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
3
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
基于改进麻雀搜索算法的机械臂多目标轨迹优化方法
1
作者
李玲
侯玉龙
+2 位作者
李瑶
罗丹
解妙霞
《工程设计学报》
北大核心
2025年第5期664-674,共11页
针对传统机械臂在执行任务时存在工作效率低,以及易产生冲击和振动而造成机械疲劳损坏等问题,提出了一种基于改进麻雀搜索算法(sparrow search algorithm,SSA)的机械臂多目标轨迹优化方法。以六自由度AR4机械臂为研究对象,采用分段式3-...
针对传统机械臂在执行任务时存在工作效率低,以及易产生冲击和振动而造成机械疲劳损坏等问题,提出了一种基于改进麻雀搜索算法(sparrow search algorithm,SSA)的机械臂多目标轨迹优化方法。以六自由度AR4机械臂为研究对象,采用分段式3-5-3多项式插值法构建其运动学模型。然后,基于融合Tent-Logistic混沌映射、改良精英反向学习策略及柯西-高斯变异策略的新型改进SSA(newly improved SSA,NISSA),对机械臂各关节的运行时间和冲击进行多目标协同优化。最后,与其他优化算法进行对比实验,以验证NISSA的有效性。实验结果表明,应用NISSA优化后,机械臂的运行时间缩短了17.8%,运行中产生的冲击减小了12.9%。研究结果为机械臂的轨迹优化提供了高效的方法。
展开更多
关键词
机械臂
轨迹优化
麻雀搜索算法
Tent-Logistic混沌映射
精英反向学习策略
在线阅读
下载PDF
职称材料
基于CEEMDAN-PE-WPD和多目标优化的超短期风电功率预测方法
被引量:
14
2
作者
常雨芳
杨子潇
+2 位作者
潘风
唐杨
黄文聪
《电网技术》
EI
CSCD
北大核心
2023年第12期5015-5025,共11页
为了提高风电功率预测的精度,提出了一种基于总体平均经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、排列熵(permutation entropy,PE)、小波包分解(wavelet packet decomposition,WPD)...
为了提高风电功率预测的精度,提出了一种基于总体平均经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、排列熵(permutation entropy,PE)、小波包分解(wavelet packet decomposition,WPD)和多目标优化的超短期风电功率预测方法。首先,利用CEEMDAN、PE和WPD构成的信号处理方法降低原始风电信号的随机性和波动性;然后,将分解后的子分量输入到长短期记忆(long short-term memory,LSTM)神经网络,并且利用精英T分布麻雀优化算法(elite t-distribution sparrow optimization algorithm,ETSSA)优化LSTM的隐藏层单元数,提升LSTM网络的预测性能;最后,建立多目标优化损失函数,将准确率、稳定度和合格率3个优化目标同时加入到损失函数中,综合提升模型的预测性能。对内蒙古某地区风力发电场的实测数据进行实验分析结果表明,与其他经典预测方法相比,所提方法提升风电功率预测性能有显著效果,并且在不同季节风况下预测效果良好。
展开更多
关键词
超短期风电功率预测
总体平均经验模态分解
排列熵
小波包分解
长短期记忆神经
精英T分布麻雀优化算法
多目标优化
在线阅读
下载PDF
职称材料
基于SSO的铀尾矿库无线传感器网络定位算法
被引量:
3
3
作者
余修武
彭威
+1 位作者
余员琴
刘永
《中国安全科学学报》
CAS
CSCD
北大核心
2023年第4期84-90,共7页
为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,...
为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,采用莱维飞行策略改进搜索者的位置更新方式,避免陷入局部最优;然后,采用优化的SSA代替最小二乘法来定位未知节点,并将定位算法应用于铀尾矿库放射性核素污染监测定位;最后,在不同的锚节点数、通信半径以及噪声标准差条件下,对比麻雀搜索优化定位算法(SSOLA)与加权质心定位算法(WCLA)、接收信号强度指示差定位算法(RSSID)、麻雀搜索定位算法(SSA)、粒子群定位算法(PSO)以及樽海鞘群定位算法(SAP)的性能。结果表明:SSOLA与其余5种算法相比定位误差平均下降41.9%、45.2%、26.8%、39.9%和36.9%,定位精度更高,收敛速度更快。
展开更多
关键词
麻雀搜索优化(SSO)
铀尾矿库
无线传感器网络(WSN)
定位算法
混沌映射
精英反向学习
莱维飞行策略
在线阅读
下载PDF
职称材料
题名
基于改进麻雀搜索算法的机械臂多目标轨迹优化方法
1
作者
李玲
侯玉龙
李瑶
罗丹
解妙霞
机构
西安建筑科技大学机电工程学院
西安市重型机械装备智能化技术重点实验室
出处
《工程设计学报》
北大核心
2025年第5期664-674,共11页
基金
国家自然科学基金资助项目(52475124)
陕西省重点研发计划资助项目(2024GX-YBXM-206)
西安市“科学家+工程师”队伍建设项目(24KGDW0026)。
文摘
针对传统机械臂在执行任务时存在工作效率低,以及易产生冲击和振动而造成机械疲劳损坏等问题,提出了一种基于改进麻雀搜索算法(sparrow search algorithm,SSA)的机械臂多目标轨迹优化方法。以六自由度AR4机械臂为研究对象,采用分段式3-5-3多项式插值法构建其运动学模型。然后,基于融合Tent-Logistic混沌映射、改良精英反向学习策略及柯西-高斯变异策略的新型改进SSA(newly improved SSA,NISSA),对机械臂各关节的运行时间和冲击进行多目标协同优化。最后,与其他优化算法进行对比实验,以验证NISSA的有效性。实验结果表明,应用NISSA优化后,机械臂的运行时间缩短了17.8%,运行中产生的冲击减小了12.9%。研究结果为机械臂的轨迹优化提供了高效的方法。
关键词
机械臂
轨迹优化
麻雀搜索算法
Tent-Logistic混沌映射
精英反向学习策略
Keywords
manipulator
trajectory
optimization
sparrow
search
algorithm
Tent-Logistic chaotic mapping
elite
opposition-based learning strategy
分类号
TP241.2 [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
基于CEEMDAN-PE-WPD和多目标优化的超短期风电功率预测方法
被引量:
14
2
作者
常雨芳
杨子潇
潘风
唐杨
黄文聪
机构
太阳能高效利用及储能运行控制湖北省重点实验室(湖北工业大学)
出处
《电网技术》
EI
CSCD
北大核心
2023年第12期5015-5025,共11页
基金
国家自然科学基金项目(61903129)
湖北工业大学博士启动基金研究项目(BSQD2020012)。
文摘
为了提高风电功率预测的精度,提出了一种基于总体平均经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、排列熵(permutation entropy,PE)、小波包分解(wavelet packet decomposition,WPD)和多目标优化的超短期风电功率预测方法。首先,利用CEEMDAN、PE和WPD构成的信号处理方法降低原始风电信号的随机性和波动性;然后,将分解后的子分量输入到长短期记忆(long short-term memory,LSTM)神经网络,并且利用精英T分布麻雀优化算法(elite t-distribution sparrow optimization algorithm,ETSSA)优化LSTM的隐藏层单元数,提升LSTM网络的预测性能;最后,建立多目标优化损失函数,将准确率、稳定度和合格率3个优化目标同时加入到损失函数中,综合提升模型的预测性能。对内蒙古某地区风力发电场的实测数据进行实验分析结果表明,与其他经典预测方法相比,所提方法提升风电功率预测性能有显著效果,并且在不同季节风况下预测效果良好。
关键词
超短期风电功率预测
总体平均经验模态分解
排列熵
小波包分解
长短期记忆神经
精英T分布麻雀优化算法
多目标优化
Keywords
ultra-short-term wind power prediction
complete ensemble empirical mode decomposition with adaptive noise
permutation entropy
wavelet packet decomposition
long/short-term memory
elite t-distribution sparrow optimization algorithm
multi-objective
optimization
分类号
TM614 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于SSO的铀尾矿库无线传感器网络定位算法
被引量:
3
3
作者
余修武
彭威
余员琴
刘永
机构
南华大学资源环境与安全工程学院
湖南省铀尾矿库退役治理技术处理研究中心
湖南交通工程学院电气与信息工程学院
深圳大学物理与光电工程学院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2023年第4期84-90,共7页
基金
国家自然科学基金资助(11875164)
湖南省市联合自然科学基金资助(2021JJ50093)
湖南省重点研发计划项目(2018SK2055)。
文摘
为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,采用莱维飞行策略改进搜索者的位置更新方式,避免陷入局部最优;然后,采用优化的SSA代替最小二乘法来定位未知节点,并将定位算法应用于铀尾矿库放射性核素污染监测定位;最后,在不同的锚节点数、通信半径以及噪声标准差条件下,对比麻雀搜索优化定位算法(SSOLA)与加权质心定位算法(WCLA)、接收信号强度指示差定位算法(RSSID)、麻雀搜索定位算法(SSA)、粒子群定位算法(PSO)以及樽海鞘群定位算法(SAP)的性能。结果表明:SSOLA与其余5种算法相比定位误差平均下降41.9%、45.2%、26.8%、39.9%和36.9%,定位精度更高,收敛速度更快。
关键词
麻雀搜索优化(SSO)
铀尾矿库
无线传感器网络(WSN)
定位算法
混沌映射
精英反向学习
莱维飞行策略
Keywords
sparrow
search
optimization
(SSO)
uranium tailings reservoir
wireless sensor network(WSN)
localization
algorithm
chaotic mapping
elite
opposition-based learning
levy flight strategy
分类号
X936 [环境科学与工程—安全科学]
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
基于改进麻雀搜索算法的机械臂多目标轨迹优化方法
李玲
侯玉龙
李瑶
罗丹
解妙霞
《工程设计学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于CEEMDAN-PE-WPD和多目标优化的超短期风电功率预测方法
常雨芳
杨子潇
潘风
唐杨
黄文聪
《电网技术》
EI
CSCD
北大核心
2023
14
在线阅读
下载PDF
职称材料
3
基于SSO的铀尾矿库无线传感器网络定位算法
余修武
彭威
余员琴
刘永
《中国安全科学学报》
CAS
CSCD
北大核心
2023
3
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