期刊文献+
共找到1,117篇文章
< 1 2 56 >
每页显示 20 50 100
Multi-platform collaborative MRC-PSO algorithm for anti-ship missile path planning
1
作者 LIU Gang GUO Xinyuan +2 位作者 HUANG Dong CHEN Kezhong LI Wu 《Journal of Systems Engineering and Electronics》 2025年第2期494-509,共16页
To solve the problem of multi-platform collaborative use in anti-ship missile (ASM) path planning, this paper pro-posed multi-operator real-time constraints particle swarm opti-mization (MRC-PSO) algorithm. MRC-PSO al... To solve the problem of multi-platform collaborative use in anti-ship missile (ASM) path planning, this paper pro-posed multi-operator real-time constraints particle swarm opti-mization (MRC-PSO) algorithm. MRC-PSO algorithm utilizes a semi-rasterization environment modeling technique and inte-grates the geometric gradient law of ASMs which distinguishes itself from other collaborative path planning algorithms by fully considering the coupling between collaborative paths. Then, MRC-PSO algorithm conducts chunked stepwise recursive evo-lution of particles while incorporating circumvent, coordination, and smoothing operators which facilitates local selection opti-mization of paths, gradually reducing algorithmic space, accele-rating convergence, and enhances path cooperativity. Simula-tion experiments comparing the MRC-PSO algorithm with the PSO algorithm, genetic algorithm and operational area cluster real-time restriction (OACRR)-PSO algorithm, which demon-strate that the MRC-PSO algorithm has a faster convergence speed, and the average number of iterations is reduced by approximately 75%. It also proves that it is equally effective in resolving complex scenarios involving multiple obstacles. More-over it effectively addresses the problem of path crossing and can better satisfy the requirements of multi-platform collabora-tive path planning. The experiments are conducted in three col-laborative operation modes, namely, three-to-two, three-to-three, and four-to-two, and the outcomes demonstrate that the algorithm possesses strong universality. 展开更多
关键词 anti-ship missiles multi-platform collaborative path planning particle swarm optimization(pso)algorithm
在线阅读 下载PDF
Genetic algorithm and particle swarm optimization tuned fuzzy PID controller on direct torque control of dual star induction motor 被引量:16
2
作者 BOUKHALFA Ghoulemallah BELKACEM Sebti +1 位作者 CHIKHI Abdesselem BENAGGOUNE Said 《Journal of Central South University》 SCIE EI CAS CSCD 2019年第7期1886-1896,共11页
This study presents analysis, control and comparison of three hybrid approaches for the direct torque control (DTC) of the dual star induction motor (DSIM) drive. Its objective consists of combining three different he... This study presents analysis, control and comparison of three hybrid approaches for the direct torque control (DTC) of the dual star induction motor (DSIM) drive. Its objective consists of combining three different heuristic optimization techniques including PID-PSO, Fuzzy-PSO and GA-PSO to improve the DSIM speed controlled loop behavior. The GA and PSO algorithms are developed and implemented into MATLAB. As a result, fuzzy-PSO is the most appropriate scheme. The main performance of fuzzy-PSO is reducing high torque ripples, improving rise time and avoiding disturbances that affect the drive performance. 展开更多
关键词 dual star induction motor drive direct torque control particle swarm optimization (pso) fuzzy logic control genetic algorithms
在线阅读 下载PDF
基于语义相似度与改进PSO算法的云制造能力需求模型与匹配策略研究
3
作者 李晓波 郭银章 《现代制造工程》 北大核心 2025年第6期30-44,共15页
针对云计算环境下智能制造资源服务化共享中制造能力与任务需求之间的搜索匹配与服务组合问题,提出了一种基于语义相似度与改进粒子群优化(Particle Swarm Optimization,PSO)算法的云制造能力需求模型与匹配策略。首先,在提出云制造能... 针对云计算环境下智能制造资源服务化共享中制造能力与任务需求之间的搜索匹配与服务组合问题,提出了一种基于语义相似度与改进粒子群优化(Particle Swarm Optimization,PSO)算法的云制造能力需求模型与匹配策略。首先,在提出云制造能力需求模型的基础上,采用领域本体树的概念提出了概念相似度、句子相似度和数值相似度的计算方法,实现了基于语义相似度的云制造能力需求智能化服务搜索;然后,针对云制造能力的服务组合问题,在分析了制造能力服务质量(Quality of Service,QoS)属性的基础上,采用层次分析法(Analytic Hierarchy Process,AHP)将各个属性进行归一化求和,给出了一种基于改进PSO算法的服务组合方法;最后,通过实验对比发现所提出的方法优于现有方法并实现了云制造能力需求智能匹配原型系统。 展开更多
关键词 云制造能力 任务需求 搜索匹配 服务组合 语义相似度 改进粒子群优化算法
在线阅读 下载PDF
基于PSO-SVR算法的钢板-混凝土组合连梁承载力预测
4
作者 田建勃 闫靖帅 +2 位作者 王晓磊 赵勇 史庆轩 《振动与冲击》 北大核心 2025年第7期155-162,共8页
为准确预测钢板-混凝土组合(steel plate-RC composite,PRC)连梁承载力,本文分别通过支持向量机回归算法(support vector regression,SVR)、极端梯度提升算法(XGBoost)和粒子群优化的支持向量机回归(particle swarm optimization-suppor... 为准确预测钢板-混凝土组合(steel plate-RC composite,PRC)连梁承载力,本文分别通过支持向量机回归算法(support vector regression,SVR)、极端梯度提升算法(XGBoost)和粒子群优化的支持向量机回归(particle swarm optimization-support vector regression,PSO-SVR)算法进行了PRC连梁试验数据的回归训练,此外,通过使用Sobol敏感性分析方法分析了数据特征参数对PRC连梁承载力的影响。结果表明,基于SVR、极端梯度提升算法(extreme gradient boosting,XGBoost)和PSO-SVR的预测模型平均绝对百分比误差分别为5.48%、7.65%和4.80%,其中,基于PSO-SVR算法的承载力预测模型具有最高的预测精度,模型的鲁棒性和泛化能力更强。此外,特征参数钢板率(ρ_(p))、截面高度(h)和连梁跨高比(l_(n)/h)对PRC连梁承载力影响最大,三者全局影响指数总和超过0.75,其中,钢板率(ρ_(p))是对PRC连梁承载力影响最大的单一因素,一阶敏感性指数和全局敏感性指数分别为0.3423和0.3620,以期为PRC连梁在实际工程中的设计及应用提供参考。 展开更多
关键词 钢板-混凝土组合连梁 机器学习 粒子群优化的支持向量机回归(pso-SVR)算法 承载力 敏感性分析
在线阅读 下载PDF
基于PSO算法的煤矿瓦斯事故致因分析 被引量:1
5
作者 张洽 憨瑞东 陈涛 《中国安全科学学报》 北大核心 2025年第2期104-110,共7页
为科学防治煤矿瓦斯事故,系统分析我国煤矿瓦斯事故风险因素以及因素耦合关系,采用Python软件,建立基于粒子群优化(PSO)算法的关联规则挖掘模型,并进行验证;结合人因分析与分类系统(HFACS)事故风险模型,对煤矿瓦斯事故风险因素进行分类... 为科学防治煤矿瓦斯事故,系统分析我国煤矿瓦斯事故风险因素以及因素耦合关系,采用Python软件,建立基于粒子群优化(PSO)算法的关联规则挖掘模型,并进行验证;结合人因分析与分类系统(HFACS)事故风险模型,对煤矿瓦斯事故风险因素进行分类,并使用PSO-频繁模式增长(FP-growth)算法挖掘煤矿瓦斯事故调查报告的关联规则。结果表明:PSO-FP-growth算法相较于PSO-Apriori算法运行速度及关联规则效果更优;根据瓦斯事故风险因素关联规则可视化及高支持度关联因素显示,我国煤矿瓦斯事故发生的主要风险因素是煤矿企业安全监督管理存在缺陷、瓦斯防治技术不到位、员工安全意识淡薄以及现场管理人员管理意识和技术不到位造成的。 展开更多
关键词 粒子群优化(pso)算法 煤矿瓦斯事故 事故致因 关联规则 人因分析与分类系统(HFACS)
在线阅读 下载PDF
Bacterial graphical user interface oriented by particle swarm optimization strategy for optimization of multiple type DFACTS for power quality enhancement in distribution system 被引量:3
6
作者 M.Mohammadi M.Montazeri S.Abasi 《Journal of Central South University》 SCIE EI CAS CSCD 2017年第3期569-588,共20页
This study proposes a graphical user interface(GUI) based on an enhanced bacterial foraging optimization(EBFO) to find the optimal locations and sizing parameters of multi-type DFACTS in large-scale distribution syste... This study proposes a graphical user interface(GUI) based on an enhanced bacterial foraging optimization(EBFO) to find the optimal locations and sizing parameters of multi-type DFACTS in large-scale distribution systems.The proposed GUI based toolbox,allows the user to choose between single and multiple DFACTS allocations,followed by the type and number of them to be allocated.The EBFO is then applied to obtain optimal locations and ratings of the single and multiple DFACTS.This is found to be faster and provides more accurate results compared to the usual PSO and BFO.Results obtained with MATLAB/Simulink simulations are compared with PSO,BFO and enhanced BFO.It reveals that enhanced BFO shows quick convergence to reach the desired solution there by yielding superior solution quality.Simulation results concluded that the EBFO based multiple DFACTS allocation using DSSSC,APC and DSTATCOM is preferable to reduce power losses,improve load balancing and enhance voltage deviation index to 70%,38% and 132% respectively and also it can improve loading factor without additional power loss. 展开更多
关键词 distribution system power quality single type and multiple type DFACTS BFO algorithm particle swarm optimizationpso
在线阅读 下载PDF
基于PSO-BP神经网络模型的浸胶竹束干燥过程含水率预测
7
作者 王晓曼 吕建雄 +5 位作者 李贤军 吴义强 李新功 郝晓峰 乔建政 徐康 《林业科学》 北大核心 2025年第5期187-198,共12页
【目的】利用人工神经网络模型预测浸胶竹束干燥过程含水率变化,揭示干燥温度、干燥时间、铺装方式和初始含水率对浸胶竹束干燥过程含水率变化的影响规律,为浸胶竹束高质高效干燥提供参考依据。【方法】基于浸胶竹束干燥过程含水率实测... 【目的】利用人工神经网络模型预测浸胶竹束干燥过程含水率变化,揭示干燥温度、干燥时间、铺装方式和初始含水率对浸胶竹束干燥过程含水率变化的影响规律,为浸胶竹束高质高效干燥提供参考依据。【方法】基于浸胶竹束干燥过程含水率实测数据,以干燥温度、干燥时间、铺装方式和初始含水率为输入变量,干燥过程含水率为输出变量,制作数据集。将数据集划分为训练集(308个测试数据,占总数据量的70%)、验证集(66个测试数据,占总数据量的15%)和测试集(66个测试数据,占总数据量的15%),采用粒子群优化算法(PSO)优化反向传播(BP)神经网络初始权重与阈值,构建PSO-BP神经网络预测模型,并进行验证分析。【结果】PSO-BP神经网络模型具有较强的预测能力,在模型测试集中,决定系数(R^(2))、均方误差(MSE)、平均绝对误差(MAE)和剩余预测残差(RPD)分别达0.98、1.27、3.73和7.96。相较BP神经网络,PSO-BP神经网络的R^(2)和RPD分别提高6.53%和110.2%,MSE和MAE分别降低54.0%和71.86%。模型验证表明,干燥温度和铺装方式是影响浸胶竹束干燥过程含水率变化的主要因素,二者对PSO-BP神经网络模型预测结果影响显著。干燥温度为60℃时,在4种不同铺装方式下PSO-BP神经网络模型展现出较好预测效果,其R^(2)均超过0.969且MSE均低于3;铺装层数为3时,在4种不同干燥温度下PSO-BP神经网络模型表现最佳,其R^(2)均超过0.99且MSE均低于2。干燥时间和浸胶竹束初始含水率对PSO-BP神经网络模型预测结果影响不显著。【结论】PSO-BP神经网络模型在浸胶竹束干燥过程含水率预测中表现出准确性,可有效解决传统BP神经网络预测误差大、收敛速度慢等问题,为浸胶竹束高质高效干燥提供技术支撑。 展开更多
关键词 浸胶竹束 干燥 含水率 粒子群优化算法 反向传播 神经网络
在线阅读 下载PDF
基于PSO-ChOA优化的轴流风机故障诊断模型
8
作者 吕亚楠 赵康 +1 位作者 马草原 郑璐 《机电工程》 北大核心 2025年第2期373-386,共14页
传统的风机故障诊断技术依赖大量的历史数据,在参数优化和算法选择上存在早熟收敛问题,且在风机故障诊断过程中需要精确采集信号,但实际应用中受限于传感器安装条件,影响了数据的准确性和诊断的有效性。针对这些问题,提出了一种融合改... 传统的风机故障诊断技术依赖大量的历史数据,在参数优化和算法选择上存在早熟收敛问题,且在风机故障诊断过程中需要精确采集信号,但实际应用中受限于传感器安装条件,影响了数据的准确性和诊断的有效性。针对这些问题,提出了一种融合改进粒子群优化算法(PSO)与黑猩猩优化算法(ChOA)混合优化策略(PSO-ChOA)的VMD-CNN-Transformer模型,应用于轴流风机故障诊断。首先,通过仿真和实验获取了七种风机典型电气故障信号和三种离心风机轴承故障信号,并进行了预处理以满足算法训练要求;然后,使用PSO对ChOA的狩猎搜索阶段进行了优化,减少了人为设定参数对模型训练的影响,通过构建23个标准测试函数,分析了PSO-ChOA算法在收敛速度和全局优化上的优势;最后,利用变分模态分解(VMD)提取了故障特征,并利用卷积神经网络-Transformer(CNN-Transformer)模型进行了分类,采用实例分析了该模型在处理非线性和高维数据时的强大能力。研究结果表明:相较于传统算法,PSO-ChOA算法在收敛速度上的优势显著,能够更快地跳出局部最优,避免早熟收敛,同时保持较高的搜索精度,最终找到更接近全局最优的解;采用PSO-ChOA优化的VMD-CNN-Transformer模型在风机故障诊断任务中达到了97.76%的准确率,较VMD-CNN-Transformer方法,准确率提升了6.64%;PSO-ChOA在参数优化领域的应用潜力,为工业设备故障诊断研究提供了新的视角。 展开更多
关键词 离心式风机 复杂非线性信号 粒子群优化 黑猩猩优化算法 卷积神经网络-Transformer模型 变分模态分解
在线阅读 下载PDF
基于TCSPSO算法的机械臂运动时间最优轨迹规划
9
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
基于改进PSO-GWO算法的渠系优化配水模型研究
10
作者 姚成宝 岳春芳 +1 位作者 张胜江 郑秋丽 《人民黄河》 北大核心 2025年第1期128-133,共6页
为减少渠系输配水过程中的水量损失,针对闸门调控时间各异和频繁启闭的问题,以精河灌区茫乡团结支渠支斗两级渠系渗漏损失量最小为目标建立渠系配水模型,首次采用“组间轮灌,组内续灌”的配水方式,通过改进PSO-GWO算法求解,确定斗渠最... 为减少渠系输配水过程中的水量损失,针对闸门调控时间各异和频繁启闭的问题,以精河灌区茫乡团结支渠支斗两级渠系渗漏损失量最小为目标建立渠系配水模型,首次采用“组间轮灌,组内续灌”的配水方式,通过改进PSO-GWO算法求解,确定斗渠最优轮灌编组、配水流量和灌水时间等重要参数,得出渠系渗漏损失量和算法迭代次数,并与粒子群算法、灰狼算法的求解结果进行对比。改进模型使灌水时间缩短了0.62 d,支斗两级渠系水利用系数提高了0.168,改进PSO-GWO算法迭代次数为3次、渠系渗漏总量为16.69万m^(3),优于传统算法的配水结果。实例应用情况表明,改进算法具有更强的寻优能力和收敛性,并且模型在满足高效配水的同时,减少了闸门启闭次数,实现了集中调控,配水模式便捷,应用价值较高。 展开更多
关键词 渠系配水 渗漏损失 轮灌编组 改进pso-GWO算法 粒子群算法 灰狼算法
在线阅读 下载PDF
Application of improved PSO to power transmission congestion management optimization model
11
作者 李翔 刘预胜 杨淑霞 《Journal of Central South University》 SCIE EI CAS 2008年第S2期347-351,共5页
The parameters of particles were encoded firstly, then the constraint conditions and fitness degree were processed, and the calculation steps of the improved PSO algorithm were presented. Finally, the issues with the ... The parameters of particles were encoded firstly, then the constraint conditions and fitness degree were processed, and the calculation steps of the improved PSO algorithm were presented. Finally, the issues with the adoption of the improved PSO algorithm were solved and the results were analyzed. The results show that it is beneficial to obtaining the optimal solution by increasing the number of particles but that will also increase the operation time. On the aspects of solving continuous differentiable non-linear optimization model with equality and inequality constraints, the optimization result of PSO algorithm is the same as that of the interior point method. Compared with genetic algorithms (GA), PSO algorithm is more effective in the local optimization, and unlike GA, it will not be early maturity. Meanwhile, PSO algorithm is also more effective in the boundary optimization than genetic algorithm. 展开更多
关键词 CONGESTION management PARTICLE swarm optimization (pso) algorithm double FITNESS DEGREE
在线阅读 下载PDF
Hybrid anti-prematuration optimization algorithm
12
作者 Qiaoling Wang Xiaozhi Gao +1 位作者 Changhong Wang Furong Liu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2010年第3期503-508,共6页
Heuristic optimization methods provide a robust and efficient approach to solving complex optimization problems.This paper presents a hybrid optimization technique combining two heuristic optimization methods,artifici... Heuristic optimization methods provide a robust and efficient approach to solving complex optimization problems.This paper presents a hybrid optimization technique combining two heuristic optimization methods,artificial immune system(AIS) and particle swarm optimization(PSO),together in searching for the global optima of nonlinear functions.The proposed algorithm,namely hybrid anti-prematuration optimization method,contains four significant operators,i.e.swarm operator,cloning operator,suppression operator,and receptor editing operator.The swarm operator is inspired by the particle swarm intelligence,and the clone operator,suppression operator,and receptor editing operator are gleaned by the artificial immune system.The simulation results of three representative nonlinear test functions demonstrate the superiority of the hybrid optimization algorithm over the conventional methods with regard to both the solution quality and convergence rate.It is also employed to cope with a real-world optimization problem. 展开更多
关键词 hybrid optimization algorithm artificial immune system(AIS) particle swarm optimizationpso clonal selection anti-prematuration.
在线阅读 下载PDF
基于PSO-Elman神经网络的井底风温预测模型
13
作者 程磊 李正健 +1 位作者 史浩镕 王鑫 《工矿自动化》 CSCD 北大核心 2024年第1期131-137,共7页
目前井下风温预测大多采用BP神经网络,但其预测精度受学习样本数量的影响,且容易陷入局部最优,Elman神经网络具备局部记忆能力,提高了网络的稳定性和动态适应能力,但仍然存在收敛速度过慢、易陷入局部最优的问题。针对上述问题,采用粒... 目前井下风温预测大多采用BP神经网络,但其预测精度受学习样本数量的影响,且容易陷入局部最优,Elman神经网络具备局部记忆能力,提高了网络的稳定性和动态适应能力,但仍然存在收敛速度过慢、易陷入局部最优的问题。针对上述问题,采用粒子群优化(PSO)算法对Elman神经网络的权值和阈值进行优化,建立了基于PSO-Elman神经网络的井底风温预测模型。分析得出入风相对湿度、入风温度、地面大气压力和井筒深度是井底风温的主要影响因素,因此将其作为模型的输入数据,模型的输出数据为井底风温。在相同样本数据集下的实验结果表明:Elman模型迭代90次后收敛,PSO-Elman模型迭代41次后收敛,说明PSO-Elman模型收敛速度更快;与BP神经网络模型、支持向量回归模型和Elman模型相比,PSO-Elman模型的预测误差较低,平均绝对误差、均方误差(MSE)、平均绝对百分比误差分别为0.376 0℃,0.278 3,1.95%,决定系数R^(2)为0.992 4,非常接近1,表明预测模型具有良好的预测效果。实例验证结果表明,PSO-Elman模型的相对误差范围为-4.69%~1.27%,绝对误差范围为-1.06~0.29℃,MSE为0.26,整体预测精度可满足井下实际需要。 展开更多
关键词 井下热害防治 井底风温预测 粒子群优化算法 ELMAN神经网络 pso-Elman
在线阅读 下载PDF
基于AG-MOPSO的含风电配电网无功优化 被引量:1
14
作者 苏福清 匡洪海 钟浩 《电源学报》 CSCD 北大核心 2024年第4期192-199,共8页
针对风电机组并网出力的不确定性,采用基于概率发生的场景分析法将不确定性模型转换为不同发生概率的多场景问题,建立以有功网损和电压偏差最小为目标的无功优化模型。针对传统方法得到的Pareto前沿多样性较差的问题,提出基于自适应网... 针对风电机组并网出力的不确定性,采用基于概率发生的场景分析法将不确定性模型转换为不同发生概率的多场景问题,建立以有功网损和电压偏差最小为目标的无功优化模型。针对传统方法得到的Pareto前沿多样性较差的问题,提出基于自适应网格的多目标粒子群优化AG-MOPSO(adaptive grid multi-objective particle swarm optimization)算法。该算法采用自适应网格得到外部档案库中粒子的密度,并根据密度信息以轮盘赌机制选取全局最优粒子和维护外部存储库的规模,有效地保证了Pareto前沿分布的均匀性和多样性。运用该算法对含风电的IEEE 33节点系统进行无功优化计算,并与已有NSGA-Ⅱ算法进行比较,结果表明所提算法得到的Pareto前沿较好,验证了该模型和算法的可行性。 展开更多
关键词 场景分析 多目标无功优化 自适应网格 粒子群优化算法 PARETO前沿
在线阅读 下载PDF
基于PSO-ELM的变压器油纸绝缘状态无损评估方法 被引量:4
15
作者 张德文 张健 +3 位作者 曲利民 吴迪星 刘贺千 张明泽 《电力工程技术》 北大核心 2024年第3期201-208,共8页
油浸式电力变压器作为电网的重要组成部分,其可靠运行至关重要。针对变压器长期运行后无法定量评估其绝缘状态的问题,文中开展了油纸绝缘模型的加速老化及受潮试验,探究了油纸绝缘老化及受潮程度对其回复电压曲线的影响规律,并提出采用... 油浸式电力变压器作为电网的重要组成部分,其可靠运行至关重要。针对变压器长期运行后无法定量评估其绝缘状态的问题,文中开展了油纸绝缘模型的加速老化及受潮试验,探究了油纸绝缘老化及受潮程度对其回复电压曲线的影响规律,并提出采用粒子群优化-极限学习机(particle swarm optimization-extreme learning machine,PSO-ELM)算法的参数预测方法,实现了基于回复电压曲线特征参量的油纸绝缘老化与受潮状态量化评估。由油纸绝缘模型理化性能分析的对比结果可知,基于PSO-ELM方法的预测值精度远高于传统ELM方法,油纸绝缘内含水率及纸板聚合度预测的绝对误差范围分别小于±0.4%、±30。 展开更多
关键词 油浸式变压器 油纸绝缘 回复电压 粒子群优化-极限学习机(pso-ELM)算法 状态评估 无损检测
在线阅读 下载PDF
基于GA/PSO BP神经网络的石家庄VOCs环境浓度预测模型研究 被引量:6
16
作者 王欣 郭婧涵 +5 位作者 耿雅娴 王树桥 葛宇轩 袁京周 张丁超 韩梦非 《安全与环境学报》 CAS CSCD 北大核心 2024年第4期1560-1568,共9页
为了提升挥发性有机物(Volatile Organic Components,VOCs)的预测精度,在反向传播(Back Propagation,BP)网络结构的基础上使用优化算法分别为遗传算法(Genetic Algorithms,GA)优化BP神经网络(GA BP)和粒子群算法(Particle Swarm Optimiz... 为了提升挥发性有机物(Volatile Organic Components,VOCs)的预测精度,在反向传播(Back Propagation,BP)网络结构的基础上使用优化算法分别为遗传算法(Genetic Algorithms,GA)优化BP神经网络(GA BP)和粒子群算法(Particle Swarm Optimization,PSO)优化BP神经网络(PSO BP)对VOCs质量浓度进行预测。首先,对污染物及气象因子进行筛选。采用相关性分析法及逐步回归法进行分析筛选,并筛选出合适的输入变量。其次,建立BP神经网络结构。利用BP、GA BP、PSO BP神经网络,以石家庄市2022年夏季污染数据为样本对VOCs质量浓度进行预测。结果显示,经相关性分析及逐步回归法筛选,将PM_(2.5)质量浓度、O_(3)质量浓度、NO_(2)质量浓度、温度、相对湿度作为输入变量。经预测结果对比,PSO BP神经网络模型的预测精度较高,烷烃、烯烃、芳香烃和含氧烃实测值与预测值之间的拟合程度(R^(2))分别为0.80、0.55、0.78、0.67。研究结果可为日后VOCs污染预报预警提供理论参考。 展开更多
关键词 环境工程学 挥发性有机物(VOCs) 神经网络 智能优化算法 遗传算法 粒子群算法
在线阅读 下载PDF
基于PSO-GA的分片区块链系统性能优化方法
17
作者 蒋腾聪 张建山 +1 位作者 郑鸿强 陈星 《小型微型计算机系统》 CSCD 北大核心 2024年第7期1756-1762,共7页
在这篇文章中,针对分片区块链(Sharded Blockchain)系统性能优化问题,提出了一种结合粒子群和遗传算法的系统性能优化方法(PSO-GA),目的是为了在尽可能满足当前网络环境情况下,提升其系统吞吐量.该方法考虑分片区块链中节点的计算能力... 在这篇文章中,针对分片区块链(Sharded Blockchain)系统性能优化问题,提出了一种结合粒子群和遗传算法的系统性能优化方法(PSO-GA),目的是为了在尽可能满足当前网络环境情况下,提升其系统吞吐量.该方法考虑分片区块链中节点的计算能力、恶意节点的概率以及节点之间的传输速率等不同网络环境下,找到响应网络状态的最佳分片区块链系统参数;为了避免传统粒子群优化算法陷入局部最优的问题,引入遗传算法中的交叉操作和变异操作,有效提高方法的准确性.通过大量仿真实验对方法的有效性进行验证分析.实验结果表明,相比于其他的方法,本文所提出的方法可以在更短的时间取得更高的系统吞吐量. 展开更多
关键词 分片区块链 可扩展性 粒子群算法 遗传算法
在线阅读 下载PDF
基于PSO的电动汽车规模化充电接入配电网柔性负荷多目标优化控制 被引量:4
18
作者 庞松岭 范凯迪 +1 位作者 窦洁 陈超 《汽车技术》 CSCD 北大核心 2024年第6期1-8,共8页
为了降低电动汽车大规模接入配电网后产生的负荷波动和网损,提出了基于粒子群优化(PSO)算法的电动汽车规模化充电接入配电网柔性负荷多目标优化控制方法。首先,建立交通网-配电网耦合模型,并结合出行链模型分析用户的充电需求,搭建接入... 为了降低电动汽车大规模接入配电网后产生的负荷波动和网损,提出了基于粒子群优化(PSO)算法的电动汽车规模化充电接入配电网柔性负荷多目标优化控制方法。首先,建立交通网-配电网耦合模型,并结合出行链模型分析用户的充电需求,搭建接入电动汽车能量状态预测模型;其次,以最小化配电网负荷波动标准差和网损作为优化目标,设计电动汽车规模化充电接入配电网柔性负荷多目标优化函数,同时引入分布熵设计惯性权重更新策略,优化PSO算法;最后,采用改进的PSO算法在函数约束条件的基础上实现配电网的柔性负荷控制。测试结果表明,所提出的方法可准确分析用户的充电需求,降低配电网负荷波动峰值及网损。 展开更多
关键词 电动汽车 粒子群优化算法 出行链模型 优化控制策略
在线阅读 下载PDF
基于加权犹豫模糊集的实验设计与分阶段PSO-Kriging建模 被引量:4
19
作者 高培根 锁斌 《计算机应用》 CSCD 北大核心 2024年第7期2144-2150,共7页
过高的实验成本导致输出为非线性多极值的复杂系统获得的实验样本点少,建立的代理模型精度较低。针对此现状提出一种基于先验信息的实验设计与建模方法。该方法利用先验信息划分实验设计域,并根据波动性指标构建各区域的加权犹豫模糊集... 过高的实验成本导致输出为非线性多极值的复杂系统获得的实验样本点少,建立的代理模型精度较低。针对此现状提出一种基于先验信息的实验设计与建模方法。该方法利用先验信息划分实验设计域,并根据波动性指标构建各区域的加权犹豫模糊集,增加评价结果的合理性;结合各区域的波动性与范围大小决定实验样本点个数,由汉默斯里序列采样获取样本点;再将分阶段搜索粒子群算法与Kriging方法结合,提高代理模型的计算精度。以模拟平面桁架结构的损伤模型验证所提方法的有效性。实验结果表明,与汉默斯里序列采样、拉丁超立方设计建立的模型相比,所提方法建立的模型拟合优度平均提升0.84%和4.94%,均方根误差平均降低31.02%和57.18%。 展开更多
关键词 先验信息 加权犹豫模糊集 汉默斯里序列 粒子群优化算法 克里金模型
在线阅读 下载PDF
Intelligent optimization methods of phase-modulation waveform
20
作者 SUN Jianwei WANG Chao +3 位作者 SHI Qingzhan REN Wenbo YAO Zekun YUAN Naichang 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2022年第4期916-923,共8页
With the continuous improvement of radar intelligence, it is difficult for traditional countermeasures to achieve ideal results. In order to deal with complex, changeable, and unknown threat signals in the complex ele... With the continuous improvement of radar intelligence, it is difficult for traditional countermeasures to achieve ideal results. In order to deal with complex, changeable, and unknown threat signals in the complex electromagnetic environment, a waveform intelligent optimization model based on intelligent optimization algorithm is proposed. By virtue of the universality and fast running speed of the intelligent optimization algorithm, the model can optimize the parameters used to synthesize the countermeasure waveform according to different external signals, so as to improve the countermeasure performance.Genetic algorithm(GA) and particle swarm optimization(PSO)are used to simulate the intelligent optimization of interruptedsampling and phase-modulation repeater waveform. The experimental results under different radar signal conditions show that the scheme is feasible. The performance comparison between the algorithms and some problems in the experimental results also provide a certain reference for the follow-up work. 展开更多
关键词 waveform optimization intelligent optimization PHASE-MODULATION genetic algorithm(GA) particle swarm optimization(pso)
在线阅读 下载PDF
上一页 1 2 56 下一页 到第
使用帮助 返回顶部