期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于正余弦优化算法的无人自卸卡车路径规划
1
作者 舒太镜 陈振坤 +1 位作者 刘翔 张朋超 《采矿技术》 2024年第6期266-270,共5页
随着人工智能算法、数据实时交互等技术的发展,采掘业迎来新一轮的发展。为促进新质生产力增长,建设智慧矿山,矿山企业开始应用无人采矿车进行运输。由于矿车路径规划中存在易陷入局部最优,及发生碰撞、坠落矿坑等问题,提出一种基于正... 随着人工智能算法、数据实时交互等技术的发展,采掘业迎来新一轮的发展。为促进新质生产力增长,建设智慧矿山,矿山企业开始应用无人采矿车进行运输。由于矿车路径规划中存在易陷入局部最优,及发生碰撞、坠落矿坑等问题,提出一种基于正余弦优化算法的路径规划方法用于矿车路径规划。调研尼日利亚ODG金属矿,分析矿区道路情况及整体布局,并运用栅格法模拟矿区环境,将正余弦优化算法应用于ODG矿区自卸卡车路径规划。结果表明,在200×50栅格环境中,正余弦优化算法在障碍躲避和路径选择上均表现优异,在500次迭代中多次跳跃,规划的路长为2 154.2 m。 展开更多
关键词 无人自卸卡车 路径规划 正余弦优化算法 露天矿山
在线阅读 下载PDF
基于SCAGOA优化BP神经网络和极大似然算法的DOA估计研究 被引量:2
2
作者 陈婷 燕慧超 +2 位作者 王鹏 谭秀辉 白艳萍 《中北大学学报(自然科学版)》 CAS 2021年第2期177-186,共10页
利用BP神经网络和极大似然(ML)算法对阵列信号波达方向(DOA)进行估计,结合了混沌映射和群智能优化算法的优势,设计了一种正余混沌双弦蝗虫优化算法(SCAGOA),不仅解决了因神经网络的权值和阈值选取不当导致陷入局部最优的问题,而且解决... 利用BP神经网络和极大似然(ML)算法对阵列信号波达方向(DOA)进行估计,结合了混沌映射和群智能优化算法的优势,设计了一种正余混沌双弦蝗虫优化算法(SCAGOA),不仅解决了因神经网络的权值和阈值选取不当导致陷入局部最优的问题,而且解决了ML算法中多维搜索导致运算负荷大、效率低的问题.通过仿真实验对双信号源的输出效果和估计误差进行讨论,比较了不同优化算法对信噪比的泛化能力.结果表明,通过SCAGOA优化后的BP神经网络和ML算法在DOA估计方面比其他优化算法具有更好的估计精度. 展开更多
关键词 神经网络 极大似然估计 蝗虫优化算法 正余弦优化算法 阵列信号 DOA估计
在线阅读 下载PDF
耦合负类样本裁剪与非对称错分惩罚的非均衡SVM算法 被引量:3
3
作者 高雷阜 赵世杰 +1 位作者 于冬梅 徒君 《电子学报》 EI CAS CSCD 北大核心 2017年第12期2978-2986,共9页
针对标准支持向量机(SVM)识别非均衡数据往往会出现最优超平面倾向性和正类样本大量错分的现象,探讨SVM识别非均衡数据失效的原因及对策;考虑到SVM最优超平面仅由少量支持向量完全决定的特性,提出一种基于负类边界样本裁剪策略的SVM数... 针对标准支持向量机(SVM)识别非均衡数据往往会出现最优超平面倾向性和正类样本大量错分的现象,探讨SVM识别非均衡数据失效的原因及对策;考虑到SVM最优超平面仅由少量支持向量完全决定的特性,提出一种基于负类边界样本裁剪策略的SVM数学模型.鉴于该模型需经多次负类数据的"训练-裁剪"过程才能较好地识别正类样本且较为费时,以等效的一次性裁掉更多样本的裁截面技术作为替代,提出一种耦合负类样本裁剪与非对称错分惩罚的非均衡SVM算法,并利用改进正余弦优化算法优化裁剪偏移量以提高算法的非均衡数据处理能力.数值实验结果验证了裁剪偏移量的优化必要性、改进正余弦优化算法的较强优化性能和改进SVM算法对非均衡数据的较好识别性能. 展开更多
关键词 非均衡数据 支持向量机 边界样本 裁截超平面 非对称错分惩罚 正余弦优化算法
在线阅读 下载PDF
基于改进近似共轭梯度追踪的轴承故障诊断方法
4
作者 惠亦聪 张延超 +3 位作者 陈润霖 李喆 刘佳鑫 崔亚辉 《振动与冲击》 EI CSCD 北大核心 2024年第10期292-298,共7页
在确保机械系统的可靠性和功能性、生产效率和安全性方面,滚动轴承的状态监测和故障诊断极其重要。然而,故障特征通常总是被背景噪音和其他不稳定的干扰成分所掩盖,这使得这项工作变得非常困难。为了更好地提取轴承故障特征,提出了结合... 在确保机械系统的可靠性和功能性、生产效率和安全性方面,滚动轴承的状态监测和故障诊断极其重要。然而,故障特征通常总是被背景噪音和其他不稳定的干扰成分所掩盖,这使得这项工作变得非常困难。为了更好地提取轴承故障特征,提出了结合改进的正余弦优化算法(improved sine cosine algorithm, ISCA)的弱选择近似共轭梯度追踪(weak selection approximate conjugate gradient pursuit, WACGP)算法。将惯性权重和非线性参数更新策略引入正余弦优化算法(sine cosine algorithm, SCA)中,提高了信号稀疏表示的效率和精度,以便用字典原子最大限度地逼近原始信号,并且将弱选择策略引入近似共轭梯度追踪(approximate conjugate gradient pursuit, ACGP)中,提高了提取轴承故障特征的速度和能力。通过对轴承的故障仿真信号和实际轴承内、外圈和滚动体振动信号的分析,验证了该方法的有效性。详细说明了与基于正余弦优化的梯度追踪算法的比较,突出了所提出的方法的优点。 展开更多
关键词 滚动轴承 故障诊断 正余弦优化算法(SCA) 近似共轭梯度追踪(ACGP) 稀疏分解
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部