-
题名改进雪融优化器在多目标优化问题上的应用
- 1
-
-
作者
周宇含
刘庆珍
-
机构
福州大学电气工程与自动化学院福建省新能源发电与电能变换重点实验室
-
出处
《计算机工程与设计》
北大核心
2025年第6期1772-1779,共8页
-
基金
国家自然科学基金项目(51977039)。
-
文摘
针对雪融优化器(snow ablation optimizer, SAO)在求解部分复杂优化问题时存在的寻优效果不稳定、易陷入局部最优等缺陷,提出一种改进算法——改进雪融优化器(improved snow ablation optimizer, ISAO)。该算法基于改进Tent混沌映射提高种群的多样性,引入折射镜像学习改善寻优方向,并结合莱维飞行策略与贪婪策略增强跳出局部最优的能力。同时,选取了5种目前被广泛应用的智能优化算法作为对照组,在10个基准测试函数上和2个多目标优化问题上进行对比实验,其结果显示ISAO相比于SAO具备更强的优化性能。进一步地,将ISAO和SAO分别应用于实际的工程优化问题,其结果验证了ISAO在解决实际工程优化问题上具有显著优势。
-
关键词
智能优化算法
雪融优化器
改进Tent混沌映射
折射镜像学习
莱维飞行
贪婪策略
工程优化问题
-
Keywords
intelligent optimization algorithm
snow ablation optimizer
improved Tent chaotic mapping
refraction mirror lear-ning
Lévy flight
greedy strategy
engineering optimization problem
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于自优化神经网络的船舶运动模型辨识
- 2
-
-
作者
张浩晢
杨智博
焦绪国
吕成兴
朱齐丹
-
机构
青岛理工大学信息与控制工程学院
哈尔滨工程大学智能科学与工程学院
-
出处
《智能系统学报》
北大核心
2025年第3期571-583,共13页
-
基金
国家自然科学基金项目(62203249,61803220)
山东省重大创新工程项目(2022CXGC010608)
山东省自然科学基金项目(ZR2021QF115)。
-
文摘
精确的船舶运动模型是船舶自主系统的核心。为提高船舶运动建模精度,引入了改进的雪融优化器(improved snow ablation optimizer,ISAO);提出一种结合双向时间卷积网络(bidirectional temporal convolutional network,Bi-TCN)与注意力机制(attention mechanism,AM)的网络模型,即BITCA。进一步地,将ISAO与BITCA相结合,建立ISAO-BITCA船舶运动辨识混合模型。该模型利用Bi-TCN深度挖掘船舶运动序列在双向时间及空间维度下的隐藏特征,并引入AM以减少信息损失;基于ISAO,自主搜索并优化了BITCA模型的超参数组合。仿真实验结果表明,经过ISAO优化的BITCA模型在船舶航向角、偏航角速度、横摇角和总速度预测上的均方根误差(root mean square error,RMSE)分别降低了54.1%、28.21%、5.88%和40%,为船舶运动模型的准确辨识提供了一种有效手段。
-
关键词
船舶运动建模
改进雪融优化器
双向时间卷积网络
注意力机制
优化
超参数
预测
辨识
-
Keywords
ship motion modeling
improved snow ablation optimizer
bidirectional temporal convolutional network
attention mechanism
optimize
hyperparameter
predict
identification
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
U661.3
[交通运输工程—船舶及航道工程]
-
