检索结果-维普期刊中文期刊服务平台

基于差分进化粒子群混合算法的多无人机协同区域搜索策略被引量：7: 1; 作者赖幸君唐鑫 +2 位作者林磊王志胜丛玉华《弹箭与制导学报》北大核心 2024年第1期89-97,共9页; 为提高无人机群在未知环境中的区域搜索效率,提出一种多无人机协同区域搜索策略。首先,根据区域搜索任务需求,建立包含区域覆盖率、区域不确定度、目标存在概率三种属性的区域信息地图;其次,以最大化搜索效率、同时最小化无人机搜索过... 展开更多; 关键词多无人机协同搜索群智能算法滚动时域优化差分进化粒子群混合算法; 在线阅读下载PDF 职称材料

差分进化混合粒子群算法求解项目调度问题被引量：8: 2; 作者倪霖段超贾春兰《计算机应用研究》 CSCD 北大核心 2011年第4期1286-1289,共4页; 针对求解资源受限项目调度问题(RCPSP),提出了基于差分进化(DE)的混合粒子群算法(PSODE)。通过在PSO种群和DE种群之间建立一种信息交流机制,使信息能够在两个种群中传递,以避免个体因错误的信息判断而陷入局部最优点。采用标准测试函数... 展开更多; 关键词差分进化混合粒子群算法粒子群算法差分进化算法项目调度; 在线阅读下载PDF 职称材料

基于异维变异的差分混合粒子群算法被引量：6: 3; 作者李俊罗阳坤 +1 位作者李波李乔木《计算机科学》 CSCD 北大核心 2018年第5期208-214,共7页; 针对粒子群(Particle Swarm Optimization,PSO)算法和差分进化(Differential Evolution,DE)算法存在容易陷入局部极值、进化后期收敛速度慢和收敛精度低的局限性,提出了一种基于异维变异的差分混合粒子群(UDEPSO)算法。首先,为了提高群... 展开更多; 关键词熵异维变异维度因子粒子群差分混合算法; 在线阅读下载PDF 职称材料

基于差分进化粒子群算法的城市电动汽车充电站最优规划被引量：30: 4; 作者赵书强李志伟《华北电力大学学报（自然科学版）》 CAS 北大核心 2015年第2期1-7,共7页; 针对如何确定电动汽车充电站的位置及充电机数量问题,分析了快速充电站的服务对象,建立了考虑建设成本、充电途中行驶成本、充电站等待成本的综合优化模型。模型考虑了城市地理信息,以充电便捷、等待时间为约束条件,以充电站固定成本、... 展开更多; 关键词差分进化混合粒子群算法充电站规划电动汽车排队论; 在线阅读下载PDF 职称材料

订单不确定下双资源约束多装配线鲁棒调度被引量：10: 5; 作者陈勇吴云翔 +1 位作者王亚良鲁建厦《中国机械工程》 EI CAS CSCD 北大核心 2014年第12期1567-1573,共7页; 考虑生产过程中的订单不确定等因素,建立了以最大化交付满意度、最大化装配线平衡率及最小化完工时间跨度为目标的鲁棒调度模型,基于差分进化算法和粒子群算法提出了对模型进行求解的混合优化算法,并通过算例验证了混合优化算法求解该... 展开更多; 关键词多装配线订单不确定双资源约束差分粒子群混合算法鲁棒调度; 在线阅读下载PDF 职称材料

题名基于差分进化粒子群混合算法的多无人机协同区域搜索策略被引量：7: 1; 作者赖幸君唐鑫林磊王志胜丛玉华; 机构国家无线电监测中心检测中心南京航空航天大学自动化学院; 出处《弹箭与制导学报》北大核心 2024年第1期89-97,共9页; 基金国家自然科学基金项目(61473144)资助。; 文摘为提高无人机群在未知环境中的区域搜索效率,提出一种多无人机协同区域搜索策略。首先,根据区域搜索任务需求,建立包含区域覆盖率、区域不确定度、目标存在概率三种属性的区域信息地图;其次,以最大化搜索效率、同时最小化无人机搜索过程中的能耗为目标,建立无人机区域搜索滚动时域优化目标函数,指导无人机在线决策搜索路线;然后针对传统群智能优化算法易陷入局部最优的缺陷,设计差分进化粒子群混合算法在线求解该多目标优化问题,提高算法的寻优性能,从而提高无人机的搜索效率。最后,通过数值仿真实验,对所提算法进行验证,仿真结果表明,文中设计的基于差分进化粒子群混合算法的多无人机协同区域搜索策略与传统的群智能优化算法相比具有更高的区域搜索效率。; 关键词多无人机协同搜索群智能算法滚动时域优化差分进化粒子群混合算法; Keywords multi-UAV cooperative search swarm intelligence algorithm rolling time domain optimization differential evolutionary particle swarm hybrid algorithm; 分类号 V279 [航空宇航科学与技术—飞行器设计] V19 [航空宇航科学与技术—人机与环境工程]; 在线阅读下载PDF 职称材料

题名差分进化混合粒子群算法求解项目调度问题被引量：8: 2; 作者倪霖段超贾春兰; 机构重庆大学机械传动国家重点实验室; 出处《计算机应用研究》 CSCD 北大核心 2011年第4期1286-1289,共4页; 基金重庆市科委自然科学基金计划资助项目(CSTC 2008BB2173) 中央高校基本科研业务费资助项目(CDJXS11110014); 文摘针对求解资源受限项目调度问题(RCPSP),提出了基于差分进化(DE)的混合粒子群算法(PSODE)。通过在PSO种群和DE种群之间建立一种信息交流机制,使信息能够在两个种群中传递,以避免个体因错误的信息判断而陷入局部最优点。采用标准测试函数和具体算例进行检验,结果表明PSODE算法可以较好地解决RCPS问题。; 关键词差分进化混合粒子群算法粒子群算法差分进化算法项目调度; Keywords hybrid particle swarm optimization algorithm based on differential evolution particle swarm optimization（PSO） differential evolution project scheduling; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于异维变异的差分混合粒子群算法被引量：6: 3; 作者李俊罗阳坤李波李乔木; 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武汉科技大学城市建设学院; 出处《计算机科学》 CSCD 北大核心 2018年第5期208-214,共7页; 基金国家自然科学基金(61572381)资助; 文摘针对粒子群(Particle Swarm Optimization,PSO)算法和差分进化(Differential Evolution,DE)算法存在容易陷入局部极值、进化后期收敛速度慢和收敛精度低的局限性,提出了一种基于异维变异的差分混合粒子群(UDEPSO)算法。首先,为了提高群体多样性,使用熵度量初始化粒子;其次,在粒子迭代的过程中,根据粒子的分布特点,引入异维变异学习策略和维度因子以引导粒子及时跳出局部极值达到最优解;最后,将所提算法在10个典型的测试函数上进行了仿真,其在9个测试函数的收敛精度和标准差上取得了显著的效果,远优于PSO算法、DEPSO算法以及CDEPSO算法。实验结果表明,UDEPSO算法在优化收敛精度和效率上具有较强的优势。; 关键词熵异维变异维度因子粒子群差分混合算法; Keywords Entropy Different dimensional variation l）imcnsionality factor Differential evolution particle swarm optimization 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

题名基于差分进化粒子群算法的城市电动汽车充电站最优规划被引量：30: 4; 作者赵书强李志伟; 机构华北电力大学电气与电子工程学院; 出处《华北电力大学学报（自然科学版）》 CAS 北大核心 2015年第2期1-7,共7页; 基金国家高技术研究发展计划(863计划)资助项目(2011AA11A278); 文摘针对如何确定电动汽车充电站的位置及充电机数量问题,分析了快速充电站的服务对象,建立了考虑建设成本、充电途中行驶成本、充电站等待成本的综合优化模型。模型考虑了城市地理信息,以充电便捷、等待时间为约束条件,以充电站固定成本、车主充电行驶成本和在充电站等待成本之和最小为目标函数。电动汽车充电站规划问题是非凸、非线性、组合优化问题。为此,对目标函数的求解,提出用差分进化混合粒子群算法,该算法增加了种群的多样性和全局寻优能力。算例分析验证了所提规划方法的有效性和实用性。; 关键词差分进化混合粒子群算法充电站规划电动汽车排队论; Keywords differential evolution hybrid particle swarm optimization algorithm planning electric vehicle charging station electric vehicle queuing theory; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名订单不确定下双资源约束多装配线鲁棒调度被引量：10: 5; 作者陈勇吴云翔王亚良鲁建厦; 机构浙江工业大学特种装备制造与先进加工技术教育部重点实验室; 出处《中国机械工程》 EI CAS CSCD 北大核心 2014年第12期1567-1573,共7页; 基金国家自然科学基金资助项目(71371170 71301148) 浙江省自然科学基金资助项目(LY12E05021); 文摘考虑生产过程中的订单不确定等因素,建立了以最大化交付满意度、最大化装配线平衡率及最小化完工时间跨度为目标的鲁棒调度模型,基于差分进化算法和粒子群算法提出了对模型进行求解的混合优化算法,并通过算例验证了混合优化算法求解该鲁棒调度模型的可行性和有效性。最后综合分析PTCN公司二厂多装配线生产车间的实际生产情况,将所建立的鲁棒调度模型和提出的混合优化算法应用于实际的多装配线生产过程,获得了较优的调度结果。; 关键词多装配线订单不确定双资源约束差分粒子群混合算法鲁棒调度; Keywords multi-assembly line uncertain differential particle swarm robust scheduling order double resource constrain hybrid algorithm of; 分类号 TP273 [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	作者	出处	发文年	被引量	操作
1	基于差分进化粒子群混合算法的多无人机协同区域搜索策略	赖幸君唐鑫林磊王志胜丛玉华	《弹箭与制导学报》北大核心	2024	7	在线阅读下载PDF 职称材料
2	差分进化混合粒子群算法求解项目调度问题	倪霖段超贾春兰	《计算机应用研究》 CSCD 北大核心	2011	8	在线阅读下载PDF 职称材料
3	基于异维变异的差分混合粒子群算法	李俊罗阳坤李波李乔木	《计算机科学》 CSCD 北大核心	2018	6	在线阅读下载PDF 职称材料
4	基于差分进化粒子群算法的城市电动汽车充电站最优规划	赵书强李志伟	《华北电力大学学报（自然科学版）》 CAS 北大核心	2015	30	在线阅读下载PDF 职称材料
5	订单不确定下双资源约束多装配线鲁棒调度	陈勇吴云翔王亚良鲁建厦	《中国机械工程》 EI CAS CSCD 北大核心	2014	10	在线阅读下载PDF 职称材料