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
共找到645篇文章
< 1 2 … 33 >
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：
基于拟反向学习的自适应QPSO算法及其在工程中的应用
1
作者 何光 《河南师范大学学报(自然科学版)》 北大核心 2025年第5期81-89,I0013,共10页
为改善量子粒子群优化(quantum-behaved particle swarm optimization algorithm,QPSO)算法在求解复杂的多模问题时表现出的收敛精度差和易于陷入局部最优的问题,提出了一种基于拟反向学习的自适应QPSO算法.首先,借鉴拟反向学习的思路,... 为改善量子粒子群优化(quantum-behaved particle swarm optimization algorithm,QPSO)算法在求解复杂的多模问题时表现出的收敛精度差和易于陷入局部最优的问题,提出了一种基于拟反向学习的自适应QPSO算法.首先,借鉴拟反向学习的思路,对粒子初始位置进行优化调整,增加算法搜索效率,加快收敛速度;其次,在粒子运动幅度的设置中考虑了种群进化程度和粒子聚集程度,构造了具有自适应特点的收缩-扩张因子,用于增强算法的局部挖掘和全局搜索能力;然后,将混沌映射的方法引入到越界粒子的处理上,有助于算法逃离局部最优.接着,基于14个测试函数将改进算法与8种智能优化算法进行对比分析.最后借助2个具体的工程设计问题进一步检验改进算法在实际应用中的效果.实验结果表明改进算法无论在基准测试中还是在工程应用上,其搜索能力更强,整体性能表现更为均衡. 展开更多
关键词 量子粒子群优化算法 拟反向学习 收缩-扩张因子 混沌映射 工程应用
在线阅读 下载PDF
基于LMD-QPSO-LSTM的离散再制造系统动态瓶颈预测方法
2
作者 汪家炜 王艳 +1 位作者 纪志成 刘相 《现代制造工程》 北大核心 2025年第6期150-160,57,共12页
离散再制造业普遍存在影响生产效率的瓶颈问题,传统的静态瓶颈识别方法难以有效解决复杂再制造环境中的动态瓶颈漂移问题。针对这一现象,提出了一种基于局部均值分解(Local Mean Decomposition, LMD)方法结合长短期记忆(Long Short-Term... 离散再制造业普遍存在影响生产效率的瓶颈问题,传统的静态瓶颈识别方法难以有效解决复杂再制造环境中的动态瓶颈漂移问题。针对这一现象,提出了一种基于局部均值分解(Local Mean Decomposition, LMD)方法结合长短期记忆(Long Short-Term Memory, LSTM)网络并利用改进量子粒子群(Quantum Particle Swarm Optimization, QPSO)算法优化的LMD-QPSO-LSTM动态瓶颈预测模型。首先,采用机器能耗属性定义动态瓶颈指数,并基于LMD方法分解瓶颈序列以降低数据的波动性。其次,引入注意力机制(Attention Mechanism, AM)来增强LSTM网络的学习能力,同时采用改进的QPSO算法优化LSTM网络选取最优参数。最后,对瓶颈指数的分量进行预测,并将预测结果重构。仿真实验结果表明,基于LMD-QPSO-LSTM的动态瓶颈预测方法可以有效提高预测精度,且能够准确地跟踪瓶颈位置的变化。与其他模型相比,所提方法至少将平均绝对误差(Mean Absolute Error, MAE)降低了52.63%,平均百分比误差(Mean Absolute Percentage Error, MAPE)降低了25.14%,均方根误差(Root Mean Square Error, RMSE)降低了45.78%。 展开更多
关键词 局部均值分解 长短期记忆网络 改进量子粒子群算法 动态瓶颈预测 瓶颈漂移
在线阅读 下载PDF
钻孔瞬变电磁法扫描探测RCQPSO-LMO组合算法2.5D反演 被引量：5
3
作者 程久龙 焦俊俊 +1 位作者 陈志 董毅 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第2期781-792,共12页
利用钻孔进行超前探测地质构造及含水体是地下开挖工程中的常规手段,如何利用这些钻孔进行钻孔瞬变电磁法扫描探测,从而实现钻孔孔壁外围地质异常体的精细探测,对实现地下工程地质透明化具有重要的指导意义.本文提出钻孔瞬变电磁法扫描... 利用钻孔进行超前探测地质构造及含水体是地下开挖工程中的常规手段,如何利用这些钻孔进行钻孔瞬变电磁法扫描探测,从而实现钻孔孔壁外围地质异常体的精细探测,对实现地下工程地质透明化具有重要的指导意义.本文提出钻孔瞬变电磁法扫描探测2.5D反演的数据解译方法,首先针对随机性反演算法时效性低,易陷入局部最优解,而确定性反演算法依赖初始模型的问题,提出了组合策略的量子粒子群优化算法用来随机搜索最优初始模型.在此基础上,利用Levenberg-Marquarat方法求解Occam反演的目标函数,形成了RCQPSO-LMO组合算法进行2.5D反演,通过对比组合算法和单一算法,验证了组合算法具有更精确的反演结果.其次结合屏蔽条件下扫描探测,对比分析了有无屏蔽的2.5D反演结果,通过设定屏蔽系数对非探测方向信号进行部分压制,可以较好地解决钻孔径向扫描探测中对非探测方向信号部分屏蔽下的反演及成像.最后建立三组理论模型进行组合算法2.5D反演,结果表明:组合算法反演结果与理论模型的一致性较好,对低阻异常体的反演精度较高,验证了组合算法对钻孔孔壁外围低阻异常体具有较高的反演精度和分辨能力. 展开更多
关键词 钻孔瞬变电磁法 扫描探测 量子粒子群优化算法 组合算法 2.5D反演
在线阅读 下载PDF
基于IQPSO-EKF的多传感器融合姿态测量方法研究 被引量：1
4
作者 胡启国 王磊 +1 位作者 马鉴望 任渝荣 《机电工程》 CAS 北大核心 2024年第2期353-363,共11页
为解决自动化竖井掘进设备的定位调姿精度对竖井、孔桩挖掘效率与质量的影响,提出了一种基于改进量子粒子群(IQPSO)-扩展卡尔曼滤波(EKF)的姿态测量算法,以提高微机电系统(MEMS)传感器测量精度。首先,对MEMS传感器数据进行了预处理(除... 为解决自动化竖井掘进设备的定位调姿精度对竖井、孔桩挖掘效率与质量的影响,提出了一种基于改进量子粒子群(IQPSO)-扩展卡尔曼滤波(EKF)的姿态测量算法,以提高微机电系统(MEMS)传感器测量精度。首先,对MEMS传感器数据进行了预处理(除噪、滤波、校准等);然后,参考现有飞行器的坐标系,建立了姿态解算模型,通过姿态角数学模型及运动学分析,构建了EFK状态方程,针对EKF方法参数估计不准确的问题,以分段混沌映射优化初始种群,引入平均位置最优值来避免陷入局部最优的IQPSO-EFK算法,优化EKF的系统、测量噪声的协方差参数;最后,对改进算法和三组姿态误差估计进行了对比实验。研究结果表明:对比三种典型目标函数,IQPSO-EFK相较于普通粒子群算法(QPSO-EFK)具有更强的寻优能力与收敛精度;对比三组旋转速度姿态测量误差,基于IQPSO-EKF算法的姿态测量方法在测量误差时比真实测量误差减少了约86.3%,比扩展卡尔曼滤波减少了约68.7%,比普通粒子群算法减少了约28.2%,证明该算法有效地提高了MEMS传感器测量精度。 展开更多
关键词 竖井掘进 角度测量仪器 姿态测量 微机电系统传感器 多传感器融合 改进量子粒子群-扩展卡尔曼滤波
在线阅读 下载PDF
Optimal Planning of Charging Station for Electric Vehicle Based on Quantum PSO Algorithm 被引量：9
5
作者 LIU Zifa ZHANG Wei WANG Zeli 《中国电机工程学报》 EI CSCD 北大核心 2012年第22期I0006-I0006,共1页
关键词 电动汽车 粒子群算法 充电站 规划 优化 量子 能源 EV
在线阅读 下载PDF
ACCQPSO:一种改进的量子粒子群优化算法及其应用 被引量：1
6
作者 孙隽丰 李成海 宋亚飞 《信息网络安全》 CSCD 北大核心 2024年第4期574-586,共13页
针对量子粒子群优化算法前期易陷入局部极值点、后期寻优精度不高等问题,文章提出一种自适应交叉算子的混沌量子粒子群优化算法,并将其应用于BP神经网络超参数寻优。首先,利用Logistics映射初始种群为混沌序列进行最优解搜索,增强初始... 针对量子粒子群优化算法前期易陷入局部极值点、后期寻优精度不高等问题,文章提出一种自适应交叉算子的混沌量子粒子群优化算法,并将其应用于BP神经网络超参数寻优。首先,利用Logistics映射初始种群为混沌序列进行最优解搜索,增强初始种群的随机性与遍历性,提高算法寻优能力;然后,通过纵向交叉操作进行种群中个体的信息交换,并引入自适应交叉概率公式,增加种群多样性,提高算法的寻优精度;最后,在实验中,一方面,选取8个函数在高低两个维度进行验证,同时进行Wilcoxon秩和检验分析以及消融实验,验证该算法相较其他算法的有效性;另一方面,通过算法优化BP神经网络应用到网络安全态势预测任务中,实验结果表明该算法收敛速度相较于对比算法有大幅度提升。 展开更多
关键词 量子粒子群优化算法 混沌映射 交叉算子 自适应调整策略 BP神经网络
在线阅读 下载PDF
基于QPSO-LSTM模型的电离层TEC预测
7
作者 郭文韬 孙希延 +1 位作者 纪元法 贾茜子 《空间科学学报》 CAS CSCD 北大核心 2024年第5期772-781,共10页
针对单一LSTM模型的电离层TEC短期预报存在参数调整和性能优化困难导致预测精度低的问题,结合量子粒子群算法(Quantum Particle Swarm Optimization,QPSO)和LSTM模型,通过量子粒子群算法自适应确定最优解,优化LSTM模型的参数配置,并利... 针对单一LSTM模型的电离层TEC短期预报存在参数调整和性能优化困难导致预测精度低的问题,结合量子粒子群算法(Quantum Particle Swarm Optimization,QPSO)和LSTM模型,通过量子粒子群算法自适应确定最优解,优化LSTM模型的参数配置,并利用该模型预测2014年和2018年共三个时段的低、中、高纬度提前5 d的电离层TEC,对地磁活动的平静期和扰动期的电离层TEC预测精度进行实验分析.结果表明,经过QPSO优化的LSTM模型对TEC进行连续5 d预测时,相对于单一LSTM模型,QPSO-LSTM模型在太阳活动低年均方根误差最多降低了0.34 TECU,而相对精度最多提高了2.68%,而在太阳活动高年,低纬度地区均方根误差最多下降了0.68 TECU,而相对精度在高纬度地区最多提高了2.36%.从不同的角度对比分析发现,QPSOLSTM模型的预测精度均优于单一LSTM模型. 展开更多
关键词 LSTM 量子粒子群算法 地磁活动 预测精度
在线阅读 下载PDF
基于QPSO改进LSTM发动机怠速预测的FPID控制 被引量：3
8
作者 赵晴 潘江如 +1 位作者 董恒祥 郭鸿鑫 《现代电子技术》 北大核心 2024年第8期75-82,共8页
以北京现代伊兰特G4GD发动机为试验台,将电控系统故障作为实验变量,测得规定时间内双传感器组合发生故障时的发动机怠速,并选原车ECU较难控制的6种组合怠速故障进行分析。基于量子粒子群算法(QPSO)对长短时记忆神经网络(LSTM)隐含层节... 以北京现代伊兰特G4GD发动机为试验台,将电控系统故障作为实验变量,测得规定时间内双传感器组合发生故障时的发动机怠速,并选原车ECU较难控制的6种组合怠速故障进行分析。基于量子粒子群算法(QPSO)对长短时记忆神经网络(LSTM)隐含层节点、训练次数与学习率进行寻优预测,将预测结果与多种神经网络进行对比,并通过均方根误差(RMSE)评价指标进行判断。使用Origin数据拟合将预测输出结果进行数值拟合,之后输入Matlab中使用Simulink搭建控制单元模型,由模糊常量-积分-微分(FPID)控制器对输出结果进行怠速控制。结果表明:基于量子粒子群算法改进的长短时记忆神经网络预测效果最好;模糊常量-积分-微分控制器对怠速的控制可有效缩短电子控制单元(ECU)的控制时间,无超调,且可有效调节至规定怠速。 展开更多
关键词 发动机怠速 量子粒子群优化算法 长短时记忆神经网络 模糊PID控制 故障分析 时间序列预测
在线阅读 下载PDF
六自由度工业机器人运动学参数辨识 被引量：1
9
作者 胡明 郭玉奉 +1 位作者 杨景 杨帆 《机械设计与制造》 北大核心 2025年第6期314-319,共6页
作为运动控制的基础,机器人运动学参数辨识的误差模型对其精度存在影响。以六自由度机器人为对象,基于DH矩阵法建立机器人的运动学模型,进行仿真验证。分别从位置、姿态与位姿综合三个方面建立六种不同的误差模型并利用量子遗传算法分... 作为运动控制的基础,机器人运动学参数辨识的误差模型对其精度存在影响。以六自由度机器人为对象,基于DH矩阵法建立机器人的运动学模型,进行仿真验证。分别从位置、姿态与位姿综合三个方面建立六种不同的误差模型并利用量子遗传算法分别进行辨识仿真,仿真结果表明,误差模型5拥有较高的辨识精度和辨识稳定性,适合用于实际辨识实验。利用高精度相机测量机器人末端位姿,通过粒子群寻优算法求取机器人基坐标系与相机坐标系之间转换矩阵。基于视觉测量数据、量子遗传算法和粒子群算法,以误差模型5作为实际辨识模型分别进行辨识实验。结果表明,基于误差模型5的量子遗传算法辨识后的机器人末端综合位置误差的方差小,其值为0.1159mm2,曲线波动幅度小,且平均误差下降82.96%,有较高的辨识精度和辨识稳定性,可有效提升机器人末端的定位精度,为基于视觉的动态目标捕捉提供条件。 展开更多
关键词 机器人运动学 参数辨识 误差模型 量子遗传算法 粒子群算法 手眼标定
在线阅读 下载PDF
考虑碳排放的铁路路基施工机群配置优化 被引量：1
10
作者 鲍学英 申中帅 +1 位作者 李子龙 吕向茹 《安全与环境学报》 北大核心 2025年第1期364-373,共10页
铁路路基施工机群配置关系施工工期,会直接产生施工成本,对生态环境造成重要影响,进而产生较高碳排放量。首先,考虑铁路路基施工工期、施工成本、施工绿色指数及碳排放等目标,建立铁路路基施工机群配置优化模型。其中,将施工机群配置优... 铁路路基施工机群配置关系施工工期,会直接产生施工成本,对生态环境造成重要影响,进而产生较高碳排放量。首先,考虑铁路路基施工工期、施工成本、施工绿色指数及碳排放等目标,建立铁路路基施工机群配置优化模型。其中,将施工机群配置优化模型中各优化目标作为一级指标建立机群配置多目标决策偏好评价指标体系,并将组合数有序加权算子(Combination Ordered Weighted Averaging,C-OWA)法与基于指标间相关性分析的权重确定(Criteria Importance Though Intercriteria Correlation,CRITIC)法结合对指标进行组合赋权。其次,采用基于莱维飞行机制的量子粒子群优化(Quantum Particle Swarm Optimization,QPSO)算法求解该施工机群配置优化模型。最后,以某铁路路基工程某标段为例进行实证分析。结果显示,多目标优化方案较原方案工期提前75 d,成本降低203.257万元,绿色指数提升5.250%,碳排放量降低1.305 t。研究结果可为铁路路基施工机群配置优化提供新思路。 展开更多
关键词 环境工程学 铁路路基机群配置 碳排放 组合数有序加权算子法 基于指标间相关性分析的权重确定法 基于莱维飞行的量子粒子群优化算法
在线阅读 下载PDF
一种基于QPSO-RVM的模拟电路故障预测方法 被引量：27
11
作者 张朝龙 何怡刚 +2 位作者 邓芳明 袁莉芬 何威 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第8期1751-1757,共7页
提出了一种可应用于模拟电路故障预测的方法。通过提取被测电路的频域响应信号,计算皮尔逊相关系数,从而表征电路元件的健康度;在获取元件在不同时间点的健康度数据的基础上,推导出电路元件发生故障时的健康度阈值;将经量子粒子群算法... 提出了一种可应用于模拟电路故障预测的方法。通过提取被测电路的频域响应信号,计算皮尔逊相关系数,从而表征电路元件的健康度;在获取元件在不同时间点的健康度数据的基础上,推导出电路元件发生故障时的健康度阈值;将经量子粒子群算法优化的相关向量机算法用于故障预测,预测各个时间点的元件健康度变化轨迹并估计模拟电路的剩余有用寿命。该预测方法计算简单、通用性强,适用于实时预测。故障预测仿真实验与实例实验证明了方法的有效性与先进性。 展开更多
关键词 模拟电路 剩余有用寿命 健康度 皮尔逊相关系数 相关向量机 量子粒子群 Pearson product-moment correlation coefficient(PPMCC) relevance vector machine(RVM) quantum-behaved particle swarm optimization(qpso)
在线阅读 下载PDF
基于QPSO-RBF的瓦斯涌出量预测模型 被引量：32
12
作者 潘玉民 邓永红 +1 位作者 张全柱 薛鹏骞 《中国安全科学学报》 CAS CSCD 北大核心 2012年第12期29-34,共6页
为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适... 为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适应值参数。其中,RBF网络选取5-3-1的精简结构,采用5个变量作为影响因子预测瓦斯涌出量。结果表明,经QPSO优化后的RBF网络模型预测结果稳定且唯一,其泛化指标平均相对变动值(ARV)为0.012 2。与PSO-RBF、RBF模型预测结果比较,QPSO-RBF模型的泛化能力和网络训练速度优于前2种;预测精度约为PSO-RBF模型的1.5倍、RBF模型的4倍。 展开更多
关键词 量子粒子群(qpso)算法 径向基(RBF) qpso-RBF模型 泛化能力 瓦斯涌出量
在线阅读 下载PDF
基于粒子群优化算法的量子卷积神经网络 被引量：1
13
作者 张嘉雯 蔡彬彬 林崧 《量子电子学报》 北大核心 2025年第1期123-135,共13页
针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在... 针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在图像分类任务上表现优异的电路结构。基于Fashion MNIST和MNIST标准数据集的仿真实验表明,该模型具有较强的学习能力和良好的泛化性能,准确率分别可达94.7%和99.05%。相较于现有量子卷积神经网络模型,平均分类精度最高分别提升了4.14%和1.43%。 展开更多
关键词 量子光学 量子卷积神经网络 粒子群优化算法 量子机器学习 参数化量子电路
在线阅读 下载PDF
基于QPSO的数据聚类 被引量：14
14
作者 龙海侠 须文波 孙俊 《计算机应用研究》 CSCD 北大核心 2006年第12期40-42,45,共4页
在K-Means聚类、PSO聚类、K-Means和PSO混合聚类(KPSO)的基础上,研究了基于量子行为的微粒群优化算法(QPSO)的数据聚类方法,并提出利用K-Means聚类的结果重新初始化粒子群,结合QPSO的聚类算法,即KQPSO。介绍了如何利用上述算法找到用户... 在K-Means聚类、PSO聚类、K-Means和PSO混合聚类(KPSO)的基础上,研究了基于量子行为的微粒群优化算法(QPSO)的数据聚类方法,并提出利用K-Means聚类的结果重新初始化粒子群,结合QPSO的聚类算法,即KQPSO。介绍了如何利用上述算法找到用户指定的聚类个数的聚类中心。聚类过程都是根据数据之间的Euclidean(欧几里得)距离。K-Means算法、PSO算法和QPSO算法的不同在于聚类中心向量的“进化”上。最后使用三个数据集比较了上面提到的五种聚类方法的性能,结果显示基于QPSO算法的数据聚类性能比一般PSO算法更好。 展开更多
关键词 聚类 K—Means PSO qpso 聚类中心
在线阅读 下载PDF
基于QPSO算法的RBF神经网络参数优化仿真研究 被引量：24
15
作者 陈伟 冯斌 孙俊 《计算机应用》 CSCD 北大核心 2006年第8期1928-1931,共4页
针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法,将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此在可行解空间范围内搜索最优解... 针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法,将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此在可行解空间范围内搜索最优解。实例仿真表明,该学习算法相比于传统的学习算法计算简单,收敛速度快,并由于其算法模型的自身特性比基于PSO的学习算法具有更好的全局收敛性能。 展开更多
关键词 粒子群优化算法 量子粒子群优化算法 径向基函数神经网络
在线阅读 下载PDF
QPSO算法优化BP网络的网络流量预测 被引量：11
16
作者 冯华丽 刘渊 陈冬 《计算机工程与应用》 CSCD 2012年第3期102-104,共3页
网络流量预测对于大规模网络的规划设计和网络资源管理等方面都具有积极的意义,是网络流量工程重要组成部分。结合QPSO算法和BP神经网络的优势,采用QPSO算法对BP神经网络的权值和阈值进行优化,并利用历史记录训练BP网络。仿真实验表明,... 网络流量预测对于大规模网络的规划设计和网络资源管理等方面都具有积极的意义,是网络流量工程重要组成部分。结合QPSO算法和BP神经网络的优势,采用QPSO算法对BP神经网络的权值和阈值进行优化,并利用历史记录训练BP网络。仿真实验表明,与PSO训练的BP网络以及直接用BP网络进行预测的模型相比,基于QPSO训练的BP网络流量预测模型具有更好的预测能力。 展开更多
关键词 量子粒子群算法 粒子群算法 神经网络 网络流量 预测
在线阅读 下载PDF
运用QPSO算法进行系统辨识的研究 被引量：15
17
作者 沈佳宁 孙俊 须文波 《计算机工程与应用》 CSCD 北大核心 2009年第9期67-70,共4页
引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。仿真实验结果表明,QPSO算法具有比GA算法及PSO算法更强的线性系统辨... 引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。仿真实验结果表明,QPSO算法具有比GA算法及PSO算法更强的线性系统辨识能力和非线性系统辨识能力。 展开更多
关键词 系统辨识 量子粒子群优化算法 线性系统 非线性系统 HAMMERSTEIN模型 WIENER模型
在线阅读 下载PDF
基于QPSO粒子滤波的航空发动机突变故障诊断 被引量：8
18
作者 黄金泉 陈煜 +1 位作者 周浩文 鲁峰 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2014年第4期494-500,共7页
针对标准粒子滤波算法对突变故障诊断迟缓的问题,提出了量子行为粒子群优化(Quantum-behaved particle swarm optimization,QPSO)的粒子滤波算法。该算法引入权值偏差系数的概念,当权值偏差系数超出设置的阈值时,认为系统发生故障,并结... 针对标准粒子滤波算法对突变故障诊断迟缓的问题,提出了量子行为粒子群优化(Quantum-behaved particle swarm optimization,QPSO)的粒子滤波算法。该算法引入权值偏差系数的概念,当权值偏差系数超出设置的阈值时,认为系统发生故障,并结合最新的观测值,将量子行为粒子群优化算法融入到粒子的采样过程中,驱使粒子向高似然区域移动,提高粒子群对突变故障的估计性能。仿真结果表明,与标准粒子滤波算法相比,量子行为粒子群优化的粒子滤波算法显著提高了对突变故障的反应速度。 展开更多
关键词 航空发动机 突变故障 气路分析 粒子滤波 量子行为粒子群优化
在线阅读 下载PDF
QPSO算法求解无约束多目标优化问题 被引量：7
19
作者 管芳景 须文波 +1 位作者 孙俊 张春燕 《计算机工程与设计》 CSCD 北大核心 2007年第14期3285-3287,3290,共4页
在分析了用基于目标加权的PSO算法(WAPSO)的基础上,研究了利用基于量子行为的微粒群优化算法(QPSO)来解决多目标优化问题。提出了基于目标加权的QPSO算法(WAQPSO),利用WAQPSO算法解决无约束的多目标优化问题,通过典型的多目标测试函数实... 在分析了用基于目标加权的PSO算法(WAPSO)的基础上,研究了利用基于量子行为的微粒群优化算法(QPSO)来解决多目标优化问题。提出了基于目标加权的QPSO算法(WAQPSO),利用WAQPSO算法解决无约束的多目标优化问题,通过典型的多目标测试函数实验,验证了该算法解决无约束多目标问题的有效性。 展开更多
关键词 粒子群优化(PSO) 目标加权 多目标优化 无约束优化 具有量子行为的微粒群优化算法
在线阅读 下载PDF
基于DGA的QPSO-BP模型变压器故障诊断方法研究 被引量：10
20
作者 程加堂 段志梅 +1 位作者 熊燕 艾莉 《高压电器》 CAS CSCD 北大核心 2016年第2期57-61,共5页
为了提高变压器故障诊断的准确率,提出一种基于量子粒子群优化BP神经网络(quantum particle swarm optimized BP neural network,QPSO-BP)的故障诊断模型。在该算法中,用量子位的概率幅表示种群中各粒子的当前位置,用量子旋转门实现粒... 为了提高变压器故障诊断的准确率,提出一种基于量子粒子群优化BP神经网络(quantum particle swarm optimized BP neural network,QPSO-BP)的故障诊断模型。在该算法中,用量子位的概率幅表示种群中各粒子的当前位置,用量子旋转门实现粒子位置的移动,用量子非门进行变异操作,以获取BP神经网络的权、阈值优化参数,最终实现了变压器故障诊断模型的构建。对故障DGA样本的诊断实例表明,与粒子群优化BP网络(particle swarm optimized BP neural network,PSO-BP)法、BPNN法以及IEC三比值法相比,QPSO-BP算法具有更高的诊断正确率,从而实现了变压器故障模式的有效识别。 展开更多
关键词 量子粒子群算法 神经网络 变压器 故障诊断 溶解气体分析
在线阅读 下载PDF
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 2 … 33 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部