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9篇文章
< 1 >
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：
基于混合启发式算法的集装箱爆炸品装箱问题研究与优化
1
作者 钟鑫 任鸿翔 +1 位作者 王德龙 韦德鉴 《中国航海》 北大核心 2025年第S1期166-174,共9页
在海运危险货物集装箱运输中,科学合理的装箱方案对提升运输安全至关重要。针对运输中危险货物中爆炸品的特殊配装和隔离要求,以最小化所需集装箱数量为目标,提出了一种基于拟人式装载策略的混合粒子群遗传算法(GA-PSO)。该混合启发式... 在海运危险货物集装箱运输中,科学合理的装箱方案对提升运输安全至关重要。针对运输中危险货物中爆炸品的特殊配装和隔离要求,以最小化所需集装箱数量为目标,提出了一种基于拟人式装载策略的混合粒子群遗传算法(GA-PSO)。该混合启发式算法结合了遗传算法的全局搜索能力和粒子群算法的局部优化能力,通过引入种群多样性监控算法的搜索效率和收敛性,进一步提升了算法性能。通过模拟5组10种爆炸品货物的装箱场景,该算法与遗传算法相比,装箱方案质量更好,时间消耗更少。 展开更多
关键词 三维装箱问题 混合粒子群遗传算法 拟人式装载策略
在线阅读 下载PDF
基于PSO-GA混合算法时间优化的旅行商问题研究 被引量：15
2
作者 张勇 陈玲 +1 位作者 徐小龙 李飞腾 《计算机应用研究》 CSCD 北大核心 2015年第12期3613-3617,共5页
为了给游客提供更好的路径推送服务,针对经典的TSP进行了延伸研究,提出了一种时间优化的旅行商问题(time optimal TSP,TOTSP),旨在寻找一条旅行时间最短的游览路径推送给游客来节省游客的旅行时间。通过混合粒子群遗传算法(PSO-GA)对提... 为了给游客提供更好的路径推送服务,针对经典的TSP进行了延伸研究,提出了一种时间优化的旅行商问题(time optimal TSP,TOTSP),旨在寻找一条旅行时间最短的游览路径推送给游客来节省游客的旅行时间。通过混合粒子群遗传算法(PSO-GA)对提出的问题进行仿真实验,并将旅行时间作为PSO-GA的目标函数,其中的旅行时间包括游客在景点之间行走的时间、游客在每个景点排队等待的时间以及游客在每个景点游玩需要的时间三个部分。仿真实验对比了PSO-GA求出的最短旅行时间和所需的CPU执行时间与遗传算法(GA)、蚁群算法(ACO)求出的结果。仿真实验表明,PSO-GA在解决TOTSP上有较好的性能。 展开更多
关键词 时间优化的旅行商问题 混合粒子群遗传算法 路径规划 游客旅行时间
在线阅读 下载PDF
融合EMD与GAIPSO-LSTM算法的锂离子电池RUL预测方法研究
3
作者 张俊贤 周英超 +3 位作者 李波 薛博峰 蒙心蕊 陈培震 《重庆理工大学学报(自然科学)》 北大核心 2025年第6期28-36,共9页
为提高锂离子电池RUL预测精度,提出一种将经验模态分解(EMD)、遗传算法混合改进粒子群优化算法(GAIPSO)以及长短期记忆(LSTM)神经网络结合的锂离子电池RUL预测模型。通过EMD对数据进行分解,结合Logistic混沌映射、自适应惯性权重、改进... 为提高锂离子电池RUL预测精度,提出一种将经验模态分解(EMD)、遗传算法混合改进粒子群优化算法(GAIPSO)以及长短期记忆(LSTM)神经网络结合的锂离子电池RUL预测模型。通过EMD对数据进行分解,结合Logistic混沌映射、自适应惯性权重、改进的速度更新公式,以及遗传算法中的选择、交叉和高斯变异操作,优化粒子群算法,利用改进后的GAIPSO算法对LSTM模型的参数进行优化,使用EMD-GAIPSO-LSTM预测模型对电池寿命进行预测,通过NASA发布的数据集进行模型预测精度验证。结果表明:该模型预测结果的平均绝对误差(mean absolute error,MAE)、均方根差(root mean square error,RMSE)分别在0.01204与0.01372以内,R^(2)在0.9791以上。相比于SSA-LSTM和PSO-LSTM模型,预测精度提高4.7%和2.5%,证明该模型对锂离子电池RUL预测准确性较高。 展开更多
关键词 锂离子电池 剩余使用寿命 EMD分解 遗传算法混合改进粒子群算法 长短期记忆神经网络
在线阅读 下载PDF
基于GA-PSO混合算法的最小属性约简 被引量：2
4
作者 吕振中 薛惠锋 +1 位作者 钟明 刘欢 《计算机工程与应用》 CSCD 2012年第1期53-56,共4页
属性约简是粗糙集理论中的核心问题,为有效进行属性的最小约简,将一种GA-PSO混合算法应用于属性约简。该算法在保证寻优能力的前提下,增加群体的多样性,避免陷入局部最优,同时,在适应度函数中加入罚函数。实验结果证明该算法能有效地进... 属性约简是粗糙集理论中的核心问题,为有效进行属性的最小约简,将一种GA-PSO混合算法应用于属性约简。该算法在保证寻优能力的前提下,增加群体的多样性,避免陷入局部最优,同时,在适应度函数中加入罚函数。实验结果证明该算法能有效地进行属性约简,取得良好的约简结果。 展开更多
关键词 粗糙集 属性约简 粒子群算法和遗传算法融合的混合算法(GA-PSO)
在线阅读 下载PDF
电场作用下HR神经元的分岔分析及参数辨识
5
作者 肖冉 安新磊 +1 位作者 祁慧敏 乔帅 《浙江大学学报（理学版）》 CAS CSCD 北大核心 2022年第6期691-697,705,共8页
详细分析了电场作用下四维Hindmarsh-Rose (HR)神经元模型的分岔模式及放电行为。通过数值仿真得到该神经元模型的多组双参数分岔图、最大Lyapunov指数图、峰峰间期分岔图等,发现该模型在双参数平面上存在倍周期分岔、加周期分岔等模式... 详细分析了电场作用下四维Hindmarsh-Rose (HR)神经元模型的分岔模式及放电行为。通过数值仿真得到该神经元模型的多组双参数分岔图、最大Lyapunov指数图、峰峰间期分岔图等,发现该模型在双参数平面上存在倍周期分岔、加周期分岔等模式及“锯齿状”混沌结构。通过构建合适的目标函数,提出了自适应混合粒子群遗传算法,将神经元模型的参数辨识转化为最优化问题。数值仿真结果表明,算法对神经元模型的参数辨识效果较好,能更准确地辨识未知参数,具有一定优越性。 展开更多
关键词 HR神经元 双参数分岔 混合粒子群遗传算法 参数辨识
在线阅读 下载PDF
考虑空铁联运的城市轨道交通时刻表优化研究 被引量：4
6
作者 何文晖 孙克洋 +2 位作者 王兵 倪少权 陈钉均 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2022年第2期351-358,共8页
高铁与航空联合运输服务因具备良好的换乘衔接性与可达性在综合运输体系中正逐渐受到关注。基于铁路车站与机场间出行乘客的换乘需求,调整城市轨道交通列车时刻表,使其与高铁列车时刻表以及机场航班时刻表实现合理的衔接。通过分析高铁... 高铁与航空联合运输服务因具备良好的换乘衔接性与可达性在综合运输体系中正逐渐受到关注。基于铁路车站与机场间出行乘客的换乘需求,调整城市轨道交通列车时刻表,使其与高铁列车时刻表以及机场航班时刻表实现合理的衔接。通过分析高铁列车与机场航班间的联运时间差对联运乘客出行路径选择的影响,以实现乘客等待时间最小化、空-铁联运乘客数最大化为目标,建立衔接铁路车站与机场间的城市轨道交通时刻表优化与联运乘客出行路径选择的模型。为验证该模型的可行性,通过改进混合粒子群-遗传算法,并以衔接重庆北站与重庆江北国际机场的城市轨道交通10号线和3号线为例进行分析。结果表明:优化后的城市轨道交通时刻表使得350名空-铁联运乘客实现联运,比优化前的列车时刻表满足的联运乘客数增加了2.34%。乘客总等待时间为16950.25 min,其中联运乘客总等待时间为1407.25 min,比原时刻表减少了16.1%;普通乘客总等待时间为15543 min,比原时刻表减少了9%。因此调整后的列车时刻表能更好地满足乘客的出行需求,通过分析空-铁联运乘客与普通乘客等待时间的目标权重、以及联运乘客出行路径的选择对时刻表优化的影响,可以为城市轨道交通运营部门编制合理的列车时刻表提供依据。 展开更多
关键词 时刻表优化 混合粒子群−遗传算法 城市轨道交通 空-铁联运乘客需求 乘客等待时间
在线阅读 下载PDF
基于HPSOGA的多目标电动汽车充电优化 被引量：5
7
作者 曾伟哲 曾启林 +1 位作者 黎恒 王德南 《南方电网技术》 CSCD 北大核心 2023年第1期94-102,135,共10页
随着电动汽车保有量的快速上升,电动汽车无序并网充电将会给配电网负荷平稳带来巨大的不确定性,因此对电动汽车的充电进行优化十分重要。为此,提出一种基于混合粒子群优化遗传算法(hybrid particle swarm optimization genetic algorith... 随着电动汽车保有量的快速上升,电动汽车无序并网充电将会给配电网负荷平稳带来巨大的不确定性,因此对电动汽车的充电进行优化十分重要。为此,提出一种基于混合粒子群优化遗传算法(hybrid particle swarm optimization genetic algorithm,HPSOGA)的多目标电动汽车充电优化策略。使用Monte Carlo法基于用户出行规律建立电动汽车充电负荷曲线,在传统PSO算法的基础上引入GA算法的迭代机制,形成HPSOGA算法并用其对以用户充电费用最少和电网负荷波动率最小建立的多目标优化模型进行求解。结合具体算例进行仿真分析,结果显示基于HPSOGA算法的多目标电动汽车充电优化策略具有更快的优化速度以及更好的优化效果,进一步降低电网负荷峰值、提高电网负荷谷值,电网负荷波动率得到有效降低,同时用户充电成本得到有效减少。 展开更多
关键词 电动汽车 混合粒子群优化遗传算法(HPSOGA) 充电优化 多目标优化模型
在线阅读 下载PDF
考虑风电不确定性的风蓄火联合优化经济调度研究 被引量：38
8
作者 王博 詹红霞 +1 位作者 张勇 王颖杰 《电力工程技术》 北大核心 2022年第1期93-100,共8页
风电的间歇性、波动性和反调峰特性导致大量风能成为弃风,致使风电的经济效益和环保效益均受到影响。针对风电和抽水蓄能以及火电出力的不同特性,文中采用内外两层模型嵌套求解,即优先建立内层风蓄联合运行收益最大和风电入网波动最小... 风电的间歇性、波动性和反调峰特性导致大量风能成为弃风,致使风电的经济效益和环保效益均受到影响。针对风电和抽水蓄能以及火电出力的不同特性,文中采用内外两层模型嵌套求解,即优先建立内层风蓄联合运行收益最大和风电入网波动最小的双目标模型,以决定抽水蓄能机组的抽水功率或发电功率,再在外层建立计及不同置信水平风电预测误差的风蓄火联合收益最大的目标模型。以抽水蓄能和风电合作运行来应对风电的不确定性,同时采用机会约束规划来处理模型中的随机变量。采用粒子群优化-遗传算法混合优化算法求解模型,并通过IEEE 30节点系统验证了该模型在增加系统经济效益的同时可以降低风电出力波动性。 展开更多
关键词 风电 抽水蓄能 风电预测误差 机会约束规划 粒子群优化-遗传算法混合算法 经济调度
在线阅读 下载PDF
基于多信号流图模型的导弹系统级测试性设计研究 被引量：4
9
作者 韩露 史贤俊 +1 位作者 翟禹尧 林云 《电子测量与仪器学报》 CSCD 北大核心 2021年第5期111-119,共9页
针对导弹长时间贮存,一次性使用特点,开展测试性设计工作难度较大的问题,提出采用多信号流图模型对导弹系统进行测试性设计研究。根据故障模式、影响及危害性分析(FMECA)信息确定系统的故障模式,采用多信号流图模型建立导弹系统级测试... 针对导弹长时间贮存,一次性使用特点,开展测试性设计工作难度较大的问题,提出采用多信号流图模型对导弹系统进行测试性设计研究。根据故障模式、影响及危害性分析(FMECA)信息确定系统的故障模式,采用多信号流图模型建立导弹系统级测试性模型,根据可达性算法得到故障-测试相关性矩阵,确定系统的测试性指标。考虑到现有算法如遗传算法、二进制粒子群算法等诸多算法的缺点,提出采用混合离散二进制粒子群-遗传算法对测试进行优化选取,将22个备选测试减少至14个,大大减少测试个数。最后通过实例验证,所提算法可以满足系统测试性指标精度要求,并有效降低测试个数,减少测试费用。 展开更多
关键词 测试性设计 多信号流图模型 相关性矩阵 测试性指标 混合离散二进制粒子群-遗传算法 测试优化选取
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 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