-
基于模糊自适应粒子群算法的电网优化调度
机组调度的好坏直接决定了电网运行费用的多少,通过优化达到最优值是改变机组运行的方式之一.模糊自适应粒子群算法,采用自适应粒子法,通过惯性权值法进行粒子追踪与自适应调整,然后通过公式分析达到最优值.于植梁,安学君 - 煤炭技术文章来源： 万方数据 -
面向船体分段建造的二维不规则空间调度方法
针对船体分段建造计划的时空特性和分段投影不规则形状的特点,提出了综合时间和空间的多目标分段建造空间调度优化模型.该模型将船体分段投影抽象为更接近实际形状的不规则多边形,提出分段调度中的悬挂和重叠现象的检验方法和解决方案.设计了具有时空特性的改进粒子群算法,采用均值自适应加权法解决多目标权值分配问题,使目标函数值比例均衡.最后,以船厂实际数据为例进行实验验证.结果表明,所提出的调度方法能有效地提高船舶分段生产效率和空间利用率,并具有较强实用性.张志英,杨克开,于瑾维 - 上海交通大学学报文章来源： 万方数据 -
一种基于多目标混沌PSO的机器人足球防守策略
提出多目标混沌粒子群优化算差并应用于机器人足球防守策略之中.在对方多名队员进攻情况下,通过该策略引导我方队员防守跑位,并选取我方位置最佳队员对对方主攻队员进行截球,从而达到成功防守的目的.传统的防守策略,仅是根据具体环境采取应对策略,而基于多目标PSO的机器人足球防守策略通过粒子群优化算法的随机性能提高防守队员在动态比赛环境下的逆应性,为了避免粒子群优化算法陷入局部极值,对粒子群的最优住置进行屁沌优化以提高群体多样性.在FIRA仿真平台中,将加入多目标混沌PSO的机器人足球防守策略和传统防守策略相比较,实验结果表明基于多目标混沌PSO的机器人足球防守策略能较大程度地提高球队整体防守能力.唐贤伦,周维,张衡,陈光丹,刘念慈 - 系统仿真学报文章来源： 万方数据 -
医院手术调度问题的多目标粒子群优化方法
在手术时间服从正态分布的情况下,针对手术室优化调度问题,从规避手术风险和人性化的角度考虑,以手术取消风险最小化和患者病情恶化风险最小化为目标建立数学模型,设计了多目标粒子群算法.为了发挥粒子群算法解决连续问题的优势,在编码设计中将离散的优化问题转化为连续的优化问题,分析了惯性权重和学习因子设置对算法性能的影响,并引入网格法和ε-支配的概念来保证解分布的均匀性.利用现实数据进行实验,得到了问题的Pareto最优解,在不同的参数下分析了算法的性能,表明了建模的合理性和算法的有效性.王昱,唐加福,曲刚,宫俊 - 系统仿真学报文章来源： 万方数据 -
基于邻域粗糙模型的高维数据集快速约简算法
根据粒子群优化算法的思想,给出了求解高维邻域决策表的一个约简算法SPRA.通过采用固有维数的分析方法MLE等,将其估算的维数值作为SPRA算法的初始化参数,提出了高维数据集快速约简算法QSPRA.利用5个UCI标准数据集对该算法进行了验证,结果表明,该算法是有效的、可行的.详细分析了种群规模和迭代次数对结果产生的影响.实验表明,基于核的启发式添加算法思想已经不适合求解高维数据集.刘遵仁,吴耿锋 - 计算机科学文章来源： 万方数据 -
一种改进的无线传感器网络DV-Hop定位算法在煤矿井下漏电事故中的应用
煤矿井下输电线路的实时监测中,漏电故障定位是供电系统保护的重要研究课题.针对井下无线传感器网络定位算法存在不准确的问题,提出了一种改进DV-Hop节点定位算法.首先通过计算锚节点组成的三角形面积,排除面积极小的锚节点组,避免锚节点近似共线的情况,完成了锚节点的优选方案;此外在粒子群算法的基础上结合遗传算法和混沌理论,提出了一种遗传混沌粒子群优化算法;最后利用改进的粒子群算法对DV-Hop算法定位得到的节点位置进行校正.经过仿真实验表明在相同的网络环境下,与传统DV-Hop算法相比,改进算法能够更有效地提高定位精度,从而更加准确地监测到煤矿井下漏电事故位置.彭继慎,杨慕紫,马冰 - 传感技术学报文章来源： 万方数据 -
基于改进生物地理学算法的甲醇合成转化率软测量
甲醇是一种重要的工业原料,甲醇合成反应是甲醇生产中重要的环节,甲醇合成转化率是甲醇合成反应中的关键指标,以甲醇合成转化率为对象建立准确的软测量模型可以有效指导甲醇合成过程的控制.生物地理学优化(BBO)算法是一种新型智能优化算法,结合粒子群优化(PSO)算法提出一种改进的生物她理学优化算法,称为BBOPSO.在14个基准测试函数上,对改进的算法、基本BBO算法、基本PSO算法及其他两种算法进行比较,结果表明改进的算法优于所比较的其他算法.最后,用改进的算法优化BP神经网络的参数,获得了甲醇合成转化率模型,实验结果表明,基于改进算法的神经网络模型能够较好的预测甲醇合成转化率.陈绍武,宋淑群,张凌波,顾幸生 - 系统仿真学报文章来源： 万方数据 -
基于PSO的BP神经网络在压力传感器温度补偿中的应用
针对硅压阻式压力传感器的温度漂移问题,提出了基于粒子群优化算法PSO( Particle Swarm Optimization Algorithm)的BP神经网络的温度补偿模型,通过粒子群化算法对BP网络的权值和阈值进行全局寻优,克服了BP网络收敛速度慢和易陷入局部极值的缺陷,而且温度补偿的精度较高。研究结果表明,该方法有效的抑制了温度对压力传感器输出的影响,提高了传感器的稳定性和准确性。孙艳梅,苗凤娟,陶佰睿 - 传感技术学报文章来源： 万方数据 -
基于最小二乘与粒子群算法的压力传感器动态补偿方法
为了降低运用简化传感器模型对动态测试结果进行修正时带来的误差,提出一种基于最小二乘(LSM)与粒子群优化算法(PSO)的动态补偿器设计方法.采用最小二乘法识别传感器的最佳阶次,作为补偿器的阶次,克服简化模型对补偿器设计的影响,结合粒子群算法对传感器进行逆建模得到补偿器,并分析补偿前后传感器的时域与频域特性.实验表明,该方法能有效的降低传感器的动态测量误差.轩春青,轩志伟,陈保立 - 传感技术学报文章来源： 万方数据 -
基于改进粒子群的加速K均值算法在入侵检测中的研究
针对K均值算法在入侵检测中受初始聚类中心影响而不能获得全局最优,粒子群算法容易出现早熟收敛的问题,提出了一种基于改进粒子群的加速K均值聚类入侵检测算法(NPSO-AKM),对K均值算法和粒子群算法进行了改进和结合,使得算法具有较高的处理速度和全局搜索能力.针对NPSO-AKM是一种聚类算法的特点,设计了基于NPSO-AKM的入侵检测模型.针对实验数据集的特点,设计了交叉法用于构建高质量的训练数据集.通过实验分析和比较,该模型有较好较快的全局收敛能力,并能在入侵检测中获得令人满意的检测率和误检率.肖立中,刘云翔,陈丽琼 - 系统仿真学报文章来源： 万方数据
科创中国
