度》 CAS CSCD 北大核心 2017年第6期1288-1295,共8页; 文摘针对传统随机共振方法存在的单级自适应随机共振方法输出响应信噪比低、参数自适应时间长且阵列随机共振方法参数设置困难等不足,提出了一种基于带极值扰动的简化粒子群(Extremum Disturbed and Simple Particle Swarm Optimization,tsPSO)算法的阵列自适应随机共振方法,实现了强噪声背景下大参数微弱信号的有效、快速检测。首先,采用并联随机共振系统,通过对各子系统的输出响应进行自相关分析并合成提高最终输出响应的信噪比;其次,在每个并联子系统中,通过随机共振系统级联的方式进一步提高输出响应的信噪比;最后,以信噪比为适应度函数,对每个子系统的参数进行自适应选择,并通过变换尺度分段搜索和采用ts PSO算法缩短参数自适应的时间。仿真实验和工程应用结果验证了该方法的有效性。; 关键词随机共振阵列自相关分析自适应 tspso算法; Keywords SR Array-enhanced Auto correlation analysis Self-adaptive extremum disturbed and simple particle swarm optimization（tspso）; 分类号 TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于tPSO-BPNN的赖氨酸发酵软测量被引量：19: 2; 作者黄丽孙玉坤嵇小辅黄永红王博; 机构江苏大学电气信息工程学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第10期2317-2321,共5页; 基金国家"863"计划(2007AA04Z179) 高等学校博士学科点专项基金(20070299010)资助项目; 文摘赖氨酸发酵过程是一个复杂的非线性强耦合动态过程。某些发酵过程关键生物参数(如菌体浓度、基质浓度、产物浓度)难以实时在线检测。采用软测量技术可解决这一难题。建立了用于生物参数状态预估的tPSO-BPNN软测量模型。针对BPNN软测量模型易陷入局部极小值,进化后期收敛速度慢以及全局搜索能力弱等缺陷,tPSO-BPNN软测量模型采用带极值扰动粒子群(tPSO)算法优化BP神经网络权值和阈值。仿真结果表明,tPSO-BPNN软测量模型的性能优于BPNN软测量模型,能够准确预估赖氨酸发酵过程中的关键参数,具有较高的精度和良好的应用前景。; 关键词带极值扰动粒子群优化赖氨酸生化参数软测量; Keywords extremum disturbed particle swarm optimization （tPSO） lysine biochemical parameter soft sensor; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一种更简化而高效的粒子群优化算法被引量：342: 3; 作者胡旺李志蜀; 机构四川大学计算机学院; 出处《软件学报》 EI CSCD 北大核心 2007年第4期861-868,共8页; 文摘针对基本粒子群优化(basic particle swarm optimization,简称bPSO)算法容易陷入局部极值、进化后期的收敛速度慢和精度低等缺点,采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出了简化粒子群优化(simple particle swarm optimization,简称sPSO)算法、带极值扰动粒子群优化(extremum disturbed particle swarm optimization,简称tPSO)算法和基于二者的带极值扰动的简化粒子群优化(extremum disturbed and simple particle swarm optimization,简称tsPSO)算法.sPSO去掉了PSO进化方程的粒子速度项而使原来的二阶微分方程简化为一阶微分方程,仅由粒子位置控制进化过程,避免了由粒子速度项引起的粒子发散而导致后期收敛变慢和精度低问题.tPSO增加极值扰动算子可以加快粒子跳出局部极值点而继续优化.对几个经典测试函数进行实验的结果表明,sPSO能够极大地提高收敛速度和精度;tPSO能够有效摆脱局部极值点;以上两种策略相结合,tsPSO以更小的种群数和进化世代数获得了非常好的优化效果,从而使得PSO算法更加实用化.; 关键词进化计算群体智能粒子群优化极值扰动; Keywords evolutionary computation swarm intelligence particle swarm optimization disturbed extremum; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于扰动的精英反向学习粒子群优化算法被引量：16: 4; 作者李俊汪冲李波方国康; 机构武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室; 出处《计算机应用研究》 CSCD 北大核心 2016年第9期2584-2587,2591,共5页; 基金国家自然科学基金资助项目(61273303) 武汉科技大学研究生创新创业基金资助项目(JCX2015009) 武汉科技大学大学生科技创新基金资助项目(15ZRC101); 文摘针对粒子群算法容易陷入局部极值、进化后期收敛精度低的缺点,提出了一种基于扰动的精英反向学习粒子群算法。算法采用在粒子迭代的过程中,以一定的概率对当前的最优个体进行动态一般反向学习生成其反向解,引导粒子向最优解空间靠近;用一种非线性递减的方式改变惯性权重,以提高算法的收敛速度和收敛精度;采用扰动的方式增强算法的局部探索能力,帮助粒子跳出局部最优解。在14个标准函数上进行仿真测试,结果表明改进算法具有更高的收敛速度和收敛精度,能有效地避免陷入局部最优,适合求解函数优化的问题。; 关键词粒子群优化算法精英反向学习惯性权重极值扰动局部最优解; Keywords particle swarm optimization elite opposition-based learning inertia weight extremum disturbance local optimal solution; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于改进粒子群算法的变电站两阶段优化选址被引量：16: 5; 作者严司玮姚建刚李丰涛王雪晋刘娟; 机构湖南大学电气与信息工程学院云南电网公司昆明供电局; 出处《电力系统保护与控制》 EI CSCD 北大核心 2010年第5期34-38,共5页; 文摘提出了一种基于带极值扰动改进粒子群优化算法的变电站选址两阶段优化规划方法。首先利用改进粒子群优化算法在规划区域大范围搜索寻优,获得一次候选站址;其次考虑地理因素,避开地理不可行区域,在需调整站址周边选取二次候选站址,利用模糊层次分析法量化评估地理要素对目标函数的影响。本方法改进了目标函数,综合考虑了变电站进线和出线的投资运行费用,使规划结果更客观合理。算例分析表明所提出的方法能很好地满足规划要求。; 关键词变电站选址粒子群优化极值扰动因子地理因素模糊层次分析法; Keywords substation locating particle swarm optimization： extremum disturbed operator： geographical factor： fuzzy analysis hierarchy process; 分类号 TM63 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名带极值抖动的变尺度粒子群优化算法被引量：1: 6; 作者刘进覃洁萍; 机构广西师范学院广西中医学院; 出处《计算机工程与应用》 CSCD 北大核心 2011年第30期53-57,共5页; 基金广西科学自然资金计划资助项目(桂科自1013054); 文摘为克服粒子群优化算法容易陷入局部最优解的问题,提出一种带极值抖动的变尺度粒子群优化算法,该算法在粒子进化过程中动态调整学习因子,改善粒子的搜索性能,利用极值抖动方法帮助粒子逃离局部最优解,采用变尺度方法逐步缩小算法的优化范围,提高算法搜索密度。实验表明,该算法对9个具有代表性的基准测试函数,其优化效率及优化精度均优于以往提出的典型粒子群优化改进算法。; 关键词粒子群优化算法极值抖动变尺度; Keywords particle swarm optimization（PSO） extremum disturbed mutative scale; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于改进的简化粒子群聚类算法被引量：7: 7; 作者熊众望罗可; 机构长沙理工大学计算机与通信工程学院; 出处《计算机应用研究》 CSCD 北大核心 2014年第12期3550-3552,共3页; 基金国家自然科学基金资助项目(11171095 71371065) +1 种基金湖南省自然科学衡阳联合基金资助项目(10JJ8008); 文摘针对粒子群算法后期收敛速度慢、易陷入局部极值的缺点,提出一种基于粒密度和最大距离积法的简化粒子群聚类算法。通过采用线性递减与随机分布相结合的惯性权重策略、添加极值扰动算子、优化粒子个体最优位置,使粒子群算法能够快速收敛于全局最优。再把改进后的粒子群算法与K-means算法相结合,解决Kmeans算法因随机初始聚类中心而导致聚类效果差、不稳定等问题。通过实验分析,该算法的聚类结果准确率更高、收敛速度更快、稳定性更强。; 关键词简化粒子群算法粒密度最大距离积法随机分布极值扰动算子 K-MEANS算法; Keywords simplified particle swarm optimization granule density maximum distances product random distribution disturbed extremum K-means algorithm; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于tsPSO算法的阵列自适应随机共振方法研究	张勇亮李国林尹洪伟	《机械强度》 CAS CSCD 北大核心	2017	1	在线阅读下载PDF 职称材料
2	基于tPSO-BPNN的赖氨酸发酵软测量	黄丽孙玉坤嵇小辅黄永红王博	《仪器仪表学报》 EI CAS CSCD 北大核心	2010	19	在线阅读下载PDF 职称材料
3	一种更简化而高效的粒子群优化算法	胡旺李志蜀	《软件学报》 EI CSCD 北大核心	2007	342	在线阅读下载PDF 职称材料
4	基于扰动的精英反向学习粒子群优化算法	李俊汪冲李波方国康	《计算机应用研究》 CSCD 北大核心	2016	16	在线阅读下载PDF 职称材料
5	基于改进粒子群算法的变电站两阶段优化选址	严司玮姚建刚李丰涛王雪晋刘娟	《电力系统保护与控制》 EI CSCD 北大核心	2010	16	在线阅读下载PDF 职称材料
6	带极值抖动的变尺度粒子群优化算法	刘进覃洁萍	《计算机工程与应用》 CSCD 北大核心	2011	1	在线阅读下载PDF 职称材料
7	基于改进的简化粒子群聚类算法	熊众望罗可	《计算机应用研究》 CSCD 北大核心	2014	7	在线阅读下载PDF 职称材料