检索结果-南通市图书馆

电子设计工程 2023年第3期31卷 164-167,172页

作者：康峰刘振华苏立伟杨秋勇苏华权广东电网有限责任公司客户服务中心广东广州510000 广东电网有限责任公司信息中心广东广州510000

针对当前使用的边缘计算方法、OpenFlow协议受到海量用电数据随机不确定性因素的影响,导致数据协同交互结果与实际情况不一致的问题,设计了基于pio算法的海量用电数据协同交互系统。利用可信平台控制计算平台服务器,形成完整的业务系统... 详细信息

针对当前使用的边缘计算方法、OpenFlow协议受到海量用电数据随机不确定性因素的影响,导致数据协同交互结果与实际情况不一致的问题,设计了基于pio算法的海量用电数据协同交互系统。利用可信平台控制计算平台服务器,形成完整的业务系统。通过配置大屏幕显示器,即时显示所需数据。设计智能协同蜜网结构,避免出现网络传输时延问题。根据海量用电数据协同交互过程中的全局最优输出流程,确定最佳输出群体,并得到满足终止条件的交互数据。设计协同交互流程,将数据转换为实体,实现海量电力数据的交换。由实验结果可知,该系统数据吞吐量与实际吞吐量一致,时延也在允许变化范围值附近波动,说明数据协同交互结果与实际情况一致。

关键词： pio算法海量用电数据协同交互协同蜜网时延

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种基于自适应种群变异鸽群优化的航天器集群轨道规划方法

引用

中国科学：技术科学 2020年第4期50卷 453-460页

作者：华冰刘睿鹏孙胜刚吴云华陈志明南京航空航天大学航天学院南京210016

航天器集群在复杂条件下的轨道规划问题是当前航天领域的热点以及难点.本文针对分布式集群航天器在队形变换过程中的轨道最优规划问题进行了研究,提出了基于自适应种群变异的鸽群算法(adaptive population variation pigeon-inspired op... 详细信息

航天器集群在复杂条件下的轨道规划问题是当前航天领域的热点以及难点.本文针对分布式集群航天器在队形变换过程中的轨道最优规划问题进行了研究,提出了基于自适应种群变异的鸽群算法(adaptive population variation pigeon-inspired optimization,APVpio).本文对经典pio算法中的核心演化算法、演化停滞以及易陷入局部最优解问题进行了研究.同时针对经典pio算法的适应度函数进行了研究,并且结合轨道规划问题进行了改进.最后基于自适应种群变异的鸽群算法进行了仿真实验,结果表明,APVpio算法,相比于经典pio算法、PSO算法在极大减少计算量的同时,有更优规划结果、更深的种群演化深度以及更快的收敛速度,可以满足航天器集群在复杂约束条件下的轨道规划问题.

关键词：轨道规划 pio算法航天器避障算法种群演化航天器集群

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于鸽群算法的支持向量机参数优化研究

基于鸽群算法的支持向量机参数优化研究

引用

作者：未建英河北地质大学

学位级别：硕士

鸽群优化（pigeon-inspired optimization,pio）算法是一种新颖的群智能算法,由段海滨于2014年提出。该算法通过对鸽群协作归巢的行为进行模拟,实现对最优化问题的求解。在该算法中具有两个独立的算子,地图、指南针算子主要实现鸽群的... 详细信息

鸽群优化（pigeon-inspired optimization,pio）算法是一种新颖的群智能算法,由段海滨于2014年提出。该算法通过对鸽群协作归巢的行为进行模拟,实现对最优化问题的求解。在该算法中具有两个独立的算子,地图、指南针算子主要实现鸽群的全局优化,地标算子用于实现鸽群的快速收敛。且该算法原理比较简单,所需要的参数较少,容易实现,在提出之后受到了较多研究者的关注,目前该算法已经应用于诸如调度、图像分割、路径规划等问题。虽然鸽群优化算法具有较好的性能,但是在求解较高维度的优化问题时,往往也存在算法收敛精度低,难以逃脱局部最优解的约束等。为了解决鸽群优化算法的这些问题,本文在研究鸽群优化算法原理的基础上,提出了改进的鸽群优化算法,并将改进的鸽群优化算法用于支持向量机（Support Vector Machine,SVM）参数优化中,并用于实现图像分类研究。主要的工作如下:首先,鸽群优化算法在进行个体状态更新过程中,采用了贪婪更新策略。在算法的后期容易使鸽群的多样性降低较快。为了提高鸽群优化算法跳出局部极值约束的能力,提出了模拟退火的状态更新规则,赋予较差状态被接受的机会。同时在地图和指南针算子中,加入线性递减的惯性权重,使前期在较大范围搜索,能够防止局部最优情况的出现,后期局部搜索可以使算法快速收敛。并且在算法后期增加了种群交流行为,以提高算法的扩散性。其次,支持向量机可以很好的解决分类问题。但是,支持向量机中核参数的选取决定着支持向量机的性能,且该参数的设置没有规律可循。本文研究了应用鸽群优化算法实现支持向量机参数优化的机制,实验表明鸽群优化算法对支持向量机参数优化具有较好的效果。最后,研究了改进的支持向量机实现图像分类。在该过程中,首先提取图像的SIFT特征,并基于词袋模型和直方图对SIFT特征进行组织,然后将组织后的SIFT特征与支持向量机的核函数相结合,构建不同的图像分类系统。通过实验表明,本文提出的方法对于图像分类有较好的效果。

关键词： pio算法模拟退火支持向量机参数优化图像分类

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：