期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
10
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
采用综合学习粒子群算法的有限冲激响应数字滤波器设计
被引量：
5
1
作者
赵安新
陈明
+1 位作者
张钟华
刘君华
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2012年第8期71-75,共5页
针对标准粒子群优化算法在求解复杂多模问题时容易陷入局部极值点和有限冲击响应数字滤波器(FIR DF)设计时减少误差的问题,将综合学习粒子群优化算法(CLPSO)应用于FIR DF设计中.CLPSO在每一代更新中采用所有粒子全局最优值代替粒子本身...
针对标准粒子群优化算法在求解复杂多模问题时容易陷入局部极值点和有限冲击响应数字滤波器(FIR DF)设计时减少误差的问题,将综合学习粒子群优化算法(CLPSO)应用于FIR DF设计中.CLPSO在每一代更新中采用所有粒子全局最优值代替粒子本身的个体历史最优值,当粒子停止更新时,重置粒子最优值,保证粒子学习最优和在错误方向上花费最少计算时间.数值结果显示,在满足算法复杂度、计算时间、逼近误差等设计指标的前提下,CLPSO在低通和高通频率采样法FIR DF设计中比传统查表法、遗传算法和标准粒子群优化算法具有一定的优势.
展开更多
关键词
综合学习粒子群
算法
滤波器
频率采样
遗传算法
在线阅读
下载PDF
职称材料
免疫综合学习粒子群优化算法
被引量：
8
2
作者
林国汉
章兢
刘朝华
《计算机应用研究》
CSCD
北大核心
2014年第11期3229-3233,共5页
针对综合学习粒子群算法后期收敛速度慢、一旦所有粒子陷入局部最优,则无法跳出等缺陷,提出免疫综合学习粒子群优化(ICLPSO)算法。ICLPSO算法引入人工免疫系统中的克隆选择机制,利用克隆复制、高频变异、克隆选择等操作,增加种群的多样...
针对综合学习粒子群算法后期收敛速度慢、一旦所有粒子陷入局部最优,则无法跳出等缺陷,提出免疫综合学习粒子群优化(ICLPSO)算法。ICLPSO算法引入人工免疫系统中的克隆选择机制,利用克隆复制、高频变异、克隆选择等操作,增加种群的多样性,提高算法的收敛速度,利用柯西分布较宽的两翼分布特性进行精英粒子学习以进一步增强粒子逃离局部极值及多峰函数优化问题全局寻优能力。针对标准测试函数的仿真结果表明,与其他改进粒子群算法相比,ICLPSO算法收敛速度快,求解精度更高。
展开更多
关键词
综合学习粒子群
算法(CLPSO)
人工免疫系统
精英
学习
函数优化
在线阅读
下载PDF
职称材料
引入测评机制的综合学习粒子群优化算法
被引量：
1
3
作者
喻雪
胡晓敏
林盈
《计算机工程与设计》
北大核心
2015年第3期753-758,共6页
综合学习粒子群算法(CLPSO)能够改善粒子群算法多样性差且易局部收敛的问题,相比传统PSO算法能够一定程度避免算法早熟,但却存在收敛速度慢的问题。对此,提出一种CLPSO的改进算法(CLPSO-II),为每个粒子随机构造两个学习粒子,引入测评机...
综合学习粒子群算法(CLPSO)能够改善粒子群算法多样性差且易局部收敛的问题,相比传统PSO算法能够一定程度避免算法早熟,但却存在收敛速度慢的问题。对此,提出一种CLPSO的改进算法(CLPSO-II),为每个粒子随机构造两个学习粒子,引入测评机制,择优学习。实验结果表明,CLPSO-II能有效提高CLPSO的搜索效率,在处理多峰函数时,其性能优于传统粒子群算法(PSO)、全面学习粒子群算法(FIPS)和综合学习粒子群算法(CLPSO)。
展开更多
关键词
多峰函数
粒子
群
算法
全面
学习
粒子
群
算法
综合学习粒子群
算法
CLPSO-II
在线阅读
下载PDF
职称材料
多种群综合学习粒子群算法在动力定位能力分析中的应用
4
作者
张连伟
陈红卫
《舰船科学技术》
北大核心
2018年第6期61-66,共6页
船舶动力定位能力的计算是一个多次求解非线性多峰问题的过程,综合学习粒子群算法是解决多峰问题较为适合的算法。但由于综合学习粒子群算法的速度更新机制,在算法后期的局部搜索能力较弱,导致收敛速度慢。为此,引入多种群思想,改变速...
船舶动力定位能力的计算是一个多次求解非线性多峰问题的过程,综合学习粒子群算法是解决多峰问题较为适合的算法。但由于综合学习粒子群算法的速度更新机制,在算法后期的局部搜索能力较弱,导致收敛速度慢。为此,引入多种群思想,改变速度更新策略以及结合粒子变异机制和种群重组机制,提出一种多种群综合学习粒子群优化算法。最后基于该算法设计了一种动力定位能力计算方法。实例计算结果表明,利用该方法的计算结果与Kongsberg公司给出的结果相吻合,也明显好于基于综合学习粒子群算法而得到的结果。
展开更多
关键词
动力定位能力
非线性优化
多种
群
综合学习粒子群
在线阅读
下载PDF
职称材料
基于约简特征概率密度分布的虚拟样本生成
5
作者
汤健
崔璨麟
+1 位作者
王丹丹
乔俊飞
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024年第11期2165-2173,共9页
复杂工业过程的产品质量和环保指标等难测参数的建模数据具有样本小、分布稀疏等特性.对此,本文提出了基于约简特征概率密度分布(PDF)的虚拟样本生成(VSG)方法进行建模数据扩充.首先,采用主成分分析(PCA)对小样本数据进行特征约简,并对...
复杂工业过程的产品质量和环保指标等难测参数的建模数据具有样本小、分布稀疏等特性.对此,本文提出了基于约简特征概率密度分布(PDF)的虚拟样本生成(VSG)方法进行建模数据扩充.首先,采用主成分分析(PCA)对小样本数据进行特征约简,并对所得独立主成分进行核密度估计(KDE)以生成候选虚拟主成分,再正交采样后通过重构获得虚拟样本输入.接着,为均衡映射模型的精度与随机性,采用随机森林(RF)与随机权神经网络(RWNN)构建集成映射模型获得虚拟样本输出.最后,对影响虚拟样本“优劣”的主成分贡献率、KDE平滑指数、候选虚拟主成分、虚拟样本数量、映射模型学习参数及集成权重等参数,采用综合学习粒子群优化(CLPSO)算法进行优化以获得最优虚拟样本.通过基准数据集和城市固废焚烧过程二噁英(DXN)数据集验证了所提VSG方法的合理性及有效性.
展开更多
关键词
虚拟样本生成
主成分分析
概率密度分布
核密度估计
综合学习粒子群
混合建模样本
在线阅读
下载PDF
职称材料
基于ELM和MA的微型四频天线设计
被引量：
2
6
作者
曾启明
纪震
+1 位作者
李琰
俞航
《电子学报》
EI
CAS
CSCD
北大核心
2014年第9期1693-1698,共6页
提出一个基于极限学习机ELM(Extreme Learning Machine)和文化基因算法MA(Memetic Algorithm)的微型四频(0.92/2.4/3.5/5.8GHz)天线设计算法AntMA-ELM.为了提高天线的性能,算法在MA框架下引入基于综合学习粒子群优化算法CLPSO(Comprehen...
提出一个基于极限学习机ELM(Extreme Learning Machine)和文化基因算法MA(Memetic Algorithm)的微型四频(0.92/2.4/3.5/5.8GHz)天线设计算法AntMA-ELM.为了提高天线的性能,算法在MA框架下引入基于综合学习粒子群优化算法CLPSO(Comprehensive Learning Particle Swarm Optimizer)全局搜索和DSCG(Davies,Swann,and Campey with Gram-schmidt)局部搜索,用于确定天线的几何参数.同时,建立ELM回归模型用于直接评估MA优化的适应值函数.实验结果表明,ELM回归模型能够根据输入参数正确估算天线的回波损耗,使MA算法有效提高设计性能和加速优化过程.天线在四个目标频段的回波损耗值均优于-10dB,满足设计要求.
展开更多
关键词
四频天线
回波损耗
极限
学习
机
文化基因算法
综合学习粒子群
优化算法
在线阅读
下载PDF
职称材料
节点分布对无线传感器节点定位性能的影响
被引量：
1
7
作者
李新春
王晓明
《计算机工程与应用》
CSCD
北大核心
2016年第9期112-115,121,共5页
为了提高无线传感器节点的定位准确性,针对当前算法没有考虑节点分布对无线传感器节点定位性能的影响,提出一种考虑节点分布的无线传感器节点定位算法。分析节点分布对无线传感器节点定位性能的影响,估计锚节点之间的实际距离和估算距...
为了提高无线传感器节点的定位准确性,针对当前算法没有考虑节点分布对无线传感器节点定位性能的影响,提出一种考虑节点分布的无线传感器节点定位算法。分析节点分布对无线传感器节点定位性能的影响,估计锚节点之间的实际距离和估算距离的误差,并采用DV-Hop算法进行初步定位,综合学习粒子群算法对DV-Hop算法的定位误差进行修正,采用多个实验对算法性能测试。实验结果表明,无论在节点分布均匀或分布不均匀条件下,该算法可以较好地修正DV-Hop算法定位误差,均明显提高了未知传感器节点的定位精度。
展开更多
关键词
无线传感网络
DV-HOP定位算法
综合学习粒子群
算法
定位误差
在线阅读
下载PDF
职称材料
基于CLPSO优化LSSVM的风数据缺失部分插补
被引量：
6
8
作者
陈希
王斌
+1 位作者
喻敏
张良力
《可再生能源》
CAS
北大核心
2016年第6期878-883,共6页
风电场的实测风数据普遍存在着数据缺失的问题。由于风数据的非线性特点,常用的插补方法难以跟踪风的变化趋势,导致风数据缺失部分插补值精度低的问题。针对此问题,采用最小二乘支持向量机(LSSVM)模型插补缺失的风数据,使用综合学习粒...
风电场的实测风数据普遍存在着数据缺失的问题。由于风数据的非线性特点,常用的插补方法难以跟踪风的变化趋势,导致风数据缺失部分插补值精度低的问题。针对此问题,采用最小二乘支持向量机(LSSVM)模型插补缺失的风数据,使用综合学习粒子群算法(CLPSO)优化影响LSSVM模型性能的参数,从而形成了CLPSO-LSSVM插补模型。为了进行对比,另外使用了风切变指数模型(WSC)、自回归滑动平均模型(ARMA)、自适应神经模糊推理系统模型(ANFIS),对测试数据和风数据缺失部分进行插补。仿真结果表明:CLPSO-LSSVM模型的测试数据插补值精度最高,对风数据缺失部分插补值的相关系数也较大,综合指标最优,验证了该插补模型的有效性。
展开更多
关键词
综合学习粒子群
算法
最小二乘支持向量机
风数据
插补
在线阅读
下载PDF
职称材料
基于CLPSO-IDBN的风电机组轴承故障诊断
被引量：
3
9
作者
谢东东
沈艳霞
《组合机床与自动化加工技术》
北大核心
2023年第10期109-113,119,共6页
针对风电机组轴承故障诊断时的数据特征复杂难以提取,故障诊断准确率低,耗费时间长等问题,提出一种综合型学习粒子群算法(comprehensive learning particle swarm optimization,CLPSO)与改进深度置信网络(improved deep belief network,...
针对风电机组轴承故障诊断时的数据特征复杂难以提取,故障诊断准确率低,耗费时间长等问题,提出一种综合型学习粒子群算法(comprehensive learning particle swarm optimization,CLPSO)与改进深度置信网络(improved deep belief network,IDBN)相结合的故障诊断方法。首先在DBN内部添加了迭代误差阈值优化策略构建IDBN,大大减少了训练时间;然后利用CLPSO算法优选IDBN网络结构,运用具有最优结构的IDBN模型从原始信号中提取故障特征,识别轴承的故障类型。仿真实验结果表明,CLPSO-IDBN算法模型具有更高的准确率以及在相同情况时更少的训练时间,在训练集和测试集上的诊断准确率分别达到了98.28%与97%,并且可以平均节省约30%的训练时间,与4种其他方法相比较,证实了新方法的有效性与准确性。
展开更多
关键词
深度置信网络(DBN)
综合学习粒子群
算法(CLPSO)
滚动轴承
故障诊断
风电机组
在线阅读
下载PDF
职称材料
可轧制约束下VRB薄壁结构的厚度分布优化方法研究
被引量：
1
10
作者
陈有松
沈国民
段利斌
《汽车工程》
EI
CSCD
北大核心
2020年第12期1728-1736,共9页
连续变厚度轧制工艺(variable-thickness rolled blanks,VRB)是一种先进的轻量化制造工艺,其制作而成的VRB薄壁结构具有质量轻、吸能效果好等优点。本文中以单帽型薄壁梁的横向冲击过程为研究对象,建立了VRB单帽型薄壁梁的高精度有限元...
连续变厚度轧制工艺(variable-thickness rolled blanks,VRB)是一种先进的轻量化制造工艺,其制作而成的VRB薄壁结构具有质量轻、吸能效果好等优点。本文中以单帽型薄壁梁的横向冲击过程为研究对象,建立了VRB单帽型薄壁梁的高精度有限元模型,基于粒子群算法(particle swarm optimizer,PSO)的思想提出一种求解可轧制约束的VRB薄壁结构最优厚度分布问题的综合学习粒子群算法(comprehensive learning particle swarm optimizer,CLPSO)。该算法可求解可轧制约束和性能约束下包含大规模设计变量的VRB薄壁梁结构的最优厚度分布问题。为验证CLPSO算法的有效性,分别开展了有/无制造约束下的VRB薄壁结构的最优厚度优化设计。优化结果表明,有制造约束的CLPSO算法相比无制造约束的CLPSO算法更容易得到可用于生产制造的设计结果,且在满足性能约束与VRB可轧制约束条件下,VRB单帽型薄壁结构的质量相比等厚度结构减轻了21.7%。
展开更多
关键词
轻量化
VRB轧制板
厚度分布优化
综合学习粒子群
优化
在线阅读
下载PDF
职称材料
题名
采用综合学习粒子群算法的有限冲激响应数字滤波器设计
被引量：
5
1
作者
赵安新
陈明
张钟华
刘君华
机构
西安交通大学电气工程学院
西安科技大学通信工程学院
西安邮电学院电子工程系
中国计量科学研究院电学量子基准实验室
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2012年第8期71-75,共5页
基金
国家"863计划"资助项目(2005AA133070)
电子信息产业发展基金资助项目(XDJ2-0514-27)
文摘
针对标准粒子群优化算法在求解复杂多模问题时容易陷入局部极值点和有限冲击响应数字滤波器(FIR DF)设计时减少误差的问题,将综合学习粒子群优化算法(CLPSO)应用于FIR DF设计中.CLPSO在每一代更新中采用所有粒子全局最优值代替粒子本身的个体历史最优值,当粒子停止更新时,重置粒子最优值,保证粒子学习最优和在错误方向上花费最少计算时间.数值结果显示,在满足算法复杂度、计算时间、逼近误差等设计指标的前提下,CLPSO在低通和高通频率采样法FIR DF设计中比传统查表法、遗传算法和标准粒子群优化算法具有一定的优势.
关键词
综合学习粒子群
算法
滤波器
频率采样
遗传算法
Keywords
comprehensive learning particle swarm optimization
filter
frequency sampling
genetic algorithm
分类号
TN911 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
免疫综合学习粒子群优化算法
被引量：
8
2
作者
林国汉
章兢
刘朝华
机构
湖南大学电气与信息工程学院
湖南工程学院电气信息学院
湖南科技大学信息与电气工程学院
出处
《计算机应用研究》
CSCD
北大核心
2014年第11期3229-3233,共5页
基金
国家自然科学基金资助项目(61174140)
国家教育部博士点基金资助项目(20110161110035)
湖南省自然科学基金资助项目(11jj4049)
文摘
针对综合学习粒子群算法后期收敛速度慢、一旦所有粒子陷入局部最优,则无法跳出等缺陷,提出免疫综合学习粒子群优化(ICLPSO)算法。ICLPSO算法引入人工免疫系统中的克隆选择机制,利用克隆复制、高频变异、克隆选择等操作,增加种群的多样性,提高算法的收敛速度,利用柯西分布较宽的两翼分布特性进行精英粒子学习以进一步增强粒子逃离局部极值及多峰函数优化问题全局寻优能力。针对标准测试函数的仿真结果表明,与其他改进粒子群算法相比,ICLPSO算法收敛速度快,求解精度更高。
关键词
综合学习粒子群
算法(CLPSO)
人工免疫系统
精英
学习
函数优化
Keywords
comprehensive learning particle swarm optimization algorithm
artificial immune system
elitist learning
function optimization
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
引入测评机制的综合学习粒子群优化算法
被引量：
1
3
作者
喻雪
胡晓敏
林盈
机构
中山大学信息科学与技术学院
中山大学公共卫生学院卫生信息研究中心广东省卫生信息学重点实验室
中山大学心理学院
出处
《计算机工程与设计》
北大核心
2015年第3期753-758,共6页
基金
国家自然科学基金项目(61379061
61309003
+6 种基金
61202130
61379060)
国家自然科学基金-广东省联合基金重点项目(U1201258
U1135005)
广东省自然科学基金项目(S2012040007948)
中央高校基本科研业务费专项基金项目(12lgpy47)
高等学校博士学科点专项科研基金项目(20120171120027)
文摘
综合学习粒子群算法(CLPSO)能够改善粒子群算法多样性差且易局部收敛的问题,相比传统PSO算法能够一定程度避免算法早熟,但却存在收敛速度慢的问题。对此,提出一种CLPSO的改进算法(CLPSO-II),为每个粒子随机构造两个学习粒子,引入测评机制,择优学习。实验结果表明,CLPSO-II能有效提高CLPSO的搜索效率,在处理多峰函数时,其性能优于传统粒子群算法(PSO)、全面学习粒子群算法(FIPS)和综合学习粒子群算法(CLPSO)。
关键词
多峰函数
粒子
群
算法
全面
学习
粒子
群
算法
综合学习粒子群
算法
CLPSO-II
Keywords
multimodal functions
particle swarm optimization
fully informed particle swarm
comprehensive learning particle swarm optimization
CLPSO-II
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
多种群综合学习粒子群算法在动力定位能力分析中的应用
4
作者
张连伟
陈红卫
机构
江苏科技大学电子信息学院
出处
《舰船科学技术》
北大核心
2018年第6期61-66,共6页
基金
江苏省产学研联合创新资金资助项目(BY2013066-08)
江苏科技大学海洋装备研究院科研基金资助项目(HZ2015006)
文摘
船舶动力定位能力的计算是一个多次求解非线性多峰问题的过程,综合学习粒子群算法是解决多峰问题较为适合的算法。但由于综合学习粒子群算法的速度更新机制,在算法后期的局部搜索能力较弱,导致收敛速度慢。为此,引入多种群思想,改变速度更新策略以及结合粒子变异机制和种群重组机制,提出一种多种群综合学习粒子群优化算法。最后基于该算法设计了一种动力定位能力计算方法。实例计算结果表明,利用该方法的计算结果与Kongsberg公司给出的结果相吻合,也明显好于基于综合学习粒子群算法而得到的结果。
关键词
动力定位能力
非线性优化
多种
群
综合学习粒子群
Keywords
DP capability
nonlinear optimization
multi-swarm
CLPSO
分类号
U661.39 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
基于约简特征概率密度分布的虚拟样本生成
5
作者
汤健
崔璨麟
王丹丹
乔俊飞
机构
北京工业大学信息学部
智慧环保北京实验室
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024年第11期2165-2173,共9页
基金
国家自然科学基金项目(62073006,62021003)
科技创新2030-“新一代人工智能”重大项目(2021ZD0112301,2021ZD0112302)资助.
文摘
复杂工业过程的产品质量和环保指标等难测参数的建模数据具有样本小、分布稀疏等特性.对此,本文提出了基于约简特征概率密度分布(PDF)的虚拟样本生成(VSG)方法进行建模数据扩充.首先,采用主成分分析(PCA)对小样本数据进行特征约简,并对所得独立主成分进行核密度估计(KDE)以生成候选虚拟主成分,再正交采样后通过重构获得虚拟样本输入.接着,为均衡映射模型的精度与随机性,采用随机森林(RF)与随机权神经网络(RWNN)构建集成映射模型获得虚拟样本输出.最后,对影响虚拟样本“优劣”的主成分贡献率、KDE平滑指数、候选虚拟主成分、虚拟样本数量、映射模型学习参数及集成权重等参数,采用综合学习粒子群优化(CLPSO)算法进行优化以获得最优虚拟样本.通过基准数据集和城市固废焚烧过程二噁英(DXN)数据集验证了所提VSG方法的合理性及有效性.
关键词
虚拟样本生成
主成分分析
概率密度分布
核密度估计
综合学习粒子群
混合建模样本
Keywords
virtual sample generation
principal component analysis
probability density distribution
kernel density estimation
comprehensive learning particle swarm
mixed modeling sample
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于ELM和MA的微型四频天线设计
被引量：
2
6
作者
曾启明
纪震
李琰
俞航
机构
深圳大学信息工程学院
深圳市嵌入式系统设计重点实验室
深圳大学计算机与软件学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2014年第9期1693-1698,共6页
基金
国家自然科学基金(No.61171125
No.60872125
+3 种基金
No.61201042)
深圳市海外高层次人才创新创业专项资金(No.KQC201108300044A)
深圳市战略性新兴产业发展专项资金项目(No.JCYJ20120613173154123)
国家-广东省联合自然科学基金(No.U1201256)
文摘
提出一个基于极限学习机ELM(Extreme Learning Machine)和文化基因算法MA(Memetic Algorithm)的微型四频(0.92/2.4/3.5/5.8GHz)天线设计算法AntMA-ELM.为了提高天线的性能,算法在MA框架下引入基于综合学习粒子群优化算法CLPSO(Comprehensive Learning Particle Swarm Optimizer)全局搜索和DSCG(Davies,Swann,and Campey with Gram-schmidt)局部搜索,用于确定天线的几何参数.同时,建立ELM回归模型用于直接评估MA优化的适应值函数.实验结果表明,ELM回归模型能够根据输入参数正确估算天线的回波损耗,使MA算法有效提高设计性能和加速优化过程.天线在四个目标频段的回波损耗值均优于-10dB,满足设计要求.
关键词
四频天线
回波损耗
极限
学习
机
文化基因算法
综合学习粒子群
优化算法
Keywords
four-band antenna
return loss
extreme learning machine
memetic algorithm
CLPSO
分类号
TN822.8 [电子电信—信息与通信工程]
在线阅读
下载PDF
职称材料
题名
节点分布对无线传感器节点定位性能的影响
被引量：
1
7
作者
李新春
王晓明
机构
辽宁工程技术大学电子与信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2016年第9期112-115,121,共5页
文摘
为了提高无线传感器节点的定位准确性,针对当前算法没有考虑节点分布对无线传感器节点定位性能的影响,提出一种考虑节点分布的无线传感器节点定位算法。分析节点分布对无线传感器节点定位性能的影响,估计锚节点之间的实际距离和估算距离的误差,并采用DV-Hop算法进行初步定位,综合学习粒子群算法对DV-Hop算法的定位误差进行修正,采用多个实验对算法性能测试。实验结果表明,无论在节点分布均匀或分布不均匀条件下,该算法可以较好地修正DV-Hop算法定位误差,均明显提高了未知传感器节点的定位精度。
关键词
无线传感网络
DV-HOP定位算法
综合学习粒子群
算法
定位误差
Keywords
wireless sensor network
DV-Hop algorithm
comprehensive learning particle swarm optimization algorithm
localization error
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于CLPSO优化LSSVM的风数据缺失部分插补
被引量：
6
8
作者
陈希
王斌
喻敏
张良力
机构
武汉科技大学信息科学与工程学院
出处
《可再生能源》
CAS
北大核心
2016年第6期878-883,共6页
基金
国家自然科学基金资助项目(51308426)
文摘
风电场的实测风数据普遍存在着数据缺失的问题。由于风数据的非线性特点,常用的插补方法难以跟踪风的变化趋势,导致风数据缺失部分插补值精度低的问题。针对此问题,采用最小二乘支持向量机(LSSVM)模型插补缺失的风数据,使用综合学习粒子群算法(CLPSO)优化影响LSSVM模型性能的参数,从而形成了CLPSO-LSSVM插补模型。为了进行对比,另外使用了风切变指数模型(WSC)、自回归滑动平均模型(ARMA)、自适应神经模糊推理系统模型(ANFIS),对测试数据和风数据缺失部分进行插补。仿真结果表明:CLPSO-LSSVM模型的测试数据插补值精度最高,对风数据缺失部分插补值的相关系数也较大,综合指标最优,验证了该插补模型的有效性。
关键词
综合学习粒子群
算法
最小二乘支持向量机
风数据
插补
Keywords
comprehensive learning particle swarm optimization（CLPSO）
least squares support vector machine（LSSVM）
wind data
interpolation
分类号
TK89 [动力工程及工程热物理—流体机械及工程]
在线阅读
下载PDF
职称材料
题名
基于CLPSO-IDBN的风电机组轴承故障诊断
被引量：
3
9
作者
谢东东
沈艳霞
机构
江南大学物联网工程学院
出处
《组合机床与自动化加工技术》
北大核心
2023年第10期109-113,119,共6页
基金
国家重点研发计划项目(2020YFB1711102)。
文摘
针对风电机组轴承故障诊断时的数据特征复杂难以提取,故障诊断准确率低,耗费时间长等问题,提出一种综合型学习粒子群算法(comprehensive learning particle swarm optimization,CLPSO)与改进深度置信网络(improved deep belief network,IDBN)相结合的故障诊断方法。首先在DBN内部添加了迭代误差阈值优化策略构建IDBN,大大减少了训练时间;然后利用CLPSO算法优选IDBN网络结构,运用具有最优结构的IDBN模型从原始信号中提取故障特征,识别轴承的故障类型。仿真实验结果表明,CLPSO-IDBN算法模型具有更高的准确率以及在相同情况时更少的训练时间,在训练集和测试集上的诊断准确率分别达到了98.28%与97%,并且可以平均节省约30%的训练时间,与4种其他方法相比较,证实了新方法的有效性与准确性。
关键词
深度置信网络(DBN)
综合学习粒子群
算法(CLPSO)
滚动轴承
故障诊断
风电机组
Keywords
deep confidence network(DBN)
comprehensive learning particle swarm optimization(CLPSO)
rolling bearing
fault diagnosis
wind power
分类号
TH133.3 [机械工程—机械制造及自动化]
TG65 [金属学及工艺—金属切削加工及机床]
在线阅读
下载PDF
职称材料
题名
可轧制约束下VRB薄壁结构的厚度分布优化方法研究
被引量：
1
10
作者
陈有松
沈国民
段利斌
机构
上汽集团商用车技术中心
江苏大学汽车与交通工程学院
出处
《汽车工程》
EI
CSCD
北大核心
2020年第12期1728-1736,共9页
基金
上汽科技基金会产学研项目(1919)
上汽种子基金项目(T309)
国家自然科学基金(51805221)资助。
文摘
连续变厚度轧制工艺(variable-thickness rolled blanks,VRB)是一种先进的轻量化制造工艺,其制作而成的VRB薄壁结构具有质量轻、吸能效果好等优点。本文中以单帽型薄壁梁的横向冲击过程为研究对象,建立了VRB单帽型薄壁梁的高精度有限元模型,基于粒子群算法(particle swarm optimizer,PSO)的思想提出一种求解可轧制约束的VRB薄壁结构最优厚度分布问题的综合学习粒子群算法(comprehensive learning particle swarm optimizer,CLPSO)。该算法可求解可轧制约束和性能约束下包含大规模设计变量的VRB薄壁梁结构的最优厚度分布问题。为验证CLPSO算法的有效性,分别开展了有/无制造约束下的VRB薄壁结构的最优厚度优化设计。优化结果表明,有制造约束的CLPSO算法相比无制造约束的CLPSO算法更容易得到可用于生产制造的设计结果,且在满足性能约束与VRB可轧制约束条件下,VRB单帽型薄壁结构的质量相比等厚度结构减轻了21.7%。
关键词
轻量化
VRB轧制板
厚度分布优化
综合学习粒子群
优化
Keywords
lightweight
variable-thickness rolled blank(VRB)
thickness distribution optimization
comprehensive learning particle swarm optimizer
分类号
TM9 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
采用综合学习粒子群算法的有限冲激响应数字滤波器设计
赵安新
陈明
张钟华
刘君华
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2012
5
在线阅读
下载PDF
职称材料
2
免疫综合学习粒子群优化算法
林国汉
章兢
刘朝华
《计算机应用研究》
CSCD
北大核心
2014
8
在线阅读
下载PDF
职称材料
3
引入测评机制的综合学习粒子群优化算法
喻雪
胡晓敏
林盈
《计算机工程与设计》
北大核心
2015
1
在线阅读
下载PDF
职称材料
4
多种群综合学习粒子群算法在动力定位能力分析中的应用
张连伟
陈红卫
《舰船科学技术》
北大核心
2018
0
在线阅读
下载PDF
职称材料
5
基于约简特征概率密度分布的虚拟样本生成
汤健
崔璨麟
王丹丹
乔俊飞
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
6
基于ELM和MA的微型四频天线设计
曾启明
纪震
李琰
俞航
《电子学报》
EI
CAS
CSCD
北大核心
2014
2
在线阅读
下载PDF
职称材料
7
节点分布对无线传感器节点定位性能的影响
李新春
王晓明
《计算机工程与应用》
CSCD
北大核心
2016
1
在线阅读
下载PDF
职称材料
8
基于CLPSO优化LSSVM的风数据缺失部分插补
陈希
王斌
喻敏
张良力
《可再生能源》
CAS
北大核心
2016
6
在线阅读
下载PDF
职称材料
9
基于CLPSO-IDBN的风电机组轴承故障诊断
谢东东
沈艳霞
《组合机床与自动化加工技术》
北大核心
2023
3
在线阅读
下载PDF
职称材料
10
可轧制约束下VRB薄壁结构的厚度分布优化方法研究
陈有松
沈国民
段利斌
《汽车工程》
EI
CSCD
北大核心
2020
1
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
