改进算法下考虑激励相容的双回收再制造供应链鲁棒优化

1

作者 王振 叶春明 郭健全 《复杂系统与复杂性科学》 北大核心 2025年第3期104-112,共9页

为研究政府补贴对新能源汽车再制造供应链不同回收渠道的影响,建立双回收渠道下的多目标模型,改进鲁棒优化法解决回收时需求量和回收量不确定问题,并提出了卷积神经网络(Conv-GLU网络)方法对模型求解。通过对比线上线下回收渠道、联合... 为研究政府补贴对新能源汽车再制造供应链不同回收渠道的影响,建立双回收渠道下的多目标模型,改进鲁棒优化法解决回收时需求量和回收量不确定问题,并提出了卷积神经网络(Conv-GLU网络)方法对模型求解。通过对比线上线下回收渠道、联合回收渠道以及政府干预下的回收渠道的表现,政府干预下的多目标最优。研究表明,大数据背景下政府可以对回收时进行合理干预,帮助新能源汽车企业建立双回收渠道再制造绿色供应链。 展开更多

关键词 双回收渠道 激励相容理论 鲁棒优化 多目标 改进深度学习算法 政府补贴

在线阅读 下载PDF 职称材料

基于改进多目标蝗虫算法的压缩机叶轮参数优化研究 被引量：1

2

作者 任云鹏 李臻志 +4 位作者 宋方 李安帅 杨强辉 刘佳豪 邵佳康 《机电工程》 北大核心 2025年第5期856-865,共10页

针对常用基本算法在模型复杂的叶轮部件优化设计上寻优效果不佳等问题,提出了一种融合柯西变异和反向学习的改进多目标蝗虫优化算法(COMOGOA),对离心压缩机叶轮进行了参数优化设计。首先,分析了基本蝗虫优化算法(GOA)及多目标优化问题原... 针对常用基本算法在模型复杂的叶轮部件优化设计上寻优效果不佳等问题,提出了一种融合柯西变异和反向学习的改进多目标蝗虫优化算法(COMOGOA),对离心压缩机叶轮进行了参数优化设计。首先,分析了基本蝗虫优化算法(GOA)及多目标优化问题原理,对多目标蝗虫优化算法(MOGOA)进行了改进,融合了柯西变异和反向学习改进策略,并利用测试函数与常用优化算法对比验证了其性能;然后,以离心压缩机叶轮部件为研究对象,对其建立了理论数值模型,利用改进的COMOGOA对模型设计参数进行了寻优,并与其他优化算法进行了对比分析;最后,在考虑了数值仿真、模型假设等因素带来的误差影响情况下,利用ANSYS-CFX数值验证了仿真分析,结合叶轮气动特性及原因进一步验证了优化效果。研究结果表明:优化叶轮后,设计工况下的压缩比显著提升了4.370%,等熵效率增强了1.529%,叶轮得到了改善,从而提升了压缩机的整体性能。COMOGOA算法在叶轮部件复杂模型的优化设计中有着更为出色的寻优效果,也为此类复杂部件优化设计提供了合理参考,具有一定的工程应用价值。 展开更多

关键词 离心式压缩机 参数优化算法 融合柯西变异和反向学习的改进多目标蝗虫优化算法 ANSYS-CFX Cubic混沌模型 随机权重策略

在线阅读 下载PDF 职称材料

支持向量机改进序列最小优化学习算法 被引量：10

3

作者 朱齐丹 张智 邢卓异 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2007年第2期183-188,共6页

为提高支持向量机序列最小优化学习算法的学习性能,提出了一种支持向量机改进序列最小优化学习算法,对传统SMO学习方法进行了多方面改进,从优化变量的选择和2个变量的优化方法分别提出具体可行的改进方法.改进后的SMO学习算法提高了学... 为提高支持向量机序列最小优化学习算法的学习性能,提出了一种支持向量机改进序列最小优化学习算法,对传统SMO学习方法进行了多方面改进,从优化变量的选择和2个变量的优化方法分别提出具体可行的改进方法.改进后的SMO学习算法提高了学习速度,加快了网络收敛速度.基于改进SMO算法的仿真结果验证了改进SMO算法的有效性和优越性,并通过仿真,与原始算法进行了比较,显示了改进SMO算法的快速性. 展开更多

关键词 支持向量机 序列最小优化 改进学习算法 回归问题

在线阅读 下载PDF 职称材料

基于改进Q学习算法的导航认知图构建 被引量：7

4

作者 赵辰豪 吴德伟 +2 位作者 何晶 韩昆 来磊 《空军工程大学学报（自然科学版）》 CSCD 北大核心 2020年第2期53-60,共8页

针对导航认知图构建效率低,方向信息不准确等问题,提出了一种基于改进Q学习算法的导航认知图构建方法。首先,利用径向基(RBF)神经网络学习生成网格细胞到位置细胞的映射关系,并利用位置细胞对空间进行表征;其次,采用改进Q学习算法学习... 针对导航认知图构建效率低,方向信息不准确等问题,提出了一种基于改进Q学习算法的导航认知图构建方法。首先,利用径向基(RBF)神经网络学习生成网格细胞到位置细胞的映射关系,并利用位置细胞对空间进行表征;其次,采用改进Q学习算法学习位置细胞面向目标的Q值大小;最后,根据重心估计原理计算面向目标的方向信息,并生成导航认知图。仿真结果表明:与传统Q学习算法相比,文中算法生成导航认知图的学习次数从2 000次缩减至1 000次,提高了导航认知图的构建效率;学习值(指面向目标的方向信息)的相对误差最大降低了15%,提高了认知图的准确性。 展开更多

关键词 类脑导航 网格细胞 位置细胞 改进Q学习算法 导航认知图

在线阅读 下载PDF 职称材料

基于改进Q学习算法的低压电力线通信组网及维护方法 被引量：12

5

作者 崔莹 刘晓胜 徐殿国 《电力系统自动化》 EI CSCD 北大核心 2019年第24期111-118,共8页

为提高组网稳定性,选取合适的低压电力线通信(LVPLC)拓扑控制方法至关重要。针对现阶段组网方法不具备自学习能力使得对动态变化的拓扑反应能力相对滞后导致网络不稳定的问题,提出一种适用于LVPLC局域网多约束的改进Q学习算法。该算法... 为提高组网稳定性,选取合适的低压电力线通信(LVPLC)拓扑控制方法至关重要。针对现阶段组网方法不具备自学习能力使得对动态变化的拓扑反应能力相对滞后导致网络不稳定的问题,提出一种适用于LVPLC局域网多约束的改进Q学习算法。该算法基于绑定载波侦听多址接入协议,将非对称信道组网系统建模为离散Markov决策过程。通过与未知环境的不断交互,关联注册节点信息,建立路由表,经周期性地在线学习训练,节点选择较优的转发方向,优化以网关为树根的簇树;周期性地轮换代理,维护并更新骨干簇树网的逻辑拓扑,延长网络生命周期,保证组网的稳定性。仿真结果验证了该算法的有效性与泛化能力。 展开更多

关键词 能源互联网 低压电力线载波通信 接入控制 IEEE 1901标准 改进Q学习算法

在线阅读 下载PDF 职称材料

多属性信息决策的改进无监督学习算法建模与应用

6

作者 王昱 朱家元 +1 位作者 冯惊雷 张恒喜 《计算机工程与应用》 CSCD 北大核心 2002年第21期12-13,253,共3页

针对SOM网络无监督学习算法的单样本序列学习方式内存占用多的特点,采用Voronoi矢量原理改进权矢量迭代方式,使改进算法具有所有样本同时学习的能力,同时给出了算法的矢量映射误差测度和拓扑误差测度。然后根据改进算法建立了多属性信... 针对SOM网络无监督学习算法的单样本序列学习方式内存占用多的特点,采用Voronoi矢量原理改进权矢量迭代方式,使改进算法具有所有样本同时学习的能力,同时给出了算法的矢量映射误差测度和拓扑误差测度。然后根据改进算法建立了多属性信息决策的可视二维拓扑映射图模型,并对R&D项目中止决策进行了研究。计算结果表明,改进的无监督学习算法收敛速度快,基于拓扑映射图模型的多属性决策有效。 展开更多

关键词 多属性信息决策 改进无监督学习算法 建模 人工神经网络 模式识别 拓扑映射图

在线阅读 下载PDF 职称材料

基于改进算法的ART2网络用于微晶玻璃颜色分类 被引量：4

7

作者 艾矫燕 朱学锋 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2003年第1期74-78,共5页

微晶玻璃颜色分类是最终控制产品质量的重要步骤 .作者改进了传统ART2网络的学习算法 ,借用典型向量的概念 ,以模式的近似均值作为典型向量来快速学习新模式 .改进学习算法极大地改善了ART2网络的模式漂移现象 ,而且能缩短搜索振荡过程 ... 微晶玻璃颜色分类是最终控制产品质量的重要步骤 .作者改进了传统ART2网络的学习算法 ,借用典型向量的概念 ,以模式的近似均值作为典型向量来快速学习新模式 .改进学习算法极大地改善了ART2网络的模式漂移现象 ,而且能缩短搜索振荡过程 .文中分析了微晶玻璃颜色分量的统计信息 ,经过适当变换将高维颜色特征映射到 16维特征空间中的一个超平面上 .以超平面上的特征点作为改进算法ART2网络的输入进入网络分类器进行学习分类 .实验证明改进算法网络用于微晶玻璃颜色分类时 ,运行正确、可靠 。 展开更多

关键词 改进学习算法 ARTS网络 微晶玻璃 颜色分类 ART2分类器 绿色建材 模式识别

在线阅读 下载PDF 职称材料

基于改进DQN强化学习算法的弹性光网络资源分配研究 被引量：3

8

作者 尚晓凯 韩龙龙 翟慧鹏 《光通信技术》 2023年第5期12-15,共4页

针对光网络资源分配中频谱资源利用率不高的问题,提出了一种改进的深度Q网络(DQN)强化学习算法。该算法基于ε-greedy策略,根据动作价值函数和状态价值函数的差异来设定损失函数,并不断调整ε值,以改变代理的探索率。通过这种方式,实现... 针对光网络资源分配中频谱资源利用率不高的问题,提出了一种改进的深度Q网络(DQN)强化学习算法。该算法基于ε-greedy策略,根据动作价值函数和状态价值函数的差异来设定损失函数,并不断调整ε值,以改变代理的探索率。通过这种方式,实现了最优的动作值函数,并较好地解决了路由与频谱分配问题。此外,采用了不同的经验池取样方法,以提高迭代训练的收敛速度。仿真结果表明:改进DQN强化学习算法不仅能够使弹性光网络训练模型快速收敛,当业务量为300 Erlang时,比DQN算法频谱资源利用率提高了10.09%,阻塞率降低了12.41%,平均访问时延减少了1.27 ms。 展开更多

关键词 弹性光网络 改进深度Q网络强化学习算法 资源分配

在线阅读 下载PDF 职称材料

基于改进深度强化学习的电力智慧供应链高维度决策模型研究 被引量：16

9

作者 刘中明 周岩 +2 位作者 刘博 安林林 赵云强 《电子测量技术》 2019年第23期53-60,共8页

着眼构建具备“建设一体化、检测自主化、监造可视化、分析智能化”属性的电力全景质控供应链,提出了一种基于改进深度强化学习的电力智慧供应链高维度决策模型。借助国家电网公司全景数据中心,构建大数据量级共享数据资源池,引入改进... 着眼构建具备“建设一体化、检测自主化、监造可视化、分析智能化”属性的电力全景质控供应链,提出了一种基于改进深度强化学习的电力智慧供应链高维度决策模型。借助国家电网公司全景数据中心,构建大数据量级共享数据资源池,引入改进深度强化学习算法建立智慧决策、智能监控、全景可视、专业协同与智慧供应链之间的高维度决策映射,实现多维差异性系统数据的横向共享集成。选取国网供应链某核心节点为效能评价载体,开发对应原型系统并对模型综合效能进行实证分析,结果表明原型系统具备智能采购、数字物流、全景质控等全方位立体智慧供应链体系效能,在数据集成共享性、供应链全局协同性、供需精准匹配性、泛在电力物联网实践性等方面具有明显优势。 展开更多

关键词 电力物资 改进深度强化学习算法 智慧供应链 决策模型 原型系统

在线阅读 下载PDF 职称材料

基于模糊神经网络的机场噪声烦恼度模型学习 被引量：3

10

作者 冯霞 张聪颖 卢敏 《计算机工程与设计》 北大核心 2015年第12期3396-3401,共6页

鉴于机场噪声烦恼度模型的模糊规则量较大,采用传统的基于梯度的模糊神经学习算法存在计算量大、收敛速度慢、学习效率低的问题,提出一种基于模糊神经网络的机场噪声烦恼度模型混合学习方法。基于聚类思想,重新对模糊集合进行分组,采用... 鉴于机场噪声烦恼度模型的模糊规则量较大,采用传统的基于梯度的模糊神经学习算法存在计算量大、收敛速度慢、学习效率低的问题,提出一种基于模糊神经网络的机场噪声烦恼度模型混合学习方法。基于聚类思想,重新对模糊集合进行分组,采用先粗学习后细学习的间接学习方法;改进传统的基于梯度的模糊神经学习算法,将该算法应用到间接学习过程中,即混合学习方法。实验结果表明,该混合学习方法可以快速收敛,缩短学习时间,减少误差求解过程中的计算量,提高模型的学习效率。 展开更多

关键词 机场噪声烦恼度模型 模型学习 模糊神经网络 改进的学习算法 混合学习方法

在线阅读 下载PDF 职称材料

基于DIGWO-VMD-CMPE的轴承故障识别方法

11

作者 辛昊 鲁玉军 朱轩逸 《机电工程》 CAS 北大核心 2024年第2期205-215,共11页

针对滚动轴承故障信号特征提取困难和识别准确率低的问题,提出了一种基于维度学习的改进灰狼优化算法(DIGWO)优化变分模态分解(VMD)和复合多尺度排列熵(CMPE)的轴承故障识别方法。首先,采用基于维度学习的狩猎(DLH)搜索策略、余弦收敛因... 针对滚动轴承故障信号特征提取困难和识别准确率低的问题,提出了一种基于维度学习的改进灰狼优化算法(DIGWO)优化变分模态分解(VMD)和复合多尺度排列熵(CMPE)的轴承故障识别方法。首先,采用基于维度学习的狩猎(DLH)搜索策略、余弦收敛因子a和个体狼ω位置更新的方法将灰狼优化算法(GWO)改进为DIGWO,并利用DIGWO算法的自适应性优化VMD分解,得到了多个本征模态函数(IMFs);然后,利用复合多尺度排列熵计算IMFs的特征值,选取适当维数的特征,构建了故障特征向量;最后,利用DIGWO算法优化支持向量机(SVM)的惩罚系数C和径向基函数g,建立了DIGWO-SVM滚动轴承故障诊断分类器,并利用滚动轴承的振动数据验证了算法的有效性。研究结果表明:基于CMPE的DIGWO-SVM滚动轴承故障诊断方法能够有效地识别轴承的运行状况,识别准确率达到了99.42%,相较于PSO-SVM、SSA-SVM方法提高了7.75%、1.68%,证明了该方法的分类性能在滚动轴承故障诊断中更具优势。 展开更多

关键词 基于维度学习的改进灰狼优化算法 变分模态分解 复合多尺度排列熵 支持向量机 本征模态函数 基于维度学习的狩猎

在线阅读 下载PDF 职称材料

一种针对水泥回转窑故障诊断的贝叶斯网络模型 被引量：5

12

作者 刘浩然 李轩 +1 位作者 马明 李世昭 《计量学报》 CSCD 北大核心 2014年第5期500-506,共7页

为了实现水泥回转窑的故障诊断，采用贝叶斯网络建立了水泥回转窑故障智能诊断模型。在模型建立过程中，提出了一种基于数据样本、不依赖先验知识的贝叶斯网络结构学习改进算法。在利用改进结构学习算法建立诊断模型贝叶斯网络的基础上... 为了实现水泥回转窑的故障诊断，采用贝叶斯网络建立了水泥回转窑故障智能诊断模型。在模型建立过程中，提出了一种基于数据样本、不依赖先验知识的贝叶斯网络结构学习改进算法。在利用改进结构学习算法建立诊断模型贝叶斯网络的基础上，利用MLE算法和变量消除法完成了模型的参数学习和诊断推理。为了验证水泥回转窑故障诊断贝叶斯网络模型的准确率以及可行性，利用现场数据进行了大量的测试实验。 展开更多

关键词 计量学 故障诊断模型 改进结构学习算法 水泥回转窑 贝叶斯网络

在线阅读 下载PDF 职称材料

航空发动机的单神经元双变量解耦控制 被引量：1

13

作者 马静 王镛根 《计算机工程与应用》 CSCD 北大核心 2009年第14期228-230,248,共4页

针对航空发动机这样的多变量控制对象,要解决的突出问题是输入变量对输出变量的交叉影响,介绍了单神经元进行多变量系统解耦控制的基本方法,采用改进的Hebb学习算法以加速收敛。对某涡喷发动机的数学模型进行了双变量单神经元PID控制仿... 针对航空发动机这样的多变量控制对象,要解决的突出问题是输入变量对输出变量的交叉影响,介绍了单神经元进行多变量系统解耦控制的基本方法,采用改进的Hebb学习算法以加速收敛。对某涡喷发动机的数学模型进行了双变量单神经元PID控制仿真研究,结果表明:采用此算法构成的神经网络PID控制对地面模型和高空模型都具有完全解耦、响应速度快、稳态误差小、算法简单的优点;用两个神经元作为双变量控制器,可以使整个飞行包线内的控制器数目明显减少。 展开更多

关键词 涡喷发动机 单神经元 双变量解耦控制 改进的Hebb学习算法

在线阅读 下载PDF 职称材料

计及多阶段抗灾性能的骨干网架多目标优化 被引量：9

14

作者 金伟超 韩畅 +3 位作者 杨莉 林振智 高强 应国德 《电力系统自动化》 EI CSCD 北大核心 2020年第15期52-69,共18页

构建抗灾型骨干网架并对其进行差异化加固,可以保障极端灾害下电网安全运行和重要负荷供电。在此背景下,提出一种计及多阶段抗灾性能的骨干网架多目标优化模型。该模型定量评估了电网中节点和线路的拓扑和运行重要度,并提出基于核主元... 构建抗灾型骨干网架并对其进行差异化加固,可以保障极端灾害下电网安全运行和重要负荷供电。在此背景下,提出一种计及多阶段抗灾性能的骨干网架多目标优化模型。该模型定量评估了电网中节点和线路的拓扑和运行重要度,并提出基于核主元分析的综合评估方法。在满足投资限制的基础上,以最大化网架生存性、抗毁性和系统可恢复性为目标对抗灾型骨干网架进行优化。然后,采用嵌入图论修复策略和档案学习策略的改进全面学习粒子群优化算法求解优化模型,以扩大可行解空间。最后,某区域电网仿真算例验证了该模型的有效性。 展开更多

关键词 抗灾型骨干网架 生存性 抗毁性 可恢复性 核主元分析 改进全面学习粒子群优化算法

在线阅读 下载PDF 职称材料