期刊文献+
共找到4,884篇文章
< 1 2 245 >
每页显示 20 50 100
一种新型煤矿底板破坏深度预测模型 认领
1
作者 武雪琪 《煤矿现代化》 2021年第1期113-117,共5页
为有效预防煤矿底板突水风险,在传统的粒子群优化算法中增加自适应权重,结合遗传算法的交叉、变异步骤改进传统的粒子群优化算法,并用其优化SVM模型,建立改进的GA-PSO-SVM煤矿底板破坏深度预测模型,选取采深、煤层倾角、采高、工作面长... 为有效预防煤矿底板突水风险,在传统的粒子群优化算法中增加自适应权重,结合遗传算法的交叉、变异步骤改进传统的粒子群优化算法,并用其优化SVM模型,建立改进的GA-PSO-SVM煤矿底板破坏深度预测模型,选取采深、煤层倾角、采高、工作面长度、煤层底板承压水水压和煤层底板损伤变量作为影响底板破坏深度的主控因素,通过15组煤炭生产单位采集底板破坏带深度相关数据,测试改进的GA-PSO-SVM模型的性能,并与FOA-SVM模型、BP模型的预测结果进行对比,研究表明:改进的GA-PSO-SVM模型预测结果与实测结果的误差范围为0.36%~5.22%,FOA-SVM模型预测结果的误差范围为1.60%~12.49%,BP模型预测结果的误差范围为1.01%~20%,改进的GA-PSO-SVM模型预测结果的误差范围更小,更适合煤矿现场的应用要求。 展开更多
关键词 煤矿 遗传算法 粒子优化算法 支持向量机 底板破坏深度
在线阅读 下载PDF
文章速递基于ALPSO算法的低轨卫星小推力离轨最优控制方法 认领
2
作者 李玖阳 胡敏 +2 位作者 王许煜 徐家辉 李菲菲 《系统工程与电子技术》 EI CSCD 北大核心 2021年第1期199-207,共9页
低轨卫星在到寿后,需要在一定时间内离轨,而轨道高度高于800 km的卫星难以在自然条件下离轨。为了使卫星在规定时间内离轨,提出一种基于增广拉格朗日粒子群优化(augmented Lagrangian particle swarm optimization,ALPSO)算法的低轨卫... 低轨卫星在到寿后,需要在一定时间内离轨,而轨道高度高于800 km的卫星难以在自然条件下离轨。为了使卫星在规定时间内离轨,提出一种基于增广拉格朗日粒子群优化(augmented Lagrangian particle swarm optimization,ALPSO)算法的低轨卫星小推力离轨最优控制算法。首先依据小推力的特点列出摄动方程,并利用哈密尔顿方程求出带协状态参数的最优控制率。而后分别阐述了粒子群算法和增广拉格朗日方法,并据此得出了算法流程。最后与遗传算法的优化结果进行对比。结果表明,ALPSO算法迭代次数较少,收敛精度较高,降低轨道高度的第一种处置轨道适用于轨道高度821 km的卫星离轨,离轨时间为857天。该算法可用于低轨卫星小推力离轨问题的求解。 展开更多
关键词 低轨卫星 小推力离轨 粒子优化算法 最优控制
在线阅读 下载PDF
文章速递基于注意力机制的GRU神经网络安全态势预测方法 认领
3
作者 何春蓉 朱江 《系统工程与电子技术》 EI CSCD 北大核心 2021年第1期258-266,共9页
传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性。针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit,GRU)编码预测方法,该方法利用GRU神经网络挖掘... 传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性。针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit,GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将其编码为网络安全态势值;利用改进的粒子群优化(particle swarm optimization,PSO)算法进行超参数寻优,以加速GRU神经网络的训练。仿真分析表明,所提方法具有更快的收敛速度和较低的复杂度,并且在不同的预测时长下具有较小的均方误差和平均绝对误差。 展开更多
关键词 网络安全态势预测 注意力机制 循环门控单元 粒子优化算法
在线阅读 下载PDF
文章速递多策略融合的粒子群优化算法 认领
4
作者 廖玮霖 程杉 +1 位作者 尚冬冬 魏昭彬 《计算机工程与应用》 CSCD 北大核心 2021年第1期69-76,共8页
受天体学和植物学启发,提出一种多策略融合的粒子群优化算法(MSPSO),以改善粒子群优化算法(PSO)易陷入局部最优的不足。三黑洞系统捕获策略和多维随机干扰策略的引入,使算法增强全局开拓能力的同时兼顾局部搜索能力,并通过协调因子完成... 受天体学和植物学启发,提出一种多策略融合的粒子群优化算法(MSPSO),以改善粒子群优化算法(PSO)易陷入局部最优的不足。三黑洞系统捕获策略和多维随机干扰策略的引入,使算法增强全局开拓能力的同时兼顾局部搜索能力,并通过协调因子完成从全局寻优向局部搜索的转变,进而提高收敛速度。同时,早熟扰动策略的采用,使算法陷入局部最优的概率降低。采用9个测试函数,将该算法与其他5种算法进行性能对比。仿真结果表明,MSPSO算法具有在相同迭代下更好的寻优能力、在给定精度下更快的收敛速度等优势。 展开更多
关键词 粒子优化算法 三黑洞系统捕获 多维随机干扰 协调因子 早熟扰动
在线阅读 下载PDF
文章速递一种基于粒子群优化算法的公共台区基础负荷计算方法 认领
5
作者 王文秀 田世明 +1 位作者 卜凡鹏 闫宵雅 《供用电》 2021年第1期55-61,共7页
需求响应项目实施的关键在于用户基础负荷的计算,基础负荷不仅可有效评估用户参与需求响应的潜力,还能为补偿提供重要依据。在分析传统计算方法的基础上,提出了一种基于粒子群优化算法的公共台区基础负荷计算方法,可根据温度智能优化选... 需求响应项目实施的关键在于用户基础负荷的计算,基础负荷不仅可有效评估用户参与需求响应的潜力,还能为补偿提供重要依据。在分析传统计算方法的基础上,提出了一种基于粒子群优化算法的公共台区基础负荷计算方法,可根据温度智能优化选择负荷日。实例证明,该方法得出的基础负荷更加科学、合理。以上海地区299个台区进行分析验证,结果与当地负荷特点相符,进一步证明了该方法的科学性、有效性及可行性。 展开更多
关键词 需求响应 基础负荷 智能优化 公共台区 粒子优化算法
在线阅读 下载PDF
基于PSO算法的SOR最优松弛因子选取研究 认领
6
作者 薛丹 姚若侠 《计算机技术与发展》 2020年第12期15-20,共6页
目前选取逐次超松弛迭代法(SOR)最优松弛因子的基本思路是:在区间(0,2)上,根据确定的分割策略,选取分割点的值作为松弛因子来计算相应的SOR迭代次数,将小于预设的SOR迭代次数阈值的松弛因子作为最优解返回,例如二分比较法、黄金分割法... 目前选取逐次超松弛迭代法(SOR)最优松弛因子的基本思路是:在区间(0,2)上,根据确定的分割策略,选取分割点的值作为松弛因子来计算相应的SOR迭代次数,将小于预设的SOR迭代次数阈值的松弛因子作为最优解返回,例如二分比较法、黄金分割法、逐步搜索法等,其缺陷在于不易找到全局最优松弛因子且对参数依赖较大。为克服传统策略解决该问题的不足,受粒子群优化算法及其在不同场景成功应用的启发,提出利用基本粒子群优化算法(bPSO)、简化粒子群优化算法(sPSO)、带极值扰动粒子群优化算法(tPSO)和带极值扰动的简化粒子群优化算法(tsPSO)来搜索SOR迭代法最优松弛因子。通过对两个不同的线性方程组的实证测试,验证了四种算法在选取SOR最优松弛因子问题上的有效性。 展开更多
关键词 粒子优化算法 简化粒子优化算法 带极值扰动粒子优化算法 SOR迭代法 最优松弛因子
在线阅读 下载PDF
改进粒子群优化算法及其在聚类分析中应用 认领 被引量:1
7
作者 王闯 张勇 +1 位作者 李学贵 董宏丽 《系统仿真学报》 CAS CSCD 北大核心 2020年第8期1577-1587,共11页
针对标准粒子群优化算法初期收敛速度快,后期容易陷入早熟收敛,局部寻优,全局搜索能力差等缺点,提出了一种新的鱼群-粒子群优化算法(AF-PSO)。引入拥挤因子d和马尔可夫链,将鱼群算法加入到粒子群优化算法中,通过计算拥挤因子,来更新速... 针对标准粒子群优化算法初期收敛速度快,后期容易陷入早熟收敛,局部寻优,全局搜索能力差等缺点,提出了一种新的鱼群-粒子群优化算法(AF-PSO)。引入拥挤因子d和马尔可夫链,将鱼群算法加入到粒子群优化算法中,通过计算拥挤因子,来更新速度模型,使其在觅食,聚群,追尾,随机4种模态下进行切换。仿真结果表明了所提出的AF-PSO算法的综合性能优于其他改进的PSO算法。为进一步说明算法的实用性,将AF-PSO算法成功应用于输油管道泄露数据的聚类分析上。实验结果表明基于AF-PSO的K-means算法性能是优于其他聚类算法。 展开更多
关键词 粒子优化算法 人工鱼算法 -粒子优化算法 K-MEANS 马尔可夫链
一种改进的简化均值粒子群K-means聚类算法 认领
8
作者 靳雁霞 齐欣 +1 位作者 张晋瑞 程琦甫 《微电子学与计算机》 北大核心 2020年第5期69-74,共6页
针对粒子群优化算法容易陷入局部最优且K-means算法受聚类数及初始聚类中心的选取影响较大,提出了一种改进的简化均值粒子群K-means优化聚类算法(ISMPSO-AKM).一方面,在简化粒子群算法的基础上,加入邻域最优粒子,由个体最优位置、全局... 针对粒子群优化算法容易陷入局部最优且K-means算法受聚类数及初始聚类中心的选取影响较大,提出了一种改进的简化均值粒子群K-means优化聚类算法(ISMPSO-AKM).一方面,在简化粒子群算法的基础上,加入邻域最优粒子,由个体最优位置、全局最优位置及邻域最优位置线性组合改进位置公式.另一方面,构造一种基于余弦函数和对数函数的惯性权重,实现对惯性权重的动态调整.此外,引入AKM聚类算法确定聚类数,动态获取初始中心,进一步提高算法的准确性.仿真实验表明,改进的ISMPSO-AKM算法具有更快的收敛速度,更高的求解精度及更稳定的聚类结果. 展开更多
关键词 粒子优化算法 简化粒子 邻域最优粒子 K-MEANS聚类 聚类数 初始聚类中心
在线阅读 免费下载
量子粒子群算法反演概率积分法参数 认领
9
作者 朱尚军 王磊 +4 位作者 魏涛 蒋创 江克贵 查剑锋 孔川 《金属矿山》 CAS 北大核心 2020年第7期161-169,共9页
概率积分法预计模型反演参数过程中存在计算量大、过程复杂等问题,现有的智能优化算法可以弥补这些不足,但存在易陷入早熟收敛、粒子全局搜索效果较差、收敛速度较慢等缺陷。通过试验发现量子粒子群(Quantum-behaved Particle Swarm Opt... 概率积分法预计模型反演参数过程中存在计算量大、过程复杂等问题,现有的智能优化算法可以弥补这些不足,但存在易陷入早熟收敛、粒子全局搜索效果较差、收敛速度较慢等缺陷。通过试验发现量子粒子群(Quantum-behaved Particle Swarm Optimization Algorithm,QPSO)算法能够在保证精度不变的基础上极大降低算法的运行时间,并降低粒子陷入早熟收敛的概率,将粒子扩大为全局唯一的解空间。将量子粒子群算法引入到开采沉陷预计参数求解中,以下沉和移动变形的实测值与预计值之差的绝对值累加和最小为求参代价函数,构建了基于QPSO算法的概率积分法参数反演模型。研究结果表明:①模拟试验中,在相同的运行环境下,QPSO算法与粒子群(Particle Swarm Optimization,PSO)算法的求参精度相当,QPSO算法求参稳定性略高,且求参效率大幅度提高(QPSO算法运行时间比PSO算法减少近90%),验证了基于QPSO算法的概率积分法参数反演模型的有效性与可靠性;②利用所建立的QPSO参数反演模型求解了顾桥南矿1414(1)工作面概率积分法参数,求取结果为:q=1.0415,tanβ=1.9108,b=0.3742,θ=85.0869,S1=55.6635 m,S2=37.1618 m,S3=-0.6670 m,S4=-9.7980 m,下沉与水平移动拟合中误差为72.04 mm,符合工程应用标准,尽管QPSO算法与PSO算法求解精度相当,但运算效率显著提高。所构建的模型对于开采沉陷预计参数精准反演具有一定的参考价值。 展开更多
关键词 开采沉陷 概率积分法 参数反演 粒子优化算法 量子粒子优化算法
在线阅读 下载PDF
基于IGWO-A^*算法的无人机农田喷洒航迹规划 认领
10
作者 李靖 杨帆 《沈阳农业大学学报》 CAS CSCD 北大核心 2020年第2期231-237,共7页
目前无人机已经在农业领域逐步应用,在精量播种、农药喷洒、植被检测等不同类型的农业航空作业中有着广泛的应用,采用无人机进行农药喷洒已经成为农业植保过程中的一项重要任务。多喷洒点遍历及障碍物避障的航迹规划问题,影响着无人机... 目前无人机已经在农业领域逐步应用,在精量播种、农药喷洒、植被检测等不同类型的农业航空作业中有着广泛的应用,采用无人机进行农药喷洒已经成为农业植保过程中的一项重要任务。多喷洒点遍历及障碍物避障的航迹规划问题,影响着无人机喷洒作业的效率。如何规划无人机喷洒作业点的顺序及低空作业避障问题在农田喷洒任务中受到了广泛的关注。使用传统灰狼优化算法求解能力强,但这易陷入局部最优解。针对此问题提出了一种改进的灰狼优化算法(IGWO)与A~*算法相结合的无人机农田喷洒航迹规划算法。IGWO算法引入了K-Means算法进行种群初始化以加强种群多样性,引入了非线性收敛因子以平衡算法的全局搜索与局部开发能力,引入了粒子群优化算法个体优越性进行位置更新以避免算法陷入局部最优,从而使得IGWO算法具有更强的模型求解能力。运用IGWO算法无障碍物的求解遍历多喷洒点的最优航迹路径,随后在障碍物阻挡的航迹路径段运用A~*算法避障规划以修正段内航迹。试验仿真结果表明:IGWO算法与GWO算法在随机生成的5个喷洒任务点的遍历航迹规划长度相同,而在随机生成的30个喷洒点遍历航迹规划中IGWO算法是GWO算法寻找最优解所需迭代次数的1/3,且规划路径缩短4.17%,说明IGWO算法对大任务量喷洒任务点更具有优越性,收敛速度更快,模型求解能力更强,规划航迹效率更高,同时验证了基于IGWO-A~*算法的无人机农田喷洒航迹规划的真实有效性。该研究为农业植保提供了一定的理论基础,为无人机自主作业解决了前提条件。 展开更多
关键词 灰狼优化算法 A^*算法 航迹规划 农田喷洒作业 粒子优化算法
在线阅读 下载PDF
混沌粒子群优化神经网络的井下人员无线定位方法研究 认领
11
作者 莫树培 唐琎 +5 位作者 李国良 陈明 金礼模 周龙龙 朱超 赵大磊 《传感技术学报》 CAS CSCD 北大核心 2020年第3期456-463,共8页
针对井下人员定位系统定位精度较低,不能满足智慧煤矿的需求,提出一种基于混沌粒子群算法优化Elman神经网络的井下人员无线定位方法。该定位方法首先在井下巷道无线网络环境中,利用无线终端采集一定数量的样本点指纹数据库。其次初始化E... 针对井下人员定位系统定位精度较低,不能满足智慧煤矿的需求,提出一种基于混沌粒子群算法优化Elman神经网络的井下人员无线定位方法。该定位方法首先在井下巷道无线网络环境中,利用无线终端采集一定数量的样本点指纹数据库。其次初始化Elman神经网络,利用混沌粒子群优化算法对神经网络权值和自连接反馈增益因子寻优。再次用指纹数据库对优化过的Elman神经网络进行训练和测试,建立神经网络定位算法模型。最后通过无线终端采集定位点的指纹数据,由神经网络定位算法模型进行实时定位。经试验表明,该井下人员无线定位方法平均定位误差为1.35 m;而混沌粒子群算法优化Elman神经网络定位算法,其算法全局搜索能力更强,更适合井下时变环境中应用。 展开更多
关键词 无线移动定位 井下无线定位 ELMAN神经网络 混沌优化算法 粒子优化算法
在线阅读 下载PDF
优质个体最优动态空间变异的粒子群优化算法 认领
12
作者 孙辉 邓志诚 +1 位作者 赵嘉 王晖 《计算机应用研究》 CSCD 北大核心 2020年第8期2344-2348,2370,共6页
针对粒子群优化算法进化前期需大幅维度变动以搜索更多新区域,后期因仅有几维未达到最优解而陷入局部最优等问题进行研究,提出优质个体最优动态空间变异的粒子群优化算法。在挑选出优质的个体最优粒子后,选择其两个不同维度,使其中一个... 针对粒子群优化算法进化前期需大幅维度变动以搜索更多新区域,后期因仅有几维未达到最优解而陷入局部最优等问题进行研究,提出优质个体最优动态空间变异的粒子群优化算法。在挑选出优质的个体最优粒子后,选择其两个不同维度,使其中一个维度向另一维作莱维飞行,得到新的变异维度值,且进行变异的维度随迭代次数的增加而减少,种群多样性进一步提高,勘探与开发能力得到平衡。将提出的算法与新近改进的高水平粒子群算法在12个基准函数上进行比较,实验结果表明该算法在求解精度和收敛速度上更具优势。 展开更多
关键词 粒子优化算法 优质粒子 动态空间变异 莱维飞行
在线阅读 下载PDF
引入粒子生存值的SPSO-BP气体传感器补偿算法 认领
13
作者 程洋 李柏林 +2 位作者 欧阳 罗建桥 黄翰鹏 《传感器与微系统》 CSCD 2020年第8期134-137,共4页
针对复杂环境下气体传感器的稳定性不足的问题,提出了一种基于改进反向传播(BP)神经网络的传感器补偿算法。首先建立基于温湿度补偿的BP神经网络结构,并确定各层网络的节点数。然后提出用粒子群算法(PSO)优化BP神经网络的初始权值和阈... 针对复杂环境下气体传感器的稳定性不足的问题,提出了一种基于改进反向传播(BP)神经网络的传感器补偿算法。首先建立基于温湿度补偿的BP神经网络结构,并确定各层网络的节点数。然后提出用粒子群算法(PSO)优化BP神经网络的初始权值和阈值。最后引入粒子生存值并结合模拟退火改进传统PSO算法(SPSO),提高模型的全局极值寻优能力。实验结果表明:本文改进的SPSO算法较传统的PSO算法寻优能力更强,将SPSO与BP神经网络相结合,提高了气体传感器的温湿度补偿精度。 展开更多
关键词 反向传播(BP)神经网络 粒子优化算法 粒子生存值 温湿度补偿
在线阅读 下载PDF
多目标粒子群和人工蜂群混合优化的阈值图像分割算法 认领
14
作者 赵凤 孔令润 马改妮 《计算机工程与科学》 CSCD 北大核心 2020年第2期281-290,共10页
在图像分割中,为了准确地把目标和背景分离出来,提出了一种基于多目标粒子群和人工蜂群混合优化的阈值图像分割算法。在多目标优化的框架下,将改进的类间方差准则和最大熵准则作为适应度函数,通过粒子群和蜂群混合优化这2个适应度函数... 在图像分割中,为了准确地把目标和背景分离出来,提出了一种基于多目标粒子群和人工蜂群混合优化的阈值图像分割算法。在多目标优化的框架下,将改进的类间方差准则和最大熵准则作为适应度函数,通过粒子群和蜂群混合优化这2个适应度函数来获得1组非支配解。同时,为了提高全局和局部搜索能力,在蜂群进化时,将粒子群的全局最优解引入到人工蜂群算法的雇佣蜂阶段蜜源的更新中,并对搜索方程进行改进。最后通过类间差异和改进的类内差异的加权比值,从一组非支配解中选取最优阈值。实验结果表明,该算法能够取得理想的分割结果。 展开更多
关键词 阈值分割 粒子优化算法 人工蜂算法 混合优化 多目标优化
在线阅读 下载PDF
基于交叉熵的粒子群优化算法 认领 被引量:1
15
作者 张娜 贺兴时 屈思凡 《西安工程大学学报》 CAS 2020年第4期106-112,共7页
为解决粒子群优化算法易于陷入局部最优,早熟收敛,以及对高维复杂函数寻优精度差等弊端,提出一种基于交叉熵的粒子群优化算法(CEPSO)。在粒子群优化算法全局最优值的更新过程中加入交叉熵算法,使得粒子能更高效地收敛到全局最优位置,提... 为解决粒子群优化算法易于陷入局部最优,早熟收敛,以及对高维复杂函数寻优精度差等弊端,提出一种基于交叉熵的粒子群优化算法(CEPSO)。在粒子群优化算法全局最优值的更新过程中加入交叉熵算法,使得粒子能更高效地收敛到全局最优位置,提升了算法对高维复杂函数的求解能力;为保持种群多样性,避免早熟收敛,定义了替换概率并增加高斯扰动以实现粒子重构;通过仿真实验,对CEPSO算法、传统粒子群优化算法及其他3种改进的粒子群优化算法进行比较,结果显示CEPSO算法具有更好的全局搜索能力及收敛性能。 展开更多
关键词 交叉熵算法 粒子优化算法 粒子重构策略 替换概率
在线阅读 下载PDF
基于优化粒子数和分段权值的粒子群直线电机PID整定 认领
16
作者 黄知超 罗从杰 《组合机床与自动化加工技术》 北大核心 2020年第2期96-100,共5页
以工程中直线电机伺服系统为研究对象,提出一种优化粒子数量加分段式惯性权重递减的粒子群PID控制器参数优化算法。优化粒子数量的方法可降低函数调用次数,通过对近两代的全局最优值进行比较,得到的误差值如果大于设定值,认为是在初始... 以工程中直线电机伺服系统为研究对象,提出一种优化粒子数量加分段式惯性权重递减的粒子群PID控制器参数优化算法。优化粒子数量的方法可降低函数调用次数,通过对近两代的全局最优值进行比较,得到的误差值如果大于设定值,认为是在初始寻优阶段,保持粒子数量,否则在最终优化阶段,减少粒子数量,所减少的粒子特征是最接近最佳粒子的粒子,以保证在欧氏距离内实现粒子的分散性。最后再结合指数衰减曲线加线性递减曲线构成的分段式惯性权重递减策略提升算法的全局寻优和局部寻优能力。经数值验证分析,该优化算法在保证遍历性的同时,在一定程度上提高了算法的运行速度和寻优精度。实验仿真结果表明,该算法对PID控制器进行参数优化,直线电机系统响应速度快,超调量小,调节时间短。 展开更多
关键词 直线电机 优化粒子 分段式惯性权重递减 粒子优化算法 PID参数优化
在线阅读 下载PDF
基于LPSO最大峭度熵反褶积的齿轮箱故障诊断 认领
17
作者 鹿洪荣 隋文涛 《组合机床与自动化加工技术》 北大核心 2020年第10期117-121,共5页
考虑到最小熵反褶积(minimum entropy deconvolution, MED)只对单一的异常振动信号很敏感,而且,滤波器的长度需要人工调控,提出了一种最大峭度熵反褶积(maximum kurtosis entropy deconvolution, MKSED)方法,并将其应用于轴承故障诊断... 考虑到最小熵反褶积(minimum entropy deconvolution, MED)只对单一的异常振动信号很敏感,而且,滤波器的长度需要人工调控,提出了一种最大峭度熵反褶积(maximum kurtosis entropy deconvolution, MKSED)方法,并将其应用于轴承故障诊断。考虑峭度熵具有突出连续冲击振荡的优点,选择峭度熵作为反褶积的目标函数。同时,利用峭度熵作为改进的局部粒子群优化算法(local particle swarm optimization algorithm, LPSO)的适应度函数,利用局部粒子群优化滤波器长度,使最大峭度熵反褶积在解卷积时自适应地调整滤波器长度,从而能够准确地提取出连续的脉冲信号。实验分析结果验证了该方法能够更叫有效的提取连续脉冲信号的能力,提升了故障诊断的精度。 展开更多
关键词 齿轮箱 粒子优化算法 最大峭度熵反褶积 信号提取 故障诊断
在线阅读 下载PDF
基于仿真模型的高压油管压力控制理论的研究 认领
18
作者 张敖生 赵文强 +2 位作者 张晓凡 王雅姝 苏泽昊 《电子测试》 2020年第1期63-65,共3页
燃油发动机作为当代应用范围最广泛的热功转换装置,在交通运输、船舶动力和航空航天等国防军事与经济产业中有着巨大的应用与开发价值,其工作效率直接影响到生产生活的各方各面。而高压油管作为燃油发动机最重要的组成部件,决定着燃油... 燃油发动机作为当代应用范围最广泛的热功转换装置,在交通运输、船舶动力和航空航天等国防军事与经济产业中有着巨大的应用与开发价值,其工作效率直接影响到生产生活的各方各面。而高压油管作为燃油发动机最重要的组成部件,决定着燃油发动机的工作效率与使用寿命。其安全性与稳定性常常是衡量燃油发动机优劣的主要标准。针对高压油管工作过程中燃油的间歇性进入与喷出情况,研究如何在此工作状态中稳定有关高压油管内的压力变化,提升发动机的工作效率就显得格外重要,因此本文通过建立相关数学模型将如何提高该系统的工作效率进行了详细分析和讨论。 展开更多
关键词 仿真模型 有限元 蒙特卡洛模拟 二阶拟合 粒子优化算法
在线阅读 下载PDF
滑移式挡车器制动距离计算及阻尼器优化布置研究 认领
19
作者 刘爽 魏伟 李荣华 《现代城市轨道交通》 2020年第11期21-26,共6页
为应对列车提速与重载运输线路终端安全防护问题,考虑工程中采用平均制动力方法估算的局限性,对滑移式挡车器阻挡机理及受力过程进行计算与仿真,以合理布置阻尼器,使列车在规定距离内停车,降低冲击对机车车辆的损害。将平均制动力方法... 为应对列车提速与重载运输线路终端安全防护问题,考虑工程中采用平均制动力方法估算的局限性,对滑移式挡车器阻挡机理及受力过程进行计算与仿真,以合理布置阻尼器,使列车在规定距离内停车,降低冲击对机车车辆的损害。将平均制动力方法和累计间距法与试验结果对比,发现累计间距法更接近试验结果。应用粒子群理论对阻尼器间距进行优化布置后,阻尼力波动比较平缓,能够符合工程预期需要,可为失控列车防护提供借鉴方案。 展开更多
关键词 铁路 安全防护 滑移式挡车器 制动距离 粒子优化算法 仿真
在线阅读 免费下载
基于粒子群优化算法的算法实现及建筑生形——模拟鸟类觅食形态的建筑雏形设计 认领
20
作者 罗钏雯 《华中建筑》 2020年第2期43-47,共5页
参数化设计中,建筑生形的核心就是算法。该文研究鸟类觅食形态所衍生的粒子群优化算法,并将其成果应用于建筑形态生成。首先通过对鸟类觅食形态观察,分析生形原理,结合数字图解方法总结出生形特征;其次使用开发工具对犀牛(Rhinoceros)... 参数化设计中,建筑生形的核心就是算法。该文研究鸟类觅食形态所衍生的粒子群优化算法,并将其成果应用于建筑形态生成。首先通过对鸟类觅食形态观察,分析生形原理,结合数字图解方法总结出生形特征;其次使用开发工具对犀牛(Rhinoceros)软件进行二次开发,实现粒子群优化算法;最后在设计中对算法进行应用,并通过对比建筑设计雏形更直观地理解参数对建筑形体生成的影响。文章以西宁某项目中的生形设计为例,对该算法在建筑设计中进行实际应用。研究针对生形设计算法,并对软件进行二次开发,提高了生形算法的准确性与效率。粒子群优化算法可将点元素生成三维曲线,并产生富于变化的复杂形态,具有生成和优化建筑形态的巨大潜力。 展开更多
关键词 鸟类觅食 粒子优化算法 参数化设计 建筑生形 二次开发
在线阅读 下载PDF
上一页 1 2 245 下一页 到第
使用帮助 返回顶部 意见反馈