期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
基于TCSPSO算法的机械臂运动时间最优轨迹规划
1
作者 许家伟 李磊 +3 位作者 汪建华 张雅君 覃杰伟 刘旭珍 《现代制造工程》 北大核心 2025年第3期69-76,83,共9页
目前,在船舶制造工业中,采用机械臂焊接作业已逐渐取代传统人工作业,为了提高机械臂的工作效率和稳定性,提出了一种基于终端交叉和导向的扰动粒子群优化(Terminal Crossover and Steering-based Particle Swarm Optimization,TCSPSO)算... 目前,在船舶制造工业中,采用机械臂焊接作业已逐渐取代传统人工作业,为了提高机械臂的工作效率和稳定性,提出了一种基于终端交叉和导向的扰动粒子群优化(Terminal Crossover and Steering-based Particle Swarm Optimization,TCSPSO)算法的机械臂运动时间最优轨迹规划方法。首先,构造5-7-5多项式插值函数,拟合机械臂关节空间中的运动轨迹,以机械臂运动时间最优为目标建立约束优化模型;然后,使用增广拉格朗日乘子法将约束优化问题转化为无约束优化问题,为了避免结果陷入局部最优,采用TCSPSO算法进行求解;最后,在MATLAB软件中进行仿真实验,得到了机械臂的最优运动时间和平滑的运动轨迹。结果表明,该方法可以有效地缩短机械臂的运动时间,保证了机械臂在运动过程中的稳定性。 展开更多
关键词 机械臂 轨迹规划 粒子群优化算法 多项式插值 增广拉格朗日乘子法
在线阅读 下载PDF
冗余机械臂轨迹的增广Lagrange-改进粒子群算法优化
2
作者 吴国强 《机械设计与制造》 北大核心 2023年第1期268-272,277,共6页
为了减小冗余机械臂的工作时间和运动冲击,提出了基于增广lagrange-多学习行为粒子群算法的轨迹优化方法。介绍了7自由度冗余机械臂的构型,以减小工作时间和运动冲击为目标建立了约束优化模型。使用增广拉格朗日乘子法将约束优化问题转... 为了减小冗余机械臂的工作时间和运动冲击,提出了基于增广lagrange-多学习行为粒子群算法的轨迹优化方法。介绍了7自由度冗余机械臂的构型,以减小工作时间和运动冲击为目标建立了约束优化模型。使用增广拉格朗日乘子法将约束优化问题转化为无约束优化问题。在粒子群算法中引入了3种新型的粒子学习行为,并依据学习行为价值确定粒子选择各学习行为的概率,既保证了粒子多样性也保证了收敛的快速性。经实验验证,多学习行为粒子群算法优化的轨迹在时间和冲击方面好于传统粒子群算法优化轨迹,且改进粒子群算法优化轨迹平滑,运动参数在约束范围内,以上结果验证了增广lagrange-多学习行为粒子群算法在机械臂轨迹优化方面的有效性和优越性。 展开更多
关键词 冗余机械臂 轨迹优化 增广拉格朗日乘子 新型学习行为 粒子群算法
在线阅读 下载PDF
Toeplitz矩阵压缩恢复的两种中值修正的增广Lagrange乘子算法 被引量:2
3
作者 牛建华 王川龙 《工程数学学报》 CSCD 北大核心 2019年第2期187-197,共11页
增广Lagrange乘子算法是求解矩阵压缩恢复的一种有效迭代方法.为了有效求解Toeplitz矩阵压缩恢复模型,本文提出了两种中值修正的增广Lagrange乘子算法.在新算法中,对增广Lagrange乘子算法每步产生的迭代矩阵进行中值修正并保证其Toeplit... 增广Lagrange乘子算法是求解矩阵压缩恢复的一种有效迭代方法.为了有效求解Toeplitz矩阵压缩恢复模型,本文提出了两种中值修正的增广Lagrange乘子算法.在新算法中,对增广Lagrange乘子算法每步产生的迭代矩阵进行中值修正并保证其Toeplitz结构.新算法不仅减少了奇异值分解所用的时间和CPU时间,而且获得更精确的迭代矩阵.同时,本中还详细给出了两种新算法的收敛性分析.最后通过数值例子验证了新算法的可行性和有效性,并展示了新算法在计算时间和精度方面比增广Lagrange乘子算法更有优势. 展开更多
关键词 压缩恢复 TOEPLITZ矩阵 增广lagrange乘子算法
在线阅读 下载PDF
Active set truncated-Newton algorithm for simultaneous optimization of distillation column 被引量:1
4
作者 梁昔明 《Journal of Central South University of Technology》 2005年第1期93-96,共4页
An active set truncated-Newton algorithm (ASTNA) is proposed to solve the large-scale bound constrained sub-problems. The global convergence of the algorithm is obtained and two groups of numerical experiments are mad... An active set truncated-Newton algorithm (ASTNA) is proposed to solve the large-scale bound constrained sub-problems. The global convergence of the algorithm is obtained and two groups of numerical experiments are made for the various large-scale problems of varying size. The comparison results between ASTNA and the subspace limited memory quasi-Newton algorithm and between the modified augmented Lagrange multiplier methods combined with ASTNA and the modified barrier function method show the stability and effectiveness of ASTNA for simultaneous optimization of distillation column. 展开更多
关键词 simultaneous optimization of distillation column active set truncated-Newton algorithm modified augmented lagrange multiplier methods numerical experiment
在线阅读 下载PDF
一种基于矩阵填充的稀疏阵波达方向估计技术 被引量:1
5
作者 范王恺 芮义斌 +1 位作者 李鹏 谢仁宏 《南京理工大学学报》 CAS CSCD 北大核心 2024年第3期384-389,共6页
为了提高稀疏阵列波达方向(DOA)估计的性能,该文将低秩矩阵重构理论应用到DOA估计中,提出了一种改进的矩阵填充模型及其优化求解方法。该方法利用Sigmoid函数实现核范数约束并建立最小化模型;然后基于粒子群算法改进增广拉格朗日乘子法... 为了提高稀疏阵列波达方向(DOA)估计的性能,该文将低秩矩阵重构理论应用到DOA估计中,提出了一种改进的矩阵填充模型及其优化求解方法。该方法利用Sigmoid函数实现核范数约束并建立最小化模型;然后基于粒子群算法改进增广拉格朗日乘子法,对模型实现低秩优化求解;最后利用多信号分类(MUSIC)算法实现DOA估计。仿真结果表明,该方法能有效实现稀疏阵重构,DOA估计的性能优良,且能够适用于相关信源。 展开更多
关键词 波达方向估计 稀疏阵列 矩阵填充 增广拉格朗日乘子法 粒子群寻优算法
在线阅读 下载PDF
利用数据低秩性和稀疏性的位场分离 被引量:6
6
作者 朱丹 刘天佑 李宏伟 《石油地球物理勘探》 EI CSCD 北大核心 2019年第4期925-936,I0014,共13页
鲁棒主成分分析将低维信号秩最小的单目标函数优化问题扩展成低维信号秩最小且高维信号稀疏的双目标函数优化问题。针对传统位场分离方法(如匹配滤波等)易出现欠拟合或过拟合现象,本文分析了区域场的低秩特征和局部场的稀疏特征,采用鲁... 鲁棒主成分分析将低维信号秩最小的单目标函数优化问题扩展成低维信号秩最小且高维信号稀疏的双目标函数优化问题。针对传统位场分离方法(如匹配滤波等)易出现欠拟合或过拟合现象,本文分析了区域场的低秩特征和局部场的稀疏特征,采用鲁棒主成分分析对位场进行分离,使得位场分离更加稳健。理论模型计算结果表明,该方法是一种有效、易于实现、权系数λ取值宽松的空间域方法,能够避免傅里叶变换带来的误差。最后将该方法用于宁夏卫宁北山地区重磁异常的处理解释,分离的局部低重、高磁异常与已知隐伏岩体对应关系好,并圈定了6个可能赋存隐伏岩体的异常区。 展开更多
关键词 鲁棒主成分分析(RPCA) 位场分离 低秩矩阵 稀疏矩阵 ealm算法 卫宁北山地区
在线阅读 下载PDF
滤除图像中混合噪声的LSE模型 被引量:5
7
作者 袁珍 林相波 王新宁 《信号处理》 CSCD 北大核心 2013年第10期1329-1335,共7页
图像中的高斯白噪声使LS模型中的低秩矩阵低秩性和稀疏矩阵稀疏性不能同时满足,造成去噪不充分或细节严重丢失。本文在LS模型的基础上引入高斯噪声约束项,提出一种新的用于去除图像中混合噪声的LSE模型,该模型首先对图像进行相似块匹配... 图像中的高斯白噪声使LS模型中的低秩矩阵低秩性和稀疏矩阵稀疏性不能同时满足,造成去噪不充分或细节严重丢失。本文在LS模型的基础上引入高斯噪声约束项,提出一种新的用于去除图像中混合噪声的LSE模型,该模型首先对图像进行相似块匹配,然后对得到的相似块低秩逼近得到去噪图像。实验结果表明,与LS模型相比,LSE模型在保证去噪效果的同时,保留了图像的细节信息,具有更佳的视觉效果,去噪图像的信噪比提高了约0.1-2dB;与BM3D相比,在高斯噪声较小的情况下信噪比提高了约0.5-2.5dB。 展开更多
关键词 块匹配 低秩理论 增广拉格朗日算法
在线阅读 下载PDF
基于低秩矩阵恢复的视频背景建模 被引量:5
8
作者 杨敏 安振英 《南京邮电大学学报(自然科学版)》 北大核心 2013年第2期86-89,96,共5页
针对传统背景建模存在的问题,文中基于低秩矩阵恢复原理,直接从视频序列中分离出前景物体和背景模型。已有低秩矩阵恢复算法的迭代计算过程中涉及大量的奇异值分解,而这些奇异值分解一般非常耗时且不够简洁,文中在非精确增广拉格朗日乘... 针对传统背景建模存在的问题,文中基于低秩矩阵恢复原理,直接从视频序列中分离出前景物体和背景模型。已有低秩矩阵恢复算法的迭代计算过程中涉及大量的奇异值分解,而这些奇异值分解一般非常耗时且不够简洁,文中在非精确增广拉格朗日乘子法中引入线性时间奇异值分解算法,以得到更加有效的背景建模算法。基于实际视频序列实验,结果表明该改进算法具有更好的建模效果和较少的运算时间。 展开更多
关键词 低秩矩阵恢复 视频背景建模 增广拉格朗日乘子法 线性时间奇异值分解算法
在线阅读 下载PDF
基于矩阵分解的荧光显微序列线粒体检测
9
作者 贾晓萌 聂永明 都思丹 《中国科学技术大学学报》 CAS CSCD 北大核心 2014年第10期839-843,共5页
利用图像处理技术,检测荧光显微序列中的活性线粒体是生物医学领域重要的研究手段之一.受到荧光显微镜成像技术的限制,序列中每帧图像均包含细胞质阴影和荧光标记的线粒体,具有很低的信噪比,难以满足一般粒子检测算法的要求.为了精确检... 利用图像处理技术,检测荧光显微序列中的活性线粒体是生物医学领域重要的研究手段之一.受到荧光显微镜成像技术的限制,序列中每帧图像均包含细胞质阴影和荧光标记的线粒体,具有很低的信噪比,难以满足一般粒子检测算法的要求.为了精确检测活细胞中的线粒体,提出一种基于矩阵分解的荧光显微序列线粒体检测算法,并利用增广拉格朗日乘子法,快速准确地实现该算法,将线粒体从细胞质阴影中有效分离出来,实现线粒体的精确检测.实验结果表明,此方法为活细胞中线粒体的精确检测提供了快速、高效的分析工具. 展开更多
关键词 线粒体 矩阵分解 优化问题 增广拉格朗日乘子法
在线阅读 下载PDF
基于增强拉格朗日乘子法的容量制约交通分配问题研究(英文)
10
作者 冯伟 程琳 《重庆交通大学学报(自然科学版)》 CAS 北大核心 2012年第z1期550-554,570,共6页
传统的交通分配问题(TAP)没有容量的限制,但是事实上,路段和网络都有其自身的容量限制。传统的用户均衡网络模型允许分配的交通流量结果超过其容量,这显然是不合理的。首先,介绍了起点算法的基本原理及其有效的实现,并运用一个算例网络... 传统的交通分配问题(TAP)没有容量的限制,但是事实上,路段和网络都有其自身的容量限制。传统的用户均衡网络模型允许分配的交通流量结果超过其容量,这显然是不合理的。首先,介绍了起点算法的基本原理及其有效的实现,并运用一个算例网络进行交通分配;然后,运用增强拉格朗日乘子法针对具有容量限制的该网络重新进行交通分配,并将两种结果进行比较。实验结果表明:增强拉格朗日乘子法具有良好的运算性能和效率,并且更具有实际意义,能够更加合理的运用到实际的交通分配问题中。 展开更多
关键词 交通分配 起点算法 路段容量限制 增强拉格朗日乘子法
在线阅读 下载PDF
基于低秩矩阵恢复的去噪方法在石油测井中的应用 被引量:3
11
作者 王艳伟 夏克文 +1 位作者 牛文佳 Ali Ahamd 《石油物探》 EI CSCD 北大核心 2017年第5期644-650,共7页
随着测井技术的发展,各大油田采集和存储的测井数据量呈井喷式增长,并存在大量冗余和噪声,在进行油气层识别前必须对测井数据进行压缩和去噪等预处理。低秩矩阵恢复(Low-Rank Matrix Recovery,LRMR)理论将压缩感知(Compressed Sensing,... 随着测井技术的发展,各大油田采集和存储的测井数据量呈井喷式增长,并存在大量冗余和噪声,在进行油气层识别前必须对测井数据进行压缩和去噪等预处理。低秩矩阵恢复(Low-Rank Matrix Recovery,LRMR)理论将压缩感知(Compressed Sensing,CS)中向量样例的稀疏表示推广到矩阵的低秩情形,从较大但稀疏的误差中恢复出本质上低秩的数据矩阵,可更好地保持数据结构,提高去噪效果。因此将低秩矩阵恢复理论中的去噪方法应用于石油测井中,实现对测井数据的去噪处理。对比研究了加速近端梯度算法(Accelerate Proximal Gradient,APG)、精确增广拉格朗日乘子(Exact Augmented Lagrange Multipliers,EALM)法和非精确增广拉格朗日乘子法(Inexact Augmented Lagrange Multipliers,IALM)在测井数据中的去噪效果,对去噪前后的测井数据分别采用支持向量机(Support Vector Machine,SVM)和相关向量机(Relevance Vector Machine,RVM)进行油气层识别,结果表明,与不去噪情况相比,利用三种算法进行去噪处理后油气层识别精度都有了显著提升。通过参数优化减少迭代次数,可使得IALM算法在运算时间上优于EALM算法和APG算法,明显提高了运算效率。 展开更多
关键词 石油测井 数据去噪 低秩矩阵恢复 加速近端梯度算法 增广拉格朗日乘子法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部