检索结果-维普期刊中文期刊服务平台

求解无人机三维路径规划问题的动态多子群樽海鞘群算法: 1; 作者巫光福王小林《科学技术与工程》北大核心 2025年第13期5501-5514,共14页; 无人机三维路径规划问题是在复杂三维环境中找到起点与终点之间最优路径的组合优化问题,但大多数路径规划算法难以在可接受的时间和精度范围内找到可行路径,因此提出了一种基于K-means++聚类优化的动态多子群樽海鞘群算法用于解决上述... 展开更多; 关键词三维路径规划成本函数樽海鞘群算法 K-means++聚类算法动态多子群协同改进; 在线阅读下载PDF 职称材料

采用动态多子群GSA-RBF神经网络的机车黏着优化控制被引量：7: 2; 作者李宁洲冯晓云卫晓娟《铁道学报》 EI CAS CSCD 北大核心 2014年第12期27-34,共8页; 为解决机车牵引过程中轮轨间最优黏着利用能否获得的问题,提出一种基于高斯RBF神经网络的机车黏着智能优化控制方法。针对黏着极限态优化控制效果的定量评估,定义了同时考虑轮轨间黏着力变化指标和牵引电机转矩波动指标的加权目标函数;... 展开更多; 关键词机车黏着智能优化控制加权目标函数高斯RBF神经网络动态多子群GSA算法; 在线阅读下载PDF 职称材料

动态多子群QPSO算法及其在机车粘着优化控制中的应用被引量：2: 3; 作者李宁洲冯晓云卫晓娟《计算机应用研究》 CSCD 北大核心 2014年第10期3020-3023,3027,共5页; 针对列车重载和高速运行时轮轨间粘着存在极限状态以及此时最优粘着利用能否获得的问题,利用所提出的动态多子群QPSO算法训练神经网络,并基于训练好的神经网络设计了机车粘着智能优化控制器,通过对电机转矩的动态调整,实现了轮轨间粘着... 展开更多; 关键词智能计算动态多子群QPSO算法神经网络粘着优化控制; 在线阅读下载PDF 职称材料

动态多子群差分进化算法: 4; 作者刘宏志欧阳海滨 +1 位作者高立群潘改《小型微型计算机系统》 CSCD 北大核心 2016年第9期2019-2023,共5页; 为有效提高差分进化(DE)算法的优化性能,提出一种动态多子群差分进化(DMSDE)算法.该算法从种群多样性的角度,提出一种动态多子群策略,以增加算法跳出局部极值的可能性.然后,设计了一种平衡局部搜索和全局搜索的随机引导变异操作,以提高... 展开更多; 关键词优化动态多子群差分进化局部搜索; 在线阅读下载PDF 职称材料

具有博弈概率选择的多子群粒子群算法被引量：3: 5; 作者田梦丹梁晓磊 +2 位作者符修文孙媛李章洪《计算机科学》 CSCD 北大核心 2021年第10期67-76,共10页; 针对粒子群算法在求解复杂多峰函数时存在早熟、易陷入局部最优、全局收敛性能差等缺陷,考虑种群结构、多模式学习和个体间博弈等因素,提出了具有博弈概率选择的多子群粒子群算法。该算法从改善群体多样性、提升个体搜索能力的角度出发... 展开更多; 关键词粒子群算法动态异构多子群博弈选择收益矩阵扎根概率; 在线阅读下载PDF 职称材料

题名求解无人机三维路径规划问题的动态多子群樽海鞘群算法: 1; 作者巫光福王小林; 机构江西理工大学信息工程学院; 出处《科学技术与工程》北大核心 2025年第13期5501-5514,共14页; 基金国家自然科学基金(11461031) 江西省科技厅重点项目(20212ACB202003) 密码科学技术国家重点实验室开放课题面上项目(MMKFKT202123)。; 文摘无人机三维路径规划问题是在复杂三维环境中找到起点与终点之间最优路径的组合优化问题,但大多数路径规划算法难以在可接受的时间和精度范围内找到可行路径,因此提出了一种基于K-means++聚类优化的动态多子群樽海鞘群算法用于解决上述问题。首先,在三维环境模型中结合高度成本提出新的成本函数,将路径规划问题转化为多维函数优化问题。其次,采用K-means++聚类算法对种群进行分群,并设计动态多子群机制均衡算法的全局搜索与局部开发;各子群结合多策略协同改进,在避免算法陷入局部最优的同时提高全局寻优能力。最后,在12个CEC2017基准测试函数中验证了该算法对比其他5种算法(ISSA、MSNSSA、IBSO、MBFPA、SSA)的性能后,将其应用于三维环境中对最优路径规划问题进行求解。在不同的环境模型下的仿真实验结果表明,该算法的平均有效路径率相较于其他5种算法分别提高了15.5%、11%、23%、20.5%和18%,这证实了该算法在复杂环境下具有优秀的寻优能力。; 关键词三维路径规划成本函数樽海鞘群算法 K-means++聚类算法动态多子群协同改进; Keywords three-dimensional path planning cost function salp swarm algorithm K-means++clustering algorithm dynamic multi-subswarm collaborative improvement; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构] V279 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名采用动态多子群GSA-RBF神经网络的机车黏着优化控制被引量：7: 2; 作者李宁洲冯晓云卫晓娟; 机构西南交通大学电气工程学院兰州交通大学机电工程学院; 出处《铁道学报》 EI CAS CSCD 北大核心 2014年第12期27-34,共8页; 基金国家自然科学基金(51277153 11162007) 甘肃省自然科学基金(1308RJZA149); 文摘为解决机车牵引过程中轮轨间最优黏着利用能否获得的问题,提出一种基于高斯RBF神经网络的机车黏着智能优化控制方法。针对黏着极限态优化控制效果的定量评估,定义了同时考虑轮轨间黏着力变化指标和牵引电机转矩波动指标的加权目标函数;提出动态多子群GSA算法以优化RBFNN参数,避免了参数选择的盲目性,提高了RBFNN的收敛速度和学习能力;此外,该方法不依赖被控对象的解析模型,仅基于系统输入、输出信息完成控制器设计,并通过对电机转矩的动态调整,实现轮轨间黏着的最优利用。仿真结果验证了该方法的正确性和有效性。; 关键词机车黏着智能优化控制加权目标函数高斯RBF神经网络动态多子群GSA算法; Keywords intelligent optimized locomotive adhesion control weighted objective function Gaussian RBF neural network dynamic multiple sub-group gravitational search algorithm; 分类号 U260.115 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

题名动态多子群QPSO算法及其在机车粘着优化控制中的应用被引量：2: 3; 作者李宁洲冯晓云卫晓娟; 机构西南交通大学电气工程学院兰州交通大学机电工程学院; 出处《计算机应用研究》 CSCD 北大核心 2014年第10期3020-3023,3027,共5页; 基金国家自然科学基金项目(11162007) 甘肃省自然科学基金项目(1308RJZA149); 文摘针对列车重载和高速运行时轮轨间粘着存在极限状态以及此时最优粘着利用能否获得的问题,利用所提出的动态多子群QPSO算法训练神经网络,并基于训练好的神经网络设计了机车粘着智能优化控制器,通过对电机转矩的动态调整,实现了轮轨间粘着的最优利用。仿真研究中,利用典型测试函数对所提出的动态多子群QPSO算法进行性能测试,证明该算法具有相对较高的寻优精度和效率,能有效提高神经网络的收敛速度和学习能力,将该算法应用于机车粘着优化控制中,得到了良好的控制效果。; 关键词智能计算动态多子群QPSO算法神经网络粘着优化控制; Keywords intelligent computation dynamic multiple sub-population quantum-behaved particle swarm optimization algo- rithm neural network optimized adhesion control; 分类号 TP273.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名动态多子群差分进化算法: 4; 作者刘宏志欧阳海滨高立群潘改; 机构东北大学信息科学与工程学院辽宁工程技术大学电气与控制工程学院广州大学机械与电气工程学院江苏师范大学电气工程及自动化学院; 出处《小型微型计算机系统》 CSCD 北大核心 2016年第9期2019-2023,共5页; 基金国家自然科学基金项目(61273155 61403174)资助江苏省高校基金项目(14KJB520011)资助; 文摘为有效提高差分进化(DE)算法的优化性能,提出一种动态多子群差分进化(DMSDE)算法.该算法从种群多样性的角度,提出一种动态多子群策略,以增加算法跳出局部极值的可能性.然后,设计了一种平衡局部搜索和全局搜索的随机引导变异操作,以提高搜索的有效性和广泛性.同时,引入全局最优学习操作,防止算法早熟.最后,与差分进化算法和各种改进的差分进化算法及其他智能优化算法做比较,仿真数值结果表明了DMSDE算法的有效性.; 关键词优化动态多子群差分进化局部搜索; Keywords optimization dynamic multi-subgroups differential evolution local searching; 分类号 TP306 [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

题名具有博弈概率选择的多子群粒子群算法被引量：3: 5; 作者田梦丹梁晓磊符修文孙媛李章洪; 机构武汉科技大学汽车与交通工程学院上海海事大学物流科学与工程研究院; 出处《计算机科学》 CSCD 北大核心 2021年第10期67-76,共10页; 基金国家自然科学基金(61603280,61902238)。; 文摘针对粒子群算法在求解复杂多峰函数时存在早熟、易陷入局部最优、全局收敛性能差等缺陷,考虑种群结构、多模式学习和个体间博弈等因素,提出了具有博弈概率选择的多子群粒子群算法。该算法从改善群体多样性、提升个体搜索能力的角度出发,构建了动态多种群结构,并针对每个子群构建不同的学习策略(极端学习、复合学习、邻域学习和随机学习),子群间进行最优信息共享,形成异构多子群的多源学习方式;将进化博弈思想引入群体搜索过程中,个体通过收益矩阵和扎根概率进行策略概率选择,进入适合个体能力提升的子群进行学习。基于12个标准测试函数,针对算法中重要参数子群规模L的取值进行了组合实验,结果表明L取值N/2或N/3时,种群适应度分布及中位值具有明显优势;针对算法性能测试,利用不同维度下的标准测试函数与7种同类型算法进行对比实验,实验结果显示,改进算法在最优值、求解稳定性及收敛特征上整体优于对比算法,说明多源学习和博弈概率选择策略可以有效改善粒子群算法的性能。; 关键词粒子群算法动态异构多子群博弈选择收益矩阵扎根概率; Keywords Particle swarm optimization Dynamic heterogeneous subgroups Game selection Payoff matrix Root probability; 分类号 TP301 [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	求解无人机三维路径规划问题的动态多子群樽海鞘群算法	巫光福王小林	《科学技术与工程》北大核心	2025	0	在线阅读下载PDF 职称材料
2	采用动态多子群GSA-RBF神经网络的机车黏着优化控制	李宁洲冯晓云卫晓娟	《铁道学报》 EI CAS CSCD 北大核心	2014	7	在线阅读下载PDF 职称材料
3	动态多子群QPSO算法及其在机车粘着优化控制中的应用	李宁洲冯晓云卫晓娟	《计算机应用研究》 CSCD 北大核心	2014	2	在线阅读下载PDF 职称材料
4	动态多子群差分进化算法	刘宏志欧阳海滨高立群潘改	《小型微型计算机系统》 CSCD 北大核心	2016	0	在线阅读下载PDF 职称材料
5	具有博弈概率选择的多子群粒子群算法	田梦丹梁晓磊符修文孙媛李章洪	《计算机科学》 CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料