检索结果-南通市图书馆

维普期刊数据库博看期刊

基于ISSA-BP神经网络的激光甲烷传感器温度补偿研究

在线全文

学校读者我要写书评

暂无评论

光子学报 2023年第8期52卷 97-108页

作者：邹翔殷松峰程跃刘云龙安徽建筑大学电子与信息工程学院合肥230601 清华大学合肥公共安全研究院合肥230601 合肥清芯传感科技有限公司合肥230601

为有效提高宽温应用环境下激光甲烷传感器的探测精度,提出基于改进麻雀搜索算法优化BP神经网络的温度补偿模型,并利用实测大规模数据集进行验证。在模型框架上,提出具有全局寻优能力的ISSA-BP算法:利用准反射学习策略初始化麻雀种群以... 详细信息

为有效提高宽温应用环境下激光甲烷传感器的探测精度,提出基于改进麻雀搜索算法优化BP神经网络的温度补偿模型,并利用实测大规模数据集进行验证。在模型框架上,提出具有全局寻优能力的ISSA-BP算法:利用准反射学习策略初始化麻雀种群以提高麻雀种群多样性,引入变色龙算法、Levy飞行策略和人工兔扰动策略分别对探索者位置、反捕食者位置和每代麻雀个体位置进行更新,避免算法陷入局部最优。在数据上,通过建立不同温度、不同浓度的传感器大规模实验数据集,提升温度补偿模型的训练效果并减小模型的预测误差。在-20℃~65℃温度范围内利用15800组传感器测量数据分别对BP、PSO-BP、SSA-BP和ISSA-BP四种模型进行对比。结果表明,基于ISSA-BP神经网络的温度补偿模型预测值最大相对误差仅为0.52%,比BP、PSO-BP和SSA-BP模型分别减少了7.70%、2.46%和0.74%,MAE、MAPE、RMSE和RE量化评价指标均远优于BP、PSO-BP和SSA-BP模型。本文算法可大幅提高宽温应用环境下激光甲烷传感器探测精度,对提升激光甲烷传感器的环境适用性具有重要的参考意义。

关键词：激光甲烷传感器温度补偿麻雀搜索算法准反射学习变色龙算法人工兔优化算法

维普期刊数据库

基于改进非洲秃鹫算法的TDOA-AOA定位

在线全文

学校读者我要写书评

暂无评论

吉林大学学报(工学版) 2023年

作者：肖剑刘经纬胡欣齐小刚长安大学电子与控制工程学院长安大学能源与电气工程学院西安电子科技大学数学与统计学院

对于到达时间差定位(Time Difference of Arrival，TDOA)和到达角定位(Angle of Arrival，AOA)联合定位，提出了基于准反射学习机制和并行机制改进的非洲秃鹫定位算法。改进的非洲秃鹫在对定位模型最大似然的适应度函数寻优过程中和迭... 详细信息

对于到达时间差定位(Time Difference of Arrival，TDOA)和到达角定位(Angle of Arrival，AOA)联合定位，提出了基于准反射学习机制和并行机制改进的非洲秃鹫定位算法。改进的非洲秃鹫在对定位模型最大似然的适应度函数寻优过程中和迭代过程中，引入准反射机制以丰富种群多样性和加快收敛速度，在一定程度上也平衡探索和开发能力；引入并行机制，通过一个种群的最优个体来指导另一种群，加快收敛速度，增强了寻优性能。从实验结果看，将改进的非洲秃鹫算法与AVOA、IHHO、CSSOA、PIO、CASSA进行对比，在基准函数的求解和定位模型的求解上，都表现出了更快的收敛速度、更准确的定位精度和更好的稳定性。

关键词：信息处理技术到达时间差定位到达角定位非洲秃鹫算法准反射学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

云环境下改进SOS的多目标任务调度算法

计算机工程与设计 2022年第5期43卷 1214-1223页

作者：陈艺江芝蒙张渝四川文理学院智能制造学院四川达州635000 四川文理学院信息化建设与服务中心四川达州635000 西南大学计算机与信息科学学院重庆400715

为有效获取云计算中多目标任务调度求解算法的全局最优解,提出一种云环境下基于改进期望服务质量(Qo S)的多目标任务调度算法。设计多目标任务调度框架,提出相应的目标函数与约束条件。利用准反射学习构建初始种群以改进共生生物搜索(S... 详细信息

为有效获取云计算中多目标任务调度求解算法的全局最优解,提出一种云环境下基于改进期望服务质量(Qo S)的多目标任务调度算法。设计多目标任务调度框架,提出相应的目标函数与约束条件。利用准反射学习构建初始种群以改进共生生物搜索(SOS)算法,加入自适应变异率以提高全局搜索能力。通过设定坐标进行任务分配,利用改进后SOS算法实现多目标任务优化调度。云计算仿真结果表明,所提算法相比于其它算法,有效改善了能源利用率、能耗和时间成本,具有较好的Qo S传输性能。

关键词：云环境多目标任务调度改进SOS算法准反射学习自适应变异率云计算仿真软件

维普期刊数据库

采用改进型SOS算法的光伏组件模型参数辨识

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2020年第4期37卷 1034-1042页

作者：康童姚建刚金敏朱向前文武湖南大学电气与信息工程学院长沙410082 湖南大学信息科学与工程学院长沙410082

针对当前大部分光伏(photovoltaic,PV)模型参数辨识算法均存在准确性低和可靠性差等问题,提出了一种采用改进型共生生物搜索算法(symbiotic organisms search,SOS)的光伏组件模型参数辨识方法。首先,为提高标准SOS算法的寻优性能,提出... 详细信息

针对当前大部分光伏(photovoltaic,PV)模型参数辨识算法均存在准确性低和可靠性差等问题,提出了一种采用改进型共生生物搜索算法(symbiotic organisms search,SOS)的光伏组件模型参数辨识方法。首先,为提高标准SOS算法的寻优性能,提出了新的改进型SOS算法,记做ImSOS算法。该算法在标准SOS算法的生物种群初始化阶段采用了准反射学习机制;在互利共生搜索阶段采用了改进受益因子策略;在偏利共生搜索阶段采用了收缩随机数产生因子区间策略。其次,给出了采用ImSOS算法求解基于实验测量电流—电压(I-V)数据的光伏组件模型参数辨识问题的具体步骤及实现流程。最后,利用实际Sharp ND-R250A5光伏组件进行实验,通过与标准SOS算法以及其他七种新颖智能优化算法进行对比验证,结果表明了ImSOS算法在光伏组件模型参数辨识的有效性和优越性。可见ImSOS算法为准确可靠地辨识光伏组件模型参数提供了一种新的有效方法。

关键词：共生生物搜索算法准反射学习元启发式算法光伏组件模型参数辨识

维普期刊数据库

多目标鲸群优化及其在随机需求车辆路径规划问题中的应用

在线全文

学校读者我要写书评

暂无评论

多目标鲸群优化及其在随机需求车辆路径规划问题中的应用

作者：何超江苏科技大学

学位级别：硕士

近年来,以人工智能为代表的新一代信息技术已成为我国社会创新发展的重要技术保障和核心驱动力之一。群智能优化算法作为人工智能研究的一个热门分支,已被多个工程领域广泛重视和应用。鲸群优化算法(WOA)是近年来提出的一种新型群智能... 详细信息

近年来,以人工智能为代表的新一代信息技术已成为我国社会创新发展的重要技术保障和核心驱动力之一。群智能优化算法作为人工智能研究的一个热门分支,已被多个工程领域广泛重视和应用。鲸群优化算法(WOA)是近年来提出的一种新型群智能优化算法。WOA具有结构简单,需设置算子少,收敛速度快,并且在局部和全局搜索之间有良好的平衡等优点,已在优化问题、机器学习、数据挖掘等领域中被广泛的应用。此外,随着电子商务的不断发展,解决社区物流运输中的"最后一公里"问题已成为当前研究的焦点和难点。针对这一问题,需要在满足居民需求的前提下,最小化运输时间、行驶距离等目标。这类问题可以描述为带有随机需求的多目标车辆路径问题(VRPSD)。由于VRPSD中客户需求在车辆到达之前是未知的,因此很难找到一个完美的解决方案。然而,随着群智能算法的发展使得解决车辆路径问题(VRP)变得更加高效和准确。因此,将群智能算法应用于处理VRPSD具有良好的现实意义和技术支撑。本研究旨在通过应用鲸群优化算法(WOA)来处理VRPSD,为多目标问题的解决提供一种新思路。具体内容安排如下:1)WOA最大的优点在于其良好的全局搜索能力,但其也有在算法的后期可能陷入局部最优、处理多目标问题收敛速度慢等缺点。因此,本研究首先需要首先弥补算法本身的缺陷,然后再进一步改进算法以解决多目标问题。具体来说,先通过准反射学习机制和Logistic混沌映射增加了种群多样性;其次在搜索阶段引入海洋捕食者算法(MPA)中的FADs涡流效应和小波变异,加强了算法前期和后期的稳定性及跳出局部最优的能力;最后提出一种非线性分段的收敛因子用以平衡算法的局部搜索和全局搜索能力。实验结果表明,改进的算法具有更好的稳定性和跳出局部最优的能力,并且收敛速度和优化精度也得到了提高。2)处理多目标VRPSD的难度在于多个优化目标之间存在难以调和的冲突,以及需要考虑目标的优先级、计算的复杂性以及目标测量标准的选择等问题,为了解决这些问题,本研究通过分析多目标问题的特点和WOA处理离散问题的不足,在改进的算法基础上,引入协同进化的概念、自适应动态分层机制和快速非支配排序等策略,在保证算法的收敛速度和全局性能的前提下,提高算法解决多目标问题的精度,降低计算的复杂度。最后,将改进的算法应用于多个多目标VRPSD中;实验结果证明,本文所改进的WOA能有效的降低现实花费和车辆行使距离,提高了配送效率,具有更高的实用性和应用前景。

关键词：鲸群优化算法准反射学习随机需求车辆路径问题多目标优化