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
基于自适应学习策略的改进鸽群优化算法
被引量：
13
1
作者
胡耀龙
冯强
+1 位作者
海星朔
任羿
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020年第12期2348-2356,共9页
鸽群优化(PIO)算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优。提出了一种基于自适应学习策略的改进鸽群优化(ALPIO)算法。该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基...
鸽群优化(PIO)算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优。提出了一种基于自适应学习策略的改进鸽群优化(ALPIO)算法。该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基于竞争学习的预测策略,通过增强种群的多样性,可提高算法全局最优概率,其已在8个基准函数上进行测试。仿真试验结果表明:所提算法在多峰函数优化问题中的收敛精度和收敛速度有了显著提升,并且能够更有效避免陷入局部最优解。
展开更多
关键词
鸽群
优化(
pio
)
算法
局部最优
自适应学习策略
种群多样性
全局最优
在线阅读
下载PDF
职称材料
基于CGAPIO的航天器编队重构路径规划方法
被引量：
5
2
作者
华冰
孙胜刚
+1 位作者
吴云华
陈志明
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2021年第2期223-230,共8页
针对航天器编队重构的路径规划问题,考虑燃料消耗和碰撞概率等约束条件,以及基本鸽群算法存在的问题,提出一种基于混沌初始化和高斯扰动的自适应鸽群(CGAPIO)算法。为了得到多样性和覆盖性更好的鸽群初始值,采用Tent Map混沌模型进行鸽...
针对航天器编队重构的路径规划问题,考虑燃料消耗和碰撞概率等约束条件,以及基本鸽群算法存在的问题,提出一种基于混沌初始化和高斯扰动的自适应鸽群(CGAPIO)算法。为了得到多样性和覆盖性更好的鸽群初始值,采用Tent Map混沌模型进行鸽群初始化操作;在地图和指南针算子阶段,为提高全局搜索能力,引入了自适应的权重因子和学习因子更新个体的位置和速度;在地标算子阶段,为避免算法陷入局部最优,将高斯扰动加入到鸽群中心位置。仿真实验结果表明:CGAPIO算法与基本鸽群算法和粒子群算法相比,提高了全局搜索能力,避免了局部最优,规划得到的路径更加平滑,各航天器碰撞概率较低,编队重构消耗的总燃料至少减少了12%。
展开更多
关键词
航天器编队
路径规划
鸽群
(
pio
)
算法
编队重构
自适应因子
在线阅读
下载PDF
职称材料
题名
基于自适应学习策略的改进鸽群优化算法
被引量：
13
1
作者
胡耀龙
冯强
海星朔
任羿
机构
北京航空航天大学可靠性与系统工程学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020年第12期2348-2356,共9页
基金
装备预研领域基金(61400020109)。
文摘
鸽群优化(PIO)算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优。提出了一种基于自适应学习策略的改进鸽群优化(ALPIO)算法。该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基于竞争学习的预测策略,通过增强种群的多样性,可提高算法全局最优概率,其已在8个基准函数上进行测试。仿真试验结果表明:所提算法在多峰函数优化问题中的收敛精度和收敛速度有了显著提升,并且能够更有效避免陷入局部最优解。
关键词
鸽群
优化(
pio
)
算法
局部最优
自适应学习策略
种群多样性
全局最优
Keywords
Pigeon-Inspired Optimization(
pio
)algorithm
local optimum
adaptive learning strategy
population diversity
global optimum
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
基于CGAPIO的航天器编队重构路径规划方法
被引量：
5
2
作者
华冰
孙胜刚
吴云华
陈志明
机构
南京航空航天大学航天学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2021年第2期223-230,共8页
基金
国家自然科学基金(61973513,61673208)。
文摘
针对航天器编队重构的路径规划问题,考虑燃料消耗和碰撞概率等约束条件,以及基本鸽群算法存在的问题,提出一种基于混沌初始化和高斯扰动的自适应鸽群(CGAPIO)算法。为了得到多样性和覆盖性更好的鸽群初始值,采用Tent Map混沌模型进行鸽群初始化操作;在地图和指南针算子阶段,为提高全局搜索能力,引入了自适应的权重因子和学习因子更新个体的位置和速度;在地标算子阶段,为避免算法陷入局部最优,将高斯扰动加入到鸽群中心位置。仿真实验结果表明:CGAPIO算法与基本鸽群算法和粒子群算法相比,提高了全局搜索能力,避免了局部最优,规划得到的路径更加平滑,各航天器碰撞概率较低,编队重构消耗的总燃料至少减少了12%。
关键词
航天器编队
路径规划
鸽群
(
pio
)
算法
编队重构
自适应因子
Keywords
spacecraft formation
path planning
Pigeon-Inspired Optimization(
pio
)algorithm
formation reconfiguration
adaptive factor
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
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
基于自适应学习策略的改进鸽群优化算法
胡耀龙
冯强
海星朔
任羿
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020
13
在线阅读
下载PDF
职称材料
2
基于CGAPIO的航天器编队重构路径规划方法
华冰
孙胜刚
吴云华
陈志明
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2021
5
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
