-
题名基于改进黑翅鸢优化算法的动态无人机路径规划
被引量：1
- 1
-
-
作者
王兴旺
张清杨
姜守勇
董永权
-
机构
江苏师范大学计算机科学与技术学院
中南大学自动化学院
-
出处
《计算机应用研究》
北大核心
2025年第5期1401-1408,共8页
-
基金
国家自然科学基金资助项目(62006103,62376288)
徐州基础研究青年科技人才资助项目(KC23025)
+2 种基金
江苏师范大学2024年研究生科研与实践创新计划资助项目(2024XKT2642)
英国皇家学会国际交流计划资助项目(IEC\NSFC\211404)
国家留学基金委资助项目(202310090064)。
-
文摘
针对复杂山体地形和障碍物威胁区域环境下的无人机(UAV)路径规划问题,提出改进黑翅鸢优化算法的动态无人机路径规划方法,旨在提升无人机在动态复杂环境下的路径规划性能及安全性。首先,通过设计山体地形、障碍物、动态威胁区域和动态目标,建立山体动态环境模型;其次,提出一种自适应攻击策略,加快算法前期收敛速度,平衡算法全局搜索和局部挖掘的能力,设计线性锁优策略,获取优质个体,加速种群收敛;最后,通过设计可变缩放因子改进差分进化策略,并将其融入黑翅鸢算法中,以提高算法避免陷入局部最优的能力,同时提出了动态响应机制以应对环境动态变化。为了验证所提算法的性能,与一些现存的智能算法在CEC2022测试函数中和不同规模的环境模型中进行实验对比。结果显示,与标准黑翅鸢算法相比,所提算法的收敛精度提高了6.25%,标准差减少了54.6%。实验结果表明,所提改进黑翅鸢优化算法在收敛速度和收敛精度方面具有显著优势,能够有效处理动态无人机路径规划问题,提高无人机在复杂环境中的路径规划性能。
-
关键词
黑翅鸢优化算法
自适应攻击策略
线性锁优策略
差分进化
动态响应机制
动态无人机路径规划
-
Keywords
black-winged kite optimization algorithm
adaptive attack strategy
linear lock optimization strategy
differential evolution
dynamic response mechanism
dynamic UAV path planning
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名筝形直线可展机构及其动力学分析
被引量：2
- 2
-
-
作者
杨帅
畅博彦
李晓宁
张转
-
机构
天津工业大学机械工程学院
天津市现代机电装备技术重点实验室
-
出处
《机械设计》
CSCD
北大核心
2020年第3期39-46,共8页
-
基金
国家自然科学基金资助项目(51475330)
天津市自然科学基金资助项目(17JCQNJC03900)
+1 种基金
天津市教委科研计划资助项目(2018KJ205)
天津市高等学校创新团队培养计划资助项目(TD13-5037).
-
文摘
将筝形直线机构与剪叉机构结合,提出一种仅含转动副的筝形直线可展单元,并设计得到一种筝形直线可展机构。根据机构结构学分析理论,阐述了筝形直线可展机构的模块化组成原理,并将其分解为外部模块和中间模块,两种模块均由筝形直线可展单元构成;对单个的筝形直线可展机构进行运动学建模,结合其模块化组成原理,得到相邻模块间的运动学递推关系,并以此为基础,运用Lagrange方法建立筝形直线可展机构整体动力学模型;以6层可展机构为例,对其进行动力学数值计算和虚拟仿真,通过设置末端执行器的输出运动规律,求解得到机构所需的驱动力矩,验证所建运动学和动力学模型的正确性和有效性。研究结果表明:当末端执行器的输出运动规律为正弦加速度曲线时,机构在整个运动过程中稳定性好,无冲击影响。
-
关键词
筝形直线机构
可展机构
动力学建模
驱动力矩
-
Keywords
kite straight-line mechanism
deployable mechanism
dynamic modeling
driving torque
-
分类号
TH112
[机械工程—机械设计及理论]
-
-
题名机电作动器故障诊断方法及其可解释性分析
- 3
-
-
作者
姚智敏
陈换过
苏世弘
-
机构
浙江理工大学浙江省机电产品可靠性技术研究重点实验室
-
出处
《机电工程》
2025年第10期1837-1850,1887,共15页
-
基金
国家自然科学基金资助项目(51975535)。
-
文摘
针对现存机电作动器(EMA)故障诊断方法中决策过程不清晰和可解释性不足的问题,提出了一种基于轻量级梯度提升机(LightGBM)的故障诊断方法,并利用SHAP框架对诊断模型进行了可解释性分析。首先,提取了多源信号的时域和频域特征,并结合随机森林(RF)和最大互信息数(MIC)对特征进行了筛选,降低了特征集和模型的复杂性;然后,提出了一种基于黑翅鸢优化算法(BKA)的LightGBM故障诊断方法,使用BKA对LightGBM模型的多参数进行了同步优化,对故障类型进行了判断;最后,引入SHAP框架对故障诊断模型进行了可解释性分析,直观展示了故障诊断决策过程及其关键影响因素。研究结果表明:BKA-LightGBM在仿真数据上的诊断准确率可达99.69%,在试验数据上的诊断准确率达到97.60%,不仅在故障识别精度方面表现优越,还能直观揭示特征对模型决策的影响过程和重要性,展现出优异的准确性、鲁棒性和可解释性。
-
关键词
机电作动器
黑翅鸢优化算法
轻量级梯度提升机
可解释性
SHAP框架
随机森林
最大互信息数
-
Keywords
electronic-mechanical actuator(EMA)
black kite algorithm(BKA)
light gradient boosting machine(LightGBM)
interpretability
SHAP framework
random forest(RF)
maximal information coefficient(MIC)
-
分类号
TH-39
[机械工程]
V467
[航空宇航科学技术]
-
