检索结果-南通市图书馆

KSY191—(Ⅰ)型电动轮励磁系统的研制

在线全文

学校读者我要写书评

暂无评论

有色设备 1988年第1期 23-28页

作者：韩兆锡长沙矿山研究院

一、概况在大型露天矿山,采用大吨位矿用电动轮汽车取代传统机械传动汽车,无论在管理上、经济效益以及维修上所具有的优越性,业已为国内外的实践所证实。国外大型露天矿山60％以上采用矿用电动轮汽车运输,其中又以170短吨级车居多。我... 详细信息

一、概况在大型露天矿山,采用大吨位矿用电动轮汽车取代传统机械传动汽车,无论在管理上、经济效益以及维修上所具有的优越性,业已为国内外的实践所证实。国外大型露天矿山60％以上采用矿用电动轮汽车运输,其中又以170短吨级车居多。我国本钢南芬露天铁矿多年使用电动轮汽车和江西德兴铜矿自1984年7月使用电动轮汽车运输以来的实践表明,矿用电动轮汽车确实是一种先进的高效运输设备。 KSY191-(Ⅰ)型电动轮励磁系统研制项目是中国有色金属工业总公司新产品开

关键词：励磁系统中国有色金属工业牵引发电机车辆牵引电动机主发电机 KSY191 电传动汽车货车电动轮汽车励磁电流基准函数

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于正弦自适应权重的模拟退火粒子群算法

电子世界 2019年第23期 26-28页

作者：莫伟杏胡春筠蔡坤华南农业大学电子工程学院

将模拟退火算法混合到粒子群算法中,虽然能够有效地解决粒子群算法容易陷入局部极值的问题,但是在用此混合算法求解复杂高维函数时,收敛速度较慢、精确度较低.为解决此问题,提出对惯性权重的正弦自适应变化的方案,即正弦自适应权重的模... 详细信息

将模拟退火算法混合到粒子群算法中,虽然能够有效地解决粒子群算法容易陷入局部极值的问题,但是在用此混合算法求解复杂高维函数时,收敛速度较慢、精确度较低.为解决此问题,提出对惯性权重的正弦自适应变化的方案,即正弦自适应权重的模拟退火粒子群算法.本文采取四个基准函数来对提出的优化算法进行仿真,同时与改进前的模拟退火粒子群算法和其他人所提出的基于惯性权重改进的优化方案进行比较.结果表明,优化后的算法拥有更强的收敛能力,更高的精确度,更加稳定的优化值.

关键词：模拟退火粒子群算法模拟退火算法自适应权重惯性权重基准函数混合算法局部极值优化值

在线全文

学校读者我要写书评

暂无评论

基于二项式交叉改进的人工蜂群算法

山东理工大学学报（自然科学版） 2016年第5期30卷 74-78页

作者：程宪宝广州工商学院计算机科学与工程系广东广州510850

为了克服人工蜂群算法容易过早收敛和在接近全局最优时搜索速度变慢、疏于开发的缺陷,提出一种基于二项式交叉改进的人工蜂群算法.改进算法引入全局最优值,通过二项交叉将邻域搜索的最优值与全局最优值进行比较,以加快算法的收敛速度,... 详细信息

为了克服人工蜂群算法容易过早收敛和在接近全局最优时搜索速度变慢、疏于开发的缺陷,提出一种基于二项式交叉改进的人工蜂群算法.改进算法引入全局最优值,通过二项交叉将邻域搜索的最优值与全局最优值进行比较,以加快算法的收敛速度,提高算法在最优解附近的开发能力.通过7个基准函数进行仿真测试发现:和标准的人工蜂群算法相比,改进的人工蜂群算法有较好的收敛速度和收敛精度,有效提高了原算法的全局寻优能力,且并未大量增加算法的复杂度,是一种有效的优化算法.

关键词：人工蜂群算法优化二项式交叉基准函数

在线全文

学校读者我要写书评

暂无评论

基于量子粒子群算法的收敛性研究

微计算机信息 2009年第6期25卷 218-219页

作者：沈佳宁须文波孙俊江南大学信息工程学院江苏无锡214122

对基于量子行为的粒子群算法(QPSO)的收敛性进行分析。QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。通过四个经典的基准函数对算法进行测试,将QPSO算法与PSO算法进行深入比较。通过实验结果表明,QPSO... 详细信息

对基于量子行为的粒子群算法(QPSO)的收敛性进行分析。QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。通过四个经典的基准函数对算法进行测试,将QPSO算法与PSO算法进行深入比较。通过实验结果表明,QPSO算法在收敛性能上大大优于PSO算法。

关键词：粒子群算法量子粒子群优化算法收敛性基准函数

在线全文

学校读者我要写书评

暂无评论

竞争算法优化BP神经网络性能研究

计算机系统应用 2019年第5期28卷 173-177页

作者：卢滢宇宁波职业技术学院公共教学部宁波315800

针对诸多群智能算法容易陷入局部最优、收敛速度慢的特点,提出一种参数设置少,全局搜索能力强的竞争算法.通过10个基准函数与粒子群算法的比较, 30次试验下竞争算法的平均值与最小值均优于粒子群算法,验证了该算法的有效性.用竞争算法优... 详细信息

针对诸多群智能算法容易陷入局部最优、收敛速度慢的特点,提出一种参数设置少,全局搜索能力强的竞争算法.通过10个基准函数与粒子群算法的比较, 30次试验下竞争算法的平均值与最小值均优于粒子群算法,验证了该算法的有效性.用竞争算法优化BP神经网络,并对11个测试数据集进行分类,实验结果表明,用竞争算法优化后的BP神经网络在11个测试集上性能均优于原始算法,且在大部分测试集上性能优于用遗传算法优化的BP神经网络.该算法能有效提高分类正确率,增强鲁棒性.

关键词： BP神经网络竞争算法基准函数测试数据集

在线全文

学校读者我要写书评

暂无评论

动态双子群拟梯度蝙蝠算法

微型机与应用 2016年第6期35卷 23-25,28页

作者：陈伟利陈国华湖南人文科技学院数学与计量经济系湖南娄底417000

针对基本蝙蝠算法存在的易陷入局部最优、后期收敛速度慢等问题,提出动态双子群拟梯度蝙蝠算法。该算法利用蝙蝠脉冲发射频率将蝙蝠种群动态地划分为自由搜索种群和局部搜索种群两个子群,在局部搜索子群中利用拟梯度方向指导蝙蝠搜索。... 详细信息

针对基本蝙蝠算法存在的易陷入局部最优、后期收敛速度慢等问题,提出动态双子群拟梯度蝙蝠算法。该算法利用蝙蝠脉冲发射频率将蝙蝠种群动态地划分为自由搜索种群和局部搜索种群两个子群,在局部搜索子群中利用拟梯度方向指导蝙蝠搜索。为了验证算法的有效性,通过对4个基准函数的实验测试,实验结果表明,该算法相对于基本蝙蝠算法具有较好的全局搜索能力和优化精度。

关键词：蝙蝠算法拟梯度基准函数最优值

在线全文

学校读者我要写书评

暂无评论

一种随机变异策略的改进DE算法

知识文库 2018年第17期 203-205页

作者：刘龙龙东华理工大学理学院

差分进化算法存在进化后期收敛变慢,易陷入局部最优等情况,本文从差分进化算法的变异算子,变异策略等方面改进,提出一种新的改进差分进化算法(IRDE)。利用4个基准函数对IRDE算法进行检验,检验结果表明,本文提出的改进方式能够有效的提... 详细信息

差分进化算法存在进化后期收敛变慢,易陷入局部最优等情况,本文从差分进化算法的变异算子,变异策略等方面改进,提出一种新的改进差分进化算法(IRDE)。利用4个基准函数对IRDE算法进行检验,检验结果表明,本文提出的改进方式能够有效的提升DE算法的收敛速度和全局寻优能力。差分进化算法(DE,Differential Evolution)是在1995年被Stron等人提出的一种智能寻优算法,该算法的主要思想是在解空间

关键词：收敛速度基准函数变异策略随机变异变异算子种群初始化 DE

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

和声搜索算法参数研究

软件导刊 2013年第6期12卷 40-42页

作者：潘玉霞谢圣献三亚学院海南三亚572022 聊城大学山东聊城252059

合适的参数能够提高和声搜索算法的性能和收敛速度。详细介绍了和声搜索算法的流程,并总结了每个参数对算法的作用及参数变化对算法的影响。针对如何选取参数才能达到提高算法性能的目的,通过参数调整的方法,利用4个基准函数对算法进行... 详细信息

合适的参数能够提高和声搜索算法的性能和收敛速度。详细介绍了和声搜索算法的流程,并总结了每个参数对算法的作用及参数变化对算法的影响。针对如何选取参数才能达到提高算法性能的目的,通过参数调整的方法,利用4个基准函数对算法进行仿真实验,实验结果表明,较高的HMCR、PAR和HMS取较小的值能使函数得到较优值。

关键词：和声搜索算法基准函数参数调整仿真实验

在线全文

学校读者我要写书评

暂无评论

基于线性递减权值更新的鸡群算法

智能计算机与应用 2020年第2期10卷 43-47页

作者：李春红陆安江邵丽萍贵州大学大数据与信息工程学院贵阳550025

本文提出了一种基于线性递减权值更新的鸡群算法(ACSO)来解决原始鸡群算法易陷入局部最优和收敛较慢的问题。对每个个体的位置更新引入权值,这不仅体现了个体自我学习的优势,也提高了群体的多样性,可通过实际的适应度函数来调整权值,使... 详细信息

本文提出了一种基于线性递减权值更新的鸡群算法(ACSO)来解决原始鸡群算法易陷入局部最优和收敛较慢的问题。对每个个体的位置更新引入权值,这不仅体现了个体自我学习的优势,也提高了群体的多样性,可通过实际的适应度函数来调整权值,使算法更容易收敛。根据母鸡群体和小鸡群体有向适应度最优的个体学习的趋向,重新定义母鸡位置更新公式和小鸡位置更新公式。通过对6个基准函数的仿真实验,并和其余3种基本算法做比较,结果证明改进的算法具有优越性。

关键词：鸡群算法线性递减权值自适应基准函数