期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到297篇文章
< 1 2 … 15 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Novel Adaptive Memory Event-Triggered-Based Fuzzy Robust Control for Nonlinear Networked Systems via the Differential Evolution Algorithm 认领 引用 被引量：1
1
作者 Wei Qian Yanmin Wu Bo Shen 《IEEE/CAA Journal of Automatica Sinica》 SCIE EI CSCD 2024年第8期1836-1848,共13页
This article mainly investigates the fuzzy optimization robust control issue for nonlinear networked systems characterized by the interval type-2(IT2)fuzzy technique under a differential evolution algorithm.To provide... This article mainly investigates the fuzzy optimization robust control issue for nonlinear networked systems characterized by the interval type-2(IT2)fuzzy technique under a differential evolution algorithm.To provide a more reasonable utilization of the constrained communication channel,a novel adaptive memory event-triggered(AMET)mechanism is developed,where two event-triggered thresholds can be dynamically adjusted in the light of the current system information and the transmitted historical data.Sufficient conditions with less conservative design of the fuzzy imperfect premise matching(IPM)controller are presented by introducing the Wirtinger-based integral inequality,the information of membership functions(MFs)and slack matrices.Subsequently,under the IPM policy,a new MFs intelligent optimization technique that takes advantage of the differential evolution algorithm is first provided for IT2 TakagiSugeno(T-S)fuzzy systems to update the fuzzy controller MFs in real-time and achieve a better system control effect.Finally,simulation results demonstrate that the proposed control scheme can obtain better system performance in the case of using fewer communication resources. 展开更多
关键词 Adaptive memory event-triggered(AMET) differential evolution algorithm fuzzy optimization robust control interval type-2(IT2)fuzzy technique.
暂未订购 下载PDF
Multi-robot mapping based on the adaptive differential evolution 认领 引用
2
作者 刘利枚 CaiZixing 《High Technology Letters》 EI CAS 2013年第1期7-11,共5页
Map building by multi-robot is very important to accomplish autonomous navigation,and one of the basic problems and research hotspots is how to merge the maps into a single one in the field of multi-robot map building... Map building by multi-robot is very important to accomplish autonomous navigation,and one of the basic problems and research hotspots is how to merge the maps into a single one in the field of multi-robot map building.A novel approach is put forward based on adaptive differential evolution to map building for the multi-robot system.The multi-robot mapping-building system adopts the methods of decentralized exploration and concentrated mapping.The adaptive differential evolution algorithm is used to search in the space of possible transformation,and the iterative search is performed with the goal of maximizing overlapping regions.The map is translated and rotated so that the two maps can be overlapped and merged into a single global one successfully.This approach for map building can be realized without any knowledge of their relative positions.Experimental results show that the approach is effective and feasibile. 展开更多
关键词 differential evolution algorithm cooperative simultaneous localization and mapping map building multi-robot grid maps adaptive
暂未订购 下载PDF
Improved Adaptive Differential Evolution Algorithm for the Un-Capacitated Facility Location Problem 认领 引用
3
作者 Nan Jiang Huizhen Zhang 《Open Journal of Applied Sciences》 2023年第5期685-695,共11页
The differential evolution algorithm is an evolutionary algorithm for global optimization and the un-capacitated facility location problem (UFL) is one of the classic NP-Hard problems. In this paper, combined with the... The differential evolution algorithm is an evolutionary algorithm for global optimization and the un-capacitated facility location problem (UFL) is one of the classic NP-Hard problems. In this paper, combined with the specific characteristics of the UFL problem, we introduce the activation function to the algorithm for solving UFL problem and name it improved adaptive differential evolution algorithm (IADEA). Next, to improve the efficiency of the algorithm and to alleviate the problem of being stuck in a local optimum, an adaptive operator was added. To test the improvement of our algorithm, we compare the IADEA with the basic differential evolution algorithm by solving typical instances of UFL problem respectively. Moreover, to compare with other heuristic algorithm, we use the hybrid ant colony algorithm to solve the same instances. The computational results show that IADEA improves the performance of the basic DE and it outperforms the hybrid ant colony algorithm. 展开更多
关键词 Un-Capacitated Facility Location Problem Differential Evolution Algorithm Adaptive Operator
暂未订购 下载PDF
A Hybrid Differential Evolution Algorithm Integrated with Particle Swarm Optimization 认领 引用
4
作者 范勤勤 颜学峰 《Journal of Donghua University(English Edition)》 EI CAS 2014年第2期197-200,共4页
To implement self-adaptive control parameters, a hybrid differential evolution algorithm integrated with particle swarm optimization （PSODE） is proposed. In the PSODE, control parameters are encoded to be a symbioti... To implement self-adaptive control parameters, a hybrid differential evolution algorithm integrated with particle swarm optimization （PSODE） is proposed. In the PSODE, control parameters are encoded to be a symbiotic individual of original individual, and each original individual has its own symbiotic individual. Differential evolution （ DE） operators are used to evolve the original population. And, particle swarm optimization （PSO） is applied to co-evolving the symbiotic population. Thus, with the evolution of the original population in PSODE, the symbiotic population is dynamically and self-adaptively adjusted and the realtime optimum control parameters are obtained. The proposed algorithm is compared with some DE variants on nine functious. The results show that the average performance of PSODE is the best. 展开更多
关键词 differential evolution algorithm particle swann optimization self-adaptive co-evolution
暂未订购 下载PDF
Covariance Matrix Learning Differential Evolution Algorithm Based on Correlation 认领 引用
5
作者 Sainan Yuan Quanxi Feng 《International Journal of Intelligence Science》 2021年第1期17-30,共14页
Differential evolution algorithm based on the covariance matrix learning can adjust the coordinate system according to the characteristics of the population, which makes the search move in a more favorable direction. ... Differential evolution algorithm based on the covariance matrix learning can adjust the coordinate system according to the characteristics of the population, which makes the search move in a more favorable direction. In order to obtain more accurate information about the function shape, this paper proposes covariance matrix learning differential evolution algorithm based on correlation (denoted as RCLDE) to improve the search efficiency of the algorithm. First, a hybrid mutation strategy is designed to balance the diversity and convergence of the population;secondly, the covariance learning matrix is constructed by selecting the individual with the less correlation;then, a comprehensive learning mechanism is comprehensively designed by two covariance matrix learning mechanisms based on the principle of probability. Finally, the algorithm is tested on the CEC2005, and the experimental results are compared with other effective differential evolution algorithms. The experimental results show that the algorithm proposed in this paper is an effective algorithm. 展开更多
关键词 Differential Evolution Algorithm Correlation Covariance Matrix Parameter Self-Adaptive Technique
暂未订购 下载PDF
Position detection of BLDC rotor based on adaptive wavelet neural network 认领 引用
6
作者 李永红 陈家斌 +1 位作者 赵圣飞 岳凤英 《Journal of Measurement Science and Instrumentation》 CAS 2012年第1期26-30,共5页
Brushless DC(BLDC)motor is a complex nonlinear system,of which some parameters will also change during operation.Therefore,obtaining accurate rotor position directly through the line voltage becomes more difficult.So ... Brushless DC(BLDC)motor is a complex nonlinear system,of which some parameters will also change during operation.Therefore,obtaining accurate rotor position directly through the line voltage becomes more difficult.So a new method is proposed in this paper which uses three line voltages as the input signal to identify the motor position based on adaptive wavelet neural network(WNN)and the differential evolution(DE)algorithm to optimize WNN structures,thus realizing the improvement of accuracy,exactness of the communication signals and convergence speed of the rotor position identification.Finally,both simulations and experimental results show that the proposed method has high accuracy of recognizing rotor position and strong orientation ability. 展开更多
关键词 Brushless DC(BLDC) adaptive wavelet neural network differential evolution(DE)algorithm
暂未订购 下载PDF
Robot path planning based on a two-stage DE algorithm and applications 认领 引用
7
作者 SUN Zhe CHENG Jiajia +2 位作者 BI Yunrui ZHANG Xu SUN Zhixin 《Journal of Southeast University(English Edition)》 EI CAS 2025年第2期244-251,共8页
To tackle the path planning problem,this study introduced a novel algorithm called two-stage parameter adjustment-based differential evolution(TPADE).This algorithm draws inspiration from group behavior to implement a... To tackle the path planning problem,this study introduced a novel algorithm called two-stage parameter adjustment-based differential evolution(TPADE).This algorithm draws inspiration from group behavior to implement a two-stage scaling factor variation strategy.In the initial phase,it adapts according to environmental complexity.In the following phase,it combines individual and global experiences to fine-tune the orientation factor,effectively improving its global search capability.Furthermore,this study developed a new population update method,ensuring that well-adapted individuals are retained,which enhances population diversity.In benchmark function tests across different dimensions,the proposed algorithm consistently demonstrates superior convergence accuracy and speed.This study also tested the TPADE algorithm in path planning simulations.The experimental results reveal that the TPADE algorithm outperforms existing algorithms by achieving path lengths of 28.527138 and 31.963990 in simple and complex map environments,respectively.These findings indicate that the proposed algorithm is more adaptive and efficient in path planning. 展开更多
关键词 path planning differential evolution algorithm grid method parameter adaptive adjustment
暂未订购 下载PDF
嵌入自适应ε约束处理机制的多目标狼群算法 认领 引用
8
作者 赵嘉 钟劲文 +4 位作者 肖人彬 李院民 吴莉娟 刘东晓 翁佳桥 《控制与决策》 EI CSCD 北大核心 2026年第7期2051-2064,共14页
针对求解约束多目标优化无法平衡目标优化与约束满足的同时兼顾种群多样性和收敛性的问题,提出嵌入自适应约束处理机制的多目标狼群算法.首先,通过自适应约束处理机制将种群进化过程划分为学习阶段和探索阶段:学习阶段利用少量可行解和... 针对求解约束多目标优化无法平衡目标优化与约束满足的同时兼顾种群多样性和收敛性的问题,提出嵌入自适应约束处理机制的多目标狼群算法.首先,通过自适应约束处理机制将种群进化过程划分为学习阶段和探索阶段:学习阶段利用少量可行解和信息优良的不可行解引导种群快速收敛;探索阶段对收敛种群施加强约束,并利用非支配可行解扩散检索约束帕累托前沿,以平衡收敛性、多样性与约束满足.然后,设计精英引导策略,促进解在搜索空间中的均匀分布,提高全局搜索能力.最后,引入差分进化更新机制,通过二元锦标法筛选优势个体并实施差分变异,在保持多样性的同时加速进化.在20个约束多目标测试函数以及焊接梁工程问题上的对比实验表明,MOWPA-AE不仅在约束满足和目标优化的综合性能上表现优异,还具备在实际工程优化问题中应用的可行性和推广价值. 展开更多
关键词 约束多目标优化 多目标狼群算法 自适应"约束处理 精英引导 差分进化更新机制 二元锦标法
暂未订购 下载PDF
考虑灵活性负荷需求响应和碳补偿的综合能源系统优化调度 认领 引用
9
作者 李洪美 朱礼元 +1 位作者 林志芳 李香凡 《南方电网技术》 CSCD 北大核心 2026年第6期111-122,共12页
为促进综合能源系统中用户侧灵活性资源的高效调动,构建了一种融合经济补偿与碳补偿的双重激励机制,并结合需求响应优化模型展开研究。首先,基于用户对电、热、气等多类能源的响应特性,将柔性负荷划分为3类灵活性负荷进行调度,并引入经... 为促进综合能源系统中用户侧灵活性资源的高效调动,构建了一种融合经济补偿与碳补偿的双重激励机制,并结合需求响应优化模型展开研究。首先,基于用户对电、热、气等多类能源的响应特性,将柔性负荷划分为3类灵活性负荷进行调度,并引入经济补偿与碳补偿的联合激励策略。其次,建立了综合能源运营商和负荷聚合商之间的双层博弈模型,结合多维需求响应约束和Stackelberg博弈,求解最优利益分配。另外,为了提高算法的寻优能力,提出了自适应多变异差分进化算法。最后,不同场景的仿真表明该模型显著降低了系统的运行成本和碳排放量,同时也证明了所提算法具有更好的寻优能力。 展开更多
关键词 多维需求响应 碳补偿 综合能源系统 自适应多变异差分进化算法
暂未订购 下载PDF
改进多目标差分算法应用于机械臂多目标轨迹规划研究 认领 引用
10
作者 刘满强 尚自强 《系统仿真学报》 EI CAS CSCD 北大核心 2026年第6期1647-1668,共22页
为解决单一目标的轨迹规划方法已难以满足机械臂精确性、多样性和复杂性的要求,提出一种基于改进多目标差分进化算法(guided multi-objective differential evolution,GMODE)的轨迹规划模型。利用三次多项式插值与B样条曲线构建多目标函... 为解决单一目标的轨迹规划方法已难以满足机械臂精确性、多样性和复杂性的要求,提出一种基于改进多目标差分进化算法(guided multi-objective differential evolution,GMODE)的轨迹规划模型。利用三次多项式插值与B样条曲线构建多目标函数,并通过GMODE克服传统算法在种群多样性不足、易陷入局部最优和收敛缓慢等问题。引入分组策略、参数生成机制、基于模糊C均值聚类的精英变异优化B样条控制节点。仿真实验结果表明:该方法在时间、能量与冲击方面均取得优异表现:在结合自适应权重后,多目标性能得到明显提升。 展开更多
关键词 轨迹规划 多目标优化 机械臂 多目标差分进化算法 自适应权重
暂未订购 下载PDF
基于自适应差分进化遗传算法的云计算任务能耗感知调度优化研究 认领 引用
11
作者 张满满 《软件》 2026年第3期150-152,共3页
为解决云计算环境中任务调度的高能耗问题,本研究提出了一种基于自适应差分进化遗传算法(ADE-GA)的能耗感知调度优化方法。通过构建多维特征空间提取任务与虚拟机特征,建立了融合能耗、完成时间和成本的综合适应度函数,并设计了动态参... 为解决云计算环境中任务调度的高能耗问题,本研究提出了一种基于自适应差分进化遗传算法(ADE-GA)的能耗感知调度优化方法。通过构建多维特征空间提取任务与虚拟机特征,建立了融合能耗、完成时间和成本的综合适应度函数,并设计了动态参数调整机制以适应云环境的非平稳特性。基于CloudSim的仿真实验表明,在轻负载、常规和重负载三种场景下,ADE-GA相比传统遗传算法和标准差分进化算法,任务完成率分别提升9%~14%,平均能耗降低33%~35%,综合调度成本降低28%~34%。研究表明,ADE-GA通过自适应机制有效平衡了全局搜索与局部开采,为云数据中心的绿色节能调度提供了可行方案。 展开更多
关键词 云计算 能耗感知调度 自适应差分进化遗传算法
暂未订购 下载PDF
融合粒子群优化算法的汽车制造资源配置优化研究 认领 引用
12
作者 周浩营 《黑龙江科学》 2026年第12期85-87,共3页
构建多约束资源配置数学模型,提出融合自适应惯性权重与差分进化算子的粒子群优化算法,在粒子速度与位置更新过程中引入基于种群适应度分布的动态惯性权重调节机制,以平衡全局搜索与局部开发,嵌入差分进化的变异与交叉操作对个体最优与... 构建多约束资源配置数学模型,提出融合自适应惯性权重与差分进化算子的粒子群优化算法,在粒子速度与位置更新过程中引入基于种群适应度分布的动态惯性权重调节机制,以平衡全局搜索与局部开发,嵌入差分进化的变异与交叉操作对个体最优与全局最优解进行扰动重组,以增强种群多样性并抑制早熟收敛,结合基于约束违背度的动态罚函数策略实现对不可行解的自适应修正,从而在复杂约束空间内完成高质量解的迭代寻优。实验结果表明,资源利用率由0.76提升至0.88,标准差由2.13降低至0.34且全局最优命中率提升至86.67,整体表现优于对比算法,验证了该方法在复杂约束资源配置问题中的有效性与稳定性。 展开更多
关键词 资源配置优化 粒子群优化算法 差分进化算子 自适应惯性权重 汽车制造
暂未订购 下载PDF
基于成功历史参数自适应海星优化算法的多目标桁架结构优化设计 认领 引用 被引量：1
13
作者 许桐 钟昌廷 +2 位作者 李斯嘉 辛大波 李刚 《计算力学学报》 CAS CSCD 北大核心 2026年第1期1-8,共8页
针对海星优化算法(SFOA)在多目标桁架结构优化中的应用,提出了一种基于成功历史参数自适应差分进化算法(SHADE)与海星优化算法的混合多目标优化算法——SHAMODE-SFOA。所提算法通过外部存档来保存和更新帕累托前沿,并将海星优化算法的五... 针对海星优化算法(SFOA)在多目标桁架结构优化中的应用,提出了一种基于成功历史参数自适应差分进化算法(SHADE)与海星优化算法的混合多目标优化算法——SHAMODE-SFOA。所提算法通过外部存档来保存和更新帕累托前沿,并将海星优化算法的五维/单维搜索模式、捕食优化策略与基于成功历史参数自适应差分进化算法的更新机制相结合,来提升种群更新效率。所提算法采用200杆平面桁架和942杆空间桁架结构进行验证,并选取四种多目标智能优化算法进行对比。结果表明,SHAMODE-SFOA算法在超体积、世代距离、间距与范围比值指标上表现最优,并获得较好的帕累托前沿分布,可为多目标结构优化设计提供新的解决方案。 展开更多
关键词 海星优化算法 多目标 成功历史参数自适应机制 差分进化算法 桁架结构优化
暂未订购 下载PDF
电力变压器绝缘垫块黏弹性本构模型构建及参数辨识 认领 引用
14
作者 徐明阳 张凡 +5 位作者 张雷 高树国 田源 于德源 赵振杰 汲胜昌 《西安交通大学学报》 EI CAS CSCD 北大核心 2026年第8期160-169,共10页
针对动态载荷下电力变压器绝缘垫块黏弹性特性表征不足,进而导致绕组暂态振动位移难以精确计算的问题,通过循环压缩实验对其在不同频率载荷条件下的力学响应特性进行系统研究,揭示了该材料在加载初期应变快速累积、进入稳态阶段后力学... 针对动态载荷下电力变压器绝缘垫块黏弹性特性表征不足,进而导致绕组暂态振动位移难以精确计算的问题,通过循环压缩实验对其在不同频率载荷条件下的力学响应特性进行系统研究,揭示了该材料在加载初期应变快速累积、进入稳态阶段后力学性能逐渐趋于稳定的演化规律。基于实验结果构建计及垫块超弹性、黏弹性和时变黏性系数的凯尔-沃格特串联本构模型,采用自适应差分进化算法对本构模型参数进行有效辨识。研究结果表明:所构建的本构模型能够有效表征电力变压器短路冲击过程中绝缘垫块黏性应变快速累积后趋于饱和的特征,并可模拟短路结束后应变逐渐恢复的力学响应;基于本构模型辨识参数计算得到的应力-应变曲线与垫块实验数据高度一致,决定系数R 2均高于0.980。该研究可为电力变压器抗短路能力设计和运行状态精确评估提供重要的理论依据与工程参考。 展开更多
关键词 本构模型 超弹性 黏弹性 自适应差分进化算法
暂未订购 下载PDF
基于改进帝企鹅算法的圆度误差快速精确评定方法 认领 引用
15
作者 宋明 郑鹏 +2 位作者 何青泽 张豪杰 王明基 《组合机床与自动化加工技术》 北大核心 2026年第1期65-70,共6页
圆度误差是轴类零件的重要几何参数,直接影响机械配合精度、产品性能及使用寿命。为进一步提升圆度误差评定的精度、效率和重复性,基于最小区域准则构建了圆度误差评定模型,同时为实现模型的高效求解,提出了一种基于改进帝企鹅算法的圆... 圆度误差是轴类零件的重要几何参数,直接影响机械配合精度、产品性能及使用寿命。为进一步提升圆度误差评定的精度、效率和重复性,基于最小区域准则构建了圆度误差评定模型,同时为实现模型的高效求解,提出了一种基于改进帝企鹅算法的圆度误差快速精确评定方法。该方法引入自适应参数调整机制,增强帝企鹅算法在全局搜索与局部开发之间的动态平衡能力,同时采用差分进化策略,提高算法跳出局部最优解的能力。实验结果表明,改进后的帝企鹅算法在整体性能上优于原始算法,并且在圆度误差评定方面相较于遗传算法和单纯形算法有明显优势。从而,验证了在最小区域准则下进行圆度误差评定时该方法的可行性和有效性。 展开更多
关键词 圆度误差 帝企鹅算法 差分进化 自适应参数
暂未订购 下载PDF
混合知识迁移的多任务差分演化算法 认领 引用
16
作者 王嘉旬 李晰 冯艳红 《计算机应用研究》 CSCD 北大核心 2026年第7期2094-2103,共10页
多任务优化是演化计算领域的一种新型范式。针对现有算法大多迁移单一形式的知识,在面对具有不同相似性和复合关联特性的任务组合时,往往难以充分利用任务间的关联,实现有效迁移的问题,提出了一种基于混合知识迁移的多任务差分演化算法(... 多任务优化是演化计算领域的一种新型范式。针对现有算法大多迁移单一形式的知识,在面对具有不同相似性和复合关联特性的任务组合时,往往难以充分利用任务间的关联,实现有效迁移的问题,提出了一种基于混合知识迁移的多任务差分演化算法(HKT-MTDE)。该算法采用了个体和变异策略两种知识载体形式。首先,设计混合知识迁移机制:个体迁移通过传递高适应度个体的编码信息实现任务间解结构的共享;变异策略迁移收集七种差分进化变异策略的性能数据,建立策略成功率统计模型,传递高效搜索策略促进任务间优化经验的协同利用。其次,采用了自适应参数调整机制控制迁移程度,基于策略成功率和种群演化进度动态调整变异因子、交叉率和迁移概率。在CEC17-MTSO和WCCI20-MTSO基准测试集上的实验结果表明,HKT-MTDE在大多数问题上优于先进的同类算法。此外,在平面运动臂控制问题上的实验,也展现了算法在实际应用场景中的优越性能。 展开更多
关键词 多任务优化 差分进化算法 个体迁移 策略迁移 参数自适应
暂未订购 下载PDF
2024年中国台湾花莲地震高烈度台站加速度记录反应谱特征 认领 引用
17
作者 张潇男 王海云 王苏阳 《地震研究》 CSCD 北大核心 2026年第2期272-280,共9页
反应谱特征研究可为地震设计反应谱修订提供参考。选取2024年中国台湾花莲MW7.4地震中高烈度(即Ⅶ、Ⅷ和Ⅸ度)台站的水平向加速度记录,使用自适应混合变异差分进化算法标定反应谱,并分析标定谱特征参数随场地30 m深度平均剪切波速(V_... 反应谱特征研究可为地震设计反应谱修订提供参考。选取2024年中国台湾花莲MW7.4地震中高烈度(即Ⅶ、Ⅷ和Ⅸ度)台站的水平向加速度记录,使用自适应混合变异差分进化算法标定反应谱,并分析标定谱特征参数随场地30 m深度平均剪切波速(VS30)的变化趋势。结果表明:不同烈度的加速度反应谱平均值与平均标定谱的变化趋势相似,差异在正负一倍标准差内,标定谱特征周期Tg为0.4~1.2 s,标定谱βmax为2.0~500,标定谱衰减指数γ为0.8~1.6;随着VS30增加,标定谱Tg的平均值逐渐减小,βmax平均值增加,Ⅸ度标定谱的γ平均值增加。研究发现,周期在1.0 s左右,规范设计谱取值均小于实际F405台站反应谱取值,该地震对中长周期结构破坏较强,给震中附近中高层的建筑造成严重破坏;为应对高烈度地震作用,建议将规范设计谱Tg增加0.3 s,Ⅱ、Ⅲ类场地βmax提高至2.50。 展开更多
关键词 花莲地震 反应谱 中国地震烈度 反应谱标定 自适应混合变异差分进化算法
暂未订购 下载PDF
多模态电网无功功率调度优化算法研究 认领 引用
18
作者 席少卿 王海云 +2 位作者 蔡正梓 杨莉萍 刘雨声 《自动化仪表》 CAS 2026年第3期59-64,共6页
针对目前多模态电网无功功率调度存在性能较差的问题,提出了一种自适应微分进化(SADE)算法。提出了一种群生成策略,以提升种群多样性。提出了融合突变常数和交叉常数的控制参数范围自适应机制,以改善传统启发式算法中指定控制参数设置... 针对目前多模态电网无功功率调度存在性能较差的问题,提出了一种自适应微分进化(SADE)算法。提出了一种群生成策略,以提升种群多样性。提出了融合突变常数和交叉常数的控制参数范围自适应机制,以改善传统启发式算法中指定控制参数设置易受主观性影响的问题。在试验阶段,通过IEEE 41总线海上风电场测试系统验证SADE算法性能。与对比算法相比,SADE算法综合性能最优。试验结果证明了SADE算法的有效性及实用性。通过将控制参数的搜索标准从特定值放宽到一定区间,该研究可为快速最优无功功率调度(ORPD)问题提供解决思路。 展开更多
关键词 电力系统 多模态 最优无功功率调度 启发式算法 自适应微分进化 控制参数
暂未订购 下载PDF
差分算子与自适应正弦领导者的野狗优化算法 认领 引用
19
作者 王意 王防修 +2 位作者 刘慧 黄淄博 苏晨 《计算机工程与设计》 北大核心 2026年第6期1552-1562,共11页
为解决野狗优化算法(dingo optimization algorithm,DOA)在寻优过程中易陷入局部最优且收敛较慢的问题,提出多策略混合改进的野狗优化算法(LHHDOA)。在迭代初期引入差分进化算子以提升种群多样性和全局收敛性,结合自适应正弦波领导策略... 为解决野狗优化算法(dingo optimization algorithm,DOA)在寻优过程中易陷入局部最优且收敛较慢的问题,提出多策略混合改进的野狗优化算法(LHHDOA)。在迭代初期引入差分进化算子以提升种群多样性和全局收敛性,结合自适应正弦波领导策略与动态扰动生存机制以平衡全局探索与局部开发。基于CEC2017测试函数及Wilcoxon秩和检验,将LHHDOA与DOA、GA、PSO、SSA、GWO、WOA和IDOA进行对比。实验结果表明,LHHDOA在多数复杂函数上取得更低最优值和更快且更稳定的收敛性能,并在无线传感器网络覆盖优化中明显提高覆盖率,验证了算法的有效性与工程应用潜力。 展开更多
关键词 野狗优化算法 差分进化 交叉与选择 自适应正弦领导 动态扰动 全局搜索 无线传感器网络 覆盖优化
暂未订购 下载PDF
基于改进鹅优化算法的无人机路径规划方法研究 认领 引用
20
作者 张育玮 韩朝怡 +1 位作者 赵茹 程永喜 《测控技术》 2026年第4期20-29,共10页
针对无人机路径规划中群智能优化算法存在的路径冗长、平滑性不足和收敛稳定性不足等问题,提出一种基于改进鹅优化算法GOOSE的无人机路径规划方法GOOSE_DE。该算法结合Sobol序列和反向学习策略来优化初始种群,采用双向信息交互机制和解... 针对无人机路径规划中群智能优化算法存在的路径冗长、平滑性不足和收敛稳定性不足等问题,提出一种基于改进鹅优化算法GOOSE的无人机路径规划方法GOOSE_DE。该算法结合Sobol序列和反向学习策略来优化初始种群,采用双向信息交互机制和解质量的智能选择用以平衡全局探索与局部优化,分阶段调整策略与种群多样性的互补以及动态调整差分权重和交叉概率则增强了算法的搜索能力,避免陷入局部最优。将所提算法与麻雀搜索算法(Sparrow Search Algorithm,SSA)、K均值灰狼优化(K-Means Grey Wolf Optimization,KMGWO)算法、异质改进动态多群体粒子群优化(Heterogeneous Improved Dynamic Multi-Swarm Particle Swarm Optimization,HIDMSPSO)算法、高级差分进化(Advanced-Differential-Evolution,ADE)算法和GOOSE进行对照,结果表明GOOSE_DE在标准测试函数上具备良好的收敛精度和稳定性。在20×20和30×30栅格地图的路径规划中,发现GOOSE_DE与其他5种算法相比,平均路径长度最短,鲁棒性较强且平滑性较优,充分验证了该方法在路径优化、平滑性改进和鲁棒性提升方面的性能。 展开更多
关键词 路径规划 鹅优化算法 差分进化算法 分阶段自适应策略 参数优化
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 15 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈