期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于改进淘金优化算法的多层模糊嵌套PID温控技术 被引量:1
1
作者 严超 张辉 +3 位作者 常鑫 高鹏 付乐 唐明章 《科学技术与工程》 北大核心 2025年第15期6397-6409,共13页
针对高精高速高效温度控制由于多点测温和非对称加热工况而带来的难题,提出IGRO-PID(improved gold rush optimizer-proportional integral derivative)和多层模糊嵌套算法串级结合的新型温控算法(IGRO-FuzzyN-PID)。仿真验证IGRO算法在... 针对高精高速高效温度控制由于多点测温和非对称加热工况而带来的难题,提出IGRO-PID(improved gold rush optimizer-proportional integral derivative)和多层模糊嵌套算法串级结合的新型温控算法(IGRO-FuzzyN-PID)。仿真验证IGRO算法在PID控制系统中优于CPO(crested porcupine optimizer)、IPSO(improved particle swarm optimization)、COA(crayfish optimization algorithm)、GA(genetic algorithm)算法。仿真和实验验证IGRO-FuzzyN-PID算法较单一IGRO-PID算法,在输入输出对称和非对称工况下的超调量、稳态误差、平均误差提升70.91%、70.69%、82.35%和86.89%、76.23%、86.56%。结果证明IGRO-FuzzyN-PID在输入输出对称和非对称工况下满足高精高速高效的控制需求。 展开更多
关键词 温度控制 改进淘金优化算法 多层模糊嵌套 输入输出非对称
在线阅读 下载PDF
基于改进淘金者优化算法的食品分拣机器人路径规划研究
2
作者 莫微君 王永光 徐荣礼 《食品与机械》 北大核心 2025年第9期67-74,共8页
[目的]提高多工位食品分拣机器人的路径规划效率。[方法]提出一种基于改进淘金者优化算法(improved gold rush optimizer, IGRO)的双阶段路径规划方法。首先,构建包含单工位最优抓取位置与多工位移动最短距离的双层规划模型,综合考虑路... [目的]提高多工位食品分拣机器人的路径规划效率。[方法]提出一种基于改进淘金者优化算法(improved gold rush optimizer, IGRO)的双阶段路径规划方法。首先,构建包含单工位最优抓取位置与多工位移动最短距离的双层规划模型,综合考虑路径长度、平滑度及安全度三项目标;其次,设计改进淘金算法:引入自由探索行为增强全局搜索能力,采用余弦形式收敛因子平衡算法探索与开发效率。[结果]与CRO、蚁群算法等算法相比,IGRO使总路径缩短7.3%~39.2%,运行时间减少26.7%~50.1%,且路径平滑度提升18.6%。[结论]该方法有效提高了食品分拣机器人的作业效率,具有较高工程应用价值。 展开更多
关键词 食品分拣 路径规划 淘金优化算法 自由探索行为 双层规划
在线阅读 下载PDF
基于改进淘金算法BP神经网络预测方法研究
3
作者 戴诗雨 孙哲 +1 位作者 袁凯 孙知信 《印刷与数字媒体技术研究》 北大核心 2025年第5期121-137,共17页
围绕时间序列数据精准预测的问题,本研究提出了基于改进淘金算法BP神经网络的预测方法。首先,针对传统淘金优化算法(GRO)收敛速度慢、易陷入局部最优等缺陷,引入了Tent混沌映射和莱维飞行策略,分别对该算法种群初始化和迭代寻优两个阶... 围绕时间序列数据精准预测的问题,本研究提出了基于改进淘金算法BP神经网络的预测方法。首先,针对传统淘金优化算法(GRO)收敛速度慢、易陷入局部最优等缺陷,引入了Tent混沌映射和莱维飞行策略,分别对该算法种群初始化和迭代寻优两个阶段进行改进,并通过算法测试和方法比较,验证了改进淘金优化算法(DGRO)在解决最优化问题方面的良好的性能。然后,设置BP神经网络基本参数,并利用DGRO对BP神经网络的初始连接权重和阈值进行调整,构建了DGRO-BP模型。最后,利用某快递驿站实际处理快件量的数据集对本研究提出的模型进行测试。结果显示,DGRO-BP在诸多预测精度评价指标上相较于BP和GWO-BP等具备优越性,尤其是在平均绝对误差(MAE)指标上,DGRO-BP模型的平均绝对误差比标准BP神经网络模型低了约46.15%,证实了DGRO-BP在处理该类问题上的优势,对时间序列数据预测问题的研究具有重要意义。 展开更多
关键词 淘金优化算法 算法优化 BP神经网络 快递数据预测 测试函数
在线阅读 下载PDF
基于GRO优化的VMD-HKELM月蒸发量预测方法研究 被引量:2
4
作者 李菊 崔东文 《水文》 CSCD 北大核心 2024年第5期25-31,共7页
水面蒸发预测对于水库水量预测、区域水量平衡分析和水资源量核算等具有重要意义。水面蒸发量预测影响因素众多,并最终体现在随时间变化的蒸发量监测数据中。为此,基于淘金热(GRO)算法优化变分模态分解(VMD)-混合核极限学习机(HKELM)提... 水面蒸发预测对于水库水量预测、区域水量平衡分析和水资源量核算等具有重要意义。水面蒸发量预测影响因素众多,并最终体现在随时间变化的蒸发量监测数据中。为此,基于淘金热(GRO)算法优化变分模态分解(VMD)-混合核极限学习机(HKELM)提出两种方案。方案Ⅰ先对月蒸发量时间序列分解,后划分训练集、测试集;方案Ⅱ先对月蒸发量划分训练集、测试集,再进行时间序列分解。通过一种新型元启发式算法对分解技术VMD、预测器HKELM超参数进行目标寻优并建立多种模型,采用云南省龙潭寨、西洋街水文站月蒸发量预测实例对方案Ⅰ、方案Ⅱ各模型进行检验。结果表明:方案Ⅰ各模型性能优于方案Ⅱ,各模型的拟合精度和预测精度总体上随分解分量数的增加而提高,但方案Ⅰ使用了测试集信息,导致预测精度虚高;方案Ⅱ各模型具有较好的预测精度和稳健性能,其用于月蒸发量时间序列预测是可行的,反映出客观真实的预测效果,具有较好的实用价值和意义。 展开更多
关键词 变分模态分解 淘金优化算法 混合核极限学习机 超参数优化 月蒸发量预测
在线阅读 下载PDF
基于GRO-SSA-LSTM的短期光伏发电功率预测 被引量:5
5
作者 王玲芝 李晨阳 +1 位作者 刘婧 李程 《太阳能学报》 北大核心 2025年第2期401-409,共9页
为提高光伏发电功率预测的精确度,保障电网能可持续稳定运行,将长短时记忆网络(LSTM)与淘金优化算法(GRO)改进后的麻雀搜索算法(SSA)结合起来,用于实现短期光伏发电功率的预测。首先,利用皮尔逊相关系数提取影响光伏功率的关键因素;然后... 为提高光伏发电功率预测的精确度,保障电网能可持续稳定运行,将长短时记忆网络(LSTM)与淘金优化算法(GRO)改进后的麻雀搜索算法(SSA)结合起来,用于实现短期光伏发电功率的预测。首先,利用皮尔逊相关系数提取影响光伏功率的关键因素;然后,利用麻雀搜索算法对长短时记忆网络进行优化,得到网络中最优的隐含层节点数量、训练次数、学习率等超参数;其次,引入Tent混沌映射优化麻雀种群的初始分布,使得种群初始位置分布更加均匀;最后,为避免算法陷入局部最优,引入GRO对SSA进行优化,使得麻雀种群搜索范围更加广泛,结果更加精确。实验结果表明,与LSTM、SSA-LSTM相比,GROSSA-LSTM在短期光伏发电功率预测中具有更高的预测精度,且具有至关重要的现实意义。 展开更多
关键词 光伏发电 预测模型 长短时记忆网络 麻雀搜索算法 淘金优化算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部