期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
多策略改进的蜣螂优化算法及其应用 被引量:1
1
作者 郭琴 郑巧仙 《计算机科学与探索》 CSCD 北大核心 2024年第4期930-946,共17页
蜣螂优化算法(DBO)是近年提出的智能优化算法,与其他优化算法一样,DBO也存在收敛精度低、易陷入局部最优等缺点。针对DBO的这些局限性,提出一种多策略改进的蜣螂优化算法(MIDBO)。首先,改进雏球和偷窃蜣螂对局部最优解和全局最优解的接... 蜣螂优化算法(DBO)是近年提出的智能优化算法,与其他优化算法一样,DBO也存在收敛精度低、易陷入局部最优等缺点。针对DBO的这些局限性,提出一种多策略改进的蜣螂优化算法(MIDBO)。首先,改进雏球和偷窃蜣螂对局部最优解和全局最优解的接受程度,使其根据自身搜索能力动态变化,既提升了种群质量又保持了适应度高的个体的良好搜索能力;其次,融合麻雀搜索算法中的追随者位置更新机制对算法进行扰动,并用贪婪策略更新位置,提升了算法的收敛精度;最后,当算法陷入停滞时引入柯西高斯变异策略,提高了算法跳出局部最优解的能力。仿真实验基于20个基准测试函数和CEC2019测试函数,验证了3种改进策略的有效性,将所改进算法和对比算法的优化结果进行收敛性分析和Wilcoxon秩和检验,证明了MIDBO具有良好的寻优性能和鲁棒性。将MIDBO运用在汽车碰撞优化问题的求解上,进一步验证了MIDBO在求解实际工程问题中的有效性和可靠性。 展开更多
关键词 蜣螂优化算法 局部最优解 麻雀搜索算法 柯西高斯变异 汽车碰撞优化问题 Wilcoxon秩和检验
下载PDF
基于改进麻雀算法机械臂时间最优轨迹规划
2
作者 许艳涛 邹光明 +3 位作者 王众玄 顾浩文 李陈佳瑞 李婷 《组合机床与自动化加工技术》 北大核心 2024年第9期86-90,97,共6页
为了提高机械臂的工作效率和稳定性,采用改进麻雀搜索算法的机械臂时间最优多项式插值轨迹规划方法。通过改进Sin混沌初始化种群、发现者和跟随者比例动态调整,并加入了柯西高斯变异,优化了算法局部搜索和全局寻优的能力。以实验室的AUB... 为了提高机械臂的工作效率和稳定性,采用改进麻雀搜索算法的机械臂时间最优多项式插值轨迹规划方法。通过改进Sin混沌初始化种群、发现者和跟随者比例动态调整,并加入了柯西高斯变异,优化了算法局部搜索和全局寻优的能力。以实验室的AUBO-i10机器人为研究对象,首先利用逆运动学求出给定机械臂末端路径点各个关节的位置信息,采用分段多项式拟合关节空间下运动轨迹。在限制机械臂的关节角度、运动速度和加速度的条件下,通过改进麻雀搜索算法对机械臂末端运行轨迹进行时间最短优化。使用MATLAB进行仿真,仿真结果表明,改进麻雀搜索算法在收敛速度和寻优精度有了明显的提升,有效减少了机械臂在工作中运行的时间。 展开更多
关键词 机械臂 改进麻雀搜索算法 轨迹规划 动态调整 时间优化
下载PDF
改进哈里斯鹰优化算法求解作业车间调度问题 被引量:2
3
作者 李云秋 熊瑞平 +2 位作者 温记明 苏俊 谭平 《组合机床与自动化加工技术》 北大核心 2022年第11期164-168,共5页
针对哈里斯鹰优化(harris hawks optimization,HHO)算法在解决以最小化最大完成时间为目标的作业车间调度问题,存在收敛后期陷入局部最优和早熟的缺陷问题,提出一种改进哈里斯鹰优化算法。在哈里斯鹰算法中引入变邻域搜索,更好地深入探... 针对哈里斯鹰优化(harris hawks optimization,HHO)算法在解决以最小化最大完成时间为目标的作业车间调度问题,存在收敛后期陷入局部最优和早熟的缺陷问题,提出一种改进哈里斯鹰优化算法。在哈里斯鹰算法中引入变邻域搜索,更好地深入探索最优哈里斯鹰个体的邻域,提高算法的局部开发能力;当算法的最优解停滞更新时,采用逐维柯西高斯变异策略产生新的候选解,增强种群的多样性和跳出局部最优的可能性;引入逐维自适应变异策略,扰动最优解,避免算法过于早熟。求解作业车间调度问题的仿真结果表明,改进哈里斯鹰优化(IHHO)算法实验结果优于哈里斯鹰优化(HHO)算法、灰狼优化(GWO)算法以及鲸鱼优化算法(WOA),有效地避免了哈里斯鹰优化算法早熟,陷入局部最优的问题。 展开更多
关键词 IHHO算法 变邻域搜索 柯西高斯变异 逐维变异策略 车间调度
下载PDF
基于改进SSA-DBN的质子交换膜燃料电池水故障智能分类方法
4
作者 刘昕宇 韩莹 +2 位作者 陈维荣 李奇 杨哲昊 《电力自动化设备》 EI CSCD 北大核心 2024年第4期18-24,共7页
为了实现质子交换膜燃料电池(PEMFC)系统水故障的高效快速分类,提出了基于改进麻雀搜索算法(SSA)优化深度置信网络(DBN)的PEMFC故障分类方法。采用归一化处理消除故障数据参数之间量纲不同的影响,使用核主成分分析对数据进行故障特征提... 为了实现质子交换膜燃料电池(PEMFC)系统水故障的高效快速分类,提出了基于改进麻雀搜索算法(SSA)优化深度置信网络(DBN)的PEMFC故障分类方法。采用归一化处理消除故障数据参数之间量纲不同的影响,使用核主成分分析对数据进行故障特征提取,有效地缩减了原始数据维度,降低了运算复杂度,并避免低贡献度数据对故障分类造成干扰。引入柯西-高斯变异策略改进SSA,并利用SSA对DBN进行参数寻优,确定网络结构,通过优化后的DBN实现对PEMFC水故障的快速分类。对3 000组PEMFC水故障数据进行测试,结果表明:所提方法可以快速准确地识别PEMFC的正常状态、膜干故障、水淹故障3种健康状态;总体的分类准确率为98.67%,运算时间为0.89 s,相比支持向量机、概率神经网络方法,所提方法的故障分类精度分别提升了4%、3.34%,运算时间分别减少了15.35、0.35 s。 展开更多
关键词 质子交换膜燃料电池 故障分类 深度置信网络 麻雀搜索算法 核主成分分析 柯西-高斯变异策略
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部