期刊文献+
共找到788篇文章
< 1 2 40 >
每页显示 20 50 100
Adaptive multi-feature tracking in particle swarm optimization based particle filter framework 被引量:7
1
作者 Miaohui Zhang Ming Xin Jie Yang 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2012年第5期775-783,共9页
This paper proposes a particle swarm optimization(PSO) based particle filter(PF) tracking framework,the embedded PSO makes particles move toward the high likelihood area to find the optimal position in the state t... This paper proposes a particle swarm optimization(PSO) based particle filter(PF) tracking framework,the embedded PSO makes particles move toward the high likelihood area to find the optimal position in the state transition stage,and simultaneously incorporates the newest observations into the proposal distribution in the update stage.In the proposed approach,likelihood measure functions involving multiple features are presented to enhance the performance of model fitting.Furthermore,the multi-feature weights are self-adaptively adjusted by a PSO algorithm throughout the tracking process.There are three main contributions.Firstly,the PSO algorithm is fused into the PF framework,which can efficiently alleviate the particles degeneracy phenomenon.Secondly,an effective convergence criterion for the PSO algorithm is explored,which can avoid particles getting stuck in local minima and maintain a greater particle diversity.Finally,a multi-feature weight self-adjusting strategy is proposed,which can significantly improve the tracking robustness and accuracy.Experiments performed on several challenging public video sequences demonstrate that the proposed tracking approach achieves a considerable performance. 展开更多
关键词 particle filter particle swarm optimization adaptive weight adjustment visual tracking
在线阅读 下载PDF
Improved particle swarm optimization algorithm for fuzzy multi-class SVM 被引量:18
2
作者 Ying Li Bendu Bai Yanning Zhang 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2010年第3期509-513,共5页
An improved particle swarm optimization(PSO) algorithm is proposed to train the fuzzy support vector machine(FSVM) for pattern multi-classification.In the improved algorithm,the particles studies not only from its... An improved particle swarm optimization(PSO) algorithm is proposed to train the fuzzy support vector machine(FSVM) for pattern multi-classification.In the improved algorithm,the particles studies not only from itself and the best one but also from the mean value of some other particles.In addition,adaptive mutation was introduced to reduce the rate of premature convergence.The experimental results on the synthetic aperture radar(SAR) target recognition of moving and stationary target acquisition and recognition(MSTAR) dataset and character recognition of MNIST database show that the improved algorithm is feasible and effective for fuzzy multi-class SVM training. 展开更多
关键词 particle swarm optimization(PSO) fuzzy support vector machine(FSVM) adaptive mutation multi-classification.
在线阅读 下载PDF
Multiple-target tracking with adaptive sampling intervals for phased-array radar 被引量:10
3
作者 Zhenkai Zhang Jianjiang Zhou +2 位作者 Fei Wang Weiqiang Liu Hongbing Yang 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2011年第5期760-766,共7页
A novel adaptive sampling interval algorithm for multitarget tracking is presented. This algorithm which is based on interacting multiple models incorporates the grey relational grade (GRG) into the particle swarm o... A novel adaptive sampling interval algorithm for multitarget tracking is presented. This algorithm which is based on interacting multiple models incorporates the grey relational grade (GRG) into the particle swarm optimization (PSO). Firstly, the desired tracking accuracy is set for each target. Secondly, sampling intervals are selected as particles, and then the advantage of the GRG is taken as the measurement function for resource management. Meanwhile, the fitness value of the PSO is used to measure the difference between desired tracking accuracy and estimated tracking accuracy. Finally, it is suggested that the radar should track the target whose prediction value of the next sampling interval is the smallest. Simulations show that the proposed method improves both the tracking accuracy and tracking efficiency of the phased-array radar. 展开更多
关键词 target tracking adaptive sampling interval (ASI) particle swarm optimization (PSO) grey relational grade (GRG) phased-array radar.
在线阅读 下载PDF
基于自适应等效能耗最小的燃料电池船舶能量管理策略 被引量:1
4
作者 许晓彦 曹伟 韩冰 《太阳能学报》 北大核心 2025年第3期108-115,共8页
为实现等效能耗最小策略中等效因子的实时调整,提出一种基于自适应等效能耗最小的能量管理策略。首先,设计一种基于多种群自适应协同粒子群优化算法的最优等效因子提取方法,该方法为双层优化的结构。在上层优化中,以船舶的运行成本、储... 为实现等效能耗最小策略中等效因子的实时调整,提出一种基于自适应等效能耗最小的能量管理策略。首先,设计一种基于多种群自适应协同粒子群优化算法的最优等效因子提取方法,该方法为双层优化的结构。在上层优化中,以船舶的运行成本、储能系统最终电量和初始电量误差最小为目标函数,求解燃料电池系统和储能系统的最优运行轨迹;在下层优化中,建立等效因子的优化模型,提取最优等效因子的分布。然后,建立以系统状态参数为输入、等效因子为输出的神经网络模型。利用最优的等效因子作为训练样本,对神经网络模型进行训练。最后,将神经网络模型与等效能耗最小策略相结合,可实现等效因子的实时调整。在Matlab/Simulink中搭建船舶混合能源系统的仿真模型,对基于自适应等效能耗最小的能量管理策略进行验证。仿真结果表明,与基于恒定等效因子的等效能耗最小策略相比,储能系统的最终电量更接近初始值,氢气的总消耗量降低1.98%。 展开更多
关键词 燃料电池船 能量管理策略 神经网络 等效因子 多种群自适应协同的粒子群优化算法
在线阅读 下载PDF
自适应混合粒子群优化DMC及其在脱硫系统中的应用
5
作者 王惠杰 李绍鑫 +1 位作者 许小刚 秦志明 《华北电力大学学报(自然科学版)》 北大核心 2025年第4期125-133,142,共10页
为提高脱硫系统动态矩阵算法(DMC)的控制精度,使控制器参数能够自动寻优,提出采用自适应混合粒子群算法优化DMC中的参数。首先以粒子群算法为基础,加入自适应权重和局部因子构建自适应混合粒子群,并通过Griewank函数验证自适应混合粒子... 为提高脱硫系统动态矩阵算法(DMC)的控制精度,使控制器参数能够自动寻优,提出采用自适应混合粒子群算法优化DMC中的参数。首先以粒子群算法为基础,加入自适应权重和局部因子构建自适应混合粒子群,并通过Griewank函数验证自适应混合粒子群的寻优性能;接着搭建DMC模型,使用自适应混合粒子群算法对DMC的控制时域、优化时域等参数进行迭代寻优,最后以浆液密度和机组负荷作为干扰因素对脱硫系统进行控制仿真及抗干扰测试。以某电厂600 MW机组配置脱硫塔浆液pH值为研究对象,将电厂实际运行数据作为输入检验控制系统特性。仿真结果表明:与传统PID控制以及Smith预估控制相比,自适应混合粒子群优化DMC控制下浆液pH值上升时间更短,控制更集中,波动范围小,在设定值±0.02范围内覆盖率达到99.41%。 展开更多
关键词 自适应混合粒子群算法 动态矩阵 PH值 控制优化
在线阅读 下载PDF
基于敏感度分析的球面磁悬浮飞轮电机多目标分层优化设计
6
作者 朱志莹 焦金帅 +2 位作者 徐政 孟凡浩 安聪 《电气工程学报》 北大核心 2025年第2期130-139,共10页
针对球面磁悬浮飞轮电机的参数优化设计问题,提出一种基于参数敏感度分析的多目标分层优化设计方案。在介绍电机运行机理及电磁分析的基础上,以转矩、悬浮力为优化目标,通过对电机结构参数进行敏感度分析,利用构建敏感度方程,将电机参... 针对球面磁悬浮飞轮电机的参数优化设计问题,提出一种基于参数敏感度分析的多目标分层优化设计方案。在介绍电机运行机理及电磁分析的基础上,以转矩、悬浮力为优化目标,通过对电机结构参数进行敏感度分析,利用构建敏感度方程,将电机参数划分为主敏感度参数和次敏感度参数,针对主敏感度参数和次敏感度参数,依次分别采用支持向量机进行非参数建模,并通过惯性权重自适应改变的混沌粒子群算法进行寻优;最后,通过有限元仿真验证了所提算法的有效性,结果表明优化后电机转矩提高6%,悬浮力提高27.99%。 展开更多
关键词 球面磁悬浮飞轮电机 参数敏感度分析 分层优化 支持向量机 惯性权重自适应改变的混沌粒子群算法
在线阅读 下载PDF
矿用自卸车座椅空气弹簧悬架参数辨识与优化
7
作者 刘红华 阳洁颖 刘翠雅 《机械设计与制造》 北大核心 2025年第5期217-222,228,共7页
矿用自卸车的座椅空气弹簧悬架系统缓震效果直接影响乘坐舒适性。这里提出一种运用自适应混沌粒子群优化算法来解决针对矿用自卸车座椅空气弹簧悬挂系统的非线性刚度和阻尼参数的识别处理。借助将混沌引入粒子的运动过程中,与标准粒子... 矿用自卸车的座椅空气弹簧悬架系统缓震效果直接影响乘坐舒适性。这里提出一种运用自适应混沌粒子群优化算法来解决针对矿用自卸车座椅空气弹簧悬挂系统的非线性刚度和阻尼参数的识别处理。借助将混沌引入粒子的运动过程中,与标准粒子群算法相比表现出不同,使粒子群在稳定状态与混沌状态之间交替向着最优点收敛,同时根据粒子运行状态动态调整惯性权重。提高了算法的适应性,明显提升收敛速度并提高了精度,有效避免了局部最优得出,进行整车试验验证了该方法的有效性。结果表明,导致乘坐舒适性下降的主要原因是由于原系统中的刚度和阻尼数值不匹配,因此将垂直方向加速度均方根值设为目标,对空气弹簧悬架的阻尼参数和非线性刚度通过遗传算法来进行优化。在优化后,目标值下降了30.4%,显著提高了乘坐舒适性。 展开更多
关键词 非线性 空气弹簧悬架 自适应混沌粒子群优化算法 辨识 优化
在线阅读 下载PDF
基于自适应时域MPC的无人车轨迹跟踪控制
8
作者 丁承君 耿宇坤 +2 位作者 胡健鑫 王逸桐 王镇林 《科学技术与工程》 北大核心 2025年第23期9883-9891,共9页
为了提高无人车在不同路面附着系数和车速下的轨迹跟踪控制性能,提出一种自适应时域模型预测控制(model predictive control,MPC)算法。首先,基于三自由度车辆动力学模型设计MPC轨迹跟踪控制器。其次,引入融合准反射学习和高斯变异的粒... 为了提高无人车在不同路面附着系数和车速下的轨迹跟踪控制性能,提出一种自适应时域模型预测控制(model predictive control,MPC)算法。首先,基于三自由度车辆动力学模型设计MPC轨迹跟踪控制器。其次,引入融合准反射学习和高斯变异的粒子群优化算法(particle swarm optimization,PSO)对时域参数优化,获得不同工况下的离线最优时域数据集。然后,利用自适应神经模糊推理系统(adaptive network-based fuzzy inference system,ANFIS)对数据集训练,得到能够自适应调整时域的控制系统。最后,通过Carsim和Simulink联合仿真和实车验证。结果表明:自适应时域MPC控制器在不同工况下的轨迹跟踪精度和稳定性均得到了较大幅度的提高,且该算法具有较好的实用性。 展开更多
关键词 模型预测控制 轨迹跟踪 粒子群优化算法(PSO) 自适应神经模糊推理系统(ANFIS)
在线阅读 下载PDF
基于数字孪生的变压器热点温度预测预警技术研究 被引量:1
9
作者 李佰霖 马云帆 +3 位作者 陈昱锐 罗远林 褚凡武 付文龙 《工程设计学报》 北大核心 2025年第3期281-295,共15页
变压器热点温度对电网系统的可靠性和稳定性有直接影响。针对传统变压器管理模式复杂以及变压器热点温度预测方法存在成本高、计算效率低和计算误差高等问题,提出了一种基于数字孪生的变压器热点温度预测预警技术。首先,搭建变压器数字... 变压器热点温度对电网系统的可靠性和稳定性有直接影响。针对传统变压器管理模式复杂以及变压器热点温度预测方法存在成本高、计算效率低和计算误差高等问题,提出了一种基于数字孪生的变压器热点温度预测预警技术。首先,搭建变压器数字孪生六维模型,实现了系统数据共通、多源融合和虚实交互等功能。然后,构建可承载人工智能与机器学习算法的感知交互驱动型数字孪生系统,并采用混沌自适应粒子群优化(chaotic adaptive particle swarm optimization,CAPSO)算法对BP(back propagation,反向传播)神经网络的权重和阈值进行优化,加快了原始网络的收敛速度,同时建立了基于CAPSO-BP的变压器热点温度预测模型。最后,利用变压器现场监测数据在虚拟引擎平台上进行仿真分析,实现了变压器热点温度预测预警系统各功能的开发应用并验证了预测模型的可行性和有效性。研究结果为数字孪生变压器系统由数字化向智能化转型提供了新的思路和理论依据。 展开更多
关键词 变压器 数字孪生 人工智能 机器学习 混沌自适应粒子群优化 反向传播神经网络 温度预测
在线阅读 下载PDF
考虑簧下信息的道路过程噪声自适应路面不平度估计研究
10
作者 邹函桐 夏小均 +3 位作者 张红 张志飞 陈浩 贺岩松 《振动与冲击》 北大核心 2025年第14期283-292,共10页
准确获取路面不平度信息对于智能悬架控制至关重要,直接影响汽车动力学性能和舒适性。因此,本文旨在提升路面不平度估计精度,基于4自由度模型,将车身垂向振动、俯仰振动和簧下振动信息作为观测量,使用卡尔曼滤波算法搭建路面不平度估计... 准确获取路面不平度信息对于智能悬架控制至关重要,直接影响汽车动力学性能和舒适性。因此,本文旨在提升路面不平度估计精度,基于4自由度模型,将车身垂向振动、俯仰振动和簧下振动信息作为观测量,使用卡尔曼滤波算法搭建路面不平度估计观测器,同时利用车身垂向加速度信息构建粒子群-支持向量机模型以实现路面等级分类,并基于路面等级设计道路过程噪声协方差矩阵自适应更新算法,提出考虑簧下信息的过程噪声自适应路面不平度估计算法。仿真结果表明,在随机路面和冲击路面下,所提算法相对于常规增广卡尔曼滤波算法在实时路面不平度估计精度上取得一定提升。 展开更多
关键词 增广卡尔曼观测器 粒子群算法优化支持向量机 路面等级识别 过程噪声自适应
在线阅读 下载PDF
基于自适应粒子群的机械臂模糊计算力矩控制
11
作者 李嘉辉 杨建中 +2 位作者 黄思 吴浩天 张青 《组合机床与自动化加工技术》 北大核心 2025年第1期150-154,159,共6页
针对多自由度机械臂控制器在控制参数不能适应系统变化时轨迹跟踪性能不足的问题,提出一种基于自适应粒子群算法的模糊计算力矩控制(APSO-FCTC)。以二连杆机械臂轨迹跟踪为对象,基于拉格朗日法建立动力学模型,设计了用于自适应调整计算... 针对多自由度机械臂控制器在控制参数不能适应系统变化时轨迹跟踪性能不足的问题,提出一种基于自适应粒子群算法的模糊计算力矩控制(APSO-FCTC)。以二连杆机械臂轨迹跟踪为对象,基于拉格朗日法建立动力学模型,设计了用于自适应调整计算力矩控制(CTC)中PID参数的模糊控制器。进一步提出APSO-FCTC方法,通过基于动态适应度数组的自适应粒子群算法实时优化模糊集合的端点值。通过仿真验证了所提出的APSO-FCTC方法在传统CTC方法的控制参数不能适应系统变化时轨迹跟踪的优越性和抗干扰性,且优于单独使用模糊或自适应粒子群的方法。 展开更多
关键词 机械臂 计算力矩 模糊控制 自适应粒子群
在线阅读 下载PDF
基于AWPSO-GRU算法的盾构掘进姿态预测方法:以上海市域铁路机场联络线为例
12
作者 朱美恒 陈兆庚 +2 位作者 张冬梅 高俊华 黄忠凯 《科学技术与工程》 北大核心 2025年第14期6062-6071,共10页
为解决盾构掘进过程中参数设定标准不明确、盾构司机主观经验性过强而引发盾构姿态难以控制的工程问题,提出了一种考虑地层条件-隧道结构-掘进参数综合作用的盾构掘进姿态智能预测模型。首先建立了一种自适应权重粒子群优化(adaptive we... 为解决盾构掘进过程中参数设定标准不明确、盾构司机主观经验性过强而引发盾构姿态难以控制的工程问题,提出了一种考虑地层条件-隧道结构-掘进参数综合作用的盾构掘进姿态智能预测模型。首先建立了一种自适应权重粒子群优化(adaptive weight particle swarm optimization,AWPSO)算法;然后结合门控循环单元(gated recurrent unit,GRU)神经网络构建盾构姿态预测模型,其中AWPSO算法用于确定GRU神经网络中的最优超参数组合;最后结合上海轨道交通市域线机场联络线张江站-度假区站区间现场监测数据进行了案例验证。结果表明,基于AWPSO-GRU的盾构掘进姿态预测模型具有较高的可靠性和工程实用性,可为盾构掘进过程中施工参数的设定提供参考和依据。 展开更多
关键词 盾构隧道 粒子群优化 自适应惯性权重 门控循环单元 姿态预测
在线阅读 下载PDF
基于自适应PSO参数优化的页岩气复合时间产量递减模型
13
作者 骆国辉 彭小龙 +1 位作者 杨晨 朱苏阳 《科学技术与工程》 北大核心 2025年第18期7583-7589,共7页
页岩气因其储层条件复杂、多尺度孔隙结构,产量随时间变化呈现明显的非线性特征,传统的产量预测方法依赖于地质和工程数据的统计分析,很难适应地质条件的复杂性而无法达到高准确性。提出了将超双曲递减模型与具有时间属性的复合函数结... 页岩气因其储层条件复杂、多尺度孔隙结构,产量随时间变化呈现明显的非线性特征,传统的产量预测方法依赖于地质和工程数据的统计分析,很难适应地质条件的复杂性而无法达到高准确性。提出了将超双曲递减模型与具有时间属性的复合函数结合的方法,并使用改进的自适应粒子群优化算法(adaptive-particle swarm optimization, A-PSO)来寻找最优模型参数,建立了复合时间超双曲递减模型。研究结果表明:采用A-PSO优化算法能够根据产量数据的复杂性和数据的变化自动调整参数和模型结构,能更快更准地找到最优参数组合,提高预测精度;产量在时间上的波动大,常规递减模型难以反映其特征,复合时间递减模型灵活性强,能够考虑油气藏的复杂性和多变性,更准确地描述页岩气井在不同阶段的产量变化,提供更高的拟合精度,使得产量预测更接近实际值。 展开更多
关键词 复合时间超双曲递减模型 自适应粒子群优化算法 参数优化 页岩气 产量预测
在线阅读 下载PDF
粒子群优化随机森林机床热误差建模与补偿
14
作者 苏哲 郭世杰 +3 位作者 丁强强 唐术锋 邹云鹤 吕贺 《机床与液压》 北大核心 2025年第12期8-16,共9页
为了提高机床热误差预测精度,提出一种自适应粒子群(APSO)优化随机森林(RF)模型的机床直线轴热误差预测方法。采用浣熊优化算法(COA)对K-Means算法进行优化,并结合相关性分析筛选出温度敏感点;提出动态惯性权重与学习因子的线性调整策... 为了提高机床热误差预测精度,提出一种自适应粒子群(APSO)优化随机森林(RF)模型的机床直线轴热误差预测方法。采用浣熊优化算法(COA)对K-Means算法进行优化,并结合相关性分析筛选出温度敏感点;提出动态惯性权重与学习因子的线性调整策略来避免粒子群算法陷入局部最优解,构建了基于APSO-RF的直线轴热误差预测模型。为了验证模型的准确性与实用性,在VDL-600A型加工中心上以X轴为例进行热误差测量与建模验证,基于FANUC系统坐标原点偏移(EMZPS)功能结合自主搭建的热误差辅助补偿系统,实现了计算机与系统间的通信连接。结果表明:APSO-RF热误差模型的均方根误差相比PSO-SVM、RF及BP模型分别降低了18.3%、45.2%及47.2%,有效提高了建模精度。根据构建的模型与补偿系统功能模块,补偿后热误差最大值由71.15μm降至13.4μm,精度提升81.2%,所构建的热误差补偿方法可有效提高机床的加工精度及稳定性。 展开更多
关键词 数控机床 热误差补偿 自适应粒子群优化随机森林(APSO-RF)模型 浣熊优化算法(COA)
在线阅读 下载PDF
基于多群自适应协同粒子群优化算法的光储热泵系统研究
15
作者 刘鑫冉 吴振奎 +1 位作者 张腾飞 宋庚岭 《现代电子技术》 北大核心 2025年第10期127-134,共8页
为解决小型电热耦合系统的资源失配问题,并缓解北方地区供热压力和提高离网负荷供电的可靠性,通过整合光伏发电单元、蓄电池储能单元与高效水源热泵的供暖系统,将各部分看作不同子群,提出一种求解系统能量配比的最优解的多群自适应协同... 为解决小型电热耦合系统的资源失配问题,并缓解北方地区供热压力和提高离网负荷供电的可靠性,通过整合光伏发电单元、蓄电池储能单元与高效水源热泵的供暖系统,将各部分看作不同子群,提出一种求解系统能量配比的最优解的多群自适应协同粒子群优化算法。修正各子群的粒子惯性权重,通过多群协同机制避免求解过程陷入局部最优,并采用自适应性策略(ACS)来控制历史信息的影响,以提高子群的搜索效率和目标解的精度。实验结果表明:所提方法优化了光伏-储能-热泵系统的协同运行能力,避免了资源失配造成的能量浪费问题,且能够实现以清洁能源为热泵供电的目标,有效缓解北方地区冬季供热压力;该方法还将离网负荷供电可靠性提升至更高水平,兼具环境效益与工程应用潜力。 展开更多
关键词 热泵供暖系统 光伏发电 蓄电池储能 自适应多目标粒子群算法 能量分配 系统优化
在线阅读 下载PDF
输出反馈式神经网络的机械臂轨迹跟踪控制
16
作者 倪元相 刘芳 《南京师大学报(自然科学版)》 北大核心 2025年第3期93-101,共9页
为提高干扰场景下机械臂运动轨迹的跟踪控制精度,提出了基于输出反馈和人工神经网络(ANN)的自适应机械臂控制方案.通过3-DOF机械臂的运动学和动力学建模,推导出基于角位置信息的控制策略,其中考虑到了参数不确定性和动力模型误差,提高... 为提高干扰场景下机械臂运动轨迹的跟踪控制精度,提出了基于输出反馈和人工神经网络(ANN)的自适应机械臂控制方案.通过3-DOF机械臂的运动学和动力学建模,推导出基于角位置信息的控制策略,其中考虑到了参数不确定性和动力模型误差,提高机械臂对未知干扰的鲁棒性.使用以B样条函数(B-spline)为基函数的ANN,通过基于粒子群优化(PSO)算法的离线训练确定初始控制增益,并通过控制增益的在线更新提供自适应能力,实现跟踪误差和控制成本最小化.仿真结果表明,所提方法在关节空间和笛卡尔空间中均能实现机械臂的准确控制和平滑移动,在有干扰场景下的控制性能显著优于比较方法,适用于激光切割、激光打印等高精度应用. 展开更多
关键词 机械臂 自适应跟踪控制 人工神经网络 角位置 粒子群优化
在线阅读 下载PDF
基于ASAPSO混合算法的双脉冲变轨拦截轨迹优化
17
作者 杨慧婷 王庆辉 《空间控制技术与应用》 北大核心 2025年第1期75-84,共10页
针对航天器Lambert双脉冲变轨拦截问题,引入一种自适应模拟退火粒子群(ASAPSO)算法,旨在通过优化两次脉冲的速度增量总和,以实现航天器变轨所需的最小燃料消耗.首先,基于Lambert固定时间飞行定理构建了变轨拦截的数学模型,假设航天器在... 针对航天器Lambert双脉冲变轨拦截问题,引入一种自适应模拟退火粒子群(ASAPSO)算法,旨在通过优化两次脉冲的速度增量总和,以实现航天器变轨所需的最小燃料消耗.首先,基于Lambert固定时间飞行定理构建了变轨拦截的数学模型,假设航天器在沿初始轨道飞行一周内机动追逐目标,将两次脉冲变轨的时刻设为决策变量,将燃料消耗量作为适应度函数,并采用ASAPSO混合算法作为优化策略.其次,为了验证ASAPSO算法的有效性,针对同一模型分别采用了传统粒子群算法(PSO)、模拟退火粒子群算法(SAPSO)以及强化学习粒子群算法(RLPSO)进行优化,对比发现ASAPSO算法在较少的迭代次数内就能快速收敛至全局最优解,极大地减少了处理轨道拦截问题的计算量和时间.该算法结合了PSO的全局搜索能力和SA的局部优化特性,为航天器Lambert双脉冲变轨拦截问题提供了一种更为高效、精确的解决方案. 展开更多
关键词 Lambert变轨拦截 粒子群算法 模拟退火算法 参数自适应
在线阅读 下载PDF
新型电力系统下计入爬坡与互补特性的储能电站容量分配策略
18
作者 吕金历 柯贤波 +4 位作者 葛鹏江 智远 王康平 邓建华 刘继春 《电网与清洁能源》 北大核心 2025年第5期75-85,共11页
爬坡市场的引入增加了新型电力系统的灵活调节能力,储能作为电力市场新主体,如何分配容量实现收益最大化是首要问题。提出了一种与新能源互补以及独立参与电能量和爬坡等多级市场的双模式下储能机组容量分配策略。考虑到新能源出力与爬... 爬坡市场的引入增加了新型电力系统的灵活调节能力,储能作为电力市场新主体,如何分配容量实现收益最大化是首要问题。提出了一种与新能源互补以及独立参与电能量和爬坡等多级市场的双模式下储能机组容量分配策略。考虑到新能源出力与爬坡需求的相互关系,构建了双模式下储能机组容量分配的双层模型,上层模型以储能机组收益最大化为目标做出容量分配决策;下层模型以总成本最低为目标进行电能量和爬坡市场的联合出清。同时还模拟了多场景下系统的收益和各项资源的价格,通过双层自适应粒子群算法(bi-level smart adaptive particle swarm optimization,BSAPSO)对模型进行求解。仿真结果表明,储能机组采用文中提出的容量分配策略,与新能源灵活互补,有效降低了新能源的波动率,增加了储能在市场中的总体收益,为储能在可持续发展中提供了新思路。 展开更多
关键词 爬坡市场 多级市场 新能源互补 容量分配策略 自适应粒子群算法
在线阅读 下载PDF
面向农村配电网电压优化控制的自适应动态分区方法 被引量:1
19
作者 易姝娴 王晶 +3 位作者 梁伟宸 李江 马鑫晟 黄炎 《电力系统及其自动化学报》 北大核心 2025年第3期110-119,共10页
大量异构分布式资源分散无序地接入农村配网,为源荷功率平衡及节点电压调节等带来了巨大挑战。本文针对农村配电网电压分布式控制分区难的问题,提出一种基于自适应学习粒子群优化算法改进K-means的集成异构分布式资源的农村配电网电压... 大量异构分布式资源分散无序地接入农村配网,为源荷功率平衡及节点电压调节等带来了巨大挑战。本文针对农村配电网电压分布式控制分区难的问题,提出一种基于自适应学习粒子群优化算法改进K-means的集成异构分布式资源的农村配电网电压优化控制动态分区方法。首先,建立包含模块度、电压调节能力和节点隶属度的综合分区指标体系;其次,通过非线性减小惯性权值和自适应学习因子改进粒子群优化算法,解决传统粒子群优化易陷入局部最优的问题;最后,在聚类分区算法基础上,利用改进粒子群优化算法优化K-means聚类中心,配合触发机制以实现配电网动态分区。仿真结果表明,该方法能够有效均衡分区规模,提高电压调节能力,与传统粒子群优化的K-means方法相比,速度提升14.8%,精度提升4.3%。 展开更多
关键词 农村配电网 动态分区 自适应学习粒子群优化算法 电压控制 分布式控制
在线阅读 下载PDF
基于改进粒子群优化算法的船舶避碰研究 被引量:1
20
作者 朱凯鹏 王全政 +3 位作者 杨文政 于庆州 王泽凡 王晓原 《传感器与微系统》 北大核心 2025年第4期40-43,47,共5页
随着海上贸易的日益增长,海洋运输已逐渐成为世界各国运输和贸易发展的重要环节,如何避免船舶碰撞已成为海上贸易中的一个重要问题。针对海上船舶避碰问题,本文提出了一种改进粒子群优化(IPSO)算法,该算法根据当前粒子目标函数的平均值... 随着海上贸易的日益增长,海洋运输已逐渐成为世界各国运输和贸易发展的重要环节,如何避免船舶碰撞已成为海上贸易中的一个重要问题。针对海上船舶避碰问题,本文提出了一种改进粒子群优化(IPSO)算法,该算法根据当前粒子目标函数的平均值动态调整惯性权值,另外考虑到船舶操纵的安全性,改进了适应度函数,并结合IPSO算法,对函数进行求解。通过MATLAB仿真结果表明,与传统的PSO算法相比,IPSO算法的收敛速度提高了37.5%,搜索效率得到显著增强。 展开更多
关键词 船舶避碰 改进粒子群优化算法 自适应惯性权值 避碰决策
在线阅读 下载PDF
上一页 1 2 40 下一页 到第
使用帮助 返回顶部