期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
复杂环境下无人机路径规划及其改进型人工兔优化 被引量:1
1
作者 尹安琳 张著洪 《系统仿真学报》 北大核心 2025年第1期79-94,共16页
针对复杂障碍物环境下无人机安全、高效飞行的路径规划问题,探讨其优化模型的设计与求解算法。模型设计中,以距离、角度、高度及飞行威胁代价为性能指标,以地域、空域障碍物为约束,建立基于权重系数法与柱坐标系的单性能指标路径规划模... 针对复杂障碍物环境下无人机安全、高效飞行的路径规划问题,探讨其优化模型的设计与求解算法。模型设计中,以距离、角度、高度及飞行威胁代价为性能指标,以地域、空域障碍物为约束,建立基于权重系数法与柱坐标系的单性能指标路径规划模型;针对人工兔优化算法存在初始种群分布不均匀、勘探能力和开采能力不平衡,以及局部搜索能力不足的问题,利用SPM混沌映射改善初始种群分布;借助精英个体引导策略增强局部搜索能力;利用改进型能量收缩策略平衡全局与局部搜索能力,提出一种计算复杂度由种群规模确定且能求解大规模优化问题的改进型人工兔优化算法。实验表明,已获路径规划模型的路径规划方案能在一定程度上缓解航迹点数的增加对求解性能的影响,同时优化算法处理大规模优化问题及复杂障碍物威胁环境下无人机路径规划问题具有明显优势。 展开更多
关键词 无人机路径规划 人工兔优化 柱坐标系 大规模优化 精英个体引导策略
在线阅读 下载PDF
多输入傅里叶神经网络及其麻雀搜索优化 被引量:1
2
作者 黎亮亮 张著洪 张永丹 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期623-633,共11页
鉴于反向传播(BP)神经网络存在灵敏度高但收敛速度慢,以及已有傅里叶神经网络不具备多输入数据特征提取能力,借助多个傅里叶神经网络构建能接收多维数据的堆叠神经网络,进而将其与多层感知器融合,获得基于梯度下降的多输入傅里叶神经网... 鉴于反向传播(BP)神经网络存在灵敏度高但收敛速度慢,以及已有傅里叶神经网络不具备多输入数据特征提取能力,借助多个傅里叶神经网络构建能接收多维数据的堆叠神经网络,进而将其与多层感知器融合,获得基于梯度下降的多输入傅里叶神经网络。结合此神经网络获取全局最优参数值难的因素,通过在麻雀搜索算法中引入Cat混沌映射、动态种群规模调节机制及参数自适应调节方案,提出改进型麻雀搜索算法,并将其应用于多输入傅里叶神经网络的参数优化及高维函数优化问题的求解。理论分析可得,所提算法的计算复杂度主要由种群规模和优化问题的维度决定。比较性的数值实验表明,所获神经网络提取多源数据特征的能力和泛化能力强,同时所提算法处理高维优化问题具有明显优势且收敛速度快。 展开更多
关键词 傅里叶神经网络 多层感知器 麻雀搜索 高维函数优化 多属性分类
在线阅读 下载PDF
改进型WSN覆盖模型及其求解的果蝇视觉进化神经网络
3
作者 黄唯 张著洪 《小型微型计算机系统》 北大核心 2025年第1期33-43,共11页
传感器节点的随机部署易于导致WSN的网络覆盖率低和连通性差,进而影响WSN的服务质量;如何构建节点部署规划模型及探究其求解算法,仍然是WSN研究面临的科技难题.为此,提出改进型WSN覆盖优化模型及其求解的果蝇视觉进化神经网络优化算法.... 传感器节点的随机部署易于导致WSN的网络覆盖率低和连通性差,进而影响WSN的服务质量;如何构建节点部署规划模型及探究其求解算法,仍然是WSN研究面临的科技难题.为此,提出改进型WSN覆盖优化模型及其求解的果蝇视觉进化神经网络优化算法.模型设计中,在已有覆盖率指标下,引入连通度指标以保证网络的连通性,进而借助正三角形法构建确保区域内节点均匀部署的约束限制条件,获得以覆盖率和连通度的加权和为性能指标的改进型WSN覆盖优化模型.算法设计中,依据注意力和果蝇视觉系统的信息处理机制,获得能处理约束条件且能输出全局和局部学习率的改进型果蝇视觉神经网络,进而将其输出与基于改进型蜣螂优化的状态更新策略组合,获得能处理强非线性约束优化及WSN覆盖优化问题的改进型果蝇视觉进化神经网络优化算法.比较性的实验结果显示,所获算法不仅具有强的竞争力,而且也暗示视觉信息处理机制与元启发式方法结合对解决约束优化问题具有较好潜力. 展开更多
关键词 无线传感器网络覆盖优化 网络连通度 果蝇视觉神经网络 视觉进化神经网络 蜣螂优化
在线阅读 下载PDF
求解大规模函数优化的粒子群优化算法 被引量:5
4
作者 肖天宇 张著洪 《计算机工程与设计》 北大核心 2021年第6期1614-1622,共9页
针对大规模全局函数优化的维数制约求解性能的问题,提出一种多策略混合进化的粒子群算法。为平衡算法的勘测与开采能力,利用种群分割思想将进化种群分为精英、优质、中等和劣质种群;为增强算法的全局搜索能力,劣质种群向精英种群进行对... 针对大规模全局函数优化的维数制约求解性能的问题,提出一种多策略混合进化的粒子群算法。为平衡算法的勘测与开采能力,利用种群分割思想将进化种群分为精英、优质、中等和劣质种群;为增强算法的全局搜索能力,劣质种群向精英种群进行对称学习;为增强算法的局部搜索能力,采用局部高斯扰动增强中等种群中粒子的局部勘测能力;为提升算法的搜索效率,精英以及优质种群直接进入下一代。借助两种标准测试集,比较性的实验结果表明,提出的算法在相同终止条件下,其寻优质量有明显优势,有较好的应用潜力。 展开更多
关键词 粒子群优化 大规模优化 全局优化 对称学习 高斯变异
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部