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504篇文章
< 1 2 … 26 >
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：
一种求解过程动态优化问题的生物地理学习粒子群算法 被引量：1
1
作者 陈旭 梅从立 +2 位作者 徐斌 丁煜函 刘国海 《化工学报》 EI CAS CSCD 北大核心 2017年第8期3161-3167,共7页
智能优化算法具有适用性广泛、全局搜索能力强等优点,近年来在动态优化中的应用逐渐增多。通过混合生物地理优化与粒子群优化,提出了生物地理学习粒子群(biogeography-based learning particle swarm optimization,BLPSO)算法,并用于动... 智能优化算法具有适用性广泛、全局搜索能力强等优点,近年来在动态优化中的应用逐渐增多。通过混合生物地理优化与粒子群优化,提出了生物地理学习粒子群(biogeography-based learning particle swarm optimization,BLPSO)算法,并用于动态优化问题的求解。BLPSO采用了新型的生物地理学习方式,该方式根据粒子"排名",即粒子的优劣,以维度为单位构造学习粒子,提高了学习的效率。针对动态优化问题,首先通过控制向量参数化将其转化为非线性规划问题,然后采用BLPSO算法进行求解。最后,将BLPSO应用于非可微、多峰、多变量等典型动态优化问题的求解,计算结果表明BLPSO具有较好的搜索精度和收敛速度。 展开更多
关键词 全局优化 动态学 算法 控制向量参数化 生物地理学习粒子群算法
在线阅读 下载PDF
快速综合学习粒子群优化算法 被引量：3
2
作者 杨帆 乌景秀 +2 位作者 范子武 李子祥 朱沈涛 《水利水电技术(中英文)》 北大核心 2025年第2期30-44,共15页
【目的】粒子群优化算法在反问题求解、函数优化、数据挖掘、机器学习等研究领域广泛应用,但在求解复杂多峰问题时仍存在过早收敛的问题。为了提升粒子群算法在处理复杂多峰问题求解速度和精度,提出了快速综合学习粒子群优化算法(Fast C... 【目的】粒子群优化算法在反问题求解、函数优化、数据挖掘、机器学习等研究领域广泛应用,但在求解复杂多峰问题时仍存在过早收敛的问题。为了提升粒子群算法在处理复杂多峰问题求解速度和精度,提出了快速综合学习粒子群优化算法(Fast Comprehensive Learning Particle Swarm Optimization,FCLPSO)。【方法】FCLPSO算法引入粒子学习概率、个体影响概率、群体影响概率三个属性,表征每个粒子个体“与生俱来”的不同学习能力,同时新增强化学习、粒子重生等策略,提升算法收敛速度以及监测并跳出“伪收敛”状态。选用14个标准测试函数以及6种常用粒子群变体算法开展FCLPSO算法性能分析。【结果】结果显示:在收敛性方面,FCLPSO算法平均排名为1.86,排名第一次数为7次、排名第二的次数为2次、排名最后次数为0,最终综合排名第一;在鲁棒性方面,FCLPSO算法成功率排名第一,平均值为94.3%,14个测试函数中最低成功率为73.3%;达到阈值所需适应度评价次数最少,平均值40817,较其他算法评价次数少一半。【结论】结果表明:FCLPSO算法在收敛精度、收敛速度和鲁棒性方面排名综合第一,对复杂多峰问题求解更具优势,可为工程应用中复杂优化问题求解提供重要手段。 展开更多
关键词 粒子群优化算法 强化学习 粒子属性 粒子重生 过早收敛 影响因素 人工智能 全局搜索
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
3
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
基于机器学习与粒子群算法的LBM多相流模型优化 被引量：1
4
作者 侯亚祺 张玮 +2 位作者 张鸿 高飞雨 胡嘉华 《化工学报》 北大核心 2025年第3期1120-1132,共13页
在利用格子Boltzmann方法(LBM)模拟低毛细数的弹状流流动时,由于气泡发展过程复杂,模型控制参数选择难度大,当所选参数不当时,会产生错误的非物理现象,从而降低计算精度。通过机器学习建立LBM多相流过程模型,采用粒子群算法优化机器学... 在利用格子Boltzmann方法(LBM)模拟低毛细数的弹状流流动时,由于气泡发展过程复杂,模型控制参数选择难度大,当所选参数不当时,会产生错误的非物理现象,从而降低计算精度。通过机器学习建立LBM多相流过程模型,采用粒子群算法优化机器学习模型的超参数,进一步优化LBM建模过程中的控制参数,建立了LBM-机器学习-粒子群算法耦合多相流数值模拟模型。基于该模型研究了T型微通道内弹状流流动参数对气泡演化过程稳定性的影响。模拟结果表明,所建LBM多相流模型能预测复杂条件下气泡伸长率,在此基础上通过伸长率分析找到了最优气液两相进口流速关系,有效解决了低毛细数下弹状流流动不稳定性问题,显著提高了模拟计算精度与计算效率。 展开更多
关键词 格子Boltzmann法 微通道弹状流 机器学习 粒子群算法 模型优化
在线阅读 下载PDF
基于特征筛选和粒子群优化的花生生物量估算 被引量：2
5
作者 刘涛 杨奉源 +4 位作者 刘望 张寰 殷冬梅 张全国 焦有宙 《农业工程学报》 北大核心 2025年第1期238-247,共10页
为解决花生植株生物量估算精度低、破坏性大等问题,该研究提出一种无人机低空遥感技术结合高光谱特征筛选的花生生物量估算方法。通过无人机搭载高光谱成像仪,获取田块尺度多个花生品种的高光谱影像数据,首先对获取的影像进行拼接、辐... 为解决花生植株生物量估算精度低、破坏性大等问题,该研究提出一种无人机低空遥感技术结合高光谱特征筛选的花生生物量估算方法。通过无人机搭载高光谱成像仪,获取田块尺度多个花生品种的高光谱影像数据,首先对获取的影像进行拼接、辐射定标、大气校正等预处理,提取出地面采样点位置的光谱反射率,计算光谱反射率的一阶微分和植被指数,使用变量投影重要性(variable importance in projection,VIP)方法对光谱反射率、一阶微分和植被指数等三种数据进行特征筛选,利用筛选后的特征和地面实测数据构建支持向量机回归(support vector regression,SVR)、反向传播神经网络回归(back propagation neural network,BPNN)和随机森林回归(random forest regression,RFR)模型,并使用粒子群优化算法(particle swarm optimization,PSO)进行模型优化。结果表明:相比原始光谱反射率和植被指数,一阶微分光谱反射率与花生生物量具有较好的相关性;使用一阶微分光谱反射率与植被指数组合的RF回归模型精度最高(决定系数R^(2)为0.754,均方根误差RMSE为0.085 kg/m^(2)),使用粒子群优化后的PSO-RF模型可进一步提高模型精度(R^(2)为0.80,RMSE为0.076 kg/m^(2))。该研究为花生生物量精准估算提供了有效的方法,为智慧乡村建设中的精细化农田管理提供技术支持。 展开更多
关键词 花生 生物量 智慧乡村 特征筛选 机器学习 粒子群优化
在线阅读 下载PDF
基于粒子群优化算法的量子卷积神经网络 被引量：1
6
作者 张嘉雯 蔡彬彬 林崧 《量子电子学报》 北大核心 2025年第1期123-135,共13页
针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在... 针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在图像分类任务上表现优异的电路结构。基于Fashion MNIST和MNIST标准数据集的仿真实验表明,该模型具有较强的学习能力和良好的泛化性能,准确率分别可达94.7%和99.05%。相较于现有量子卷积神经网络模型,平均分类精度最高分别提升了4.14%和1.43%。 展开更多
关键词 量子光学 量子卷积神经网络 粒子群优化算法 量子机器学习 参数化量子电路
在线阅读 下载PDF
考虑连铸机柔性检修的炼钢 连铸混合粒子群调度算法
7
作者 李毅仁 王柏琳 +3 位作者 袁帅鹏 张卓伦 李铁克 王阳 《计算机集成制造系统》 北大核心 2025年第9期3296-3307,共12页
连铸工序是炼钢连铸的核心,连铸机检修既是炼钢连铸生产设备可靠性的必要保障,也是影响炼钢连铸生产连续性的重要因素。鉴于此,将连铸机可检修时间为区间值的柔性检修要求引入炼钢连铸调度中,以最小化炉次间等待时间和设备闲置时间为优... 连铸工序是炼钢连铸的核心,连铸机检修既是炼钢连铸生产设备可靠性的必要保障,也是影响炼钢连铸生产连续性的重要因素。鉴于此,将连铸机可检修时间为区间值的柔性检修要求引入炼钢连铸调度中,以最小化炉次间等待时间和设备闲置时间为优化目标,建立了问题的混合整数规划模型,并提出了一种混合粒子群算法。该算法针对粒子群算法在离散问题中容易陷入局部最优的缺点,设计了交叉变异策略和逆向学习策略;为提高迭代效率,设计了对全局最优粒子的模拟退火搜索策略;结合模型中的特殊生产约束和柔性检修约束特征,设计了一种逆序倒推的求解规则。基于实际生产数据进行了对比实验,证明了模型及算法的有效性。 展开更多
关键词 炼钢连铸 生产调度 柔性检修 粒子群算法 逆向学习
在线阅读 下载PDF
记忆增强型的重构粒子群算法 被引量：1
8
作者 吴炳南 刘建华 +1 位作者 力尚龙 李牧元 《计算机工程与应用》 北大核心 2025年第9期116-127,共12页
重构粒子群算法(RPSO)是基于粒子群算法(PSO)的线性系统理论分析结果而重新构建一种群体智能算法,其保留了粒子群算法的个体最优位置和全局最优位置作为学习样本的策略。RPSO具有比较好的收敛性理论支撑,简单易用。但是,重构粒子群算法... 重构粒子群算法(RPSO)是基于粒子群算法(PSO)的线性系统理论分析结果而重新构建一种群体智能算法,其保留了粒子群算法的个体最优位置和全局最优位置作为学习样本的策略。RPSO具有比较好的收敛性理论支撑,简单易用。但是,重构粒子群算法丢失了种群的记忆,即粒子的历史位置和适应度等信息。为了加强对记忆的利用并提高种群的协作能力,提出了一种记忆增强型的重构粒子群算法(MERPSO)。该算法设计了经验选择策略和区块搜索策略储存记忆,构建了两个新的学习样本,并使用新的学习样本替代原本的学习样本。此外,通过引入带偏移量的加速度系数来平衡算法的局部开发和全局探索能力。实验证明,MERPSO算法在CEC2013基准测试函数集和工程设计问题上表现出更好的性能,并且所采用的策略具有一定的有效性。 展开更多
关键词 重构粒子群算法 记忆 学习样本 加速度系数 CEC2013
在线阅读 下载PDF
基于时序演变粒子群算法的双色注射产品翘曲工艺优化
9
作者 王涛 李光明 +1 位作者 胡秋霞 徐静 《化工学报》 北大核心 2025年第7期3403-3415,共13页
以某轿车精密仪表板双色注射成型为研究对象,通过优化双色注射成型工艺参数,降低产品翘曲变形,从而提高产品质量。鉴于双色注射工艺参数与产品翘曲变形之间呈现高维度、非线性、波动性等特征且多工序耦合严重,极易导致传统优化方法陷入... 以某轿车精密仪表板双色注射成型为研究对象,通过优化双色注射成型工艺参数,降低产品翘曲变形,从而提高产品质量。鉴于双色注射工艺参数与产品翘曲变形之间呈现高维度、非线性、波动性等特征且多工序耦合严重,极易导致传统优化方法陷入局部最优,造成优化困难等问题,提出了一种基于时序演变的粒子群优化算法(TEPSO),利用正交膨胀空间均衡散布的优点提高粒子群的搜索能力和效率,并采用Q-Learning思想,通过粒子与环境的不断交互探索,开发基于时序演变的学习策略以确定粒子正交空间的膨胀因子。在某轿车仪表板优化设计中,与初始试验方案相比,采用TEPSO算法优化后仪表板Z向翘曲从4.698 mm降低到2.194 mm,优化效果达到53.3%,证实了TEPSO算法的有效性和实用性。 展开更多
关键词 双色注射成型 粒子群算法 强化学习 优化设计 翘曲变形 模拟 预测
在线阅读 下载PDF
基于环境识别策略的多目标自适应粒子群 算法及应用
10
作者 武保同 舒若琦 陈志祥 《计算机应用研究》 北大核心 2025年第10期2980-2988,共9页
针对标准的多目标粒子群算法在寻优过程中易出现局部最优、收敛速度过快和精度较低等问题,提出了一种基于环境识别的多目标自适应粒子群算法。利用佳点集策略生成初始种群,使个体均匀分布在解空间内;采用非线性惯性权重机制和交叉变异策... 针对标准的多目标粒子群算法在寻优过程中易出现局部最优、收敛速度过快和精度较低等问题,提出了一种基于环境识别的多目标自适应粒子群算法。利用佳点集策略生成初始种群,使个体均匀分布在解空间内;采用非线性惯性权重机制和交叉变异策略,避免算法在搜索过程中过快收敛;提出基于环境识别的自适应学习算子和自适应跳跃协作算子,分别通过自识别解空间内种群多样性程度和粒子小生境内拥挤度信息实现粒子间信息的交互和学习。通过多组基准函数的仿真实验进行比较,结果表明算法的搜索能力和优化精度都得到明显改善。最后,通过一个带有NP-hard性质的实际多阶段生产案例验证了算法的实用性。 展开更多
关键词 粒子群算法 进化计算 自适应学习 多目标优化 多阶段生产问题
在线阅读 下载PDF
粒子群和强化学习结合的双馈式风机系统模型参数智能辨识方法
11
作者 甄鸿越 赵利刚 +3 位作者 周保荣 赵傲 向轩辰 刁瑞盛 《电力系统及其自动化学报》 北大核心 2025年第8期106-114,共9页
准确辨识风力发电厂模型关键参数对确保电网的安全、稳定和经济运行具有重要意义。提出一种基于粒子群优化(particle swarmoptimization,PSO)和最大熵强化学习框架下的(soft actor-critic,SAC)的混合算法,旨在提高双馈式感应风力发电机... 准确辨识风力发电厂模型关键参数对确保电网的安全、稳定和经济运行具有重要意义。提出一种基于粒子群优化(particle swarmoptimization,PSO)和最大熵强化学习框架下的(soft actor-critic,SAC)的混合算法,旨在提高双馈式感应风力发电机组模型参数辨识的精度和效率。首先,使用双向摄动法对模型参数进行有功-无功灵敏度分析,识别出高灵敏度参数集;其次,使用SAC算法训练智能体模型,对模型坏参数进行初步估计;最后,结合PSO算法进一步优化参数空间,以最小化模型有功-无功动态响应与录波数据的均方误差(mean squareer⁃ror,MSE)。实验结果表明,所提SAC-PSO混合方法在参数辨识方面表现出更高的精度,MSE降低了87.84%,验证了SAC-PSO方法在提高DFIG参数辨识精度和鲁棒性方面的有效性。 展开更多
关键词 深度强化学习 双馈感应发电机 混合算法 参数辨识 粒子群优化
在线阅读 下载PDF
应用多策略改进量子粒子群算法的直流电与Rayleigh波联合反演
12
作者 朱春光 管泓清 +3 位作者 秦天 张富翔 王强 高远 《石油地球物理勘探》 北大核心 2025年第1期137-151,共15页
针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)... 针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)的量子行为粒子群(Quantum-behaved Particle Swarm Optimization,QPSO)算法(简称为COBL-CS-QPSO算法)应用于二者的一维联合反演。通过联合反演可以从电阻率数据中提取层厚信息,弥补单独Rayleigh波反演难以精确解析层厚的问题;同时多策略算法的引入使解在搜索过程中不易陷入局部最优,并加强了不确定环境下的随机搜索效率。理论模型实验考虑了无噪声与有噪声以及已知模型层数与未知模型层数的多种情况,并使模型反演在宽泛的搜索区间内进行,最终取得了良好的反演效果。随后将该联合反演算法应用于实际数据,结果表明基于COBL-CS-QPSO算法的直流电与Rayleigh波联合反演在无钻孔信息或未知地下详细分层的条件下,能够获得相比于单独方法更为准确的结果。同时与自适应粒子群(APSO)算法的对比也体现了改进算法的反演优势。 展开更多
关键词 Rayleigh 波法 直流电法 联合反演 量子行为粒子群算法 重心反向学习 混沌搜索 无限折叠的迭代混 沌映射 浅地表
在线阅读 下载PDF
基于改进粒子群算法的焊接机械臂轨迹规划方法
13
作者 景会成 张冰珂 +2 位作者 张靖轩 郭明亮 孙晋超 《现代制造工程》 北大核心 2025年第6期67-72,128,共7页
为了提高焊接机械臂在不同障碍物环境中的工作效率,提出了一种多策略改进粒子群算法的避障轨迹规划方法。利用6次多项式函数对机械臂前3个关节进行插值规划,获取运动轨迹。动态调整粒子群优化算法的惯性权重和学习因子,平衡算法的全局... 为了提高焊接机械臂在不同障碍物环境中的工作效率,提出了一种多策略改进粒子群算法的避障轨迹规划方法。利用6次多项式函数对机械臂前3个关节进行插值规划,获取运动轨迹。动态调整粒子群优化算法的惯性权重和学习因子,平衡算法的全局和局部搜索能力;引入动态透镜成像反向学习策略,并融合重启策略和贪婪算法,提升算法跳出局部最优的能力。以IRB120型机械臂为研究对象,通过MATLAB软件进行仿真。仿真结果表明,改进的粒子群算法在收敛速度和寻优精度上有显著的提升,运动轨迹平滑无突变。 展开更多
关键词 机械臂 粒子群优化算法 反向学习策略 避障轨迹规划
在线阅读 下载PDF
一种求解番茄种植规划问题的多目标粒子群-生物地理学优化算法 被引量：2
14
作者 罗丹 蒋兵兵 《计算机应用与软件》 北大核心 2023年第7期294-299,共6页
针对番茄酱产季的番茄原料供应不均衡问题,提出一种多目标粒子群生物地理学算法对番茄规划模型进行求解。结合Pareto快速非支配排序法和粒子群与生物地理学算法的操作机制,能够更好地增加算法的全局搜索性能。构建以使企业经济损失最小... 针对番茄酱产季的番茄原料供应不均衡问题,提出一种多目标粒子群生物地理学算法对番茄规划模型进行求解。结合Pareto快速非支配排序法和粒子群与生物地理学算法的操作机制,能够更好地增加算法的全局搜索性能。构建以使企业经济损失最小、种植户总净收益最大和使种植面积最小为番茄规划的三个目标函数。以某番茄酱厂提供的环境参数为例,MATLAB仿真计算结果表明,在求解番茄种植规划问题上,该算法比传统的进化算法表现更好,能够获得合理的种植规划方案。 展开更多
关键词 生物地理学算法 粒子群 均衡供应 多目标优化
在线阅读 下载PDF
移动机器人导航路径的自主学习粒子群规划方法 被引量：4
15
作者 吴妮妮 王岫鑫 《机械设计与制造》 北大核心 2024年第7期342-346,共5页
为了减小移动机器人行驶路径长度,提出了基于自主学习粒子群算法的导航路径规划方法。以减小路径长度为目标建立了路径规划模型;为了防止机器人发生碰撞,给出了障碍物膨化处理方法。在粒子群算法中引入了由多种粒子学习策略组成的学习... 为了减小移动机器人行驶路径长度,提出了基于自主学习粒子群算法的导航路径规划方法。以减小路径长度为目标建立了路径规划模型;为了防止机器人发生碰撞,给出了障碍物膨化处理方法。在粒子群算法中引入了由多种粒子学习策略组成的学习策略池,并给出了粒子对学习策略进行选择的自主学习策略,从而提出了具有较强进化能力的自主学习粒子群算法。经算法性能测试,自主学习粒子群算法的优化能力强于传统粒子群算法和文献[11]改进粒子群算法;将自主学习粒子群算法应用于简单场景和复杂场景的路径规划,该算法规划的路径均值和标准差均小于传统粒子群算法,验证了自主学习粒子群算法在机器人路径规划中的优越性。 展开更多
关键词 移动机器人 路径规划 学习策略池 自主学习策略 粒子群算法
在线阅读 下载PDF
基于精英知识引导的多种群协作粒子群优化算法 被引量：2
16
作者 张伟 张润雨 《河南理工大学学报（自然科学版）》 CAS 北大核心 2024年第6期116-128,共13页
目的为了解决粒子群优化(particle swarm optimization,PSO)算法易早熟收敛、后期收敛速度慢、精度低等问题,方法提出一种基于精英知识引导的多种群协作粒子群优化算法(multi-group cooperation particle swarm optimization algorithm,... 目的为了解决粒子群优化(particle swarm optimization,PSO)算法易早熟收敛、后期收敛速度慢、精度低等问题,方法提出一种基于精英知识引导的多种群协作粒子群优化算法(multi-group cooperation particle swarm optimization algorithm,MGCPSO)。首先,采用基于幂函数约束的logistic映射得到分布均匀的初始种群,加快寻优速度并提高找到最优解的概率;其次,在算法执行阶段动态划分多种群,并利用精英知识引导劣势粒子飞行,实现粒子间的信息共享和协同进化,降低粒子在解空间探索的盲目性;最后,综合融入精英知识的反向学习和极值扰动策略对粒子施加变异,帮助粒子扩大搜索区域并加强对最优邻域的精细探索。结果为验证MGCPSO的性能,在30维和100维的基准测试函数上进行了仿真实验研究,结果表明,相比于其他几种改进算法,提出的算法在收敛速度和收敛精度上均有良好表现。结论多种群协作粒子群优化可以有效避免算法早熟收敛和陷入局部最优,同时可以提高算法的全局搜索能力和局部开发能力。 展开更多
关键词 粒子群优化算法 LOGISTIC映射 多种群 精英知识 反向学习 极值扰动
在线阅读 下载PDF
基于改进粒子群算法优化的染色木材颜色检测算法研究 被引量：2
17
作者 管雪梅 吴言 杨渠三 《林产工业》 北大核心 2024年第1期1-7,共7页
为提高染色木材颜色的检测精度和速度,对樟子松木材单板进行染色,选取染色单板的光谱反射率作为输入,以极限学习机模型为基础构建预测模型,对染色单板的色度参数L^(*)、a^(*)、b^(*)进行预测,运用粒子群算法对ELM权值和阈值进行寻优,并... 为提高染色木材颜色的检测精度和速度,对樟子松木材单板进行染色,选取染色单板的光谱反射率作为输入,以极限学习机模型为基础构建预测模型,对染色单板的色度参数L^(*)、a^(*)、b^(*)进行预测,运用粒子群算法对ELM权值和阈值进行寻优,并引入非线性惯性权重和新的位置与速度更新策略改进粒子群算法,以消除其易陷入局部最优的缺点。此外,以L^(*)、a^(*)、b^(*)平均绝对误差为评价指标,与基础ELM模型及其他模型作对比,发现优化后的模型平均绝对误差为0.16,测色效果相较于基础ELM的0.68、麻雀算法优化的ELM的0.37等具有明显优势,这对于提高木材染色生产效率具有重要意义。 展开更多
关键词 粒子群算法 极限学习机 反射率 惯性权重 全局优化
在线阅读 下载PDF
机械臂自抗扰控制的自适应-重构粒子群优化 被引量：1
18
作者 郑伦川 梁新元 袁乖宁 《机械设计与制造》 北大核心 2025年第2期231-235,共5页
为了减小机械臂在扰动作用下的控制误差,提出了基于自适应-重构粒子群算法的机械臂自抗扰控制优化方法。介绍了自抗扰控制器的组成和工作原理,依据ITAE指标建立了自抗扰控制参数的优化模型。对粒子群算法的粒子进化能力和算法进化能力... 为了减小机械臂在扰动作用下的控制误差,提出了基于自适应-重构粒子群算法的机械臂自抗扰控制优化方法。介绍了自抗扰控制器的组成和工作原理,依据ITAE指标建立了自抗扰控制参数的优化模型。对粒子群算法的粒子进化能力和算法进化能力进行了定义,基于两种进化能力构造了自适应学习因子,使粒子能够自适应选择高效率学习对象;引入了粒子随机重构策略,使算法具备跳出局部最优的能力,将新型算法命名为自适应-重构粒子群算法。经过仿真测试和验证,自适应-重构粒子群算法的优化能力强于标准算法;在时变扰动和恒值扰动作用下,自适应-重构粒子群算法优化的机械臂控制误差远小于标准粒子群算法。仿真结果验证了自适应-重构粒子群算法在机械臂自抗扰控制优化中的优越性。 展开更多
关键词 机械臂 自抗扰控制 自适应学习因子 粒子重构策略 粒子群算法
在线阅读 下载PDF
具备反向学习和局部学习能力的粒子群算法 被引量：83
19
作者 夏学文 刘经南 +2 位作者 高柯夫 李元香 曾辉 《计算机学报》 EI CSCD 北大核心 2015年第7期1397-1407,共11页
为解决粒子群优化(Particle Swarm Optimization,PSO)算法中存在的种群多样性和收敛性之间的矛盾,该文提出了一种具备反向学习和局部学习能力的粒子群优化算法(Reverse-learning and Local-learning PSO,RLPSO).该算法保留了初始种群中... 为解决粒子群优化(Particle Swarm Optimization,PSO)算法中存在的种群多样性和收敛性之间的矛盾,该文提出了一种具备反向学习和局部学习能力的粒子群优化算法(Reverse-learning and Local-learning PSO,RLPSO).该算法保留了初始种群中满足排异距离要求的多个较差粒子以及每个粒子的历史最差位置.当检测到算法陷入局部最优时,利用这些较差粒子的位置信息指导部分粒子以较快飞行速度进行反向学习,将其迅速牵引出局部最优区域.反向学习过程可改善粒子种群的多样性,保证了算法的全局探测能力;同时,利用较优粒子间的差分结果指导最优粒子进行局部学习与搜索,该过程可与粒子群的飞行过程并行执行,且局部学习的缩放因子可随进化过程动态调节.局部学习可提高算法的求解精度,保证算法的迅速收敛.实验结果表明,RLPSO算法同其他PSO算法相比,在高维函数优化中具有收敛速度快、求解精度高的特点. 展开更多
关键词 粒子群算法 反向学习 局部搜索 多样性保持 高维函数优化
在线阅读 下载PDF
透镜成像反学习策略在粒子群算法中的应用 被引量：36
20
作者 喻飞 李元香 +2 位作者 魏波 徐星 赵志勇 《电子学报》 EI CAS CSCD 北大核心 2014年第2期230-235,共6页
在PSO中引入反向学习策略(Opposite-Based Learning)可使粒子在搜寻过程中总能找到当前解的反向位置,增加了接近全局最优解的机会.然而,OBL仅在演化初期作用显著,在演化后期则需通过变异等手段来提高其"开发"能力.针对该问题... 在PSO中引入反向学习策略(Opposite-Based Learning)可使粒子在搜寻过程中总能找到当前解的反向位置,增加了接近全局最优解的机会.然而,OBL仅在演化初期作用显著,在演化后期则需通过变异等手段来提高其"开发"能力.针对该问题,基于透镜成像原理,引入缩放因子和搜索半径两个可调参数进一步平衡了算法的"探索"和"开发"能力.实验表明该策略能够提高种群多样性和收敛性能. 展开更多
关键词 反向学习 粒子群算法 透镜成像
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 … 26 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