期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于野马优化的宽带信号波达方向估计 被引量:1
1
作者 张靖奇 王鹏 梅银珍 《测试技术学报》 2023年第3期208-213,共6页
针对宽带阵列信号的波达方向(DOA)估计问题,提出一种将野马优化(WHO)算法与极大似然(ML)估计算法相结合的宽带信号估计方法。首先利用双边相关变换(TCT)算法将宽带信号转变为窄带信号,然后建立基于ML的DOA估计模型,最后通过WHO算法进行... 针对宽带阵列信号的波达方向(DOA)估计问题,提出一种将野马优化(WHO)算法与极大似然(ML)估计算法相结合的宽带信号估计方法。首先利用双边相关变换(TCT)算法将宽带信号转变为窄带信号,然后建立基于ML的DOA估计模型,最后通过WHO算法进行优化估计。通过一系列仿真实验,并与基于正弦余弦算法(SCA)、遗传算法(GA)、粒子群算法(PSO)的ML估计方法对比,表明所提算法具有更好的收敛速度、更低的均方根误差和更稳健的性能。 展开更多
关键词 宽带信号 野马优化 波达方向估计 极大似然 双边变换
下载PDF
基于改进野马算法与A^(*)算法融合的分段路径规划
2
作者 李广源 魏永勇 +2 位作者 霍少凯 白梅娟 侯帅 《电脑与信息技术》 2023年第4期6-10,共5页
作战过程的路径规划问题属于仿真过程中的一个重要决策环节,针对作战路径规划问题,文章提出了一种考虑作战特性的分段混合的路径优化算法。首先,提出了一种融合个体自适应精度约束的野马优化算法和A^(*)算法的分段混合(Improved Wild Ho... 作战过程的路径规划问题属于仿真过程中的一个重要决策环节,针对作战路径规划问题,文章提出了一种考虑作战特性的分段混合的路径优化算法。首先,提出了一种融合个体自适应精度约束的野马优化算法和A^(*)算法的分段混合(Improved Wild Horse Optimization Algorithm and A^(*)Algorithm Based On Fusion,IAWHO_A^(*))路径优化算法模型,该模型由路径阶段划分模型、自适应个体精度约束的野马优化算法和A算法构成。其次,提出了一种考虑火力覆盖范围特性的路径阶段划分模型,将路径划分快速突进段和隐蔽突进段两个阶段;最后,提出了一种改进的个体自适应精度约束的野马优化算法(IAWHO)优化快速突进段的路径,IAWHO引入个体自适应精度约束以提高算法的全局最优解。文章算法在已有的城市路径规划上进行了仿真实验研究,并取得了良好的实验效果,本文的研究内容为作战路径规划奠定了重要的理论研究基础。 展开更多
关键词 分段混合 个体自适应精度 野马优化算法 A^(*)算法
下载PDF
增强型野马优化算法及其工程应用
3
作者 马志海 刘升 《计算机应用研究》 CSCD 北大核心 2024年第7期2061-2068,共8页
针对野马优化算法易陷入局部最优、收敛速度慢等缺点,提出增强型野马优化算法。首先,在种群初始化阶段,采用Sinusoidal映射,增加种群的多样性;其次,在阶段更新过程中,设计出非线性收敛性更强的自适应权重,调节全局搜索和局部优化能力;然... 针对野马优化算法易陷入局部最优、收敛速度慢等缺点,提出增强型野马优化算法。首先,在种群初始化阶段,采用Sinusoidal映射,增加种群的多样性;其次,在阶段更新过程中,设计出非线性收敛性更强的自适应权重,调节全局搜索和局部优化能力;然后,在更新领导者位置阶段加入扰动因子,平衡局部和全局探索能力;进一步,利用自适应t分布变异,对个体位置进行扰动,提高算法跳出局部最优的能力。通过在CEC2021测试竞赛进行测试优化比较,验证算法的有效性和稳健性,并利用Wilcoxon秩和检验和MAE排名,验证算法的有效性。最后将算法应用到工程难题问题中,验证了其在工程优化问题上的适用性与优越性。实验结果表明,与其他智能算法相比,增强型野马优化算法具有更强的寻优能力和更快的收敛速度。 展开更多
关键词 野马优化算法 Sinusoidal映射 自适应t分布 工程优化
下载PDF
基于改进RNN多源融合算法的网络异构信息集成管理系统 被引量:8
4
作者 李麟 王伟 《西安工程大学学报》 CAS 2023年第6期145-152,共8页
医疗信息网络的互联造成其网络架构极为复杂,而当前对于此类网络产生的多源异构数据的管理水平难以满足信息化的要求,故给出了一种改进的信息集成管理系统。文中采用野马优化(wild horse optimizer, WHO)算法改进的循环神经网络(recurre... 医疗信息网络的互联造成其网络架构极为复杂,而当前对于此类网络产生的多源异构数据的管理水平难以满足信息化的要求,故给出了一种改进的信息集成管理系统。文中采用野马优化(wild horse optimizer, WHO)算法改进的循环神经网络(recurrent neural network, RNN)设计多源异构数据融合模型,并在此基础上以生产执行系统(manufacturing execution system, MES)为核心建立网络异构信息集成管理系统。通过同步集成处理多源融合模型输出的数据,将所有数据传递至系统数据库中进行储存,并通过所设计的功能模块完成了多源异构数据的集成管理。实验结果表明:以WHO-RNN多源融合算法为核心的网络异构信息集成管理系统的数据融合完整性维持在0.700~0.800的较高水平,并且随着数据量增加,末态更新水平(ultimate update level, UUL)指标逐渐趋近于80%,系统对于多源异构数据的运算效率和识别精度较好,具有较强的工程实际应用性能。 展开更多
关键词 循环神经网络(RNN) 野马优化(WHO)算法 生产执行系统(MES) 多源异构数据 数据融合 信息集成管理系统 医疗信息网络
下载PDF
麦克纳姆轮农业机器人路径跟踪——基于改进野马算法
5
作者 穆占海 艾尔肯·亥木都拉 郑威强 《农机化研究》 北大核心 2025年第2期1-8,18,共9页
针对麦克纳姆轮农业机器人在智能大棚中的路径跟踪问题,建立了运动学模型和动力学模型,设计了一种新型的双环比例微分-分数阶比例积分导数(Proportional Derivative-Fractional Order Proportional-Integral Derivative,PD-FOPID)控制... 针对麦克纳姆轮农业机器人在智能大棚中的路径跟踪问题,建立了运动学模型和动力学模型,设计了一种新型的双环比例微分-分数阶比例积分导数(Proportional Derivative-Fractional Order Proportional-Integral Derivative,PD-FOPID)控制器对全局路径进行动态跟踪控制。对于控制器参数多且整定困难的问题,首先采用帐篷映射初始化种群策略、精英主义记忆策略、动态余弦权重策略和柯西—高斯变异策略对原始野马算法进行改进,然后利用略改进野马算法(Improved Wild Horse Optimizer,IWHO)对控制器最优增益参数优化。实验结果表明:所开发的算法在探索和开发阶段方面性能优异,且PD-FOPID控制器在整定工作中表现突出。路径跟踪仿真证明,设计的双环PD-FOPID控制器比FOPID控制器更具显著的优势,能够避免动态误差累积,快速响应调整到规划路径,在提高农业大棚机器人路径跟踪控制质量方面具有巨大的潜力。 展开更多
关键词 麦克纳姆轮农业机器人 路径跟踪 运动学模型 动力学模型 新型双环控制器 改进野马算法
基于IWHO-EKF的高速免耕播种机播种深度监测系统研究 被引量:1
6
作者 王淞 衣淑娟 +3 位作者 赵斌 李衣菲 陶桂香 毛欣 《农业机械学报》 EI CAS CSCD 北大核心 2024年第3期75-84,共10页
为解决免耕播种机高速(12~16 km/h)作业时因地势起伏造成机械振动与传感器测量误差导致的播种深度监测系统精度降低,以及单一传感器监测可靠性较差的问题,研究了一种基于改进野马算法(Improved wild horse optimizer,IWHO)优化扩展卡尔... 为解决免耕播种机高速(12~16 km/h)作业时因地势起伏造成机械振动与传感器测量误差导致的播种深度监测系统精度降低,以及单一传感器监测可靠性较差的问题,研究了一种基于改进野马算法(Improved wild horse optimizer,IWHO)优化扩展卡尔曼滤波器(Extended Kalman filter,EKF)中关键参数Q_(sigma)、R_(sigma1)、R_(sigma2)、R_(sigma3)的多传感器数据融合算法(IWHO-EKF)的高速免耕播种机播种深度监测系统。首先,建立以激光、超声波与角度传感器为多传感器监测单元的播种深度监测模型;其次,通过卡尔曼滤波算法对3个单一传感器分别滤波;最后,提出一种加入莱维飞行与高斯变异的IWHO-EKF算法,将滤波后的3个单一传感器进行数据融合,从而解决机械振动干扰与传感器测量误差降低的问题,同时充分发挥多传感器融合信息,确保免耕播种机高速作业时实现高精度、高可靠性播种深度实时监测。为验证其优越性,通过IWHO-EKF算法与单一传感器监测、单一传感器滤波和WHO-EKF算法进行仿真对比试验与田间试验。仿真试验表明:基于IWHO-EKF的高速免耕播种机播种深度监测算法平均绝对误差为0.073 cm,均方根误差为0.090 cm,相关系数为0.983,实现了高精度监测,且精度相较于传感器原始监测值、滤波值与WHO-EKF算法均显著提升。田间试验结果表明:基于IWHO-EKF算法的高速免耕播种机播种深度监测系统相较于3个单一传感器监测值,平均绝对误差和平均均方根误差分别降低0.063 cm和0.067 cm,同时平均相关系数提升0.027,该系统能够提高播种深度监测系统的精确性和可靠性。 展开更多
关键词 高速免耕播种机 播种深度监测系统 改进野马算法 扩展卡尔曼滤波器 数据融合
下载PDF
EHDE和WHO-SVM模型在齿轮箱故障诊断中的应用
7
作者 马晓娜 周海超 《机电工程》 CAS 北大核心 2024年第4期622-632,共11页
针对现有齿轮箱故障诊断方法对数据长度敏感的缺陷,提出了一种基于增强层次多样性熵(EHDE)和野马算法(WHO)优化支持向量机(SVM)的齿轮箱故障诊断模型。首先,传统熵值特征提取方法在特征提取阶段对数据样本的长度比较敏感,为此提出了增... 针对现有齿轮箱故障诊断方法对数据长度敏感的缺陷,提出了一种基于增强层次多样性熵(EHDE)和野马算法(WHO)优化支持向量机(SVM)的齿轮箱故障诊断模型。首先,传统熵值特征提取方法在特征提取阶段对数据样本的长度比较敏感,为此提出了增强层次多样性熵,并将其作为特征提取指标用于提取齿轮箱的故障特征;其次,采用WHO算法对SVM模型的参数进行了优化,建立了参数最优的WHO-SVM分类器;最后,将故障特征样本输入至WHO-SVM分类器中进行了训练和识别,完成了样本的故障识别;利用齿轮箱数据集分别从数据长度敏感性、算法特征提取时间、模型诊断性能三种角度对EHDE、精细复合多尺度样本熵、精细复合多尺度模糊熵、精细复合多尺度排列熵、精细复合多尺度散布熵、精细复合多尺度波动散布熵进行了对比研究。研究结果表明:EHDE方法对数据长度的要求较低,在数据长度为512时即可以取得99.1%的平均识别准确率,在诊断稳定性和诊断精度方面均优于其他对比方法;在算法的泛化性实验中,EHDE方法能够以98%的准确率识别齿轮箱的不同故障类型,具有明显的泛化性和通用性。 展开更多
关键词 齿轮箱故障诊断 增强层次多样性熵 野马算法优化支持向量机 数据长度敏感性 算法特征提取时间 模型诊断性能
下载PDF
基于Bi-LSTM的同时同频全双工数字域自干扰抑制方法 被引量:1
8
作者 鲁帆 范占春 +5 位作者 马超 陈远祥 汪予晗 程竟爽 杜海龙 胡聪 《中国科学:信息科学》 CSCD 北大核心 2023年第10期1982-1993,共12页
同时同频全双工(co-frequency co-time full duplex, CCFD)系统在相同的频率上同时进行信号的收发,理论上可使通信频谱利用率提高一倍.但是由于收发天线等前端模块距离较近,系统中会存在很强的自干扰信号.当前常用的自适应滤波、最小二... 同时同频全双工(co-frequency co-time full duplex, CCFD)系统在相同的频率上同时进行信号的收发,理论上可使通信频谱利用率提高一倍.但是由于收发天线等前端模块距离较近,系统中会存在很强的自干扰信号.当前常用的自适应滤波、最小二乘法估计等自适应干扰抑制方法存在着不能有效抑制多径信道和功放非线性产生自干扰信号的不足.针对此问题,本文提出一种基于双向长短时记忆神经网络(bi-directional long short-term memory, Bi-LSTM)的CCFD数字域自干扰抑制方法.首先根据多径信道的特征,采用记忆多项式对自干扰信道进行建模;然后采用Wild Horse优化算法(Wild Horse optimizer, WHO),通过迭代寻找到最优时延单位以确定训练数据的特征数;最后搭建Bi-LSTM网络进行训练,重构出自干扰信号,并在接收端减去,以达到自干扰抑制的目的.在仿真实验中采用OFDM (orthogonal frequency division multiplexing)信号作为参考信号,实现了47.17 dB自干扰信号抑制比,较传统最小二乘(least square, LS)算法有31.58 dB的提升.结果表明,本文所提出的方法可高效准确地提高CCFD系统的自干扰信号抑制能力. 展开更多
关键词 同时同频全双工(CCFD) 双向长短时记忆神经网络(Bi-LSTM) wild horse优化算法(WHO) OFDM
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部