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
共找到8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：
多基地多目标无人机协同任务规划算法研究 被引量：8
1
作者 潘楠 刘海石 +2 位作者 陈启用 颜礼贤 郭晓珏 《现代防御技术》 北大核心 2021年第2期49-56,共8页
在多基地多目标多无人飞行器(unmanned aerial vehicle,UAV)的协同任务规划这类约束条件众多、复杂且耦合的多目标优化与决策问题中,利用传统的粒子群优化算法在寻优时容易陷入局部最优,为此,提出了一种基于模拟退火的混合粒子群算法。... 在多基地多目标多无人飞行器(unmanned aerial vehicle,UAV)的协同任务规划这类约束条件众多、复杂且耦合的多目标优化与决策问题中,利用传统的粒子群优化算法在寻优时容易陷入局部最优,为此,提出了一种基于模拟退火的混合粒子群算法。基于攻打任务背景,综合考虑无人机的物理性能约束,搭建航迹长度最小适应度函数和威胁代价最小适应度函数以构造目标函数,先利用Voronoi图以及Dijkstra算法进行航迹规划,再利用基于模拟退火的混合粒子群算法进行任务分配。仿真结果表明:所提算法融合了模拟退火算法、粒子群优化算法的优点,能快速求解UAV任务规划的近似最优解,且与粒子群优化算法和模拟退火算法相比,在进化次数足够多的情况下该方法得到的结果更优。 展开更多
关键词 无人飞行器 攻打 任务规划 迪杰斯特拉算法 模拟退火算法 粒子群算法
下载PDF
对称平面稀疏阵列阵形优化方法研究 被引量：6
2
作者 史东湖 习靖 周志伟 《飞行器测控学报》 CSCD 2013年第4期302-305,共4页
针对在固定阵元数目、最小阵元间距以及最大孔径条件下平面稀疏阵列阵形优化的问题,对阵元数目为256的平面稀疏阵列分别采用模拟退火算法和粒子群优化算法进行优化仿真,分析比较了模拟退火算法和粒子群算法在平面稀疏阵列阵形优化中的... 针对在固定阵元数目、最小阵元间距以及最大孔径条件下平面稀疏阵列阵形优化的问题,对阵元数目为256的平面稀疏阵列分别采用模拟退火算法和粒子群优化算法进行优化仿真,分析比较了模拟退火算法和粒子群算法在平面稀疏阵列阵形优化中的应用效果。仿真结果表明,经过模拟退火算法和粒子群优化算法优化后的平面稀疏阵列均能够抑制副瓣电平,并能够在一定的空域范围内实现波束扫描;相对于粒子群优化算法,模拟退化算法计算方法简单;在相同的迭代次数下,经模拟退火算法优化后的平面稀疏阵列比经粒子群算法优化后的平面稀疏阵列更能够有效地抑制副瓣。 展开更多
关键词 阵形优化 平面稀疏阵列 模拟退火算法 粒子群优化算法
下载PDF
带约束的清洁排班问题模型及其求解 被引量：2
3
作者 樊小毛 熊红林 赵淦森 《计算机应用》 CSCD 北大核心 2021年第2期577-582,共6页
保洁服务公司的清洁任务往往具有不同级别、不同时长和不同周期等特点,缺乏通用清洁排班问题模型,现阶段主要依赖人工排班方案,存在耗时费力且排班质量不稳定等问题。因此提出了属于NP难问题的带约束的清洁排班问题的数学模型,并使用模... 保洁服务公司的清洁任务往往具有不同级别、不同时长和不同周期等特点,缺乏通用清洁排班问题模型,现阶段主要依赖人工排班方案,存在耗时费力且排班质量不稳定等问题。因此提出了属于NP难问题的带约束的清洁排班问题的数学模型,并使用模拟退火算法(SA)、蜂群算法(BCO)、蚁群算法(ACO)和粒子群优化算法(PSO)对该模型进行求解,最后以某清洁服务公司实际排班情况进行了实证分析。实验结果表明,与人工排班方案进行对比,启发式智能优化算法求解带约束的清洁排班问题具有明显优势,获得的清洁排班表的人力需求明显减少。具体来说,在一年排班周期内这些算法比人工排班方案可节省清洁人力218.62~513.30 h。可见基于启发式智能优化算法的数学模型对带约束的清洁排班问题的求解可行且有效,能为保洁服务公司提供科学管理的决策支持。 展开更多
关键词 清洁排班 模拟退火算法 蜂群优化算法 蚁群优化算法 粒子群优化算法 群集智能 NP难问题 运筹优化
下载PDF
基于改进模拟退火算法的均匀设计表构建 被引量：3
4
作者 许力梅 林健良 《计算机工程》 CAS CSCD 2012年第1期180-181,共2页
当n为偶数时,使用好格子点法不能产生因素数较大的设计表,且只能在解空间的子空间内产生设计表,所产生的设计表无法保证最均匀。针对上述问题,引入智能计算方法,包括粒子群优化算法和改进的模拟退火算法。对3种算法的优化性能进行比较,... 当n为偶数时,使用好格子点法不能产生因素数较大的设计表,且只能在解空间的子空间内产生设计表,所产生的设计表无法保证最均匀。针对上述问题,引入智能计算方法,包括粒子群优化算法和改进的模拟退火算法。对3种算法的优化性能进行比较,结果表明智能算法可以对较大范围的因素数产生设计表,与好格子点法相比,智能算法能够得到均匀性更好的设计表,并且相对粒子群优化算法,改进模拟退火算法构建的均匀设计表的偏差更小。 展开更多
关键词 均匀设计表 好格子点法 改进模拟退火算法 粒子群优化算法 均匀性
下载PDF
基于灰色关联分析与SA-PSO-Elman结合的地震直接经济损失评估 被引量：3
5
作者 宗学军 李强 +2 位作者 杨忠君 何戡 Dimiter Velev 《安全与环境工程》 CAS 2016年第2期19-22,共4页
对地震灾害造成的损失进行评估是国家采取应急救援和灾后援建工作的重要依据。为快速评估地震灾害引起的直接经济损失,提出一种基于灰色关联分析与模拟退火-粒子群-Elman神经网络(SA-PSO-Elman)结合的地震灾害直接经济损失评估模型。该... 对地震灾害造成的损失进行评估是国家采取应急救援和灾后援建工作的重要依据。为快速评估地震灾害引起的直接经济损失,提出一种基于灰色关联分析与模拟退火-粒子群-Elman神经网络(SA-PSO-Elman)结合的地震灾害直接经济损失评估模型。该模型先采用灰色关联分析方法客观地选出地震灾害直接经济损失的主要影响因素,即为Elman神经网络的输入,然后将全局寻优能力强及收敛速度快的粒子群算法与能跳出局部极值的模拟退火算法相结合来优化Elman神经网络的权值和阀值,最后将训练好的Elman神经网络运用到地震灾害直接经济损失评估中。通过仿真试验结果表明:该混合算法优化的Elman神经网络模型比Elman神经网络模型和PSOElman神经网络模型具有更高的预测精度和收敛速度。 展开更多
关键词 地震灾害 直接经济损失评估 灰色关联分析 模拟退火算法 粒子群算法 ELMAN神经网络
下载PDF
模糊C均值结合神经网络的短期电力负荷预测 被引量：2
6
作者 王瑞 杨炜炜 逯静 《传感器与微系统》 CSCD 北大核心 2022年第6期138-141,共4页
为了提高电力系统负荷预测的预测精度,提出一种模糊C均值(FCM)聚类算法和改进的径向基函数(RBF)神经网络相结合的短期电力负荷预测模型。通过聚类算法对样本进行聚类处理,采用同类特征的数据作为预测输入,强化了样本规律性,提升预测精... 为了提高电力系统负荷预测的预测精度,提出一种模糊C均值(FCM)聚类算法和改进的径向基函数(RBF)神经网络相结合的短期电力负荷预测模型。通过聚类算法对样本进行聚类处理,采用同类特征的数据作为预测输入,强化了样本规律性,提升预测精度。引入模拟退火粒子群优化(SA-PSO)算法来修正神经网络参数,克服了RBF容易陷入局部极小值的缺陷,使输出更接近实际值。利用河南省某县的实际负荷验证该模型的有效性,与传统RBF神经网络相比可有效提高神经网络的学习精度,减少训练次数,具有良好的学习性和适应性。 展开更多
关键词 径向基函数神经网络 C均值聚类算法 模拟退火算法 粒子群优化算法
下载PDF
一种面向SDN/NFV的多目标优化服务功能链部署策略
7
作者 李国燕 任雅娟 +2 位作者 刘毅 乔富强 刘艺柱 《传感器与微系统》 CSCD 2020年第9期31-34,38,共5页
针对当前基于SDN/NFV的服务功能链(SFC)部署策略无法在优化网络性能的同时降低资源消耗的问题,提出一种基于模拟退火粒子群优化(PSO)算法的多目标优化部署策略。首先,综合考虑网络节点和逻辑链路因素,建立以时延、平均路径长度和负载强... 针对当前基于SDN/NFV的服务功能链(SFC)部署策略无法在优化网络性能的同时降低资源消耗的问题,提出一种基于模拟退火粒子群优化(PSO)算法的多目标优化部署策略。首先,综合考虑网络节点和逻辑链路因素,建立以时延、平均路径长度和负载强度为优化目标的多目标线性规划模型;其次,采用粒子群算法求解服务链部署问题,从而构建出一条近似最优的服务路径。仿真实验结果表明:所提出的策略在降低负载强度、映射代价和总时延的同时,提高了服务请求接受率。 展开更多
关键词 软件定义网络 服务功能链 多目标模型 优化部署 模拟退火粒子群优化算法
下载PDF
压燃式航空活塞发动机转矩复合预测控制 被引量：2
8
作者 叶桐 黄国勇 徐劲松 《电子测量技术》 北大核心 2022年第9期56-67,共12页
由于压燃式航空活塞发动机工作过程具有强非线性等特点,只采用模型预测控制(MPC)算法来实现压燃式航空活塞发动机的转矩控制,会导致基于状态空间模型的转矩预测精度不理想。采用径向基(RBF)神经网络结合MPC的发动机转矩复合预测控制能... 由于压燃式航空活塞发动机工作过程具有强非线性等特点,只采用模型预测控制(MPC)算法来实现压燃式航空活塞发动机的转矩控制,会导致基于状态空间模型的转矩预测精度不理想。采用径向基(RBF)神经网络结合MPC的发动机转矩复合预测控制能解决上述问题。首先,通过脉谱(MAP)控制方式获得发动机的运行数据,以此作为自行搭建的发动机联合仿真平台上的神经网络训练样本集。其次,在粒子群优化(PSO)算法中引入模拟退火(SA)机制,训练RBF神经网络转矩预测模型。最后,通过联合仿真不断修正控制算法,验证了SA+PSO算法在RBF神经网络上训练发动机转矩预测模型的优越性,还能有效改善PSO算法容易陷入局部最优的问题,并通过发动机台架实验验证了转矩复合预测控制的有效性。 展开更多
关键词 压燃式航空活塞发动机 转矩复合预测控制 RBF神经网络 模拟退火粒子群优化算法
下载PDF
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
使用帮助 返回顶部