期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
增强目标启发信息蚁群算法的移动机器人路径规划
被引量：
4
1
作者
郝兆明
安平娟
+3 位作者
李红岩
赵天玥
王磊
杨朝旭
《科学技术与工程》
北大核心
2023年第22期9585-9591,共7页
针对传统蚁群算法在前期搜索盲目性大、拐点多等问题,对蚁群算法进行以下改进。首先,为了增强目标位置的启发信息,引入距离增益系数,将目标位置对下一个待选栅格节点的影响进行放大;然后引入带有权重的距离启发因子,在状态转移概率中加...
针对传统蚁群算法在前期搜索盲目性大、拐点多等问题,对蚁群算法进行以下改进。首先,为了增强目标位置的启发信息,引入距离增益系数,将目标位置对下一个待选栅格节点的影响进行放大;然后引入带有权重的距离启发因子,在状态转移概率中加入距离启发转移概率,使蚂蚁大概率向目标栅格搜索;其次,采用正弦自适应动态调整信息素挥发因子,增强算法的全局搜索能力;最后通过修改路径减少路径冗余,进行路径安全性检查并重新调整路径,减少转弯的次数,从而提高路线质量。通过MATLAB仿真实验表明,改进蚁群算法转弯次数少,规划路径短且安全,搜索时间较快,提高了算法的收敛速度和寻优能力。
展开更多
关键词
蚁群算法
状态转移概率
距离启发因子
正弦
自
适应
下载PDF
职称材料
基于优化VMD-CNN-BiLSTM的电机轴承智能故障诊断研究
2
作者
曹景胜
于洋
+1 位作者
王琦
董翼宁
《现代电子技术》
北大核心
2024年第12期115-121,共7页
针对滚动轴承早期故障信号较弱及特征数据提取效果差,导致故障诊断准确率低以及故障诊断效率低的问题,提出一种信号处理结合深度神经网络的故障诊断方法。首先,采用变分模态分解(VMD)法提取主轴承振动数据中的特征数据;然后为了确定VMD...
针对滚动轴承早期故障信号较弱及特征数据提取效果差,导致故障诊断准确率低以及故障诊断效率低的问题,提出一种信号处理结合深度神经网络的故障诊断方法。首先,采用变分模态分解(VMD)法提取主轴承振动数据中的特征数据;然后为了确定VMD算法中最佳的模态分量个数K及惩罚参数α,增强特征提取的效果,将最小排列熵作为适应度函数,采用全局优化能力强的正弦混沌自适应鲸鱼优化算法(CAWOA)进行参数的确定,得到最优模态分量;接着,根据最优模态分量构造特征向量,将特征向量作为CNN-BiLSTM网络的输入,实现故障的分类。最后,根据实验平台采集的数据进行实验分析。结果表明,优化VMD-CNN-BiLSTM轴承故障诊断模型相较于其他故障诊断模型,在准确率以及实时性上均有明显提升。
展开更多
关键词
变分模态分解(VMD)
卷积神经网络(CNN)
双向长短期记忆(BiLSTM)
滚动轴承
智能故障诊断
特征数据提取
正弦
混沌
自
适应
鲸鱼优化算法
下载PDF
职称材料
题名
增强目标启发信息蚁群算法的移动机器人路径规划
被引量：
4
1
作者
郝兆明
安平娟
李红岩
赵天玥
王磊
杨朝旭
机构
西安科技大学电气与控制工程学院
出处
《科学技术与工程》
北大核心
2023年第22期9585-9591,共7页
基金
国家自然科学基金(61703329)。
文摘
针对传统蚁群算法在前期搜索盲目性大、拐点多等问题,对蚁群算法进行以下改进。首先,为了增强目标位置的启发信息,引入距离增益系数,将目标位置对下一个待选栅格节点的影响进行放大;然后引入带有权重的距离启发因子,在状态转移概率中加入距离启发转移概率,使蚂蚁大概率向目标栅格搜索;其次,采用正弦自适应动态调整信息素挥发因子,增强算法的全局搜索能力;最后通过修改路径减少路径冗余,进行路径安全性检查并重新调整路径,减少转弯的次数,从而提高路线质量。通过MATLAB仿真实验表明,改进蚁群算法转弯次数少,规划路径短且安全,搜索时间较快,提高了算法的收敛速度和寻优能力。
关键词
蚁群算法
状态转移概率
距离启发因子
正弦
自
适应
Keywords
ant colony algorithm
state transition probability
distance heuristic factor
sine adaptation
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于优化VMD-CNN-BiLSTM的电机轴承智能故障诊断研究
2
作者
曹景胜
于洋
王琦
董翼宁
机构
沈阳工业大学信息科学与工程学院
辽宁工业大学汽车与交通工程学院
出处
《现代电子技术》
北大核心
2024年第12期115-121,共7页
基金
国家自然科学基金项目(51675257)
国家自然科学基金青年基金项目(51305190)
+1 种基金
辽宁省教育厅基本科研项目(面上项目)(LJKMZ20220976)
辽宁省自然科学基金指导计划项目(20180550020)。
文摘
针对滚动轴承早期故障信号较弱及特征数据提取效果差,导致故障诊断准确率低以及故障诊断效率低的问题,提出一种信号处理结合深度神经网络的故障诊断方法。首先,采用变分模态分解(VMD)法提取主轴承振动数据中的特征数据;然后为了确定VMD算法中最佳的模态分量个数K及惩罚参数α,增强特征提取的效果,将最小排列熵作为适应度函数,采用全局优化能力强的正弦混沌自适应鲸鱼优化算法(CAWOA)进行参数的确定,得到最优模态分量;接着,根据最优模态分量构造特征向量,将特征向量作为CNN-BiLSTM网络的输入,实现故障的分类。最后,根据实验平台采集的数据进行实验分析。结果表明,优化VMD-CNN-BiLSTM轴承故障诊断模型相较于其他故障诊断模型,在准确率以及实时性上均有明显提升。
关键词
变分模态分解(VMD)
卷积神经网络(CNN)
双向长短期记忆(BiLSTM)
滚动轴承
智能故障诊断
特征数据提取
正弦
混沌
自
适应
鲸鱼优化算法
Keywords
variational mode decomposition
convolutional neural network
bidirectional long short term memory
rolling bearings
intelligent fault diagnosis
feature data extraction
sinusoidal chaos adaptive whole optimization algorithm
分类号
TN711-34 [电子电信—电路与系统]
TH133 [机械工程—机械制造及自动化]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
增强目标启发信息蚁群算法的移动机器人路径规划
郝兆明
安平娟
李红岩
赵天玥
王磊
杨朝旭
《科学技术与工程》
北大核心
2023
4
下载PDF
职称材料
2
基于优化VMD-CNN-BiLSTM的电机轴承智能故障诊断研究
曹景胜
于洋
王琦
董翼宁
《现代电子技术》
北大核心
2024
0
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
