期刊文献+
共找到107篇文章
< 1 2 6 >
每页显示 20 50 100
基于自适应粒子群优化算法的串联复合涡轮储能优化策略 被引量:2
1
作者 王震 张珊珊 +1 位作者 邬斌扬 苏万华 《计算机应用》 CSCD 北大核心 2024年第2期611-618,共8页
针对发动机串联复合涡轮发电系统储能困难等问题,提出了一种基于自适应粒子群优化(SAPSO)算法的最大功率点追踪(MPPT)方法,增强发电系统功率的捕获能力。此外,采用混合储能系统(HESS)替代单一蓄电池储能,实现电能的高效、稳定存储。通过... 针对发动机串联复合涡轮发电系统储能困难等问题,提出了一种基于自适应粒子群优化(SAPSO)算法的最大功率点追踪(MPPT)方法,增强发电系统功率的捕获能力。此外,采用混合储能系统(HESS)替代单一蓄电池储能,实现电能的高效、稳定存储。通过Matlab/Simulink软件,建立了基于发动机串联复合涡轮发电的储能优化控制仿真模型,对比分析了不同控制方法在设定工况下的功率追踪性能以及混合储能系统的储能特性。仿真结果表明,相较于传统扰动观测法(P&O)控制方法,在所提的SAPSO-MPPT方法下,发电功率提高了190 W,响应时间缩短了0.15 s。同时,HESS能够有效追踪母线上的需求功率,电能回收效率高达95.3%。最后,基于Y24型改装发动机台架搭建了串联复合涡轮发电系统实验平台,对所提储能优化控制策略的节油潜力进行了实验验证。结果表明,SAPSO-MPPT+HESS储能优化策略能够有效提高排气能量回收效率,优化后系统总热效率比原发动机提高了提高0.53个百分点。 展开更多
关键词 自适应粒子群优化算法 串联复合涡轮发电系统 最大功率点追踪 混合储能系统
在线阅读 下载PDF
基于量子自适应粒子群优化径向基函数神经网络的网络流量预测 被引量:33
2
作者 郭通 兰巨龙 +1 位作者 李玉峰 江逸茗 《电子与信息学报》 EI CSCD 北大核心 2013年第9期2220-2226,共7页
该文提出一种量子自适应粒子群优化算法,该算法中,粒子位置的编码采用量子比特实现,利用粒子飞行轨迹信息动态更新量子比特的状态,并引入量子非门实现变异操作以避免陷入局部最优。用该算法训练神经网络,实现了径向基函数(RBF)神经网络... 该文提出一种量子自适应粒子群优化算法,该算法中,粒子位置的编码采用量子比特实现,利用粒子飞行轨迹信息动态更新量子比特的状态,并引入量子非门实现变异操作以避免陷入局部最优。用该算法训练神经网络,实现了径向基函数(RBF)神经网络参数优化,建立了基于量子自适应粒子群优化RBF神经网络算法的网络流量预测模型。对真实网络流量的预测结果表明,该方法的收敛速度和预测精度均要优于传统RBF神经网络法、粒子群-RBF神经网络法、混合粒子群-RBF神经网络法和自适应粒子群-RBF神经网络法,并且预测效果不易受时间尺度变化的影响。 展开更多
关键词 径向基函数神经网络 自适应粒子群优化 量子比特 流量预测
在线阅读 下载PDF
基于ARMA误差修正和自适应粒子群优化的SVM短期负荷预测 被引量:18
3
作者 黄元生 邓佳佳 苑珍珍 《电力系统保护与控制》 EI CSCD 北大核心 2011年第14期26-32,共7页
利用最小二乘支持向量机(LS-SVM)进行短期负荷预测的精度及其泛化性能很大程度上取决于其参数选择。对于支持向量机中的核参数σ和惩罚系数C采用基于适应度函数惯性权重自适应调整的粒子群优化算法进行选择。在对LS-SVM回归模型参数优... 利用最小二乘支持向量机(LS-SVM)进行短期负荷预测的精度及其泛化性能很大程度上取决于其参数选择。对于支持向量机中的核参数σ和惩罚系数C采用基于适应度函数惯性权重自适应调整的粒子群优化算法进行选择。在对LS-SVM回归模型参数优化的基础上,建立自回归滑动平均(ARMA)误差预测模型来修正负荷预测结果从而提高预测精度。选择某地区夏季96点负荷数据作为训练样本和测试样本进行分析,并且选择SVM模型进行对比。实验结果表明,同标准的SVM回归模型相比,APSO-ARMA-SVM负荷预测模型能明显改善预测精度,能够推广到电价预测等其他预测领域。 展开更多
关键词 最小二乘支持向量机 自适应粒子群优化 自回归滑动平均 误差修正
在线阅读 下载PDF
基于自适应粒子群优化算法的神经网络的优化研究 被引量:5
4
作者 李辉 蔡敏 +1 位作者 李宇 李跃志 《江西师范大学学报(自然科学版)》 CAS 北大核心 2010年第6期632-635,共4页
针对传统的神经网络训练算法收敛速度慢和泛化性能低的缺陷,提出一种新的自适应粒子群优化算法用于神经网络的训练.该算法通过改进自适应搜索策略以提高网络泛化性能,并结合Ionosphere雷达信号分类数据集进行仿真测试.研究结果表明:基... 针对传统的神经网络训练算法收敛速度慢和泛化性能低的缺陷,提出一种新的自适应粒子群优化算法用于神经网络的训练.该算法通过改进自适应搜索策略以提高网络泛化性能,并结合Ionosphere雷达信号分类数据集进行仿真测试.研究结果表明:基于自适应粒子群优化算法训练的神经网络在分类准确率和分类误差上明显优于传统的BP算法,且很好地提高了网络泛化能力和优化效果. 展开更多
关键词 神经网络 自适应粒子群优化算法 仿真
在线阅读 下载PDF
风水气互补发电优化的云模型自适应粒子群优化算法 被引量:16
5
作者 吴杰康 熊焰 《中国电机工程学报》 EI CSCD 北大核心 2014年第S1期17-24,共8页
提出一种改进的自适应粒子群优化(particle swarm optimization,PSO)算法,对基本PSO算法中的惯性权重系数作云处理。由于云模型具有随机性和稳定倾向性,使得处理后的惯性权重既具有传统的趋向性,满足快速寻优能力,又具有随机性,有利于... 提出一种改进的自适应粒子群优化(particle swarm optimization,PSO)算法,对基本PSO算法中的惯性权重系数作云处理。由于云模型具有随机性和稳定倾向性,使得处理后的惯性权重既具有传统的趋向性,满足快速寻优能力,又具有随机性,有利于提高种群的多样性,提高收敛速度。在对认知系数和社会系数的处理上,考虑两者的相互关联性,在坐标平面内构造收敛曲线,让两者沿收敛曲线随时间动态调整,使得算法在进化过程中既能够保证收敛,又提高了算法性能。建立了风、水、气多种清洁能源互补的发电模型。模型考虑风电预测的随机误差,以一次能源天然气的消耗量最低为目标函数,约束条件包含了风能、水能等清洁能源的完全消纳。通过云模型粒子群算法求解该模型,并与基本遗传算法和PSO算法的结果进行比较,验证了所建模型可行性和算法的有效性。 展开更多
关键词 风水气互补发电 云模型 自适应粒子群优化算法
在线阅读 下载PDF
基于自适应粒子群优化径向基函数神经网络的语音转换 被引量:8
6
作者 张玲华 姚绍芹 解伟超 《数据采集与处理》 CSCD 北大核心 2015年第2期336-343,共8页
语音转换是指在保持源说话人语义内容不变的前提下,通过改变源说话人的个性特征,使其听起来像目标说话人的语音。本文提出一种自适应粒子群优化算法训练径向基函数神经网络进行语音特征建模,以获取说话人谱包络的映射关系;此外,考虑到... 语音转换是指在保持源说话人语义内容不变的前提下,通过改变源说话人的个性特征,使其听起来像目标说话人的语音。本文提出一种自适应粒子群优化算法训练径向基函数神经网络进行语音特征建模,以获取说话人谱包络的映射关系;此外,考虑到说话人谱包络参数与基频有着密切的联系,利用基于径向基函数神经网络的联合谱包络基频变换方法,将谱包络参数与基频联合进行建模和转换,使得转换后的基频含有更多的说话人个性特征。最后,运用主、客观方法对获得的转换语音进行性能测试。实验表明,与主流的基于高斯混合模型的语音转换相比,使用自适应粒子群优化的径向基函数神经网络方法能够获得更好的转换性能,且更加适用于男声到女声的转换。 展开更多
关键词 语音转换 径向基函数神经网络 自适应粒子群优化 高斯混合模型 基频
在线阅读 下载PDF
动态环境下分布式自适应粒子群优化算法 被引量:3
7
作者 唐剑 史浩山 +1 位作者 杨奇 邢云冰 《系统仿真学报》 CAS CSCD 北大核心 2009年第17期5431-5435,共5页
针对现有粒子群算法的不足,提出一种基于微粒自身信息的环境变化检测方法,同时采用分布式处理模式,通过激活粒子群中的停滞粒子适应环境变化,不仅降低了的算法复杂度,而且提高了算法对复杂环境的自适应能力。对于有界连续函数,证明新算... 针对现有粒子群算法的不足,提出一种基于微粒自身信息的环境变化检测方法,同时采用分布式处理模式,通过激活粒子群中的停滞粒子适应环境变化,不仅降低了的算法复杂度,而且提高了算法对复杂环境的自适应能力。对于有界连续函数,证明新算法能依概率收敛于全局极小点。应用抛物线函数和Rastrigin函数构造的复杂动态环境对该算法进行验证,并同APSO、D-PSO算法进行了对比。实验结果表明,在复杂的动态环境中,DAPSO算法具有更好的适应性。 展开更多
关键词 粒子优化算法 动态环境 自适应粒子群优化算法 多样性粒子优化算法
在线阅读 下载PDF
基于自适应粒子群优化的ARIMA-SVM光功率趋势预测 被引量:4
8
作者 陈晓娟 李思洋 王圣达 《光通信技术》 北大核心 2015年第4期22-25,共4页
为实现光纤线路未来状态趋势预测,提出基于自适应粒子群优化(APSO)的ARIMA-SVM光功率趋势预测法。利用小波变换对光功率数据进行预处理,设计APSO算法优化SVM模型参数,构建了优化后的ARIMA-SVM模型,实现了光功率趋势预测。
关键词 光功率预测 自适应粒子群优化 动态距离 差分自回归移动平均 支持向量机
在线阅读 下载PDF
基于自适应粒子群优化算法的预测控制算法及其在加热炉支管平衡中的应用 被引量:1
9
作者 刘波 张丽香 黄德先 《现代化工》 CAS CSCD 北大核心 2004年第z2期150-153,共4页
多变量和输出受限系统的预测控制问题一般表现为一个不易直接求解的多变量且多约束的非线性动态规划问题.传统优化方法在解决此优化问题时,存在易收敛到非法解或局部极小、计算时间长以及对模型参数与初值依赖性强的缺点.提出了一种基... 多变量和输出受限系统的预测控制问题一般表现为一个不易直接求解的多变量且多约束的非线性动态规划问题.传统优化方法在解决此优化问题时,存在易收敛到非法解或局部极小、计算时间长以及对模型参数与初值依赖性强的缺点.提出了一种基于自适应粒子群优化的预测控制算法(APSO-DMC),采用自适应粒子群优化算法(APSO)作为模型预测控制的优化方法,在线实时求解最优控制律,从而有效地克服了传统优化方法的不足.将此算法应用于常减压装置加热炉支管温度平衡控制中,仿真试验结果显示了该方法的有效性. 展开更多
关键词 自适应粒子群优化(APSO)算法 预测控制 加热炉 支路平衡
在线阅读 下载PDF
自适应粒子群优化算法在聚丙烯熔融指数预报上的应用 被引量:1
10
作者 赵成业 刘兴高 《化工学报》 EI CAS CSCD 北大核心 2010年第8期2030-2034,共5页
针对丙烯聚合生产控制中聚丙烯熔融指数在线测量的控制要求,以及过程变量间相关性高的特点,提出一种基于自适应粒子群优化算法和径向基函数神经网络的聚丙烯熔融指数预报新方法。该方法采用变参数的自适应粒子群优化算法提高优化算法的... 针对丙烯聚合生产控制中聚丙烯熔融指数在线测量的控制要求,以及过程变量间相关性高的特点,提出一种基于自适应粒子群优化算法和径向基函数神经网络的聚丙烯熔融指数预报新方法。该方法采用变参数的自适应粒子群优化算法提高优化算法的效率和收敛性,并且融合了主成分分析、统计建模以及智能优化方法,从而降低了预报模型的复杂度。提出了一种基于径向基函数神经网络的统计预报模型的参数优化和结构优化方法。使用该统计模型对工厂实际生产过程进行预报,并与国内外相关研究报道相比较,表明了本文所提出的预报方法的有效性和更高的准确性。 展开更多
关键词 聚丙烯熔融指数预报 自适应粒子群优化算法 径向基函数神经网络
在线阅读 下载PDF
自适应粒子群优化的船舶动力定位云模型控制器设计 被引量:1
11
作者 李众 郭丹丹 《舰船科学技术》 北大核心 2015年第6期95-100,共6页
云模型控制理论是智能控制学科的新兴领域,因此如何扩展云模型的应用范围并使其走向工程化实用化成为云模型理论的研究重点。针对船舶运动模型具有不确定性和外部扰动随机性等特点,而云模型具有兼顾模糊性和随机性的特质,尝试将云模型... 云模型控制理论是智能控制学科的新兴领域,因此如何扩展云模型的应用范围并使其走向工程化实用化成为云模型理论的研究重点。针对船舶运动模型具有不确定性和外部扰动随机性等特点,而云模型具有兼顾模糊性和随机性的特质,尝试将云模型应用于船舶动力定位的控制过程。为解决云模型控制器参数难以整定的问题,提出基于自适应粒子群优化算法的云模型控制器设计方法。仿真试验证明了云模型控制和粒子群优化的可行性和有效性。 展开更多
关键词 动力定位 一维云模型 控制器 自适应粒子群优化
在线阅读 下载PDF
自适应粒子群优化算法优化径向基函数神经网络用于电阻抗成像图像重建 被引量:46
12
作者 吴阳 刘凯 +2 位作者 陈柏 李芳 姚佳烽 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第6期240-249,共10页
电阻抗成像(EIT)的图像重建是一个高度非线性且欠定的病态逆问题。由于传统方法无法达到很高的精度,并且重建过程通常很耗时,提出了一种基于自适应粒子群优化算法的径向基函数神经网络(APSO-RBFNN)用于图像重建。通过数值模拟建立了15 ... 电阻抗成像(EIT)的图像重建是一个高度非线性且欠定的病态逆问题。由于传统方法无法达到很高的精度,并且重建过程通常很耗时,提出了一种基于自适应粒子群优化算法的径向基函数神经网络(APSO-RBFNN)用于图像重建。通过数值模拟建立了15 000个仿真样本,分为训练集和测试集。经过网络训练后,测试集上的图像相关系数(ICC)为0.95,仿真结果验证了APSO-RBFNN方法的有效性。当将30、40和50 dB的高斯白噪声添加到测试集中,ICC分别为0.90、0.92和0.93,证明了该方法的鲁棒性。对包含更多目标的样本重建结果说明了该方法具有良好的泛化能力。此外,8电极EIT系统的实验数据测试结果表明,相比于Tikhonov和RBFNN方法,APSO-RBFNN方法具有更好的图像重建结果。 展开更多
关键词 电阻抗成像 图像重建 逆问题 自适应粒子群优化算法 径向基函数神经网络
在线阅读 下载PDF
基于自适应粒子群优化的WSNs非均匀分簇路由算法 被引量:5
13
作者 杭超 李刚 +2 位作者 包涵 李雯珺 李德仓 《传感器与微系统》 CSCD 北大核心 2023年第1期117-121,共5页
针对无线传感器网络(WSNs)中存在的能量空洞问题,提出了一种基于自适应粒子群优化(PSO)的WSNs非均匀分簇路由(APSO-NUCR)算法。在簇首选举阶段,引入一个能量阈值从网络中筛选出候选簇首,候选簇首根据竞争半径构造规模大小不一的簇。引入... 针对无线传感器网络(WSNs)中存在的能量空洞问题,提出了一种基于自适应粒子群优化(PSO)的WSNs非均匀分簇路由(APSO-NUCR)算法。在簇首选举阶段,引入一个能量阈值从网络中筛选出候选簇首,候选簇首根据竞争半径构造规模大小不一的簇。引入PSO算法来确定簇首,建立基于节点能量和位置的适应度函数,根据适应度值来确定最终簇首。根据粒子当前适应度值计算惯性权重和学习因子,更新速度和位置,平衡算法的全局和局部搜索能力。在数据传输阶段,簇内采用单跳传输方式,簇间数据传输基于Prim最小生成树的最优多跳路径。仿真结果表明:APSO-NUCR算法在利用能量和均衡网络能耗方面有良好的性能,延长了网络寿命。 展开更多
关键词 无线传感器网络 自适应粒子群优化 非均匀分簇路由 Prim最小生成树 能耗均衡
在线阅读 下载PDF
自适应粒子群优化算法(APSO)在膜下滴灌优化灌溉中的应用 被引量:4
14
作者 罗志平 《节水灌溉》 北大核心 2011年第8期51-54,共4页
在考虑了灌溉水量、作物水分响应模型、降雨量、不同生育阶段缺水对产量敏感指数、作物市场价格、农业灌溉用水价格、膜下滴灌成本价格等因素下,建立了农作物经济效益最优的多约束、非线性灌溉模型。将APSO算法进行灌溉模型优化求解。... 在考虑了灌溉水量、作物水分响应模型、降雨量、不同生育阶段缺水对产量敏感指数、作物市场价格、农业灌溉用水价格、膜下滴灌成本价格等因素下,建立了农作物经济效益最优的多约束、非线性灌溉模型。将APSO算法进行灌溉模型优化求解。利用新疆棉花膜下滴灌实验所得数据,得出了作物在不同范围有限灌水量下棉花各生育阶段间灌水量的最优效益分配,求解的结果显示该灌溉模型能很好地解决了作物非充分灌溉下优化灌溉问题。 展开更多
关键词 自适应粒子群优化算法(APSO) 灌溉模型 膜下滴灌
在线阅读 下载PDF
模糊Petri网的自适应粒子群优化方法研究 被引量:2
15
作者 原菊梅 潘宏侠 《火力与指挥控制》 CSCD 北大核心 2019年第12期72-75,82,共5页
模糊Petri网对专家知识库的模糊规则具有较强的表达能力,但其缺乏学习能力使得模型参数的确定较为困难,针对此问题提出一种适合于模糊Petri网参数确定的自适应粒子群优化算法。分析了模糊Petri网对专家知识库的模糊规则建模方法;研究了... 模糊Petri网对专家知识库的模糊规则具有较强的表达能力,但其缺乏学习能力使得模型参数的确定较为困难,针对此问题提出一种适合于模糊Petri网参数确定的自适应粒子群优化算法。分析了模糊Petri网对专家知识库的模糊规则建模方法;研究了粒子群优化算法及其各种改进算法;在此基础上,提出适合于模糊Petri网参数确定的自适应粒子群优化算法。最后,以无向网络可靠性估计为例,通过实例分析并与基本粒子群优化算法进行比较,证明了所提方法的有效性和优越性。 展开更多
关键词 模糊PETRI网 参数 自适应粒子群优化 可靠性
在线阅读 下载PDF
基于自适应粒子群优化算法的有源配电网多目标动态无功优化 被引量:25
16
作者 葛朝晖 王颖 +3 位作者 刘梦怡 齐晓光 林榕 徐正阳 《电力系统及其自动化学报》 CSCD 北大核心 2018年第11期44-51,共8页
为解决负荷变动条件下电容器组和分布式电源的协调优化问题,提出了一种新的配电网动态无功优化方法。首先,建立了分布式电源及负荷的随机模型,通过蒙特卡罗模拟抽样,得到24 h的分布式电源出力曲线和负荷变化曲线,研究了基于半不变量法... 为解决负荷变动条件下电容器组和分布式电源的协调优化问题,提出了一种新的配电网动态无功优化方法。首先,建立了分布式电源及负荷的随机模型,通过蒙特卡罗模拟抽样,得到24 h的分布式电源出力曲线和负荷变化曲线,研究了基于半不变量法的随机潮流分析方法;其次,以分布式电源投资效益和网络有功损耗为目标函数,建立了有源配电网多目标动态无功优化模型;然后,基于分布熵的自适应粒子群算法,提出了模型的求解方法与流程;最后,通过算例验证了所提方法的有效性和实用性。 展开更多
关键词 动态无功优化 多目标 自适应粒子群优化算法 分布式电源
在线阅读 下载PDF
一种基于非线性系统的动态感知系数的自适应粒子群优化算法 被引量:2
17
作者 郭振雄 陈玉叶 +4 位作者 肖可 何俊杰 刘畅 潘书万 陈松岩 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2017年第5期704-710,共7页
在优化非线性复杂系统问题中,智能算法已成为一种重要手段.提出了一种基于动态感知系数的自适应粒子群优化(particle swarm optimization,PSO)算法(self-tuning PSO,SPSO),将PSO算法的感知系数与神经网络算法结合,并于在线学习训练过程... 在优化非线性复杂系统问题中,智能算法已成为一种重要手段.提出了一种基于动态感知系数的自适应粒子群优化(particle swarm optimization,PSO)算法(self-tuning PSO,SPSO),将PSO算法的感知系数与神经网络算法结合,并于在线学习训练过程中动态调整感知系数,改善了PSO算法的计算效率以及全局收敛效率.进一步将2个相互关联的神经网络——比例积分微分(proportion integration differentiation,PID)神经网络及SPSO神经网络结合起来,使其能有效解决非线性控制模型的问题.为了验证该算法,引入了4个仿真例及2种PSO优化算法——传统PSO(conventional PSO,CPSO)和修正PSO(modified PSO,MPSO),来比较SPSO算法在解决控制问题中的非线性复杂系统的高效性,结果显示SPSO算法有较好的全局收敛性能、收敛速度以及较强的鲁棒性. 展开更多
关键词 优化算法 自适应粒子群优化 动态感知系数 比例积分微分 神经网络 自调节非线性系统
在线阅读 下载PDF
粒子群优化随机森林机床热误差建模与补偿
18
作者 苏哲 郭世杰 +3 位作者 丁强强 唐术锋 邹云鹤 吕贺 《机床与液压》 北大核心 2025年第12期8-16,共9页
为了提高机床热误差预测精度,提出一种自适应粒子群(APSO)优化随机森林(RF)模型的机床直线轴热误差预测方法。采用浣熊优化算法(COA)对K-Means算法进行优化,并结合相关性分析筛选出温度敏感点;提出动态惯性权重与学习因子的线性调整策... 为了提高机床热误差预测精度,提出一种自适应粒子群(APSO)优化随机森林(RF)模型的机床直线轴热误差预测方法。采用浣熊优化算法(COA)对K-Means算法进行优化,并结合相关性分析筛选出温度敏感点;提出动态惯性权重与学习因子的线性调整策略来避免粒子群算法陷入局部最优解,构建了基于APSO-RF的直线轴热误差预测模型。为了验证模型的准确性与实用性,在VDL-600A型加工中心上以X轴为例进行热误差测量与建模验证,基于FANUC系统坐标原点偏移(EMZPS)功能结合自主搭建的热误差辅助补偿系统,实现了计算机与系统间的通信连接。结果表明:APSO-RF热误差模型的均方根误差相比PSO-SVM、RF及BP模型分别降低了18.3%、45.2%及47.2%,有效提高了建模精度。根据构建的模型与补偿系统功能模块,补偿后热误差最大值由71.15μm降至13.4μm,精度提升81.2%,所构建的热误差补偿方法可有效提高机床的加工精度及稳定性。 展开更多
关键词 数控机床 热误差补偿 自适应粒子群优化随机森林(APSO-RF)模型 浣熊优化算法(COA)
在线阅读 下载PDF
自适应粒子群集优化二维OSTU的图像阈值分割算法 被引量:30
19
作者 于洋 孔琳 虞闯 《电子测量与仪器学报》 CSCD 北大核心 2017年第6期827-832,共6页
为了解决红外相机采集行人图片时图像分割效果问题,提出一种自适应粒子群优化二维OSTU的阈值分割算法。利用当前帧图像的灰度级和当前帧图像像素的邻域灰度级构成二元组,通过计算二者的均值和方差,建立二维最大类间方差模型,结合自适应... 为了解决红外相机采集行人图片时图像分割效果问题,提出一种自适应粒子群优化二维OSTU的阈值分割算法。利用当前帧图像的灰度级和当前帧图像像素的邻域灰度级构成二元组,通过计算二者的均值和方差,建立二维最大类间方差模型,结合自适应粒子群集算法,估计出图像的最佳阈值,该方法不仅能够准确估计阈值且计算时间减少。仿真结果表明,阈值最佳时,当结合自适应粒子群集优化算法后计算时间减少到原来的50%,所提出的算法能够快速准确得到最佳阈值,提高了图像预处理的分割效果。 展开更多
关键词 自适应粒子群优化 二维OSTU阈值 图像预处理 阈值分割
在线阅读 下载PDF
基于自适应PSO参数优化的页岩气复合时间产量递减模型
20
作者 骆国辉 彭小龙 +1 位作者 杨晨 朱苏阳 《科学技术与工程》 北大核心 2025年第18期7583-7589,共7页
页岩气因其储层条件复杂、多尺度孔隙结构,产量随时间变化呈现明显的非线性特征,传统的产量预测方法依赖于地质和工程数据的统计分析,很难适应地质条件的复杂性而无法达到高准确性。提出了将超双曲递减模型与具有时间属性的复合函数结... 页岩气因其储层条件复杂、多尺度孔隙结构,产量随时间变化呈现明显的非线性特征,传统的产量预测方法依赖于地质和工程数据的统计分析,很难适应地质条件的复杂性而无法达到高准确性。提出了将超双曲递减模型与具有时间属性的复合函数结合的方法,并使用改进的自适应粒子群优化算法(adaptive-particle swarm optimization, A-PSO)来寻找最优模型参数,建立了复合时间超双曲递减模型。研究结果表明:采用A-PSO优化算法能够根据产量数据的复杂性和数据的变化自动调整参数和模型结构,能更快更准地找到最优参数组合,提高预测精度;产量在时间上的波动大,常规递减模型难以反映其特征,复合时间递减模型灵活性强,能够考虑油气藏的复杂性和多变性,更准确地描述页岩气井在不同阶段的产量变化,提供更高的拟合精度,使得产量预测更接近实际值。 展开更多
关键词 复合时间超双曲递减模型 自适应粒子群优化算法 参数优化 页岩气 产量预测
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部