检索结果-维普期刊中文期刊服务平台

融合改进人工蜂群的UKF算法研究: 1; 作者刘建娟李志伟 +2 位作者姬淼鑫吴豪然李浩《电光与控制》 CSCD 北大核心 2024年第11期10-17,共8页; 针对无迹卡尔曼滤波(UKF)算法在状态估计时异常系统噪声协方差矩阵影响滤波性能的问题,提出一种利用改进人工蜂群优化UKF的算法。首先,在UKF算法过程中引入IABC算法对系统噪声协方差矩阵寻优选择,从而实现自适应调节系统噪声协方差矩阵... 展开更多; 关键词无迹卡尔曼滤波系统噪声协方差矩阵人工蜂群算法偏好随机游动动态扰动因子; 在线阅读下载PDF 职称材料

多策略改进麻雀搜索算法优化无迹卡尔曼滤波方法被引量：2: 2; 作者刘建娟李志伟 +2 位作者姬淼鑫吴豪然许强伟《科学技术与工程》北大核心 2025年第1期227-237,共11页; 针对无迹卡尔曼滤波(unscented Kalman filter,UKF)中无迹变换(unscented transform,UT)在状态估计时采样点分布状态控制参数异常对滤波性能的影响问题,提出了一种利用多策略改进麻雀搜索算法(improved sparrow search algorithm,ISSA)... 展开更多; 关键词无迹卡尔曼滤波麻雀搜索算法 Cubic混沌映射非线性自适应收敛因子小波变异策略; 在线阅读下载PDF 职称材料

复杂环境下无人机组合导航自适应滤波算法被引量：4: 3; 作者王卓刘建娟 +2 位作者张文卓宋红亮姬淼鑫《传感器与微系统》北大核心 2025年第1期135-140,共6页; 在复杂环境中,无人机(UAW)组合导航系统可能会因量测噪声过大导致定位精度下降。为解决这一问题,提出了一种改进的Sage-Husa自适应滤波算法。首先,采用一种含权重因子的滑动窗口残差卡方检验方法识别故障信号,将系统区分为有/无故障两... 展开更多; 关键词组合导航自适应滤波量测噪声滑动窗口多重渐消因子; 在线阅读下载PDF 职称材料

多策略改进粒子群优化AGV模糊PID控制被引量：6: 4; 作者刘建娟吴豪然 +1 位作者姬淼鑫李志伟《机床与液压》北大核心 2024年第9期44-51,60,共9页; 为解决AGV在复杂环境下控制精度低下、响应速度慢和鲁棒性差等问题,提出一种基于改进粒子群优化模糊PID控制方法。在粒子群算法(PSO)引入Logistic混沌映射对种群进行初始化,其次对惯性权重和学习因子进行非线性控制更新,提升种群寻优能... 展开更多; 关键词鲁棒性 PID控制模糊控制粒子群算法; 在线阅读下载PDF 职称材料

基于六向搜索A^(*)算法的移动机器人路径规划被引量：4: 5; 作者刘建娟李海博 +2 位作者刘忠璞姬淼鑫许强伟《组合机床与自动化加工技术》北大核心 2024年第9期6-10,共5页; 针对移动机器人利用传统A^(*)算法在复杂环境中进行路径规划时,存在着扩展节点数多导致的搜索效率低,以及路径平滑性不足等问题,提出了一种基于六向搜索的A^(*)算法。首先,在传统A^(*)算法启发函数的基础上利用曼哈顿距离进行加权,减少... 展开更多; 关键词路径规划改进A~*算法移动机器人曼哈顿距离搜索邻域; 在线阅读下载PDF 职称材料

融合改进A^(*)与DWA算法的机器人动态路径规划被引量：42: 6; 作者刘建娟薛礼啟 +1 位作者张会娟刘忠璞《计算机工程与应用》 CSCD 北大核心 2021年第15期73-81,共9页; 传统A^(*)算法是移动机器人全局路径规划的常用算法之一,但是算法搜索效率低、规划路径转折点多、面对复杂环境中随机出现的动态障碍物无法实现动态路径规划。针对这些问题,在考虑全局最优的基础上将改进A^(*)与DWA算法融合,量化环境中... 展开更多; 关键词路径规划改进A^(*)算法 DWA算法融合算法; 在线阅读下载PDF 职称材料

基于模糊控制蚁群算法的移动机器人路径规划被引量：18: 7; 作者刘建娟刘忠璞 +2 位作者张会娟袁航姬淼鑫《组合机床与自动化加工技术》北大核心 2023年第1期20-24,共5页; AGV(automated guided vehicle)等移动机器人在不同环境,特别是复杂环境中的路径规划存在着算法收敛速度慢、收敛路径冗余节点多的问题。为克服上述问题,提出一种基于改进蚁群算法的全局路径规划算法(FOACO)。首先,引入一种新的信息素... 展开更多; 关键词路径规划蚁群算法模糊控制自适应调整几何优化; 在线阅读下载PDF 职称材料

题名融合改进人工蜂群的UKF算法研究: 1; 作者刘建娟李志伟姬淼鑫吴豪然李浩; 机构河南工业大学电气工程学院河南工业大学机电设备及测控技术研究所; 出处《电光与控制》 CSCD 北大核心 2024年第11期10-17,共8页; 基金国家自然科学基金(62201199) 河南省科技攻关项目(232102320037) 河南工业大学自科创新基金支持计划项目(2021ZK CJ07)。; 文摘针对无迹卡尔曼滤波(UKF)算法在状态估计时异常系统噪声协方差矩阵影响滤波性能的问题,提出一种利用改进人工蜂群优化UKF的算法。首先,在UKF算法过程中引入IABC算法对系统噪声协方差矩阵寻优选择,从而实现自适应调节系统噪声协方差矩阵,提高估计精度;其次,对传统ABC算法采用Circle混沌初始化策略,增加人工蜂群初始种群的多样性;同时采用偏好随机游动策略,平衡算法的开发与探索能力,增强算法的稳定性;最后,通过动态扰动因子策略增强算法后期寻找最优解的能力,提高收敛速度,进一步优化算法性能。实验结果表明,相较于ABC算法,IABC算法在寻优性能上有明显提升。同时,通过对比UKF算法和IABC-UKF算法,验证了IABC-UKF算法的可行性,其位置均方根误差不大于1.4 m,表明该算法滤波效果较好且误差波动小,能够有效提高估计精度。; 关键词无迹卡尔曼滤波系统噪声协方差矩阵人工蜂群算法偏好随机游动动态扰动因子; Keywords unscented Kalman filter system noise covariance matrix artificial bee colony algorithm biased random walk dynamic perturbation factor; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TN713 [电子电信—电路与系统]; 在线阅读下载PDF 职称材料

题名多策略改进麻雀搜索算法优化无迹卡尔曼滤波方法被引量：2: 2; 作者刘建娟李志伟姬淼鑫吴豪然许强伟; 机构河南工业大学电气工程学院河南工业大学机电设备及测控技术研究所; 出处《科学技术与工程》北大核心 2025年第1期227-237,共11页; 基金国家自然科学基金(62201199) 河南省科技攻关项目(232102320037) 河南工业大学自科创新基金(2021ZKCJ07)。; 文摘针对无迹卡尔曼滤波(unscented Kalman filter,UKF)中无迹变换(unscented transform,UT)在状态估计时采样点分布状态控制参数异常对滤波性能的影响问题,提出了一种利用多策略改进麻雀搜索算法(improved sparrow search algorithm,ISSA)对UT中采样点分布状态控制参数进行寻优调整的方法,从而优化Sigma点分布以提高非线性近似效果,改善滤波估计性能。同时针对传统麻雀搜索算法面临的易陷入局部最优和收敛速度慢等问题,首先利用Cubic混沌映射改善初始种群的多样性;其次在发现者阶段引入非线性自适应收敛因子,提高平衡算法在全局探索和局部开发方面的能力;同时在追随者阶段利用小波变异策略,以避免追随者盲目追随而导致算法陷入局部最优;最后利用自适应t分布的扰动能力增强算法的全局搜索能力。通过测试函数对ISSA算法进行仿真实验,结果表明ISSA算法具有更好的收敛性和求解精度,同时验证ISSA优化UKF算法后的仿真结果,表明了ISSA-UKF算法相比于UKF算法的位置均方根误差降低了52.2%,速度均方根误差降低了21.9%,证明了改进方法的有效性和可行性。; 关键词无迹卡尔曼滤波麻雀搜索算法 Cubic混沌映射非线性自适应收敛因子小波变异策略; Keywords unscented Kalman filter sparrow search algorithm Cubic chaotic mapping nonlinear adaptive convergence factor wavelet mutation strategy; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名复杂环境下无人机组合导航自适应滤波算法被引量：4: 3; 作者王卓刘建娟张文卓宋红亮姬淼鑫; 机构河南工业大学电气工程学院河南工业大学机电设备及测控技术研究所; 出处《传感器与微系统》北大核心 2025年第1期135-140,共6页; 基金国家自然科学基金资助项目(62201199) 河南省科技攻关项目(232102320037) +1 种基金河南省高等学校大学生创新训练计划项目(202410463002)。; 文摘在复杂环境中,无人机(UAW)组合导航系统可能会因量测噪声过大导致定位精度下降。为解决这一问题,提出了一种改进的Sage-Husa自适应滤波算法。首先,采用一种含权重因子的滑动窗口残差卡方检验方法识别故障信号,将系统区分为有/无故障两种状态;然后,在检测出系统故障时,引入可动态调节的遗忘因子估计量测噪声,提高系统的自适应能力;最后,在系统无故障时,引入多重渐消因子修正预测均方误差矩阵,减小陈旧信息对当前滤波的影响。仿真结果表明:改进后的滤波算法可以有效提高故障信号识别准确性以及定位精度。相较于传统Sage-Husa自适应滤波,改进后的算法在东、北、天向定位精度分别提高了46.54%、18.59%及46.24%。; 关键词组合导航自适应滤波量测噪声滑动窗口多重渐消因子; Keywords integrated navigation adaptive filtering measurement noise sliding window multiple fading factors; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TN713 [电子电信—电路与系统] V249.32 [航空宇航科学与技术—飞行器设计] V279 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名多策略改进粒子群优化AGV模糊PID控制被引量：6: 4; 作者刘建娟吴豪然姬淼鑫李志伟; 机构河南工业大学电气工程学院河南工业大学机电设备及测控技术研究所; 出处《机床与液压》北大核心 2024年第9期44-51,60,共9页; 基金河南省自然科学基金(232102320037) 河南工业大学自然创新基金(2021ZKCJ07)。; 文摘为解决AGV在复杂环境下控制精度低下、响应速度慢和鲁棒性差等问题,提出一种基于改进粒子群优化模糊PID控制方法。在粒子群算法(PSO)引入Logistic混沌映射对种群进行初始化,其次对惯性权重和学习因子进行非线性控制更新,提升种群寻优能力和避免陷入局部最优;选取9个测试函数验证改进PSO算法效果。仿真结果表明改进PSO在寻优精度和收敛速度都优于其他3种算法,而且不易陷入局部最优。最后对被控系统进行效果验证,结果表明改进PSO优化模糊PID控制器在常规和外部干扰两种环境下控制性能都优于传统PID和模糊PID,具有高可靠性、高控制精度,满足系统要求。; 关键词鲁棒性 PID控制模糊控制粒子群算法; Keywords robustness PID control fuzzy control particle swarm optimization; 分类号 TP242 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于六向搜索A^(*)算法的移动机器人路径规划被引量：4: 5; 作者刘建娟李海博刘忠璞姬淼鑫许强伟; 机构河南工业大学电气工程学院河南工业大学机电设备及测控技术研究所; 出处《组合机床与自动化加工技术》北大核心 2024年第9期6-10,共5页; 基金国家自然科学基金项目(62201199,61304259) 河南省科技攻关项目(232102320037) 河南工业大学自科创新基金支持计划项目(2021ZKCJ07)。; 文摘针对移动机器人利用传统A^(*)算法在复杂环境中进行路径规划时,存在着扩展节点数多导致的搜索效率低,以及路径平滑性不足等问题,提出了一种基于六向搜索的A^(*)算法。首先,在传统A^(*)算法启发函数的基础上利用曼哈顿距离进行加权,减少了算法的搜索时间和扩展节点数;其次,对传统A^(*)算法搜索策略进行改进,提出一种六向搜索策略,进一步减少算法扩展节点数,并同时提升路径平滑性;最后,利用路径平滑策略来对规划出来的路径进行平滑处理。实验结果表明,基于六向搜索的A^(*)算法在不同地图规模的仿真环境中都能获得较高的搜索效率,且扩展节点数更少、转折角度更小、更有利于移动机器人的路径规划。; 关键词路径规划改进A~*算法移动机器人曼哈顿距离搜索邻域; Keywords path planning improved A^(*)algorithm mobile robot manhattan distance search neighborhood; 分类号 TH112 [机械工程—机械设计及理论] TG659 [金属学及工艺—金属切削加工及机床]; 在线阅读下载PDF 职称材料

题名融合改进A^(*)与DWA算法的机器人动态路径规划被引量：42: 6; 作者刘建娟薛礼啟张会娟刘忠璞; 机构河南工业大学电气工程学院河南工业大学机电设备及测控技术研究所; 出处《计算机工程与应用》 CSCD 北大核心 2021年第15期73-81,共9页; 基金国家自然科学基金(61304259) 国家自然科学基金青年基金(51805148) +3 种基金河南工业大学青年骨干教师资助计划(21420120)。; 文摘传统A^(*)算法是移动机器人全局路径规划的常用算法之一,但是算法搜索效率低、规划路径转折点多、面对复杂环境中随机出现的动态障碍物无法实现动态路径规划。针对这些问题,在考虑全局最优的基础上将改进A^(*)与DWA算法融合,量化环境中的障碍物信息,根据此信息调节A^(*)算法启发函数的权重,提高算法的效率和灵活性。基于Floyd算法思想设计路径节点优化算法,删除冗余节点,减少转折,提高路径平滑度。基于全局最优设计DWA算法的动态窗口评价函数,用于区分已知障碍物和未知动态、静态障碍物,提取改进A^(*)算法规划路径的关键点作为DWA算法的临时目标点,在全局最优的基础上实现了改进A^(*)与DWA算法融合。实验结果表明,在复杂环境中,融合算法规划路径既能保证全局最优,又能及时有效地躲避环境中出现的动静态障碍物,实现复杂环境中的动态路径规划。; 关键词路径规划改进A^(*)算法 DWA算法融合算法; Keywords path planning improved A^(*) algorithm DWA algorithm fusion algorithm; 分类号 TP242.6 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于模糊控制蚁群算法的移动机器人路径规划被引量：18: 7; 作者刘建娟刘忠璞张会娟袁航姬淼鑫; 机构河南工业大学电气工程学院河南工业大学机电设备及测控技术研究所; 出处《组合机床与自动化加工技术》北大核心 2023年第1期20-24,共5页; 基金国家自然科学基金项目(61304259,51805148) 河南工业大学自科创新基金支持计划项目(2021ZKCJ07)。; 文摘 AGV(automated guided vehicle)等移动机器人在不同环境,特别是复杂环境中的路径规划存在着算法收敛速度慢、收敛路径冗余节点多的问题。为克服上述问题,提出一种基于改进蚁群算法的全局路径规划算法(FOACO)。首先,引入一种新的信息素初始化分布规则,提高初始信息素的启发作用;同时,在传统蚁群算法的信息素更新策略中引入模糊控制器和收敛状态信息素增量参数,来提高信息素更新效果和启发作用;引入新的自适应调整信息素权重因子和蒸发率规则,进一步提高算法的收敛速度和最优路径搜索能力;引入几何优化算法进行冗余节点的去除和最短路径的更新优化,动态更新最终路径。实验结果表明,在不同仿真环境,FOACO算法可以有效地减少最优路径搜索的迭代次数,加快算法收敛速度,进一步优化路径冗余节点、缩短最优路径,整体效果优于传统蚁群算法。; 关键词路径规划蚁群算法模糊控制自适应调整几何优化; Keywords path planning ant colony algorithm fuzzy control adaptive adjustment geometric optimization; 分类号 TH165 [机械工程—机械制造及自动化] TG659 [金属学及工艺—金属切削加工及机床]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	融合改进人工蜂群的UKF算法研究	刘建娟李志伟姬淼鑫吴豪然李浩	《电光与控制》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	多策略改进麻雀搜索算法优化无迹卡尔曼滤波方法	刘建娟李志伟姬淼鑫吴豪然许强伟	《科学技术与工程》北大核心	2025	2	在线阅读下载PDF 职称材料
3	复杂环境下无人机组合导航自适应滤波算法	王卓刘建娟张文卓宋红亮姬淼鑫	《传感器与微系统》北大核心	2025	4	在线阅读下载PDF 职称材料
4	多策略改进粒子群优化AGV模糊PID控制	刘建娟吴豪然姬淼鑫李志伟	《机床与液压》北大核心	2024	6	在线阅读下载PDF 职称材料
5	基于六向搜索A^(*)算法的移动机器人路径规划	刘建娟李海博刘忠璞姬淼鑫许强伟	《组合机床与自动化加工技术》北大核心	2024	4	在线阅读下载PDF 职称材料
6	融合改进A^(*)与DWA算法的机器人动态路径规划	刘建娟薛礼啟张会娟刘忠璞	《计算机工程与应用》 CSCD 北大核心	2021	42	在线阅读下载PDF 职称材料
7	基于模糊控制蚁群算法的移动机器人路径规划	刘建娟刘忠璞张会娟袁航姬淼鑫	《组合机床与自动化加工技术》北大核心	2023	18	在线阅读下载PDF 职称材料