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209篇文章
< 1 2 … 11 >
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：
Efficient Adaptive Collision-Free Path Planning Algorithm for Indoor Mobile Robots:Optimization and Application 认领 引用
1
作者 Xiangyang Lu Yandan Wang +1 位作者 Guangyi Zang Junqi Wang 《Journal of Beijing Institute of Technology》 EI CAS 2026年第2期205-217,共13页
An adaptive path planning algorithm was proposed,which improves upon traditional A*by integrating an improved A*algorithm with the Dynamic Window Approach(DWA).This addresses the problems of slow search speed,unsmooth... An adaptive path planning algorithm was proposed,which improves upon traditional A*by integrating an improved A*algorithm with the Dynamic Window Approach(DWA).This addresses the problems of slow search speed,unsmooth paths,and poor dynamic obstacle avoidance capability.Through an“8+5”neighborhood screening,a 16-neighborhood evaluation function,and a second-order then third-order Bézier curve optimization process,a Jetson Nano+ROS(Robot Operating System)is deployed to meet the requirements of efficient and safe navigation for fire inspection robots in complex environments.The results show that,compared with the original algorithm,the proposed algorithm reduces the average number of traversed nodes by 49.23%,the number of turns in the optimized path has decreased by approximately 28.82%,decreases curvature by 66.6%,and eliminates path tangency with obstacles.This also supports real-time obstacle avoidance with integration DWA,and outperforms traditional methods. 展开更多
关键词 adaptive path planning improved A*algorithm Bézier curve optimization fire inspection robot Jetson Nano+ROS system
暂未订购 下载PDF
Improved Gain Shared Knowledge Optimizer Based Reactive Power Optimization for Various Renewable Penetrated Power Grids with Static Var Generator Participation 认领 引用
2
作者 Xuan Ruan HanYan +4 位作者 DonglinHu Min Zhang YingLi DiHai Bo Yang 《Energy Engineering》 EI 2026年第3期23-56,共34页
An optimized volt-ampere reactive(VAR)control framework is proposed for transmission-level power systems to simultaneously mitigate voltage deviations and active-power losses through coordinated control of large-scale... An optimized volt-ampere reactive(VAR)control framework is proposed for transmission-level power systems to simultaneously mitigate voltage deviations and active-power losses through coordinated control of large-scale wind/solar farms with shunt static var generators(SVGs).The model explicitly represents reactive-power regulation characteristics of doubly-fed wind turbines and PV inverters under real-time meteorological conditions,and quantifies SVG high-speed compensation capability,enabling seamless transition from localized VAR management to a globally coordinated strategy.An enhanced adaptive gain-sharing knowledge optimizer(AGSK-SD)integrates simulated annealing and diversity maintenance to autonomously tune voltage-control actions,renewable source reactive-power set-points,and SVG output.The algorithm adaptively modulates knowledge factors and ratios across search phases,performs SA-based fine-grained local exploitation,and periodically re-injects population diversity to prevent premature convergence.Comprehensive tests on IEEE 9-bus and 39-bus systems demonstrate AGSK-SD’s superiority over NSGA-II and MOPSO in hypervolume(HV),inverse generative distance(IGD),and spread metrics while maintaining acceptable computational burden.The method reduces network losses from 2.7191 to 2.15 MW(20.79%reduction)and from 15.1891 to 11.22 MW(26.16%reduction)in the 9-bus and 39-bus systems respectively.Simultaneously,the cumulative voltage-deviation index decreases from 0.0277 to 3.42×10−4 p.u.(98.77%reduction)in the 9-bus system,and from 0.0556 to 0.0107 p.u.(80.76%reduction)in the 39-bus system.These improvements demonstrate significant suppression of line losses and voltage fluctuations.Comparative analysis with traditional heuristic optimization algorithms confirms the superior performance of the proposed approach. 展开更多
关键词 Gained-sharing knowledge improved algorithm adaptive parameter adjustment simulated annealing local search algorithms diversity enhancement mechanisms wind and solar new energy static var generator reactive power optimization
暂未订购 下载PDF
Solving Job-Shop Scheduling Problem Based on Improved Adaptive Particle Swarm Optimization Algorithm 认领 引用 被引量：4
3
作者 顾文斌 唐敦兵 郑堃 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI 2014年第5期559-567,共9页
An improved adaptive particle swarm optimization(IAPSO)algorithm is presented for solving the minimum makespan problem of job shop scheduling problem(JSP).Inspired by hormone modulation mechanism,an adaptive hormonal ... An improved adaptive particle swarm optimization(IAPSO)algorithm is presented for solving the minimum makespan problem of job shop scheduling problem(JSP).Inspired by hormone modulation mechanism,an adaptive hormonal factor(HF),composed of an adaptive local hormonal factor(H l)and an adaptive global hormonal factor(H g),is devised to strengthen the information connection between particles.Using HF,each particle of the swarm can adjust its position self-adaptively to avoid premature phenomena and reach better solution.The computational results validate the effectiveness and stability of the proposed IAPSO,which can not only find optimal or close-to-optimal solutions but also obtain both better and more stability results than the existing particle swarm optimization(PSO)algorithms. 展开更多
关键词 job-shop scheduling problem(JSP) hormone modulation mechanism improved adaptive particle swarm optimization(IAPSO) algorithm minimum makespan
暂未订购 下载PDF
Improved coati optimization algorithm through multi-strategy integration:from theoretical design to engineering applications 认领 引用
4
作者 Shuangxi LIU Ruizhe FENG +2 位作者 Yuxin WEI Wei HUANG Binbin YAN 《Journal of Zhejiang University-SCIENCE A》 SCIE EI CAS CSCD 2025年第12期1197-1210,共14页
Optimization problems are crucial for a wide range of engineering applications,as efficient solutions lead to better performance.This study introduces an improved coati optimization algorithm(ICOA)that overcomes the p... Optimization problems are crucial for a wide range of engineering applications,as efficient solutions lead to better performance.This study introduces an improved coati optimization algorithm(ICOA)that overcomes the primary limitations of the original coati optimization algorithm(COA),notably its insufficient population diversity and propensity to become trapped in local optima.To address these issues,the ICOA integrates three innovative strategies:Latin hypercube sampling(LHS),Lévyflight,and an adaptive local search.LHS is employed to ensure a diverse initial population,thereby laying a foundation for the optimization.Lévy-flight is utilized to facilitate an efficient global search,enhancing the algorithm’s ability to explore the solution space.The adaptive local search is designed to refine solutions,enabling more precise local exploration.Together,these strategies significantly improve the population’s quality and diversity,thereby improving the algorithm’s convergence accuracy and optimization capabilities.The performance of the ICOA is tested against several established algorithms,using 12 benchmark functions.Additionally,the ICOA’s practicality and effectiveness are demonstrated through application to a real-world engineering problem,specifically the design optimization of tension/compression springs.Simulation results show that the ICOA consistently outperforms the other algorithms,providing robust solutions for a wide range of optimization problems. 展开更多
关键词 Improved coati optimization algorithm(ICOA) Latin hypercube sampling(LHS) Lévy-flight Adaptive local search Multi-strategy Engineering applications
暂未订购 下载PDF
Time-optimal trajectory planning based on improved adaptive genetic algorithm 认领 引用
5
作者 孙农亮 王艳君 《Journal of Measurement Science and Instrumentation》 CAS 2012年第2期103-108,共6页
This paper investiga tes a trajectory planning algorithm to reduce the manipulator’s working time.A t ime-optimal trajectory planning(TOTP)is conducted based on improved ad aptive genetic algorithm(IAGA)and combined ... This paper investiga tes a trajectory planning algorithm to reduce the manipulator’s working time.A t ime-optimal trajectory planning(TOTP)is conducted based on improved ad aptive genetic algorithm(IAGA)and combined with cubic triangular Bezier spline(CTBS).The CTBS based trajectory planning we did before can achieve continuous second and third derivation,hence it meets the stability requirements of the m anipulator.The working time can be greatly reduced by applying IAGA to the puma 560 trajectory planning when considering physical constraints such as angular ve locity,angular acceleration and jerk.Simulation experiments in both Matlab and ADAMS illustrate that TOTP based on IAGA can give a time optimal result with sm oothness and stability. 展开更多
关键词 time-optimal trajectory planning(TOTP) improved adaptive genetic algorithm(IAGA) cubic triangular Bezier spline(CTBS)
暂未订购 下载PDF
Dynamic Self-Adaptive Double Population Particle Swarm Optimization Algorithm Based on Lorenz Equation 认领 引用
6
作者 Yan Wu Genqin Sun +4 位作者 Keming Su Liang Liu Huaijin Zhang Bingsheng Chen Mengshan Li 《Journal of Computer and Communications》 2017年第13期9-20,共12页
In order to improve some shortcomings of the standard particle swarm optimization algorithm, such as premature convergence and slow local search speed, a double population particle swarm optimization algorithm based o... In order to improve some shortcomings of the standard particle swarm optimization algorithm, such as premature convergence and slow local search speed, a double population particle swarm optimization algorithm based on Lorenz equation and dynamic self-adaptive strategy is proposed. Chaotic sequences produced by Lorenz equation are used to tune the acceleration coefficients for the balance between exploration and exploitation, the dynamic self-adaptive inertia weight factor is used to accelerate the converging speed, and the double population purposes to enhance convergence accuracy. The experiment was carried out with four multi-objective test functions compared with two classical multi-objective algorithms, non-dominated sorting genetic algorithm and multi-objective particle swarm optimization algorithm. The results show that the proposed algorithm has excellent performance with faster convergence rate and strong ability to jump out of local optimum, could use to solve many optimization problems. 展开更多
关键词 Improved Particle Swarm Optimization Algorithm Double Populations Multi-Objective Adaptive Strategy Chaotic Sequence
暂未订购 下载PDF
“平急两用”无人机食品配送系统运营建模与优化研究 认领 引用 被引量：2
7
作者 李玉龙 苏涵 吴国滨 《中国管理科学》 CSSCI CSCD 北大核心 2026年第6期133-145,共13页
由于受商业模式、地理环境和政策规制等因素限制,“平急两用”无人机食品配送相关实践尚不成熟。为发挥无人机的独特优势,解决地形复杂封闭区域交通不便和防灾能力弱等问题,本文构建了“平急两用”无人机配送系统,提出了全周期投资管理... 由于受商业模式、地理环境和政策规制等因素限制,“平急两用”无人机食品配送相关实践尚不成熟。为发挥无人机的独特优势,解决地形复杂封闭区域交通不便和防灾能力弱等问题,本文构建了“平急两用”无人机配送系统,提出了全周期投资管理联合优化模型及求解算法。具体而言,结合无人机配送的特点和现实运行约束条件,利用联合运控模式完成从平时状态到应急状态的切换,并设计了改进的混沌自适应遗传算法进行优化求解,同时,使用大规模仿真实验和标准测试集验证了算法的有效性。最后,通过现实案例验证和灾害模拟测试,得出平时和应急两种情况下的联合优化求解结果,并模拟分析灾害发生后将应急配送点纳入优化模型的有效性,表明本文提出的联合优化模型能够实现无人机“平急两用”配送系统经济效益最大化和有效应急,为构建完善的无人机配送体系提供有力支持。 展开更多
关键词 平急两用 无人机配送 改进的混沌自适应遗传算法 联合优化
暂未订购 下载PDF
弱电网下考虑锁相环的并网逆变器自适应组合改进控制策略 认领 引用 被引量：1
8
作者 赵铁英 田培建 +2 位作者 李俊然 黄志远 祁昱昂 《电工电能新技术》 CSCD 北大核心 2026年第3期30-42,共13页
弱电网环境下,随着电网阻抗的增加,并网逆变器系统鲁棒性降低导致系统失去稳定。本文通过建立并网逆变器输出等效阻抗模型,通过阻抗分析法分析发现,由于锁相环与网压前馈的影响导致系统相位裕度降低从而系统失去稳定。采用超前环节进行... 弱电网环境下,随着电网阻抗的增加,并网逆变器系统鲁棒性降低导致系统失去稳定。本文通过建立并网逆变器输出等效阻抗模型,通过阻抗分析法分析发现,由于锁相环与网压前馈的影响导致系统相位裕度降低从而系统失去稳定。采用超前环节进行相位补偿可提高系统的相位裕度,但随着电网阻抗的增大,系统仍会失去稳定,为进一步改善网压比例前馈和锁相环对系统稳定性影响,本文提出在前馈通道上添加非理想二阶广义积分器(SOGI)。采用在线阻抗监测技术与遗传优化算法相结合的自适应参数设计,来解决SOGI参数设计复杂且灵活性差的问题,使参数设计更加简便高效灵活,从而提高并网逆变器在弱电网环境下的稳定裕度。最后由仿真和实验结果对比验证所提组合改进控制策略的可行性和有效性。 展开更多
关键词 弱电网 并网逆变器 组合改进策略 锁相环 自适应 遗传优化算法
暂未订购 下载PDF
基于改进自适应遗传算法的农村物流共同配送路径优化 认领 引用 被引量：1
9
作者 宾厚 刘妃 万茹梦 《上海海事大学学报》 北大核心 2026年第2期71-79,116,共9页
为降低农村物流共同配送成本,提高县、乡、村物流配送效率,综合考虑接驳点、碳排放量、动态需求等影响因素,采用燃油接驳车与电动接驳车混合的车队,构建以配送总成本(其包括固定成本、运输成本、碳排放成本、时间惩罚成本及充电成本)最... 为降低农村物流共同配送成本,提高县、乡、村物流配送效率,综合考虑接驳点、碳排放量、动态需求等影响因素,采用燃油接驳车与电动接驳车混合的车队,构建以配送总成本(其包括固定成本、运输成本、碳排放成本、时间惩罚成本及充电成本)最低为目标的数学优化模型。在静态优化阶段,采用改进K均值聚类算法,根据需求量总和与车辆载重的比值确定聚类数量,将每一聚类的中心作为临时停靠的接驳点;设计改进自适应遗传算法对聚类后的客户点进行配送路径规划。在动态优化阶段,采用局部优化策略改进插入算法寻找最优插入点,将动态客户订单插入静态客户配送路径中,以实现配送路径的动态调整。以湖南省湘潭县为例,进行MATLAB仿真分析。结果表明:相较于未考虑接驳点的配送方案,考虑接驳点的农村物流共同配送路径优化方案的配送总成本明显降低,验证了数学优化模型及改进自适应遗传算法的有效性。研究成果可为农村物流企业制定合理的共同配送路径方案提供方法参考和决策支持。 展开更多
关键词 接驳点 改进自适应遗传算法 车辆路径优化 共同配送 动态需求
暂未订购 下载PDF
基于深度学习的含风电不确定性的暂态稳定约束最优潮流 认领 引用 被引量：2
10
作者 刘颂凯 成思鋙 +3 位作者 苏攀 李彦彰 秦浩 陈常贺 《电力工程技术》 CSCD 北大核心 2026年第5期15-26,共12页
随着新能源装机比例的提升,传统的暂态稳定约束最优潮流(transient stability constrained optimal power flow,TSCOPF)模型在含新能源的电力系统中面临稳定性挑战。为此,文中提出一种基于深度学习的含风电不确定性的TSCOPF模型。首先,... 随着新能源装机比例的提升,传统的暂态稳定约束最优潮流(transient stability constrained optimal power flow,TSCOPF)模型在含新能源的电力系统中面临稳定性挑战。为此,文中提出一种基于深度学习的含风电不确定性的TSCOPF模型。首先,结合自适应噪声的完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、经验小波变换(empirical wavelet transform,EWT)和长短期神经网络(long short-term memory,LSTM)的级联方法,以提高风电功率预测的精度,并增强其鲁棒性;其次,为实现系统暂态稳定性的快速准确评估,采用改进多层感知器(improved multilayer perceptron,IMLP)模型构建系统运行状态与暂态稳定指数(transient stability index,TSI)的映射关系;然后,采用基于Lévy飞行改进的向量加权平均(improved weighted mean of vectors,IINFO)算法求解TSCOPF模型;最后,通过改进的IEEE 39节点及IEEE 68节点系统开展仿真实验。结果表明,所提级联方法在风电预测中的预测性能优于传统方法,所提TSCOPF模型在风电接入条件下仍能保证系统稳定运行,且IINFO算法相较其他算法表现出更快的收敛速度及更低的优化成本。 展开更多
关键词 风电不确定性 电力系统 暂态稳定约束最优潮流(TSCOPF) 自适应噪声的完全集合经验模态分解(CEEMDAN) 改进多层感知器(IMLP) 改进向量加权平均(IINFO)算法
暂未订购 下载PDF
基于多目标约束的狭小空间便携式机器人轨迹优化方法 认领 引用
11
作者 刘金锋 顾世民 +4 位作者 张占虎 李苏 陈宇 王学敏 钱天龙 《中国机械工程》 EI CAS CSCD 北大核心 2026年第6期1508-1517,1530,共10页
针对船舶狭小空间焊接时作业空间受限、焊枪姿态约束多、轨迹干涉风险高、焊接可达性差等挑战,以机械臂最短时间完成焊接为目标,提出基于改进遗传粒子群算法(IGA-PSO)的时间优化方案以优化焊接轨迹。构建便携式机器人、工件和场景的三... 针对船舶狭小空间焊接时作业空间受限、焊枪姿态约束多、轨迹干涉风险高、焊接可达性差等挑战,以机械臂最短时间完成焊接为目标,提出基于改进遗传粒子群算法(IGA-PSO)的时间优化方案以优化焊接轨迹。构建便携式机器人、工件和场景的三维模型,明确机器人运动逻辑,建立焊接轨迹模型并确定焊接工艺;综合考虑焊接时间和可达性,设计多目标约束适应度函数,并建立时间优化与可达率目标函数;结合遗传和粒子群算法,对惯性权重引入线性递减和指数递减机制,对学习因子设计探索、开发和收敛阶段,对变异进行非线性调整,以提高算法的性能。通过算法测试、仿真验证和现场验证对该方法进行了案例验证,结果表明,优化后的机械臂位移、速度、加速度曲线平滑、无突变,且焊接可达率达到90%,验证了IGA-PSO算法的有效性。 展开更多
关键词 多目标优化 狭小空间焊接 路径优化 改进遗传粒子群算法 自适应机制
暂未订购 下载PDF
Human resource allocation for multiple scientific research projects via improved pigeon-inspired optimization algorithm 认领 引用 被引量：5
12
作者 LIU ChuanBin MA YongHong +1 位作者 YIN Hang YU LeAn 《Science China(Technological Sciences)》 SCIE EI CAS CSCD 2021年第1期139-147,共9页
Aiming at the complex and restrictive characteristics of human resource allocation in multiple scientific university research projects, an improved pigeon-inspired optimization(IPIO) algorithm is proposed wherein loss... Aiming at the complex and restrictive characteristics of human resource allocation in multiple scientific university research projects, an improved pigeon-inspired optimization(IPIO) algorithm is proposed wherein loss minimization and the shortest project delay time are considered as optimization goals. Firstly, mathematical modelling of the problem is carried out, and the multi-objective optimization problem is transformed into a single-objective optimization problem by means of a weighted solution. In the second step, the traditional pigeon-inspired optimization(PIO) algorithm is discretized, and an adaptive parameter strategy is adopted to improve the shortcomings of the algorithm itself. Finally, by comparing the simulation results with the original algorithm and the genetic algorithm in the optimization of human resource allocation in multiple projects, the feasibility and superiority of the proposed algorithm in the optimization of human resource allocation in multi-scientific research projects is verified. 展开更多
关键词 human resource allocation multiple scientific research projects improved pigeon-inspired optimization(IPIO)algorithm parameter adaptation
暂未订购 下载PDF
基于改进麻雀寻优算法优化FMD的滚动轴承复合故障诊断方法 认领 引用
13
作者 张楠 章涛 +1 位作者 张和茂 李妍姝 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2026年第3期359-367,共9页
针对特征模态分解(FMD)在滚动轴承复合故障诊断中参数难以自适应确定的问题,提出一种基于改进麻雀寻优算法(IMSSA)优化FMD的滚动轴承复合故障诊断方法。通过引入正余弦策略、自适应权重参数及非线性因子,提升算法全局搜索能力及收敛速度... 针对特征模态分解(FMD)在滚动轴承复合故障诊断中参数难以自适应确定的问题,提出一种基于改进麻雀寻优算法(IMSSA)优化FMD的滚动轴承复合故障诊断方法。通过引入正余弦策略、自适应权重参数及非线性因子,提升算法全局搜索能力及收敛速度;以最小包络熵作为目标函数,利用IMSSA对FMD的模态分量和滤波器长度进行自适应寻优,获取最优参数组合,增强FMD对复合故障特征的提取能力。结合ANSYS仿真结果与XJTU-SY实测数据集开展验证。结果表明:该方法能够精准识别复合故障特征频率,在寻优效率和故障成分凸显度上均优于传统方法。研究结论为滚动轴承复合故障的高效诊断提供参考。 展开更多
关键词 滚动轴承 参数自适应优化 复合故障 特征模态分解 改进麻雀寻优算法
暂未订购 下载PDF
基于参数自寻优ICEEMDAN-WTD的隧道爆破振动信号降噪分析 认领 引用
14
作者 张宪堂 宋淏田 +4 位作者 白智宇 邵斌 郭伟 王晨 周红敏 《振动与冲击》 EI CSCD 北大核心 2026年第8期141-152,共12页
在隧道钻爆法施工过程中,监测到的爆破振动信号往往受到多种噪声的干扰。该研究提出了一种基于改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)和小波... 在隧道钻爆法施工过程中,监测到的爆破振动信号往往受到多种噪声的干扰。该研究提出了一种基于改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)和小波阈值降噪(wavelet thresholding denoising,WTD)的降噪处理方法,旨在更精准地去除噪声,同时减少有效爆破振动信号分量的损失,并引入鲸鱼优化算法对ICEEMDAN进行改进,优化其分解过程中噪声标准差(noise standard deviation,Nstd)、噪声添加次数(number of ensembles,NE)选取,进一步提升ICEEMDAN的分解效果。为检验该方法的可行性,开展了仿真信号模拟试验,并将其应用于青岛胶州湾第二海底隧道钻爆施工段爆破振动信号处理。结果表明:相较于自适应噪声完备集合经验模态分解-小波阈值降噪、经验模态分解-小波阈值降噪、总体平均经验模态分解-最小均方和WTD,该研究提出的自寻优ICEEMDAN-WTD方法展现出更优的综合性能。通过对仿真信号与实际爆破振动信号进行处理分析,计算所得该方法在信噪比、均方根误差及皮尔逊相关系数三项评价指标上均表现最优。在实际工程应用中,该方法降噪后的信号能更有效地消除200 Hz以上噪声,同时减少200 Hz以下有效信号分量的损失。因此,该研究提出的自寻优ICEEMDAN-WTD方法在爆破振动信号处理中具有较大的优势,可以为隧道工程爆破振动灾害控制提供更准确的数据支撑。 展开更多
关键词 隧道爆破 振动信号 改进的自适应噪声完备集合经验模态分解(ICEEMDAN) 小波阈值降噪(WTD) 鲸鱼优化算法 信号降噪
暂未订购 下载PDF
基于改进鲸鱼算法的焊锡机械臂时间最优轨迹规划 认领 引用
15
作者 李鹏 于涛 余珺泽 《电子器件》 CAS 2026年第1期151-157,共7页
针对三自由度PCB板漏焊点修复机械臂时间最优轨迹规划问题,提出了一种基于改进鲸鱼优化算法的轨迹规划方法。首先,利用3-5-3多项式对机械臂轨迹进行插值处理,保证机械臂运行轨迹平滑;然后针对普通鲸鱼优化算法,利用Tent混沌映射均匀化种... 针对三自由度PCB板漏焊点修复机械臂时间最优轨迹规划问题,提出了一种基于改进鲸鱼优化算法的轨迹规划方法。首先,利用3-5-3多项式对机械臂轨迹进行插值处理,保证机械臂运行轨迹平滑;然后针对普通鲸鱼优化算法,利用Tent混沌映射均匀化种群;引入自适应权重参数调整搜索策略;通过引入非线性收敛因子,对鲸鱼优化算法进行改进,增强了其全局搜索能力,并加快收敛速度。此外,还引入了自适应概率阈值,以防止算法陷入局部最优解,最终得到改进鲸鱼算法,并利用该算法针对机械臂时间最优轨迹进行规划,再与PSO、初始WOA算法进行对比。基于实验结果,观察到改进后的鲸鱼算法在收敛速度和精度方面表现出明显的提升。此外,改进的鲸鱼算法不容易陷入局部最优解,并且优化后得到的关节运动学曲线是光滑的,不存在突变。 展开更多
关键词 PCB板漏焊点修复 改进鲸鱼优化算法(IWOA) Tent混沌映射 非线性收敛因子 自适应概率阈值
暂未订购 下载PDF
基于IWOA的无人机路径规划研究 认领 引用
16
作者 周晟 《自动化仪表》 CAS 2026年第5期33-42,共10页
针对复杂环境下无人机路径规划面临的多约束优化问题,提出了一种基于改进鲸鱼优化算法(IWOA)的无人机路径规划方法。通过融合Tent混沌映射初始化策略、参数非线性动态调整机制及自适应权重因子设计,有效解决了传统算法在全局搜索能力、... 针对复杂环境下无人机路径规划面临的多约束优化问题,提出了一种基于改进鲸鱼优化算法(IWOA)的无人机路径规划方法。通过融合Tent混沌映射初始化策略、参数非线性动态调整机制及自适应权重因子设计,有效解决了传统算法在全局搜索能力、收敛速度与局部最优规避方面的局限性问题。基于Matlab平台构建二维、三维复杂障碍物环境及仓储库房仿真场景,对比分析了IWOA与六种主流优化算法的路径规划性能。仿真试验结果表明:该算法下无人机能够避开障碍物与环境陷阱,且相比对比算法路径规划运行距离平均减少5.51%~7.09%,运行时间平均降低4.49%~16.6%,能更高效完成设定任务且路径更加平滑。该研究为仓储物流、灾害救援等复杂场景下的无人机自主导航提供了高效的路径规划方案。 展开更多
关键词 改进鲸鱼优化算法 动态调整 自适应 无人机 路径规划 优化设计
暂未订购 下载PDF
基于改进常春藤算法的VSG自适应控制策略 认领 引用
17
作者 王金玉 丁雨婷 吕鹏 《自动化与仪表》 2026年第1期6-10,31,共5页
虚拟同步发电机(virtual synchronous generator,VSG)通过模拟同步发电机的惯性与阻尼特性,为新能源并网提供主动支撑,显著增强电网稳定性,但传统参数控制方法难以应对负荷突变与频率波动。为此,提出一种基于改进常春藤算法的VSG自适应... 虚拟同步发电机(virtual synchronous generator,VSG)通过模拟同步发电机的惯性与阻尼特性,为新能源并网提供主动支撑,显著增强电网稳定性,但传统参数控制方法难以应对负荷突变与频率波动。为此,提出一种基于改进常春藤算法的VSG自适应控制策略。首先,分析虚拟惯量、阻尼系数的耦合机理;其次,建立功角动态模型,提出惯量阻尼的自适应方程;继而,通过改进常春藤算法并选取频率偏差的积分绝对误差为适应度函数,实现对控制策略涉及参数的精确寻优;最后,基于MATLAB/Simulink仿真验证不同扰动情况下的控制效果。结果表明,该策略可快速收敛至全局最优参数,降低超调并缩短调节时间,提升电网抗干扰能力。 展开更多
关键词 虚拟同步发电机 参数优化 自适应控制 改进常春藤算法 电网稳定性
暂未订购 下载PDF
基于改进鲸鱼优化算法优化PID的电动执行器控制系统 认领 引用
18
作者 李银银 高康 +2 位作者 孟凡 吴玉森 曾运运 《机电工程》 CAS 北大核心 2026年第7期1323-1335,共13页
目前常用的传统PID控制方法应用于现代智能电动执行器中时,因为其控制精度不高和控制速度较慢,导致系统存在稳定性较差或响应滞后等问题,为此,提出了一种基于改进鲸鱼优化算法(IWOA)优化PID的电动执行器控制方法。首先,分析了所研究的... 目前常用的传统PID控制方法应用于现代智能电动执行器中时,因为其控制精度不高和控制速度较慢,导致系统存在稳定性较差或响应滞后等问题,为此,提出了一种基于改进鲸鱼优化算法(IWOA)优化PID的电动执行器控制方法。首先,分析了所研究的电动执行器的工作原理,并建立了各个模块的数学模型;然后,在传统的鲸鱼优化算法(WOA)基础上,采用佳点集方法,提高了初始参数的质量,避免早熟收敛;结合排名因子和正弦波动理论,提出了一种自适应收敛因子优化方法,根据个体适应度优化了收敛因子,在不同阶段进行了动态调整,平衡了全局搜索和局部开发,提升了算法的收敛速度和效果;提出了一种基于全局最优与质心引导理论的动态反向学习策略,旨在平衡鲸鱼算法中在搜索与利用之间的优化问题,增加了探索范围,避免陷入局部最优;最后,依据实际电动执行器可能面临的工况,选取了CEC2005测试集中的六个基本函数作为测试函数集,设计了参数敏感性分析实验,以减小参数设置对算法性能产生的影响,并进行了多种不同优化算法的对比测试仿真实验;利用MATLAB软件搭建了电动执行器PID控制系统模型,进行了多种优化PID方法对比实验,验证了IWOA-PID控制方法在调节速度和稳态误差方面的表现更优。研究结果表明:IWOA-PID控制方法将系统超调量减小至1.45%,调节时间缩短至1.49 s,展现出更强的搜索性能、更快的收敛速度、更好的抗干扰能力以及更优的控制效果。与传统的PID控制方法相比,该控制方法应用在阀门电动执行器上具有更好的控制效果。 展开更多
关键词 智能阀门电动执行器 改进鲸鱼优化算法 比例积分微分(PID)控制方法 自适应收敛速度 动态反向学习 搜索性能 阀门开度控制效果
暂未订购 下载PDF
精密铣削机床效能孪生模型构建及动态优化方法 认领 引用 被引量：1
19
作者 梅术龙 谢阳 +2 位作者 张超勇 吴剑钊 刘金锋 《中国机械工程》 EI CAS CSCD 北大核心 2026年第4期875-884,共10页
提出了一种面向机床加工过程的数字孪生动态多目标优化方法。该方法融合历史加工数据与机床实时运行数据,构建由几何模型、物理模型、行为模型和规则模型组成的数字孪生系统,并结合基于Optuna优化的梯度提高回归(Optuna-GBR)预测模型与... 提出了一种面向机床加工过程的数字孪生动态多目标优化方法。该方法融合历史加工数据与机床实时运行数据,构建由几何模型、物理模型、行为模型和规则模型组成的数字孪生系统,并结合基于Optuna优化的梯度提高回归(Optuna-GBR)预测模型与改进的多目标雾凇优化算法(IMORIME)实现加工工艺参数的动态调整。数字孪生系统对切削力波动进行实时监测,当切削力波动超出自适应阈值时,触发动态优化过程,重新生成Pareto解集并通过熵权-逼近理想解排序法(TOPSIS)决策出最优工艺参数组合。实验验证表明,数字孪生系统的动态优化方法使主轴能耗较优化前降低19.99%,切削比能降低29.02%,加工噪声降低11.22%,显著提高加工效率,降低主轴能耗及加工噪声。 展开更多
关键词 数字孪生 动态优化 基于Optuna优化的梯度提高回归 改进多目标雾凇优化算法 自适应阈值
暂未订购 下载PDF
基于多策略融合算法的两栖机器人路径规划 认领 引用 被引量：1
20
作者 刘成业 戴晓强 +3 位作者 黄鑫 李昂 曾庆军 刘明 《自动化技术与应用》 2026年第2期97-103,152,共7页
为满足水陆两栖机器人在复杂环境下完成搜寻任务的要求,解决跨环境路径规划存在的评价指标不全、精度低、收敛慢等问题,在建立融合栅格代价的水-陆综合环境模型、制定综合路径评价指标基础上,提出了一种多策略融合的改进哈里斯鹰优化算... 为满足水陆两栖机器人在复杂环境下完成搜寻任务的要求,解决跨环境路径规划存在的评价指标不全、精度低、收敛慢等问题,在建立融合栅格代价的水-陆综合环境模型、制定综合路径评价指标基础上,提出了一种多策略融合的改进哈里斯鹰优化算法。通过梅特罗波利斯-哈斯廷斯(Metropolis-Hastings, MH)抽样方法优化初始种群提升哈里斯鹰初期的搜索能力和收敛速度,通过自适应梯度算法优化莱维飞行策略提高哈里斯鹰的寻优精度。通过仿真和湖试实验表明,本方法解决了跨环境下路径评价指标单一、收敛速度慢、质量差等问题,能够在不同任务目标作做出更优的路径规划决策,在路径质量和规划时间等方面具备适用性和高效性。 展开更多
关键词 水陆两栖机器人 路径规划 改进哈里斯鹰优化算法 自适应梯度算法 多策略融合
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 … 11 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈