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
2
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
基于自适应樽海鞘算法的多无人机任务分配
被引量：
2
1
作者
张森悦
隋学梅
李一波
《吉林大学学报（理学版）》
CAS
北大核心
2022年第5期1123-1132,共10页
针对多无人机的任务分配问题,提出一种基于自适应樽海鞘算法的多无人机任务分配方法.在经典樽海鞘算法的基础上,重新设计领导者的位置更新公式,以改善樽海鞘算法易陷入局部最优的缺陷,同时在算法迭代过程中加入自适应算子,对领导者和跟...
针对多无人机的任务分配问题,提出一种基于自适应樽海鞘算法的多无人机任务分配方法.在经典樽海鞘算法的基础上,重新设计领导者的位置更新公式,以改善樽海鞘算法易陷入局部最优的缺陷,同时在算法迭代过程中加入自适应算子,对领导者和跟随者的数量进行动态调整,以提高算法前期的全局搜索和后期跳出局部极值的能力.通过与遗传算法、粒子群优化算法、经典樽海鞘算法进行对比实验,实验结果表明,该算法对解决多无人机任务分配问题效果较好,具有更优的适应度和收敛性.
展开更多
关键词
多无人机
任务分配
自适应樽海鞘算法
遗传
算法
在线阅读
下载PDF
职称材料
基于自适应樽海鞘算法优化BP的风光互补并网发电功率预测
被引量：
26
2
作者
梁恩豪
孙军伟
王延峰
《电力系统保护与控制》
CSCD
北大核心
2021年第24期114-120,共7页
为解决风光互补并网发电功率预测问题,针对前馈(BP)神经网络容易陷入局部最优而导致预测精度降低的问题,提出了一种自适应樽海鞘算法(ASSA)优化BP神经网络的风光互补并网发电功率预测模型。首先,在标准的樽海鞘算法(SSA)中引入动态权重...
为解决风光互补并网发电功率预测问题,针对前馈(BP)神经网络容易陷入局部最优而导致预测精度降低的问题,提出了一种自适应樽海鞘算法(ASSA)优化BP神经网络的风光互补并网发电功率预测模型。首先,在标准的樽海鞘算法(SSA)中引入动态权重策略和变异算子构建ASSA。其次,引入BP神经网络算法,构建BP神经网络的风光互补并网发电功率预测模型。最后,通过ASSA算法优化BP神经网络的权值和阈值,提出ASSA-BP的风光互补并网发电功率预测模型。仿真结果表明,利用ASSA-BP模型预测发电功率数据的相对误差小于BP模型预测数据的相对误差。ASSA-BP和SSA-BP的模型平均绝对误差数值更小,ASSA-BP模型的平均绝对误差最小,ASSA-BP模型的预测稳定性最强。该预测模型较传统风光互补并网发电功率预测方法有更高的精确度。
展开更多
关键词
风光互补并网发电
BP神经网络
樽
海鞘
算法
(SSA)
自适应樽海鞘算法
(ASSA)
ASSA-BP预测模型
在线阅读
下载PDF
职称材料
题名
基于自适应樽海鞘算法的多无人机任务分配
被引量：
2
1
作者
张森悦
隋学梅
李一波
机构
沈阳航空航天大学人工智能学院
沈阳航空航天大学自动化学院
出处
《吉林大学学报（理学版）》
CAS
北大核心
2022年第5期1123-1132,共10页
基金
辽宁省教育厅科研项目(批准号:JYT2020150)
国家留学基金项目(批准号:202008210366)。
文摘
针对多无人机的任务分配问题,提出一种基于自适应樽海鞘算法的多无人机任务分配方法.在经典樽海鞘算法的基础上,重新设计领导者的位置更新公式,以改善樽海鞘算法易陷入局部最优的缺陷,同时在算法迭代过程中加入自适应算子,对领导者和跟随者的数量进行动态调整,以提高算法前期的全局搜索和后期跳出局部极值的能力.通过与遗传算法、粒子群优化算法、经典樽海鞘算法进行对比实验,实验结果表明,该算法对解决多无人机任务分配问题效果较好,具有更优的适应度和收敛性.
关键词
多无人机
任务分配
自适应樽海鞘算法
遗传
算法
Keywords
multi-unmanned aerial vehicle
task assignment
adaptive salps swarm algorithm
genetic algorithm
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
基于自适应樽海鞘算法优化BP的风光互补并网发电功率预测
被引量：
26
2
作者
梁恩豪
孙军伟
王延峰
机构
郑州轻工业大学
出处
《电力系统保护与控制》
CSCD
北大核心
2021年第24期114-120,共7页
基金
国家自然科学基金河南联合重点项目(U1804262)。
文摘
为解决风光互补并网发电功率预测问题,针对前馈(BP)神经网络容易陷入局部最优而导致预测精度降低的问题,提出了一种自适应樽海鞘算法(ASSA)优化BP神经网络的风光互补并网发电功率预测模型。首先,在标准的樽海鞘算法(SSA)中引入动态权重策略和变异算子构建ASSA。其次,引入BP神经网络算法,构建BP神经网络的风光互补并网发电功率预测模型。最后,通过ASSA算法优化BP神经网络的权值和阈值,提出ASSA-BP的风光互补并网发电功率预测模型。仿真结果表明,利用ASSA-BP模型预测发电功率数据的相对误差小于BP模型预测数据的相对误差。ASSA-BP和SSA-BP的模型平均绝对误差数值更小,ASSA-BP模型的平均绝对误差最小,ASSA-BP模型的预测稳定性最强。该预测模型较传统风光互补并网发电功率预测方法有更高的精确度。
关键词
风光互补并网发电
BP神经网络
樽
海鞘
算法
(SSA)
自适应樽海鞘算法
(ASSA)
ASSA-BP预测模型
Keywords
wind and solar complementary grid-connected power generation
BP neural network
salp swarm algorithm(SSA)
adaptive salp swarm algorithm(ASSA)
ASSA-BP prediction model
分类号
TM61 [电气工程—电力系统及自动化]
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
作者
出处
发文年
被引量
操作
1
基于自适应樽海鞘算法的多无人机任务分配
张森悦
隋学梅
李一波
《吉林大学学报（理学版）》
CAS
北大核心
2022
2
在线阅读
下载PDF
职称材料
2
基于自适应樽海鞘算法优化BP的风光互补并网发电功率预测
梁恩豪
孙军伟
王延峰
《电力系统保护与控制》
CSCD
北大核心
2021
26
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
