期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
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273篇文章
< 1 2 … 14 >
每页显示 20 50 100
已选择0条
导出题录 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：
基于改进粒子群算法和极限学习机模型的配电网物资需求预测 被引量：1
1
作者 王永利 赵中华 +2 位作者 张一诺 冯天义 刘怡然 《科学技术与工程》 北大核心 2025年第15期6410-6418,共9页
为解决电网物资品种繁多、规格多样、数量巨大、用途广泛、受政策和投资影响大等特点所导致的预测模型构建困难的问题。首先,通过德尔菲法和灰色关联分析法(gray correlation analysis,GRA)筛选影响基建、业扩及抢修项目物资需求数量的... 为解决电网物资品种繁多、规格多样、数量巨大、用途广泛、受政策和投资影响大等特点所导致的预测模型构建困难的问题。首先,通过德尔菲法和灰色关联分析法(gray correlation analysis,GRA)筛选影响基建、业扩及抢修项目物资需求数量的因素。其次,利用引入自适应惯性因子和学习因子的改进粒子群算法调整极限学习机的最佳参数组合,训练各类配网项目物资需求预测模型。最后,以南方电网深圳市某供电局2020—2022年基建项目10 kV电力电缆需求情况为例,将GRA-IPSO-ELM(grey relational analysis,improved particle swarm optimization,and extreme learning machines)德尔菲法和灰色关联分析法模型与常见的4种预测模型的结果进行对比。结果表明,相较于ELM模型、支持向量机模型以及PSO-ELM模型,GRA-IPSO-ELM模型预测准确率得到10.38%、5.37%、3.83%的提升,可见,所提出的模型实现了对配网物资需求数量准确且高效的预测。 展开更多
关键词 物资需求预测 配电网 极限学习机 改进粒子群优化算法
在线阅读 下载PDF
基于改进蜣螂优化算法深度混合核极限学习机的高压断路器故障诊断
2
作者 范兴明 许洪华 +3 位作者 张思舜 李涛 蒋延军 张鑫 《电工技术学报》 北大核心 2025年第12期3994-4003,共10页
针对高压断路器机械故障诊断准确率偏低的问题,该文提出一种基于改进蜣螂优化算法(IDBO)优化深度混合核极限学习机(DHKELM)的故障诊断方法。首先,采用逐次变分模态分解(SVMD)对高压断路器合闸振动信号进行分解,得到若干个含本征频率的... 针对高压断路器机械故障诊断准确率偏低的问题,该文提出一种基于改进蜣螂优化算法(IDBO)优化深度混合核极限学习机(DHKELM)的故障诊断方法。首先,采用逐次变分模态分解(SVMD)对高压断路器合闸振动信号进行分解,得到若干个含本征频率的固有模态分量(IMF);其次,提取各IMF分量的功率谱熵构建特征向量矩阵,并利用t分布-随机邻域嵌入算法(t-SNE)对特征向量进行数据降维;然后,引入融合Tent混沌映射、黄金正弦策略、自适应t分布扰动策略对传统蜣螂优化算法(DBO)进行改进,并使用IDBO对DHKELM进行参数优化,完成IDBO-DHKELM高压断路器故障诊断模型的构建;最后,通过搭建模拟故障的实物断路器实验平台进行验证,结果表明,该文提出的方法在故障诊断上的准确率达到了98.33%,相较于其他故障诊断模型在多项分类评价指标上均有显著提升,为准确、可靠地诊断高压断路器机械故障提供了新方案。 展开更多
关键词 高压断路器 改进蜣螂优化算法 深度混合核极限学习机 故障诊断 逐次变分模 态分解
在线阅读 下载PDF
基于改进北方苍鹰算法与混合核极限学习机的齿轮箱故障诊断 被引量：2
3
作者 杜董生 王梦姣 +1 位作者 冒泽慧 赵环宇 《控制理论与应用》 北大核心 2025年第4期796-804,共9页
针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪... 针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪后的信号分解成多个本征模态函数(IMF),使用方差贡献率、相关系数和信息熵筛选出最优的IMF.将最优IMF重构后,对重构信号进行时间同步平均(TSA)去噪以减少故障诊断模型的数据计算量.将Tent混沌映射、混合正弦余弦算法和Levy飞行策略用于改进北方苍鹰优化(NGO)算法,得到一种新的INGO算法.同时,引入余弦因子以平衡正弦余弦算法的全局和局部开发能力.最后,利用INGO算法对HKELM进行优化,用以提高HKELM模型的故障诊断准确率.将所提方法应用于两个案例对模型进行检验,实验结果表明,本文所提方法具有可行性和优越性. 展开更多
关键词 混合核极限学习机 改进北方苍鹰优化算法 时变滤波经验模态分解 故障诊断
在线阅读 下载PDF
基于改进深度强化学习算法的农业机器人路径规划
4
作者 赵威 张万枝 +4 位作者 侯加林 侯瑞 李玉华 赵乐俊 程进 《浙江大学学报(工学版)》 北大核心 2025年第7期1492-1503,共12页
农业机器人采用深度强化学习算法进行路径规划时存在难以找到目标点、稀疏奖励、收敛缓慢等问题,为此提出基于多目标点导航融合改进深度Q网络算法(MPN-DQN)的路径规划方法.利用激光同步定位与建图(SLAM)扫描全局环境以构建先验地图,划... 农业机器人采用深度强化学习算法进行路径规划时存在难以找到目标点、稀疏奖励、收敛缓慢等问题,为此提出基于多目标点导航融合改进深度Q网络算法(MPN-DQN)的路径规划方法.利用激光同步定位与建图(SLAM)扫描全局环境以构建先验地图,划分行走行和作物行区域;对地图边界进行膨胀拟合处理,形成前向弓字形作业走廊.利用中间目标点分割全局环境,将复杂环境划分为多阶段短程导航环境以简化目标点搜索过程.从动作空间、探索策略和奖励函数3个方面改进深度Q网络算法以改善奖励稀疏问题,加快算法收敛速度,提高导航成功率.实验结果表明,搭载MPN-DQN的农业机器人自主行驶的总碰撞次数为1,平均导航时间为104.27 s,平均导航路程为16.58 m,平均导航成功率为95%. 展开更多
关键词 深度强化学习 农业机器人 中间目标点 多目标点导航融合改进深度Q网络算法(MPN-DQN) 路径规划
在线阅读 下载PDF
基于改进Mask R-CNN的低空遥感实例分割算法
5
作者 李冰锋 王光耀 崔立志 《兵器装备工程学报》 北大核心 2025年第2期168-176,共9页
针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50... 针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50对输入通道语义信息的高效聚合作用。在RoI Align前引入自校准卷积模块来扩大卷积层的感受野大小并对边界框和掩码框执行校准操作。在分割分支使用掩码预测平衡损失函数,对每个类别的正负样本梯度进行平衡,实现对损失梯度的平滑降低处理。在自建低空遥感数据集和iSAID-Reduce100数据集上进行测试,实验结果表明:改进后的算法在自建数据集上box AP和mask AP分别提升17.9%和15.0%,在iSAID-Reduce100数据集上box AP和mask AP达到49.62%和50.27%,该算法很好地完成了对遥感目标的检测和分割。 展开更多
关键词 深度学习 图像处理 遥感图像 实例分割 改进Mask R-CNN算法 ResNet-50
在线阅读 下载PDF
基于改进麻雀算法的冷热电微电网优化调度
6
作者 匡洪海 李星宇 +2 位作者 王凯 殷钰朋 李子龙 《科学技术与工程》 北大核心 2025年第19期8108-8116,共9页
为合理高效利用生物质资源,考虑各微源单元的运行成本和环境成本,设计了一种基于改进生物质气化的冷热电联供微电网经济调度模型。针对麻雀搜索算法易陷入局部最优的问题,提出一种改进的麻雀搜索算法(improved sparrow search algorithm... 为合理高效利用生物质资源,考虑各微源单元的运行成本和环境成本,设计了一种基于改进生物质气化的冷热电联供微电网经济调度模型。针对麻雀搜索算法易陷入局部最优的问题,提出一种改进的麻雀搜索算法(improved sparrow search algorithm,ISSA)对所提出的模型进行求解。首先,使用正弦混沌图生成空间上均匀分布的早期麻雀种群。其次,加入互利学习机制并引入变异策略,以增强该领域个体之间的信息共享和全局搜索能力。最后通过对比ISSA、SSA、灰狼算法、鲸鱼算法和海洋捕食者算法的迭代结果,证明ISSA具有良好的寻优效果和稳定性。并通过典型仿真案例分析,验证了ISSA算法解决冷热电联供微电网经济调度问题的有效性。 展开更多
关键词 微电网 改进麻雀算法 生物质气化 混沌映射 互利学习
在线阅读 下载PDF
二元混合气体成分检测的改进蒲公英算法研究
7
作者 李鹏 汤炼海 +2 位作者 林事力 纵彪 于涛 《传感器与微系统》 北大核心 2025年第2期15-20,共6页
针对阵列传感器检测二元混合气体时由于交叉敏感特性导致准确率低的问题,提出一种改进型蒲公英优化(IDO)算法优化核极限学习机(KELM)的二元混合气体检测方法。首先,引入Kent映射初始化种群提高初始种群分布的均匀性,后将精英反向学习策... 针对阵列传感器检测二元混合气体时由于交叉敏感特性导致准确率低的问题,提出一种改进型蒲公英优化(IDO)算法优化核极限学习机(KELM)的二元混合气体检测方法。首先,引入Kent映射初始化种群提高初始种群分布的均匀性,后将精英反向学习策略(EOBL)引入蒲公英种子位置更新,提高原算法寻优精度。将该算法用于KELM参数寻优,建立改进DO(IDO)算法优化KELM模型,实现对二元混合气体的成分识别。实验结果表明:IDO算法优化的KELM模型对二元混合气体成分识别准确率可达99.71%,比原始KELM模型提高4.28%。 展开更多
关键词 改进蒲公英优化算法 核极限学习机 气体分类
在线阅读 下载PDF
改进北方苍鹰算法及其在智能汽车路径规划中的应用
8
作者 匡兴红 沈佳成 《汽车安全与节能学报》 北大核心 2025年第1期148-158,共11页
针对传统北方苍鹰算法(NGO)存在易陷入局部最优值、寻优精度低、收敛速度慢等问题,提出一种多策略改进北方苍鹰算法(INGO),并应用于智能汽车的路径规划,规划了一条路径最平滑、节点最少、距离最短的汽车路径。采用佳点集分布、融合黄金... 针对传统北方苍鹰算法(NGO)存在易陷入局部最优值、寻优精度低、收敛速度慢等问题,提出一种多策略改进北方苍鹰算法(INGO),并应用于智能汽车的路径规划,规划了一条路径最平滑、节点最少、距离最短的汽车路径。采用佳点集分布、融合黄金正弦策略、Levy飞行策略、趋优反向学习、Cauchy变异策略改进北方苍鹰算法,并进行了基准测试函数对比以及智能汽车路径规划仿真。结果表明:相比其他算法,INGO算法在寻优和稳定性上具有明显优势;在2种不同地图上生成的路径最平滑,适应度最优分别下降3.7%、16.3%,节点个数最优分别下降14.3%、21.4%。 展开更多
关键词 改进北方苍鹰算法(INGO) 佳点集 黄金正弦 Levy飞行 趋优反向学习 Cauchy变异 路径规划
在线阅读 下载PDF
基于改进灰狼算法和自适应分裂KD-Tree的点云配准方法 被引量：2
9
作者 杜沅昊 耿秀丽 +1 位作者 徐诚智 刘银华 《系统仿真学报》 北大核心 2025年第2期424-435,共12页
针对传统GWO存在搜索效率不足、易陷入局部最优等问题,提出了一种基于改进GWO和迭代最近点(ICP)的工业复杂零件点云配准方法。针对GWO随机初始化导致种群分布不均匀的问题,采用混沌映射对灰狼种群进行初始化,使种群更加均匀地分布在搜... 针对传统GWO存在搜索效率不足、易陷入局部最优等问题,提出了一种基于改进GWO和迭代最近点(ICP)的工业复杂零件点云配准方法。针对GWO随机初始化导致种群分布不均匀的问题,采用混沌映射对灰狼种群进行初始化,使种群更加均匀地分布在搜索空间内;引入一种非线性控制参数策略,平衡灰狼算法的局部搜索和全局搜索能力;融合精英反向学习,提高算法后期解的质量;利用ICP算法进行精配准。设计一种自适应分裂维度的方法,动态选择分裂维度,提高点云数据质量。仿真结果表明:IGWO相较于3种对比算法的RMSE平均提高了80.31%、73.99%、47.7%。 展开更多
关键词 改进灰狼算法 混沌映射 非线性参数 精英反向学习 点云配准 自适应分裂维度
在线阅读 下载PDF
多策略改进DBO算法与KELM的变压器故障辨识 被引量：1
10
作者 谭贵生 赵波 +2 位作者 张桂莲 刘丹丹 石宜金 《电力系统保护与控制》 北大核心 2025年第14期111-122,共12页
针对油浸式变压器故障诊断中因样本存在冗余特征,导致故障诊断精度低的问题,提出一种新的多策略改进蜣螂算法(multi-strategy improved dung beetle optimizer,MSIDBO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器... 针对油浸式变压器故障诊断中因样本存在冗余特征,导致故障诊断精度低的问题,提出一种新的多策略改进蜣螂算法(multi-strategy improved dung beetle optimizer,MSIDBO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器故障辨别模型。首先,利用随机森林(random forest,RF)与核主成分析法(kernel principal component analysis,KPCA)对变压器原始数据进行特征提取,合理降低特征量的维度。其次,引入改进的Circle混沌映射、变螺旋搜索机制、非线性控制因子、融合正余弦算法和融合多种群差分进化算法的变异策略对蜣螂算法(dung beetle optimizer,DBO)进行改进,提高全局搜索能力和收敛精度。最后,利用MSIDBO对KELM中的核参数和正则化参数进行优化,构建KPCA-MSIDBO-KELM的变压器故障诊断模型。实验表明,其诊断准确率为94.07%。与DBO-KELM、WOA-KELM、HHO-KELM、GWO-KELM和PSO-KELM故障模型进行对比分析,准确率分别提高了2.54%、3.39%、5.93%、7.63%和13.56%。相比其他模型,所提方法能够有效提高变压器故障诊断的准确率。 展开更多
关键词 变压器 故障诊断 多策略改进蜣螂算法 核极限学习机 核主成分分析
在线阅读 下载PDF
基于改进优化算法的WELM月径流预测模型研究 被引量：3
11
作者 王应武 华春莉 茶建帮 《人民长江》 北大核心 2025年第2期82-90,共9页
针对在月径流预测中将传统数据分解技术直接应用于整个时间序列时,在模型训练过程中会提前使用“未来信息”从而导致预测结果“不可信”的问题,提出两种不引入“未来信息”的小波包变换(WPT)-改进蝴蝶优化算法(IBOA)/改进海马优化(ISHO... 针对在月径流预测中将传统数据分解技术直接应用于整个时间序列时,在模型训练过程中会提前使用“未来信息”从而导致预测结果“不可信”的问题,提出两种不引入“未来信息”的小波包变换(WPT)-改进蝴蝶优化算法(IBOA)/改进海马优化(ISHO)算法-加权极限学习机(WELM)月径流时间序列预测模型。首先,将月径流时间序列划分为训练集和预测集,利用WPT分别对训练集和预测集进行分解处理,避免在训练过程中提前使用“预测集信息”;其次,通过6个典型函数验证IBOA/ISHO的寻优能力,利用IBOA/ISHO优化WELM输入层权值和隐含层偏差(简称“超参数”),建立WPT-IBOA/ISHO-WELM模型对各分解分量进行预测和重构;同时构建基于整个时间序列分解的WPT-IBOA/ISHO-WELM(全)模型,与其他4种优化算法和未经分解、未经优化的IBOA/ISHO-WELM、WPT-WELM模型作对比分析;最后,通过云南省李仙江流域把边、景东水文站月径流时间序列预测实例对各模型进行检验。结果表明:①WPT-IBOA-WELM、WPT-ISHO-WELM模型对把边、景东站月径流预测的平均绝对百分比误差(MAPE)为1.649%~1.897%,预测精度优于其他对比模型,具有更好的预测效果。②WPT-IBOA-WELM、WPT-ISHO-WELM模型的预测精度基本不受“未来信息”的影响,能客观真实反映出月径流预测效果,具有较好的实用意义。③IBOA/ISHO仿真精度和WELM超参数优化效果均优于其他优化算法,表明通过logistic映射等策略可以显著提升IBOA/ISHO优化性能。 展开更多
关键词 月径流预测 小波包变换 改进蝴蝶优化算法 改进海马优化算法 加权极限学习机 超参数优化 把边水文站 景东水文站 李仙江流域
在线阅读 下载PDF
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
12
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
基于历史样本增强的滑坡智能识别改进算法 被引量：2
13
作者 饶炜博 陈刚 +6 位作者 邹崇尧 范小洁 常富强 何建权 林晓静 李显巨 唐骞 《地质科技通报》 北大核心 2025年第4期48-61,共14页
四川地形复杂,山区纵横交错处滑坡具有频发、突发、易发的特点,对人民财产和环境资源造成极大的危害,因此开展滑坡的识别检测,提取相关信息,对滑坡灾害预防监测及灾后预备有着重要的意义。针对传统目视解译方法经济成本高、耗时耗力、... 四川地形复杂,山区纵横交错处滑坡具有频发、突发、易发的特点,对人民财产和环境资源造成极大的危害,因此开展滑坡的识别检测,提取相关信息,对滑坡灾害预防监测及灾后预备有着重要的意义。针对传统目视解译方法经济成本高、耗时耗力、历史样本收集困难的问题,引入了高程、坡度、坡向、岩性、地表起伏程度、距断层距离、距水系距离、距道路距离、归一化植被指数9个滑坡影响因子,对历史滑坡的判识中引入影响因子的信息量值进行定量分析,增强了历史滑坡样本数据准确性;其次针对滑坡自动识别结果可能存在的定位不准确、分割边界模糊等问题,采用递归特征金字塔网络和DIoU损失对Mask R-CNN模型进行改进,提出滑坡智能识别改进算法。评价结果表明:改进算法相比原始模型,精确率提高了3.6%,召回率提高5.2%,对四川省青川县历史滑坡进行准确识别与边界分割,识别准确率达74.4%。随着卫星遥感手段与深度学习技术的发展,该改进算法对滑坡智能识别、构建地质灾害风险评价体系提供信息基础与理论参考具有重要意义。 展开更多
关键词 滑坡识别 数据增强 深度学习 信息量值 滑坡影响因子 改进算法
在线阅读 下载PDF
基于改进麻雀算法的飞行机械臂运动规划
14
作者 田琛 郑恩辉 《现代电子技术》 北大核心 2025年第22期153-159,共7页
为解决带臂无人机底部机械臂无碰撞运动规划问题,提出一种基于改进麻雀搜索算法(ISSA)的无碰撞运动规划方法。该方法通过引入数学模型和算法策略,确保机械臂能够在复杂的三维环境中有效地移动到目标位置并执行抓取动作。与传统的粒子群... 为解决带臂无人机底部机械臂无碰撞运动规划问题,提出一种基于改进麻雀搜索算法(ISSA)的无碰撞运动规划方法。该方法通过引入数学模型和算法策略,确保机械臂能够在复杂的三维环境中有效地移动到目标位置并执行抓取动作。与传统的粒子群优化(PSO)算法相比,ISSA算法在规划效率和路径优化方面具有卓越的性能。对ISSA算法和PSO算法在关节运动学约束下的最优化轨迹规划性能进行比较分析。ISSA算法的配置参数包括:种群数量设定为30,执行500次迭代,领导个体的比例设为20%,侦查个体的比例为10%,预警阈值为0.7。对于粒子群优化算法,种群数量同样设置为30,迭代次数为1 000次,初始惯性权重为0.8,而终止时的惯性权重调整为0.4。经过ISSA算法处理的机械臂操作时间从9 s降至4.9 s,实现了45%的时间缩减。在此过程中,关节的角速度和角加速度均符合机械臂的运动学限制,同时关节的角位移、角速度和角加速度的曲线变化呈现连续性与平滑性,没有出现剧烈波动,这显著提升了机械臂的运行稳定性。实验结果充分验证了ISSA算法在机械臂时间最优化路径规划方面的高效性。 展开更多
关键词 机械臂 无碰撞运动 路径优化 改进麻雀搜索算法 粒子群优化算法 自适应学习机制
在线阅读 下载PDF
基于混沌反向学习和水波算法改进的白鲸优化算法 被引量：18
15
作者 王亚辉 张虎晨 +2 位作者 王学兵 胡继明 李娅 《计算机应用研究》 CSCD 北大核心 2024年第3期729-735,共7页
针对原始的白鲸算法(beluga whale optimization,BWO)在某些情况下,中后期的探索和开发能力不足、多样性和求解精度降低、容易陷入局部最优等问题,提出一种基于混沌反向学习和水波算法改进的白鲸优化算法(TWBWO),进一步提高白鲸算法的... 针对原始的白鲸算法(beluga whale optimization,BWO)在某些情况下,中后期的探索和开发能力不足、多样性和求解精度降低、容易陷入局部最优等问题,提出一种基于混沌反向学习和水波算法改进的白鲸优化算法(TWBWO),进一步提高白鲸算法的计算精度和收敛速度,增强全局搜索和跳出局部最优能力。结合混沌映射和反向学习策略提高种群的质量和多样性,加快收敛速度。引入水波算法(water wave optimization,WWO)的折射操作,避免寻优时轻易陷入局部最优,提高计算精度。实验结果表明,TWBWO算法较之原始算法和其他经典算法在收敛速度和求解精度以及稳定性方面更为优秀,性能和寻优能力更强。 展开更多
关键词 白鲸优化算法 水波算法 混沌映射 反向学习 算法改进
在线阅读 下载PDF
融合DRL的改进遗传算法求解众包车辆-公共交通协同配送问题
16
作者 冯睿锋 陈彦如 《计算机工程》 北大核心 2025年第10期357-368,共12页
针对农村地区配送场景,提出一种车辆路径问题的变体——众包车辆-公共交通协同配送问题(VRPOD-SL)。该问题对参与配送的公交车辆及其服务的物流客户进行选择,同时需选择参与配送的众包车辆,并对众包车辆的行驶路径等进行决策。考虑众包... 针对农村地区配送场景,提出一种车辆路径问题的变体——众包车辆-公共交通协同配送问题(VRPOD-SL)。该问题对参与配送的公交车辆及其服务的物流客户进行选择,同时需选择参与配送的众包车辆,并对众包车辆的行驶路径等进行决策。考虑众包车辆的起终点、服务范围和最大载重,以及公交车辆的载货空间限制和按固定路线行驶等特点,以最小化配送总成本为优化目标,构建VRPOD-SL的整数规划模型。由于公交车辆提供物流服务的客户选择决策,影响到众包车辆的服务客户选择,进而需要不断求解众包车辆路径问题,导致问题的计算复杂度较高,因此设计一种基于深度强化学习(DRL)的启发式算法,即融合了注意力模型的遗传算法(GA-AM)。该算法将遗传算法(GA)的全局搜索特性和注意力模型(AM)的并行决策能力相结合,能够有效减少VRPOD-SL的求解时间。同时设计局部搜索算法,进一步提高解决方案的质量。数值实验结果表明,所提出的GA-AM在求解性能方面明显优于Gurobi求解器、自适应大邻域搜索(ALNS)算法和变邻域搜索(VNS)算法。此外,研究结果也验证了众包车辆-公共交通协同配送模式的有效性。 展开更多
关键词 车辆路径问题 深度强化学习 改进遗传算法 众包车辆-公共交通协同配送 自适应大邻域搜索算法
在线阅读 下载PDF
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
17
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
改进秃鹰算法优化ELM的短期电力负荷预测研究
18
作者 张旭 汪繁荣 《现代电子技术》 北大核心 2025年第18期107-113,共7页
针对现阶段电力环境日益复杂,短期电力负荷预测方法存在预测精度不高、收敛速度慢的问题,提出一种基于改进秃鹰搜索算法(IBES)优化极限学习机(ELM)的短期电力负荷预测模型。原始秃鹰搜索算法在确定ELM中的连接权重和隐含层阈值时,容易... 针对现阶段电力环境日益复杂,短期电力负荷预测方法存在预测精度不高、收敛速度慢的问题,提出一种基于改进秃鹰搜索算法(IBES)优化极限学习机(ELM)的短期电力负荷预测模型。原始秃鹰搜索算法在确定ELM中的连接权重和隐含层阈值时,容易陷入局部最优,且收敛速度慢,导致预测精度不高。针对这一问题,首先利用Piecewise混沌映射初始化秃鹰种群,增加多样性;然后引入莱维飞行策略,扩大种群的搜索范围,使其能及时跳出局部最优点;最后,引入动态权重因子,提高秃鹰的局部搜索能力。利用改进的秃鹰搜索算法对ELM的两个随机参数进行寻优,从而建立IBES-ELM短期电力负荷预测模型。结合某地区的实际电力负荷数据进行预测分析,结果表明,相比于ELM、BES-ELM、PSO-ELM、DBO-ELM,改进的模型在预测精度和收敛速度上均有提升。 展开更多
关键词 短期电力负荷预测 改进秃鹰搜索算法 极限学习机 Piecewise混沌映射 莱维飞行策略 动态权重因子
在线阅读 下载PDF
多极小波包变换与改进浣熊算法优化的混合核极限学习机径流预测 被引量：4
19
作者 刀海娅 程刚 崔东文 《中国农村水利水电》 北大核心 2024年第6期1-9,20,共10页
为提高日径流多步预测精度,减少模型计算规模,同时提升浣熊优化(COA)算法和混合核极限学习机(HKELM)性能,提出多极小波包变换(MWPT)-改进COA算法(ICOA)-HKELM日径流时间序列预测模型。首先,利用MWPT将日径流时序数据分解为1个低频分量和... 为提高日径流多步预测精度,减少模型计算规模,同时提升浣熊优化(COA)算法和混合核极限学习机(HKELM)性能,提出多极小波包变换(MWPT)-改进COA算法(ICOA)-HKELM日径流时间序列预测模型。首先,利用MWPT将日径流时序数据分解为1个低频分量和2个高频分量,并构建局部高斯径向基核函数和全局多项式核函数相混合的HKELM;其次,简要介绍COA算法原理,基于Circle映射等策略对COA进行改进,提出ICOA算法,通过8个典型函数对ICOA算法进行仿真验证,并与基本COA算法、鲸鱼优化算法(WOA)、灰狼优化算法(GWO)作对比,旨在验证ICOA算法的优化性能;最后,利用ICOA优化HKELM超参数(正则化参数、核参数、权重系数),建立MWPT-ICOA-HKELM模型,并构建MWPT-COA-HKELM、MWPT-WOA-HKELM、MWPT-GWO-HKELM、小波包变换(WPT)-ICOA-HKELM、小波变换(WT)-ICOA-HKELM、MWPT-ICOA-BP模型作对比分析,通过云南省景东、把边水文站2016-2020年日径流时间序列多步预测实例对各模型进行验证。结果表明:(1)ICOA具有较好的改进效果,仿真精度优于COA、WOA、GWO算法。(2)MWPT-ICOA-HKELM模型预测效果优于其他对比模型,其对实例单步预测效果“最好”,超前3步和超前5步“较好”,超前7步“较差”,预测精度随预测步长的增加而降低。(3)利用ICOA优化HKELM超参数,可显著提高HKELM预测性能,超参数优化效果优于COA、WOA、GWO算法。 展开更多
关键词 日径流预测 多极小波包变换 改进浣熊优化算法 混合核极限学习机 超参数优化
在线阅读 下载PDF
改进型YOLOv8算法在火灾探测中的应用
20
作者 邓力 周进 刘全义 《安全与环境学报》 北大核心 2025年第3期888-897,共10页
为了提高YOLOv8n算法在火灾探测方面的性能,给出了一种改进方法,通过集成上下文聚合架构Container和轻量级网络GhostNet来优化YOLOv8n网络结构。消融试验和对比试验的结果表明,所提方法能够有效改善YOLOv8n算法检测火灾的效果。该算法... 为了提高YOLOv8n算法在火灾探测方面的性能,给出了一种改进方法,通过集成上下文聚合架构Container和轻量级网络GhostNet来优化YOLOv8n网络结构。消融试验和对比试验的结果表明,所提方法能够有效改善YOLOv8n算法检测火灾的效果。该算法的平均精度达92.8%,探测速度达95.24帧/s,查准率达95%,具备更高的探测性能,可以为火灾探测器的研发提供参考。 展开更多
关键词 安全工程 改进YOLOv8算法 深度学习 火灾探测
在线阅读 下载PDF
已选择0条
导出题录 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 … 14 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部