期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于混合差分进化与鼠群优化算法的飞行冲突解脱方法
1
作者 王世豪 李玉贞 +1 位作者 熊其冰 杨红雨 《工程科学与技术》 北大核心 2025年第3期223-234,共12页
飞行冲突解脱是提高空中交通流量、降低飞行延误以及确保飞行安全的关键。针对差分进化算法(differential evolution,DE)在解决多航空器飞行冲突解脱问题时存在的搜索速度慢、求解精度低、易陷入局部最优的不足,结合差分进化算法和鼠群... 飞行冲突解脱是提高空中交通流量、降低飞行延误以及确保飞行安全的关键。针对差分进化算法(differential evolution,DE)在解决多航空器飞行冲突解脱问题时存在的搜索速度慢、求解精度低、易陷入局部最优的不足,结合差分进化算法和鼠群优化算法(rat swarm optimizer,RSO)的优势提出一种混合差分进化鼠群优化算法(HDERSO)。HDERSO在DE的基础上融入了RSO的寻优机制,并基于不同进化阶段的需求,采用选择概率自适应调整算法所需的后代生成策略,为搜索过程提供方向性指导,避免了寻优盲目性和无效性。提出的算法能够在进化前期利用DE的全局搜索能力加强对整个解空间的探索,降低早熟收敛的风险;在进化中后期该方法充分利用RSO的局部搜索能力加快收敛,提高了计算速度和寻优精度。在29个IEEE CEC2017基准测试函数上的实验结果表明,所提方法具有较强的收敛性能和较高的寻优效率。进一步构建基于最小化航迹偏移距离的飞行冲突解脱模型,设计多种具有不同冲突特征的典型飞行场景,并综合航向调整、速度调整及复合调整3种冲突解脱策略对HDERSO的解脱性能进行仿真验证。结果表明,所提方法能够有效地解脱飞行冲突,求解质量高、收敛速度快,显著优于对比算法,是一种简单、有效的冲突解脱方法。最后,针对不同的冲突场景多角度分析了3种冲突解脱策略的优先级。 展开更多
关键词 飞行冲突解脱 差分进化算法 鼠群优化算法 冲突解脱策略
在线阅读 下载PDF
基于改进鼠群优化算法的起重机主梁轻量化设计 被引量:2
2
作者 林伟 朱豪洋 《机械设计》 CSCD 北大核心 2024年第4期131-139,共9页
为提高元启发式算法求解桥式起重机主梁优化问题的寻优精度与效率,文中提出一种改进的鼠群优化算法(IRSO)。该算法采用Hénon混沌随机反向学习初始化种群,提高算法的初始寻优性能;在追逐行为中,引入随机反向学习和高斯变异混合策略... 为提高元启发式算法求解桥式起重机主梁优化问题的寻优精度与效率,文中提出一种改进的鼠群优化算法(IRSO)。该算法采用Hénon混沌随机反向学习初始化种群,提高算法的初始寻优性能;在追逐行为中,引入随机反向学习和高斯变异混合策略对鼠群进行逐维学习,增强算法的全局搜索能力;在搏斗行为中,采用翻筋斗搏斗搜索策略更新鼠群位置,增强算法的局部搜索能力;在算法中引入自适应余弦控制因子,实现算法控制参数之间的动态平衡,提高算法的整体寻优能力。仿真结果表明:与其他算法相比,IRSO算法寻优能力更优、收敛精度更高、稳定性和鲁棒性更强;同时,IRSO算法可高效地解决桥式起重机主梁轻量化设计问题,减重效果可达20.72%,具有较好的工程实际应用能力。 展开更多
关键词 鼠群优化算法 Hénon混沌 随机反向学习 翻筋斗搏斗策略 自适应余弦控制因子 主梁轻量化设计
在线阅读 下载PDF
多策略鼠群优化算法的无人机三维航迹规划 被引量:3
3
作者 解瑞云 海本斋 《机械设计与制造》 北大核心 2024年第9期112-119,共8页
针对在复杂电力检测环境中无人机三维航迹规划问题,提出一种基于跳跃式自适应小孔成像反向学习鼠群优化(JAPRSO)算法的无人机三维航迹规划方法。JAPRSO算法引入了Sobol序列初始化种群以增强种群多样性;引入了非线性自适应因子实现动态... 针对在复杂电力检测环境中无人机三维航迹规划问题,提出一种基于跳跃式自适应小孔成像反向学习鼠群优化(JAPRSO)算法的无人机三维航迹规划方法。JAPRSO算法引入了Sobol序列初始化种群以增强种群多样性;引入了非线性自适应因子实现动态权衡局部开发和全局搜索能力;嵌入了跳跃式围捕猎物机制以避免算法陷入局部最优;同时,引入跳跃式自适应小孔成像反向学习追赶猎物机制以提高算法的全局寻优能力。仿真结果表明:所提出的路径规划方法寻优性能优于RSO算法、灰狼优化(GWO)算法,金枪鱼群优化(TSO)算法和海鸥优化(SOA)算法,能够有效地躲避威胁区,快速获得航迹代价最小的安全可行航迹,可适用于求解电力检测方面的无人机三维航迹规划问题。 展开更多
关键词 鼠群优化算法 无人机三维航迹规划 非线性自适应因子 跳跃式围捕机制 自适应小孔成像反向学习
在线阅读 下载PDF
多方向跳跃翻筋斗鼠群算法的UAV三维路径规划
4
作者 解瑞云 海本斋 +1 位作者 郭祖华 李萍 《机械设计与制造》 北大核心 2025年第1期88-94,98,共8页
针对鼠群搜索算法(Rat Swarm Optimizer,RSO)在求解无人机(Unmanned Aerial Vehicle,UAV)三维路径规划问题时的收敛精度低,易早熟等问题,提出了一种基于多方向跳跃翻筋斗鼠群算法(Multi-Direction Jump and Somersault RSO,MJSRSO)的UA... 针对鼠群搜索算法(Rat Swarm Optimizer,RSO)在求解无人机(Unmanned Aerial Vehicle,UAV)三维路径规划问题时的收敛精度低,易早熟等问题,提出了一种基于多方向跳跃翻筋斗鼠群算法(Multi-Direction Jump and Somersault RSO,MJSRSO)的UAV三维路径规划方法。首先,建立了UAV三维路径规划优化模型;其次,在MJSRSO算法中,引入It⁃erative混沌自适应小孔成像学习策略初始化种群以增强种群多样性;同时融入了多方向跳跃型捕食和莱维翻筋斗追逐策略,并利用双平衡自适应对称锥形因子更好地控制算法局部开发和全局探索,提高算法的寻优能力。最后,利用MJSRSO算法求解了不同的UAV三维路径规划问题。仿真结果表明,这里提出的MJSRSO算法能够规划出代价最小的安全飞行路径,其寻优性能优于其他算法,证明了所提出的无人机三维路径规划方法的有效性和优越性。 展开更多
关键词 无人机 鼠群优化算法 三维路径规划 自适应小孔成像学习 多方向跳跃策略 莱维翻筋斗策略 双平衡自适应对称锥形因子
在线阅读 下载PDF
基于Sin混沌空翻反向学习鼠群算法的路径规划
5
作者 林伟 朱豪洋 《组合机床与自动化加工技术》 北大核心 2022年第10期5-9,共5页
对于移动机器人路径规划问题,鼠群优化算法存在求解效率和精度低下等不足,为克服此不足,提出Sin混沌空翻反向学习鼠群优化算法。受空翻动作启发提出一种新颖的空翻反向学习策略,将其引入算法搏斗行为中对种群进行空翻反向学习,提高算法... 对于移动机器人路径规划问题,鼠群优化算法存在求解效率和精度低下等不足,为克服此不足,提出Sin混沌空翻反向学习鼠群优化算法。受空翻动作启发提出一种新颖的空翻反向学习策略,将其引入算法搏斗行为中对种群进行空翻反向学习,提高算法全局寻优能力;同时,引入Sin混沌空翻反向学习机制丰富算法初始种群,保证算法初期寻优效率与精度;进一步,在算法追逐行为中,嵌入非线性跳跃衰减波动因子实现算法全局勘探与局部开发之间的动态平衡,增强算法局部和全局寻优能力。实验结果表明,所提出的算法寻优性能优于其他算法,且能快速稳定获得最小路径长度,具有较好的实际实用性。 展开更多
关键词 鼠群优化算法 空翻反向学习 Sin混沌 跳跃波动因子 路径规划
在线阅读 下载PDF
基于多策略改进鼠群算法的机器人路径规划 被引量:2
6
作者 解瑞云 海本斋 《组合机床与自动化加工技术》 北大核心 2022年第10期50-54,共5页
鼠群优化(RSO)算法求解复杂环境下移动机器人路径规划问题时易出现早熟现象导致求解精度不足,针对此问题,提出一种多策略改进鼠群优化(MRSO)算法。首先,提出一种旋转小孔成像反向学习搜索策略,将其嵌入算法攻击猎物过程中对种群进行反... 鼠群优化(RSO)算法求解复杂环境下移动机器人路径规划问题时易出现早熟现象导致求解精度不足,针对此问题,提出一种多策略改进鼠群优化(MRSO)算法。首先,提出一种旋转小孔成像反向学习搜索策略,将其嵌入算法攻击猎物过程中对种群进行反向学习,提高算法全局搜索能力;其次,引入Iterative混沌RPOBL反向学习策略保证了算法的初始种群多样性,提高了算法初始寻优效率与收敛精度;最后,在算法追逐猎物过程中,采用“双平滑”和“双碗式”非线性自适应因子动态平衡了算法的全局搜索与局部探索,增强了算法局部和全局寻优能力。结果表明,在不同地图环境中,MRSO算法的路径寻优结果优于RSO、TSO和GWO算法,MRSO算法可快速和高效地解决复杂环境中移动机器人路径规划问题。 展开更多
关键词 鼠群优化算法 旋转小孔成像反向学习 Iterative混沌 双平滑非线性自适应因子 双碗式非线性自适应因子 移动机器人路径规划
在线阅读 下载PDF
WPD-RSO-ESN和SSA-RSO-ESN模型在径流时间序列预测中应用比较 被引量:18
7
作者 杨琼波 崔东文 《中国农村水利水电》 北大核心 2022年第2期61-67,75,共8页
为提高径流时间序列预测精度,提出小波包分解(WPD)与奇异谱分解(SSA)-鼠群优化(RSO)算法-回声状态网络(ESN)相混合的径流时间序列预测方法。分别利用WPD和SSA将非平稳径流时间序列分解为若干子序列,有效降低径流时间序列的复杂性;介绍RS... 为提高径流时间序列预测精度,提出小波包分解(WPD)与奇异谱分解(SSA)-鼠群优化(RSO)算法-回声状态网络(ESN)相混合的径流时间序列预测方法。分别利用WPD和SSA将非平稳径流时间序列分解为若干子序列,有效降低径流时间序列的复杂性;介绍RSO算法原理,在不同维度条件下选取6个典型函数对RSO算法进行仿真测试;利用RSO算法对ESN储备池规模、稀疏度等超参数进行优化,建立WPD-RSO-ESN、SSA-RSO-ESN模型,并分别构建WPDRSO-SVM、WPD-ESN、WPD-SVM和SSA-RSO-SVM、SSA-ESN、SSA-SVM作对比分析模型;利用云南省江边街水文站1957-2014年逐月径流时间序列数据对8种模型进行检验及对比分析。结果表明:RSO算法在不同维度条件下均具有较好的寻优精度和全局搜索能力。WPD-RSO-ESN、SSA-RSO-ESN模型对实例后10年120个月月径流时间序列预测的平均绝对百分比误差分别为2.73%、3.90%,预测精度优于同一分解条件下的其他模型。RSO算法能有效优化ESN网络超参数,提高ESN网络的预测性能。WPD对径流时间序列数据的分解效果优于SSA方法。 展开更多
关键词 径流预测 小波包分解 奇异谱分析 鼠群优化算法 回声状态网络 仿真测试
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部