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
基于冯诺依曼拓扑结构的骨干粒子群优化算法
被引量：
5
1
作者
王明慧
戴月明
+1 位作者
田娜
王艳
《计算机工程与科学》
CSCD
北大核心
2017年第8期1552-1561,共10页
为了改善骨干粒子群优化BBPSO算法的易早熟、易陷入局部最优解等缺点,提出了一种基于冯诺依曼拓扑结构的改进骨干粒子群优化VBBPSO算法。新算法提出"兼顾落后粒子"概念,通过应用冯诺依曼拓扑结构构造邻域,用邻域最优解取代全...
为了改善骨干粒子群优化BBPSO算法的易早熟、易陷入局部最优解等缺点,提出了一种基于冯诺依曼拓扑结构的改进骨干粒子群优化VBBPSO算法。新算法提出"兼顾落后粒子"概念,通过应用冯诺依曼拓扑结构构造邻域,用邻域最优解取代全局最优解,引入中心项调节系数,在邻域范围内调整BBPSO算法的进化中心项与离散控制项,提高了算法全局探索能力与局部开发能力。实验结果表明,较几种经典的BBPSO算法,VBBPSO算法的综合性能有明显提升。
展开更多
关键词
骨干粒子群优化算法
冯诺依曼拓扑结构
中心项调节系数
落后
粒子
在线阅读
下载PDF
职称材料
基于GPU的BBPSO-PF算法及其在故障检测中的应用
2
作者
曹洁
胡文东
+2 位作者
王进花
余萍
赵伟吉
《传感器与微系统》
CSCD
北大核心
2021年第5期157-160,共4页
针对粒子滤波算法在重采样环节出现粒子贫乏导致算法精度不高的问题,通常采用在状态估计过程中增加粒子数量,但这种方法会降低算法实时性,提出了基于图形处理单元(GPU)的骨干粒子群算法优化粒子滤波算法。首先利用骨干粒子群算法优化粒...
针对粒子滤波算法在重采样环节出现粒子贫乏导致算法精度不高的问题,通常采用在状态估计过程中增加粒子数量,但这种方法会降低算法实时性,提出了基于图形处理单元(GPU)的骨干粒子群算法优化粒子滤波算法。首先利用骨干粒子群算法优化粒子滤波重采样,解决了粒子贫化的缺点。利用骨干粒子群算法中粒子群体之间相互独立运行的特点,在GPU上并行实现骨干粒子群优化的粒子滤波算法,解决粒子滤波算法在重采样过程中因数据关联而无法充分并行计算的问题。最后,将其应用到变桨距系统的故障检测中,提高故障检测的准确度和实时性。实验结果表明:该方法相较于随机重采样的粒子滤波算法误差降低了31.2%,实时性提高了82.7%。
展开更多
关键词
重采样
并行计算
粒子
滤波
骨干粒子群优化算法
实时性
在线阅读
下载PDF
职称材料
题名
基于冯诺依曼拓扑结构的骨干粒子群优化算法
被引量：
5
1
作者
王明慧
戴月明
田娜
王艳
机构
江南大学物联网工程学院
出处
《计算机工程与科学》
CSCD
北大核心
2017年第8期1552-1561,共10页
基金
国家863计划(2014AA041505)
国家自然科学基金(61572238)
文摘
为了改善骨干粒子群优化BBPSO算法的易早熟、易陷入局部最优解等缺点,提出了一种基于冯诺依曼拓扑结构的改进骨干粒子群优化VBBPSO算法。新算法提出"兼顾落后粒子"概念,通过应用冯诺依曼拓扑结构构造邻域,用邻域最优解取代全局最优解,引入中心项调节系数,在邻域范围内调整BBPSO算法的进化中心项与离散控制项,提高了算法全局探索能力与局部开发能力。实验结果表明,较几种经典的BBPSO算法,VBBPSO算法的综合性能有明显提升。
关键词
骨干粒子群优化算法
冯诺依曼拓扑结构
中心项调节系数
落后
粒子
Keywords
bare bones PSO
Von Neumann topology
center adjustment coefficient
lagging particles
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
基于GPU的BBPSO-PF算法及其在故障检测中的应用
2
作者
曹洁
胡文东
王进花
余萍
赵伟吉
机构
兰州理工大学计算机与通信学院
兰州理工大学电气工程与信息工程学院
甘肃省制造业信息化工程研究中心
出处
《传感器与微系统》
CSCD
北大核心
2021年第5期157-160,共4页
基金
国家自然科学基金资助项目(61763028)
甘肃省自然科学基金资助项目(1506RJZA105)。
文摘
针对粒子滤波算法在重采样环节出现粒子贫乏导致算法精度不高的问题,通常采用在状态估计过程中增加粒子数量,但这种方法会降低算法实时性,提出了基于图形处理单元(GPU)的骨干粒子群算法优化粒子滤波算法。首先利用骨干粒子群算法优化粒子滤波重采样,解决了粒子贫化的缺点。利用骨干粒子群算法中粒子群体之间相互独立运行的特点,在GPU上并行实现骨干粒子群优化的粒子滤波算法,解决粒子滤波算法在重采样过程中因数据关联而无法充分并行计算的问题。最后,将其应用到变桨距系统的故障检测中,提高故障检测的准确度和实时性。实验结果表明:该方法相较于随机重采样的粒子滤波算法误差降低了31.2%,实时性提高了82.7%。
关键词
重采样
并行计算
粒子
滤波
骨干粒子群优化算法
实时性
Keywords
resampling
parallel computing
particle filtering(PF)
bare bones particle swarm optimization algorithm(BBPSO)
real-time
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
作者
出处
发文年
被引量
操作
1
基于冯诺依曼拓扑结构的骨干粒子群优化算法
王明慧
戴月明
田娜
王艳
《计算机工程与科学》
CSCD
北大核心
2017
5
在线阅读
下载PDF
职称材料
2
基于GPU的BBPSO-PF算法及其在故障检测中的应用
曹洁
胡文东
王进花
余萍
赵伟吉
《传感器与微系统》
CSCD
北大核心
2021
0
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
