期刊文献+
共找到6,874篇文章
< 1 2 250 >
每页显示 20 50 100
基于改进Q-learning算法的移动机器人路径规划 被引量:3
1
作者 井征淼 刘宏杰 周永录 《火力与指挥控制》 CSCD 北大核心 2024年第3期135-141,共7页
针对传统Q-learning算法应用在路径规划中存在收敛速度慢、运行时间长、学习效率差等问题,提出一种将人工势场法和传统Q-learning算法结合的改进Q-learning算法。该算法引入人工势场法的引力函数与斥力函数,通过对比引力函数动态选择奖... 针对传统Q-learning算法应用在路径规划中存在收敛速度慢、运行时间长、学习效率差等问题,提出一种将人工势场法和传统Q-learning算法结合的改进Q-learning算法。该算法引入人工势场法的引力函数与斥力函数,通过对比引力函数动态选择奖励值,以及对比斥力函数计算姿值,动态更新Q值,使移动机器人具有目的性的探索,并且优先选择离障碍物较远的位置移动。通过仿真实验证明,与传统Q-learning算法、引入引力场算法对比,改进Q-learning算法加快了收敛速度,缩短了运行时间,提高了学习效率,降低了与障碍物相撞的概率,使移动机器人能够快速地找到一条无碰撞通路。 展开更多
关键词 移动机器人 路径规划 改进q-learning 人工势场法 强化学习
在线阅读 下载PDF
基于改进Q-learning算法和DWA的路径规划 被引量:6
2
作者 王志伟 邹艳丽 +2 位作者 刘唐慧美 侯凤萍 余自淳 《传感器与微系统》 CSCD 北大核心 2023年第9期148-152,共5页
针对传统Q-learning算法出现的规划路线转折点多,探索效率低,以及无法实现动态环境下的路径规划问题,提出一种基于改进Q-learning算法和动态窗口法(DWA)的融合算法。首先,改变传统Q-learning算法的搜索方式,由原先的8方向变成16方向;利... 针对传统Q-learning算法出现的规划路线转折点多,探索效率低,以及无法实现动态环境下的路径规划问题,提出一种基于改进Q-learning算法和动态窗口法(DWA)的融合算法。首先,改变传统Q-learning算法的搜索方式,由原先的8方向变成16方向;利用模拟退火算法对Q-learning进行迭代优化;通过路径节点优化算法进行节点简化,提高路径平滑度。然后,提取改进Q-learning算法规划路径的节点,将其作为DWA算法的临时目标,前进过程中,能够实时躲避环境中出现的动静态障碍物。最终实验结果表明:融合算法具有较好的路径规划能力,实现了全局最优和有效避障的效果。 展开更多
关键词 q-learning算法 路径规划 动态窗口法
在线阅读 下载PDF
改进Q-learning算法的柔性上料系统研究 被引量:2
3
作者 丁慧琴 曹雏清 +1 位作者 徐昌军 李龙 《现代制造工程》 CSCD 北大核心 2023年第4期87-92,129,共7页
现有振动式给料柔性上料系统的工作效果多数依靠出厂前人工手动调试,手动振动参数调试存在耗时长、费人力问题,且调试结果有较强针对性,导致系统柔性能力不足。提出一种基于改进Q-learning算法的柔性上料系统,结合柔性上料系统自身特性... 现有振动式给料柔性上料系统的工作效果多数依靠出厂前人工手动调试,手动振动参数调试存在耗时长、费人力问题,且调试结果有较强针对性,导致系统柔性能力不足。提出一种基于改进Q-learning算法的柔性上料系统,结合柔性上料系统自身特性对传统Q-learning算法的奖励函数和ε-贪婪策略进行改进,令柔性上料系统自学习寻找一组有较优料件振动效果的振动参数。由实验可得,所提算法能减少人工在柔性上料系统调试上的参与度,证明了该算法在柔性上料系统中的可行性和有效性,且与传统Q-learning算法相比较,改进Q-learning算法更符合柔性上料系统的实际应用。 展开更多
关键词 强化学习 q-learning算法 柔性上料系统
在线阅读 下载PDF
玻尔兹曼优化Q-learning的高速铁路越区切换控制算法 被引量:2
4
作者 陈永 康婕 《控制理论与应用》 北大核心 2025年第4期688-694,共7页
针对5G-R高速铁路越区切换使用固定切换阈值,且忽略了同频干扰、乒乓切换等的影响,导致越区切换成功率低的问题,提出了一种玻尔兹曼优化Q-learning的越区切换控制算法.首先,设计了以列车位置–动作为索引的Q表,并综合考虑乒乓切换、误... 针对5G-R高速铁路越区切换使用固定切换阈值,且忽略了同频干扰、乒乓切换等的影响,导致越区切换成功率低的问题,提出了一种玻尔兹曼优化Q-learning的越区切换控制算法.首先,设计了以列车位置–动作为索引的Q表,并综合考虑乒乓切换、误码率等构建Q-learning算法回报函数;然后,提出玻尔兹曼搜索策略优化动作选择,以提高切换算法收敛性能;最后,综合考虑基站同频干扰的影响进行Q表更新,得到切换判决参数,从而控制切换执行.仿真结果表明:改进算法在不同运行速度和不同运行场景下,较传统算法能有效提高切换成功率,且满足无线通信服务质量QoS的要求. 展开更多
关键词 越区切换 5G-R q-learning算法 玻尔兹曼优化策略
在线阅读 下载PDF
改进Q-Learning的路径规划算法研究 被引量:7
5
作者 宋丽君 周紫瑜 +2 位作者 李云龙 侯佳杰 何星 《小型微型计算机系统》 CSCD 北大核心 2024年第4期823-829,共7页
针对Q-Learning算法学习效率低、收敛速度慢且在动态障碍物的环境下路径规划效果不佳的问题,本文提出一种改进Q-Learning的移动机器人路径规划算法.针对该问题,算法根据概率的突变性引入探索因子来平衡探索和利用以加快学习效率;通过在... 针对Q-Learning算法学习效率低、收敛速度慢且在动态障碍物的环境下路径规划效果不佳的问题,本文提出一种改进Q-Learning的移动机器人路径规划算法.针对该问题,算法根据概率的突变性引入探索因子来平衡探索和利用以加快学习效率;通过在更新函数中设计深度学习因子以保证算法探索概率;融合遗传算法,避免陷入局部路径最优同时按阶段探索最优迭代步长次数,以减少动态地图探索重复率;最后提取输出的最优路径关键节点采用贝塞尔曲线进行平滑处理,进一步保证路径平滑度和可行性.实验通过栅格法构建地图,对比实验结果表明,改进后的算法效率相较于传统算法在迭代次数和路径上均有较大优化,且能够较好的实现动态地图下的路径规划,进一步验证所提方法的有效性和实用性. 展开更多
关键词 移动机器人 路径规划 q-learning算法 平滑处理 动态避障
在线阅读 下载PDF
基于改进Q-Learning的移动机器人路径规划算法 被引量:3
6
作者 王立勇 王弘轩 +2 位作者 苏清华 王绅同 张鹏博 《电子测量技术》 北大核心 2024年第9期85-92,共8页
随着移动机器人在生产生活中的深入应用,其路径规划能力也需要向快速性和环境适应性兼备发展。为解决现有移动机器人使用强化学习方法进行路径规划时存在的探索前期容易陷入局部最优、反复搜索同一区域,探索后期收敛率低、收敛速度慢的... 随着移动机器人在生产生活中的深入应用,其路径规划能力也需要向快速性和环境适应性兼备发展。为解决现有移动机器人使用强化学习方法进行路径规划时存在的探索前期容易陷入局部最优、反复搜索同一区域,探索后期收敛率低、收敛速度慢的问题,本研究提出一种改进的Q-Learning算法。该算法改进Q矩阵赋值方法,使迭代前期探索过程具有指向性,并降低碰撞的情况;改进Q矩阵迭代方法,使Q矩阵更新具有前瞻性,避免在一个小区域中反复探索;改进随机探索策略,在迭代前期全面利用环境信息,后期向目标点靠近。在不同栅格地图仿真验证结果表明,本文算法在Q-Learning算法的基础上,通过上述改进降低探索过程中的路径长度、减少抖动并提高收敛的速度,具有更高的计算效率。 展开更多
关键词 路径规划 强化学习 移动机器人 q-learning算法 ε-decreasing策略
在线阅读 下载PDF
改进的Q-learning蜂群算法求解置换流水车间调度问题 被引量:1
7
作者 杜利珍 宣自风 +1 位作者 唐家琦 王鑫涛 《组合机床与自动化加工技术》 北大核心 2024年第10期175-180,共6页
针对置换流水车间调度问题,提出了一种基于改进的Q-learning算法的人工蜂群算法。该算法设计了一种改进的奖励函数作为人工蜂群算法的环境,根据奖励函数的优劣来判断下一代种群的寻优策略,并通过Q-learning智能选择人工蜂群算法的蜜源... 针对置换流水车间调度问题,提出了一种基于改进的Q-learning算法的人工蜂群算法。该算法设计了一种改进的奖励函数作为人工蜂群算法的环境,根据奖励函数的优劣来判断下一代种群的寻优策略,并通过Q-learning智能选择人工蜂群算法的蜜源的更新维度数大小,根据选择的维度数大小对编码进行更新,提高了收敛速度和精度,最后使用不同规模的置换流水车间调度问题的实例来验证所提算法的性能,通过对标准实例的计算与其它算法对比,证明该算法的准确性。 展开更多
关键词 q-learning算法 人工蜂群算法 置换流水车间调度
在线阅读 下载PDF
融合Q-learning的A^(*)预引导蚁群路径规划算法
8
作者 殷笑天 杨丽英 +1 位作者 刘干 何玉庆 《传感器与微系统》 北大核心 2025年第8期143-147,153,共6页
针对传统蚁群优化(ACO)算法在复杂环境路径规划中存在易陷入局部最优、收敛速度慢及避障能力不足的问题,提出了一种融合Q-learning基于分层信息素机制的A^(*)算法预引导蚁群路径规划算法-QHACO算法。首先,通过A^(*)算法预分配全局信息素... 针对传统蚁群优化(ACO)算法在复杂环境路径规划中存在易陷入局部最优、收敛速度慢及避障能力不足的问题,提出了一种融合Q-learning基于分层信息素机制的A^(*)算法预引导蚁群路径规划算法-QHACO算法。首先,通过A^(*)算法预分配全局信息素,引导初始路径快速逼近最优解;其次,构建全局-局部双层信息素协同模型,利用全局层保留历史精英路径经验、局部层实时响应环境变化;最后,引入Q-learning方向性奖励函数优化决策过程,在路径拐点与障碍边缘施加强化引导信号。实验表明:在25×24中等复杂度地图中,QHACO算法较传统ACO算法最优路径缩短22.7%,收敛速度提升98.7%;在50×50高密度障碍环境中,最优路径长度优化16.9%,迭代次数减少95.1%。相比传统ACO算法,QHACO算法在最优性、收敛速度与避障能力上均有显著提升,展现出较强环境适应性。 展开更多
关键词 蚁群优化算法 路径规划 局部最优 收敛速度 q-learning 分层信息素 A^(*)算法
在线阅读 下载PDF
基于改进D^(*)Lite算法的疏散路径规划方法研究 被引量:1
9
作者 李墨潇 张建辉 +4 位作者 王晟旻 冯谦 张斌 邱绍峰 耿明 《中国安全生产科学技术》 北大核心 2025年第3期42-49,共8页
为应对应急疏散中大面积路网结构的路径规划问题,提出1种改进D^(*)Lite算法的疏散路径规划方法。首先,根据不同邻域结构的路网特点,采用多邻域网络流遍历方法;其次,为解决算法在路网结构的独头或环形路段中无法继续搜索的问题,提出1种... 为应对应急疏散中大面积路网结构的路径规划问题,提出1种改进D^(*)Lite算法的疏散路径规划方法。首先,根据不同邻域结构的路网特点,采用多邻域网络流遍历方法;其次,为解决算法在路网结构的独头或环形路段中无法继续搜索的问题,提出1种双层搜索的方式;此外,基于路径坡度变化,优化算法的代价计算方式;最后,为检验改进D^(*)Lite算法的路径规划能力,探讨区域危险发生、区域危险新增和区域恢复3种情景下的路径变化,研究D^(*)Lite算法在考虑路径坡度情况下的避险能力。研究结果表明:改进后的算法能够根据危险情况的变化调整路径,且考虑路径坡度能够获得更为准确的疏散时间。研究结果可为应急疏散工作提供指导。 展开更多
关键词 路径规划 应急疏散 改进算法 路径坡度
在线阅读 下载PDF
基于改进人工电场算法的城市载人电动垂直起降飞行器路径规划 被引量:5
10
作者 刘光才 金松鹏 +1 位作者 李章萍 刘百庚 《科学技术与工程》 北大核心 2025年第1期238-244,共7页
针对城市场景下载人电动垂直起降飞行器(electric vertical takeoff and landing,eVTOL)路径规划问题进行了研究。首先,使用危险度栅格法进行三维城市空间建模,对选定型号的eVTOL飞行器,以航程、运行风险和高度变化为目标函数,结合飞行... 针对城市场景下载人电动垂直起降飞行器(electric vertical takeoff and landing,eVTOL)路径规划问题进行了研究。首先,使用危险度栅格法进行三维城市空间建模,对选定型号的eVTOL飞行器,以航程、运行风险和高度变化为目标函数,结合飞行器自身特性及环境限制,构建了多约束条件的载人eVTOL路径规划模型。然后,设计了一种改进人工电场算法(im-proved artificial electric field algorithm,IAEFA),在传统人工电场算法(artificial electric field algorithm,AEFA)的基础上增加了自适应库伦参数,并在库伦常数的计算中引入递减系数,以此进行仿真求解。实验结果显示,所构建的模型可以达到预期效果。使用改进算法进行路径规划的求解效果更优,相较传统粒子群算法和人工电场法,航程更短,高度变化更小且运行更为安全。最后,根据对照实验确定递减系数的取值,当递减系数取值为1.5时,改进算法的求解效果最优。 展开更多
关键词 城市空中交通 电动垂直起降飞行器 路径规划 改进人工电场算法
在线阅读 下载PDF
采用改进遗传算法的无线电能传输系统参数优化设计 被引量:3
11
作者 杨阳 章治 +2 位作者 吴雪钰 曹嘉亿 郑晅 《西安交通大学学报》 北大核心 2025年第4期93-104,共12页
针对高阶补偿拓扑的无线电能传输(WPT)系统的谐振参数较多且相互关联,从而导致系统设计时各个元件具体参数难以确定的问题,提出了一种适用于一次侧LCC、二次侧LC串联拓扑(LCC-S)的WPT系统参数优化设计方法。利用MATLAB/Simulink搭建WPT... 针对高阶补偿拓扑的无线电能传输(WPT)系统的谐振参数较多且相互关联,从而导致系统设计时各个元件具体参数难以确定的问题,提出了一种适用于一次侧LCC、二次侧LC串联拓扑(LCC-S)的WPT系统参数优化设计方法。利用MATLAB/Simulink搭建WPT系统仿真平台并进行理论分析,评估了谐振参数、耦合系数和等效负载对该系统输出特性的影响,选择影响程度最复杂的变量作为决策变量,构建系统非线性优化模型;以提高WPT系统的传输效率为目标,在遗传算法基础上加入非线性优化策略,并设计新的突变函数,利用改进后的遗传算法(IGA)给出了系统参数的优化设计方案。仿真结果表明:IGA使系统传输效率达到98.34%,相较遗传算法提高了2.52%,且收敛速度显著提高。搭建WPT系统实验平台并进行测试,结果表明:该系统能够以97.98%的传输效率保持300 W的功率输出;当负载电阻处于6~46Ω时,系统传输效率能够维持在90%以上。研究结果可为LCC-S型WPT系统参数设计提供参考。 展开更多
关键词 无线电能传输 LCC-S型 拓扑结构 改进遗传算法 谐振参数优化
在线阅读 下载PDF
基于改进粒子群算法的光伏逆变器控制参数辨识 被引量:4
12
作者 罗建 孙越 江丽娟 《河南理工大学学报(自然科学版)》 CAS 北大核心 2025年第1期124-133,共10页
精准的光伏并网逆变器模型是研究大规模光伏接入下电力系统故障特性的重要工具。目的为了解决现有光伏逆变器仿真模型与实际工作中的光伏逆变器特性相差较大的问题,方法提出采用参数辨识的方法构建逆变器的辨识模型。以重庆云阳某1 MW... 精准的光伏并网逆变器模型是研究大规模光伏接入下电力系统故障特性的重要工具。目的为了解决现有光伏逆变器仿真模型与实际工作中的光伏逆变器特性相差较大的问题,方法提出采用参数辨识的方法构建逆变器的辨识模型。以重庆云阳某1 MW光伏电站为实际参照模型,首先根据实际工作情况将逆变器的工作区间划分为3个阶段,利用数学扰动法分别对3个阶段中的待辨识参数划分灵敏度高低等级,并由此提出不同阶段不同灵敏度参数分步辨识策略;其次,分阶段采集实际光伏电站工作数据,对该数据进行分析处理,获得各待辨识参数的初始取值范围,设计同步辨识参数实验作为参照;最后提出改进的混沌遗传粒子群优化算法(chaos genetic algorithm of particle swarm optimization,CGAPSO)作为辨识算法,分步分工作阶段辨识相关参数,通过对比参数的同步辨识结果,验证所提方法的优越性,并将辨识结果代入仿真模型。结果结果表明,低灵敏度参数的同步辨识结果误差远超过可接受范围,而CGAPSO分步辨识出的相关参数误差皆在1.1%以下,精度远高于同步辨识结果。结论基于改进粒子群算法构建的辨识模型输出数据与实际逆变器工作数据契合度高,可准确反映逆变器实际工作特性。 展开更多
关键词 光伏并网逆变器 逆变器控制策略 参数辨识 数学扰动法 改进粒子群优化算法
在线阅读 下载PDF
改进遗传算法应用于地震场景下无人机路径规划研究 被引量:4
13
作者 李章萍 徐鑫 《安全与环境学报》 北大核心 2025年第1期237-249,共13页
为提高中强震灾害地区的救援效率,对传统路径规划模型进行了改进。传统模型在最大路程限制下优化覆盖人数,但无法均衡路程与覆盖人数,通过引入权重与均衡系数解决此问题并构建了加权路径优化模型。模型以生成路径最短、权重最大为目标,... 为提高中强震灾害地区的救援效率,对传统路径规划模型进行了改进。传统模型在最大路程限制下优化覆盖人数,但无法均衡路程与覆盖人数,通过引入权重与均衡系数解决此问题并构建了加权路径优化模型。模型以生成路径最短、权重最大为目标,采用多无人机、单起降点的调度方法。为改善传统遗传算法的收敛性及对局部解空间的搜索能力,引入2-opt局部搜索算法、权重修复机制、以种群多样性指标动态调整算法的变异率和交叉率等策略,并对模型进行求解。结果表明,在多种运行场景下,该模型生成路径更加优越,算法与传统遗传算法、粒子群优化(Particle Swarm Optimization,PSO)算法、A^(*)算法相比,可得到救援效率更高的飞行路径。 展开更多
关键词 公共安全 中强震 改进遗传算法 无人机路径规划
在线阅读 下载PDF
改进PSO-PH-RRT^(*)算法在智能车路径规划中的应用 被引量:1
14
作者 蒋启龙 许健 《东北大学学报(自然科学版)》 北大核心 2025年第3期12-19,共8页
在机器人控制、智能车自主导航等应用场景中,路径规划需要考虑到环境中的障碍物、地形等因素.针对路径规划中快速拓展随机树(RRT)算法拓展目标方向盲目、效率较低的问题,提出了基于粒子群算法优化的均匀概率快速拓展随机树(PSO-PH-RRT^(... 在机器人控制、智能车自主导航等应用场景中,路径规划需要考虑到环境中的障碍物、地形等因素.针对路径规划中快速拓展随机树(RRT)算法拓展目标方向盲目、效率较低的问题,提出了基于粒子群算法优化的均匀概率快速拓展随机树(PSO-PH-RRT^(*))算法.该算法在基于均匀概率的快速拓展随机树(PHRRT^(*))算法的基础上,利用粒子群算法更新方向概率作为随机树节点的速度方向,从而改善了节点的位置更新策略,并将节点到目标向量的距离和轨迹平滑度作为粒子群算法的适应度函数.最后在多种障碍环境下进行仿真.结果表明,PSO-PH-RRT^(*)算法能大大减少迭代时间成本,同时改善路径长度和平滑度. 展开更多
关键词 路径规划 RRT算法 改进粒子群优化算法 目标向量 代价函数 适应度函数
在线阅读 下载PDF
基于改进麻雀搜索算法的光伏MPPT方法 被引量:1
15
作者 梁秋艳 孙井也 +2 位作者 迟佳 田文豪 赵子瀚 《电源技术》 北大核心 2025年第3期662-668,共7页
光伏阵列P-U特性曲线在局部遮阴状态下呈现多峰状态,传统的最大功率追踪算法容易陷入局部最优状态。针对此问题,提出了一种基于改进麻雀搜索算法的最大功率点跟踪(maximum power point tracking,MPPT)方法。在麻雀搜索算法中引入遗传算... 光伏阵列P-U特性曲线在局部遮阴状态下呈现多峰状态,传统的最大功率追踪算法容易陷入局部最优状态。针对此问题,提出了一种基于改进麻雀搜索算法的最大功率点跟踪(maximum power point tracking,MPPT)方法。在麻雀搜索算法中引入遗传算法和Lévy飞行策略,使算法的全局搜索能力得以增强,并且可以跳出局部最优解。在MATLAB/Simulink中建立仿真模型,并与粒子群优化算法和原始麻雀搜索算法进行比较。仿真结果表明,基于改进麻雀搜索算法的MPPT方法在不同光照条件下均显示出更高的效率和稳定性。 展开更多
关键词 光伏系统 最大功率点跟踪 麻雀搜索算法 改进算法
在线阅读 下载PDF
基于改进MOGWO算法的并联机器人轨迹优化 被引量:1
16
作者 郭彤颖 叶相涛 陈宇 《组合机床与自动化加工技术》 北大核心 2025年第6期20-25,共6页
针对并联机器人运行过程中短时间、低能耗、弱冲击等需求,提出了一种基于改进多目标灰狼算法(IMOGWO)的轨迹优化方法。首先,对并联机器人进行逆运动学求解,在笛卡尔空间选取关键点并映射至关节空间,采用4-3-3-4次多项式插值方法对其运... 针对并联机器人运行过程中短时间、低能耗、弱冲击等需求,提出了一种基于改进多目标灰狼算法(IMOGWO)的轨迹优化方法。首先,对并联机器人进行逆运动学求解,在笛卡尔空间选取关键点并映射至关节空间,采用4-3-3-4次多项式插值方法对其运动轨迹进行规划;其次,对多目标灰狼算法在收敛因子、围猎机制、头狼更新3个方面进行改进优化,优化后的算法具有搜索能力强、收敛速度快等优势;最终,利用改进的多目标灰狼算法对多项式轨迹进行时间-能耗-冲击多目标优化,仿真实验表明优化方法不仅缩短了机器人的运行时间,在降低能耗和减小冲击方面也取得了显著成效,使机器人总体性能得到了有效地提升。 展开更多
关键词 并联机器人 轨迹规划 改进多目标灰狼算法 多目标优化
在线阅读 下载PDF
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
17
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
基于改进型蜣螂算法Fuzzy-Smith-LADRC混凝投药 被引量:1
18
作者 王文成 余智科 郑诗翰 《电子测量技术》 北大核心 2025年第3期10-17,共8页
二十届三中全会强调全面落实深化改革水利任务,其中居民饮用水是重点民生任务,混凝工艺是饮用水处理的关键环节。由于混凝过程具有大时滞特性,故对于原水水质频繁变化的控制系统,常规的PID控制不能达到满意的效果。为此,将一种不依赖系... 二十届三中全会强调全面落实深化改革水利任务,其中居民饮用水是重点民生任务,混凝工艺是饮用水处理的关键环节。由于混凝过程具有大时滞特性,故对于原水水质频繁变化的控制系统,常规的PID控制不能达到满意的效果。为此,将一种不依赖系统精确模型的线性自抗扰控制器(LADRC)应用于系统中,利用扩张观测器对混凝控制系统中出现的扰动进行估计并补偿,同时设计史密斯预估器(Smith)与模糊控制器(Fuzzy)相结合的自适应史密斯控制器来消除大时滞对控制效果的影响,提出Fuzzy-Smith-LADRC控制器。针对控制器参数调节困难而引入改进型蜣螂算法(MSIDBO)进行参数整定。改进型算法对DBO算法中初始种群分布不均匀、易陷入局部最优解等问题进行优化,使得MSIDBO能快速收敛并更好平衡全局探索与局部开发能力。系统模型精确时,该控制方法比PID控制的调节时间减少279 s和超调量降低8%,比DMC控制的调节时间减少40 s,系统模型变化时,相比LADRC具有更好的抗干扰性与鲁棒性。 展开更多
关键词 混凝工艺 模糊史密斯预估-线性自抗扰 改进蜣螂算法 参数优化
在线阅读 下载PDF
改进灰狼优化算法优化CNN-LSTM的PEMFC性能衰退预测 被引量:1
19
作者 高锋阳 刘庆寅 +2 位作者 赵丽丽 齐丰旭 刘嘉 《电力系统保护与控制》 北大核心 2025年第13期175-187,共13页
为进一步提高车用质子交换膜燃料电池(proton exchange membrane fuel cell, PEMFC)电堆性能衰退预测与剩余使用寿命预测精度,提出一种改进灰狼优化算法优化卷积神经网络-长短期记忆(convolutional neural network-long short-term memo... 为进一步提高车用质子交换膜燃料电池(proton exchange membrane fuel cell, PEMFC)电堆性能衰退预测与剩余使用寿命预测精度,提出一种改进灰狼优化算法优化卷积神经网络-长短期记忆(convolutional neural network-long short-term memory, CNN-LSTM)的车用PEMFC性能衰退预测方法。首先,通过稳定小波变换对数据集去噪重构,使用改进灰狼算法对实测PEMFC电堆衰退数据进行分析,获得CNN-LSTM最优超参数。其次,利用最优超参数训练CNN-LSTM网络模型进行PEMFC性能衰退预测,并计算PEMFC电堆剩余使用寿命。最后,在电堆静态和动态工况下,将所提方法与传统长短期记忆循环网络、门控循环单元循环网络和未经优化的CNN-LSTM等模型预测进行比较。结果表明:在静态工况中,当训练集占比为60%时,所提方法相比传统CNN-LSTM预测结果均方根误差缩小59.02%,当训练集占比为70%时,PEMFC剩余使用寿命预测与实际相差1.16 h;在动态工况中,当训练集占比为40%时,平均绝对误差缩小18.78%。 展开更多
关键词 质子交换膜燃料电池 改进灰狼优化算法 卷积神经网络-长短期记忆 衰退预测 剩余使用寿命
在线阅读 下载PDF
基于改进A^(*)算法的矿用巡检机器人路径规划
20
作者 张辉 苏国用 +2 位作者 赵东洋 杨宇豪 何凯 《太原理工大学学报》 北大核心 2025年第3期559-566,共8页
【目的】针对煤矿井下环境非结构化、局部可通行区域窄以及传统A^(*)算法规划路径存在搜索时间长、搜索节点多、路径冗余节点多、路径平滑度较差等问题,提出一种基于改进A^(*)算法的矿用巡检机器人路径规划算法。【方法】首先在传统A^(*... 【目的】针对煤矿井下环境非结构化、局部可通行区域窄以及传统A^(*)算法规划路径存在搜索时间长、搜索节点多、路径冗余节点多、路径平滑度较差等问题,提出一种基于改进A^(*)算法的矿用巡检机器人路径规划算法。【方法】首先在传统A^(*)算法的启发函数中引入预估消耗的指数函数和障碍物覆盖率之和,以提高搜索效率,缩短搜索时间;其次改进传统8邻域搜索为9邻域搜索,从而避免无用搜索,减少搜索节点数量;然后通过Floyd算法剔除路径中的冗余节点;最后采用改进3阶贝塞尔曲线完成路径平滑任务。【结果】结果表明:相较于传统A^(*)算法,在特定的20×20、30×30和40×40栅格地图下,改进A^(*)算法使得搜索时间分别缩短44.1%、63.8%和84.8%,搜索节点分别减少31.6%、47.9%和71%;路径平滑算法能够减少路径节点,改善路径平滑度,更适用于矿用巡检机器人的路径规划。 展开更多
关键词 矿用巡检机器人 路径规划 改进A^(*)算法 FLOYD算法 贝塞尔曲线
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部