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936篇文章
< 1 2 … 47 >
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：
加权Soft Voting多模型集成钓鱼网站检测模型 认领 引用
1
作者 谢亚龙 周建华 卢晴川 《计算机时代》 2026年第2期47-50,56,共4页
本文针对钓鱼网站检测中单一模型泛化能力不足的问题,提出一种基于SLSQP权重优化的加权Soft Voting多模型融合检测方法。该方法通过集成XGBoost、LightGBM、CatBoost、随机森林、梯度提升、MLPClassifier六种异构基模型,利用SLSQP算法... 本文针对钓鱼网站检测中单一模型泛化能力不足的问题,提出一种基于SLSQP权重优化的加权Soft Voting多模型融合检测方法。该方法通过集成XGBoost、LightGBM、CatBoost、随机森林、梯度提升、MLPClassifier六种异构基模型,利用SLSQP算法在验证集上以最大化AUC指标为目标优化各模型权重,构建兼具高检出率与低误报率的集成检测系统。实验结果表明,所提融合模型在准确率、召回率和F1值上均优于单一模型,融合模型在静态特征集下准确率达95.22%,AUC值为0.9762;引入动态扩展特征后,准确率提升至96.75%,AUC值达0.9845,该方法显著提升了钓鱼网站识别的鲁棒性与检测性能,为复杂网络环境下的钓鱼攻击防御提供了高效解决方案。 展开更多
关键词 钓鱼网站检测 加权Soft Voting 多模型融合 集成学习 SLSQP算法
暂未订购 下载PDF
Soft measurement model of ring's dimensions for vertical hot ring rolling process using neural networks optimized by genetic algorithm 认领 引用 被引量：3
2
作者 汪小凯 华林 +3 位作者 汪晓旋 梅雪松 朱乾浩 戴玉同 《Journal of Central South University》 SCIE EI CAS CSCD 2017年第1期17-29,共13页
Vertical hot ring rolling(VHRR) process has the characteristics of nonlinearity,time-variation and being susceptible to disturbance.Furthermore,the ring's growth is quite fast within a short time,and the rolled ri... Vertical hot ring rolling(VHRR) process has the characteristics of nonlinearity,time-variation and being susceptible to disturbance.Furthermore,the ring's growth is quite fast within a short time,and the rolled ring's position is asymmetrical.All of these cause that the ring's dimensions cannot be measured directly.Through analyzing the relationships among the dimensions of ring blanks,the positions of rolls and the ring's inner and outer diameter,the soft measurement model of ring's dimensions is established based on the radial basis function neural network(RBFNN).A mass of data samples are obtained from VHRR finite element(FE) simulations to train and test the soft measurement NN model,and the model's structure parameters are deduced and optimized by genetic algorithm(GA).Finally,the soft measurement system of ring's dimensions is established and validated by the VHRR experiments.The ring's dimensions were measured artificially and calculated by the soft measurement NN model.The results show that the calculation values of GA-RBFNN model are close to the artificial measurement data.In addition,the calculation accuracy of GA-RBFNN model is higher than that of RBFNN model.The research results suggest that the soft measurement NN model has high precision and flexibility.The research can provide practical methods and theoretical guidance for the accurate measurement of VHRR process. 展开更多
关键词 vertical hot ring rolling dimension precision soft measurement model artificial neural network genetic algorithm
暂未订购 下载PDF
Soft Tissue Deformation Model Based on Marquardt Algorithm and Enrichment Function 认领 引用 被引量：2
3
作者 Xiaorui Zhang Xuefeng Yu +1 位作者 Wei Sun Aiguo Song 《Computer Modeling in Engineering & Sciences》 SCIE EI 2020年第9期1131-1147,共17页
In order to solve the problem of high computing cost and low simulation accuracy caused by discontinuity of incision in traditional meshless model,this paper proposes a soft tissue deformation model based on the Marqu... In order to solve the problem of high computing cost and low simulation accuracy caused by discontinuity of incision in traditional meshless model,this paper proposes a soft tissue deformation model based on the Marquardt algorithm and enrichment function.The model is based on the element-free Galerkin method,in which Kelvin viscoelastic model and adjustment function are integrated.Marquardt algorithm is applied to fit the relation between force and displacement caused by surface deformation,and the enrichment function is applied to deal with the discontinuity in the meshless method.To verify the validity of the model,the Sensable Phantom Omni force tactile interactive device is used to simulate the deformations of stomach and heart.Experimental results show that the proposed model improves the real-time performance and accuracy of soft tissue deformation simulation,which provides a new perspective for the application of the meshless method in virtual surgery. 展开更多
关键词 Virtual surgery meshless model Marquardt algorithm enrichment function soft tissue simulation
暂未订购 下载PDF
A Reduced Search Soft-Output Detection Algorithm and Its Application to Turbo-Equalization 认领 引用
4
作者 樊祥宁 窦怀宇 毕光国 《Journal of Southeast University(English Edition)》 CAS 2001年第1期8-12,共5页
To decrease the complexity of MAP algorithm, reduced state or reduced search techniques can be applied. In this paper we propose a reduced search soft output detection algorithm fully based on the principle of M algor... To decrease the complexity of MAP algorithm, reduced state or reduced search techniques can be applied. In this paper we propose a reduced search soft output detection algorithm fully based on the principle of M algorithm for turbo equalization, which is a suboptimum version of the Lee algorithm. This algorithm is called soft output M algorithm (denoted as SO M algorithm), which applies the M strategy to both the forward recursion and the extended forward recursion of the Lee algorithm. Computer simulation results show that, by properly selecting and adjusting the breadth parameter and depth parameter during the iteration of turbo equalization, this algorithm can obtain good performance and complexity trade off. 展开更多
关键词 MAP algorithm Lee algorithm soft output M algorithm turbo equalization
暂未订购 下载PDF
Application of soft sensor modeling based on SSA-CNN-LSTM in solar thermal power collection subsystem 认领 引用
5
作者 LU Xiaojuan ZHANG Yaohui +2 位作者 FAN Duojin KONG Linggang ZHANG Zhiyong 《Journal of Measurement Science and Instrumentation》 CAS CSCD 2025年第4期505-514,共10页
To address the stochasticity and nonlinearity of solar collector power systems,a soft sensor prediction model with a hybrid convolutional neural network(CNN)and long short-term memory network(LSTM)was constructed,and ... To address the stochasticity and nonlinearity of solar collector power systems,a soft sensor prediction model with a hybrid convolutional neural network(CNN)and long short-term memory network(LSTM)was constructed,and the hyperparameter optimization of the hybrid neural network(CNN-LSTM)was carried out by using the sparrow search algorithm(SSA).The model utilized the powerful feature extraction and non-linear mapping capabilities of deep learning to effectively handle the complex relationship between input and target variables.The batch normalization technique was used to speed up the training and improve the stability of the soft-sensing model,and the random discard technique was used to prevent the soft-sensing model from overfitting.Finally,the mean absolute error(MAE)was used to assess the accuracy of the soft sensor model predictions.This study compared the proposed model with soft sensor prediction models like Bp,Elman,CNN,LSTM,and CNN-LSTM,using dynamic thermal performance data from the solar collector field of the molten salt linear Fresnel photovoltaic demonstration power plant.The deep learning-based soft sensor model outperformed the other models according to the experimental data.Its coefficients of determination(namely R2)are higher by 6.35%,8.42%,5.69%,6.90%,and 3.67%,respectively.The accuracy and robustness have been significantly improved. 展开更多
关键词 soft sensor modeling linear Fresnel collector subsystem collector field outlet temperature deep learning sparrow search algorithm
暂未订购 下载PDF
Fuzzy N-Bipolar Soft Sets for Multi-Criteria Decision-Making:Theory and Application 认领 引用 被引量：1
6
作者 Sagvan Y.Musa Baravan A.Asaad +2 位作者 Hanan Alohali Zanyar A.Ameen Mesfer H.Alqahtani 《Computer Modeling in Engineering & Sciences》 SCIE EI 2025年第4期911-943,共33页
This paper introduces fuzzy N-bipolar soft(FN-BS)sets,a novel mathematical framework designed to enhance multi-criteria decision-making(MCDM)processes under uncertainty.The study addresses a significant limitation in ... This paper introduces fuzzy N-bipolar soft(FN-BS)sets,a novel mathematical framework designed to enhance multi-criteria decision-making(MCDM)processes under uncertainty.The study addresses a significant limitation in existing models by unifying fuzzy logic,the consideration of bipolarity,and the ability to evaluate attributes on a multinary scale.The specific contributions of the FN-BS framework include:(1)a formal definition and settheoretic foundation,(2)the development of two innovative algorithms for solving decision-making(DM)problems,and(3)a comparative analysis demonstrating its superiority over established models.The proposed framework is applied to a real-world case study on selecting vaccination programs across multiple countries,showcasing consistent DM outcomes and exceptional adaptability to complex and uncertain scenarios.These results position FN-BS sets as a versatile and powerful tool for addressing dynamic DM challenges. 展开更多
关键词 Fuzzy N-bipolar soft sets N-bipolar soft sets N-soft sets MCDM algorithms
暂未订购 下载PDF
An Improved Soft Subspace Clustering Algorithm for Brain MR Image Segmentation 认领 引用
7
作者 Lei Ling Lijun Huang +4 位作者 Jie Wang Li Zhang Yue Wu Yizhang Jiang Kaijian Xia 《Computer Modeling in Engineering & Sciences》 SCIE EI 2023年第12期2353-2379,共27页
In recent years,the soft subspace clustering algorithm has shown good results for high-dimensional data,which can assign different weights to each cluster class and use weights to measure the contribution of each dime... In recent years,the soft subspace clustering algorithm has shown good results for high-dimensional data,which can assign different weights to each cluster class and use weights to measure the contribution of each dimension in various features.The enhanced soft subspace clustering algorithm combines interclass separation and intraclass tightness information,which has strong results for image segmentation,but the clustering algorithm is vulnerable to noisy data and dependence on the initialized clustering center.However,the clustering algorithmis susceptible to the influence of noisydata and reliance on initializedclustering centers andfalls into a local optimum;the clustering effect is poor for brain MR images with unclear boundaries and noise effects.To address these problems,a soft subspace clustering algorithm for brain MR images based on genetic algorithm optimization is proposed,which combines the generalized noise technique,relaxes the equational weight constraint in the objective function as the boundary constraint,and uses a genetic algorithm as a method to optimize the initialized clustering center.The genetic algorithm finds the best clustering center and reduces the algorithm’s dependence on the initial clustering center.The experiment verifies the robustness of the algorithm,as well as the noise immunity in various ways and shows good results on the common dataset and the brain MR images provided by the Changshu First People’s Hospital with specific high accuracy for clinical medicine. 展开更多
关键词 Soft subspace clustering image segmentation genetic algorithm generalized noise brain MR images
暂未订购 下载PDF
A Novel Sequential Soft Output Viterbi Algorithm  认领 引用
8
作者 钱学诚 赵春明 程时昕 《Journal of Southeast University(English Edition)》 CAS 1999年第2期20-23,共4页
In order to fully utilize the soft decision ability of the outer decoder in a concatenated system, reliability information (called soft output) from the inner decoder or equalizer is required. In this paper, based on ... In order to fully utilize the soft decision ability of the outer decoder in a concatenated system, reliability information (called soft output) from the inner decoder or equalizer is required. In this paper, based on the analysis of typical implementations of soft output VA, a novel algorithm is proposed by utilizing the property of Viterbi algorithm. Compared with the typical implementations, less processing expense is required by the new algorithm for weighting the hard decisions of VA. Meanwhile, simulation results show that, deterioration in performance of this algorithm is usually small for decoding of convolutional code and negligible for equalization. 展开更多
关键词 equalization decoding soft output Viterbi algorithm
暂未订购 下载PDF
A fuzzy immune algorithm and its application in solvent tower soft sensor modeling 认领 引用
9
作者 孟科 董朝阳 +2 位作者 高晓丹 王海明 李晓 《Journal of Measurement Science and Instrumentation》 CAS CSCD 2015年第2期197-204,共8页
An improved immune algorithm is proposed in this paper. The problems, such as convergence speed and optimization precision, existing in the basic immune algorithm are well addressed. Besides, a fuzzy adaptive method i... An improved immune algorithm is proposed in this paper. The problems, such as convergence speed and optimization precision, existing in the basic immune algorithm are well addressed. Besides, a fuzzy adaptive method is presented by using the fuzzy system to realize the adaptive selection of two key parameters （possibility of crossover and mutation）. By comparing and analyzing the results of several benchmark functions, the performance of fuzzy immune algorithm （FIA） is approved. Not only the difficulty of parameters selection is relieved, but also the precision and stability are improved. At last, the FIA is ap- plied to optimization of the structure and parameters in radial basis function neural network （RBFNN） based on an orthogonal sequential method. And the availability of algorithm is proved by applying RBFNN in modeling in soft sensor of solvent tower. 展开更多
关键词 immune algorithm fuzzy system radial basis function neural network （RBFNN） soft sensor
暂未订购 下载PDF
计及线路电热耦合特性的配电网鲁棒强化学习动态重构方法 认领 引用 被引量：1
10
作者 高海淑 孙开宁 +1 位作者 黄钢 张峰 《电力系统自动化》 EI CSCD 北大核心 2026年第1期39-50,共12页
随着光伏在配电网中渗透率的不断提高,基于智能软开关(SOP)与分段/联络开关协同的动态重构方法已成为保障配电网安全稳定运行的重要技术途径。然而,线路的电热耦合特性往往在动态重构过程中被忽略,导致电阻计算误差引起重构结果偏差,进... 随着光伏在配电网中渗透率的不断提高,基于智能软开关(SOP)与分段/联络开关协同的动态重构方法已成为保障配电网安全稳定运行的重要技术途径。然而,线路的电热耦合特性往往在动态重构过程中被忽略,导致电阻计算误差引起重构结果偏差,进而影响电网安全经济运行。为此,文中提出一种计及线路电热耦合特性的含SOP配电网鲁棒强化学习动态重构方法。首先,为缓解因恒定线路电阻假设而导致的系统建模误差,建立了考虑线路电热耦合的含SOP配电网动态重构模型。其次,将原优化问题转化为马尔可夫决策过程,并基于一阶仿射多项式构建奖励函数,用于评估光伏及负荷波动带来的运行风险,从而增强决策的鲁棒性。在此基础上,提出了基于置信度动作选择和动作网络参数鲁棒更新机制的鲁棒深度强化学习算法,以实现鲁棒优化策略的有效学习。最后,在IEEE 34节点和123节点系统上进行仿真测试。结果表明,较传统建模方法,所提方法能更好地捕捉线路电阻动态变化,提高决策可靠性,并在光伏发电及负荷短期波动条件下,有效降低系统运行成本与运行风险。 展开更多
关键词 动态重构 智能软开关 光伏 深度强化学习 仿射算法
暂未订购 下载PDF
融合车速预测与强化学习的燃料电池客车能量管理策略 认领 引用 被引量：1
11
作者 杨继斌 胡怀祥 +5 位作者 徐晓惠 张继业 蒋平 武小花 邓鹏毅 王文龙 《西南交通大学学报》 EI CSCD 北大核心 2026年第3期1071-1082,共12页
为解决燃料经济性与耐久性难以兼顾的问题,提出一种基于双向长短期记忆神经网络(BiLSTMNN)与软演员-评论家(SAC)算法相结合的燃料电池混合动力客车能量管理策略(SAC-V).首先,应用BiLSTMNN实现短时车速预测;其次,将预测车速与车辆实时状... 为解决燃料经济性与耐久性难以兼顾的问题,提出一种基于双向长短期记忆神经网络(BiLSTMNN)与软演员-评论家(SAC)算法相结合的燃料电池混合动力客车能量管理策略(SAC-V).首先,应用BiLSTMNN实现短时车速预测;其次,将预测车速与车辆实时状态共同作为SAC强化学习智能体的输入,并在奖励函数中引入氢耗、动力电池荷电状态偏差以及燃料电池衰退等约束项,实现车辆燃料经济性与动力系统耐久性的动态协调优化;最后,通过离线仿真和硬件在环试验对所提策略进行验证.研究结果表明:相较于传统SAC和深度确定性策略梯度方法,本文提出的SAC-V策略在等效氢耗、燃料电池功率波动和燃料电池衰退率方面分别降低了3.46%、35.56%和3.67%,展现出更优的综合性能,且在实际工程中具有较好的实时应用潜力. 展开更多
关键词 燃料电池混合动力客车 能量管理策略 双向长短期记忆神经网络 软演员–评论家算法 短时车速预测
暂未订购 下载PDF
基于RBF神经网络滑模控制的软体假肢手位置控制 认领 引用
12
作者 韩春伟 凌政 +1 位作者 杨宗璞 曾庆军 《电子器件》 CAS 2026年第2期436-443,共8页
针对当前软体假肢手位置控制难、控制精度不高等问题,提出了一种采用RBF神经网络滑模控制器对软体假肢手进行位置控制的新方法。首先介绍了软体假肢手系统构成和工作原理;然后以软体假肢手的软体致动器为例,着重研究了软体致动器的建模... 针对当前软体假肢手位置控制难、控制精度不高等问题,提出了一种采用RBF神经网络滑模控制器对软体假肢手进行位置控制的新方法。首先介绍了软体假肢手系统构成和工作原理;然后以软体假肢手的软体致动器为例,着重研究了软体致动器的建模过程和控制器设计,建立了软体致动器的动力学模型,并在软体致动器位置控制中采用RBF神经网络逼近滑模控制器误差函数算法,降低滑模控制器控制软体致动器的抖振现象;最后设计并研制了软体假肢手及其控制系统,同时进行了软体致动器位置控制实验。仿真与实验结果表明:所提出的RBF神经网络滑模控制器能够有效抑制普通滑模控制器控制软体致动器弯曲运动时的抖振问题,提高了软体致动器位置控制精度,为软体假肢手的位置控制提供了参考。 展开更多
关键词 软体假肢手 软体致动器 位置控制 RBF神经网络滑模控制算法
暂未订购 下载PDF
基于自适应熵值的移动机器人无地图导航方法 认领 引用
13
作者 熊体凡 李泓辰 +2 位作者 王书亭 谢远龙 胡倚铭 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第5期98-104,共7页
针对现有基于机器学习的无地图导航方法中所存在的机器人陷入局部最优后脱困能力差的问题,提出一种自适应熵值无地图导航方法.该方法首先根据机器人训练过程中的奖励波动来判定局部最优现象是否发生,然后在此基础上继续通过改进软演说... 针对现有基于机器学习的无地图导航方法中所存在的机器人陷入局部最优后脱困能力差的问题,提出一种自适应熵值无地图导航方法.该方法首先根据机器人训练过程中的奖励波动来判定局部最优现象是否发生,然后在此基础上继续通过改进软演说评论家(SAC)算法中的熵值调节机制,达到在机器人陷入局部最优后自适应改变温度系数以强化其学习能力的效果,最终促使机器人成功学习到全局最优导航策略.仿真结果表明:相比现有方法,所提方法训练得到的导航策略具备更强的脱困能力和更高的导航成功率. 展开更多
关键词 移动机器人 无地图导航 深度强化学习 局部最优 SAC算法
暂未订购 下载PDF
基于强化学习算法的闸控河网工程水位控制方法 认领 引用
14
作者 陈珠亮 孔令仲 +4 位作者 肖洋 张涛涛 冯仲恺 王晓颖 刘子涵 《南水北调与水利科技（中英文）》 CAS CSCD 北大核心 2026年第1期31-41,共11页
为保障河道网络工程景观功能发挥与供水安全、实现水位稳定控制,传统水位控制方法中基于经验的手动调节和比例-积分(proportional-integral,PI)自动控制算法存在明显局限性,易导致水位调节精度不足、动态过程中振荡现象明显等问题,难以... 为保障河道网络工程景观功能发挥与供水安全、实现水位稳定控制,传统水位控制方法中基于经验的手动调节和比例-积分(proportional-integral,PI)自动控制算法存在明显局限性,易导致水位调节精度不足、动态过程中振荡现象明显等问题,难以满足工程对水位稳定的核心需求。通过构建河道水闸群强化学习训练框架,采用软演员评论家(soft actor-critic,SAC)算法训练水闸控制智能体,以实现水闸群实时高效联合调控。结果表明:经充分训练收敛后,该智能体水力控制性能优异,随机流量扰动引发水位波动时,可快速将水位精准调控至目标值(偏差严格控制在±0.2 m内),调控误差范围较传统PI算法缩小48.8%。相较于PI算法,其核心优势为:水位稳定速度显著提升,动态调节收敛速度加快40%;水闸操作次数大幅减少,闸门动作频次降低32%;环境适应性更强,可在不同水流条件下稳定维持期望水位(PI算法对部分渠池如闸4的水位调控偏差达0.332 m,超出目标范围)。研究证实,基于SAC的强化学习方法为河道网络水位稳定调控提供了创新解决方案,能有效应对随机流量扰动,提升水位调节稳定性与精准度,为河网智能化管理控制提供重要技术支撑,在工程中应用前景广阔。 展开更多
关键词 河网 水位控制 强化学习 SAC算法 闸门调控
暂未订购 下载PDF
计及参数协同可行域的并联VSG有功振荡强化学习抑制策略 认领 引用
15
作者 周雪松 王谦 +3 位作者 马幼捷 练继建 李双 张宇 《智慧电力》 EI CSCD 北大核心 2026年第6期1-9,共9页
针对并联虚拟同步发电机(VSG)系统因参数动态失配引发的有功交互振荡问题,提出一种计及参数协同可行域的并联VSG有功振荡强化学习抑制策略。首先,建立并联VSG系统小信号模型,揭示机间功率动态交互与振荡机理,指出参数按容量比配置是抑... 针对并联虚拟同步发电机(VSG)系统因参数动态失配引发的有功交互振荡问题,提出一种计及参数协同可行域的并联VSG有功振荡强化学习抑制策略。首先,建立并联VSG系统小信号模型,揭示机间功率动态交互与振荡机理,指出参数按容量比配置是抑制交互振荡的必要条件;其次,结合最优阻尼比条件与容量比协调约束,构建参数协同可行域,将多参数整定问题转化为机理约束下的定向寻优问题;最后,设计机理约束的SAC(MC-SAC)算法,利用SAC在可行域内进行数据驱动的智能调参。仿真结果表明,与传统惯量-阻尼自适应策略及深度确定性策略梯度(DDPG)算法相比,所提策略不仅保证了多机功率的精准分配,还能在负载突变及故障工况下显著抑制有功振荡,提升系统的动态协同响应能力。 展开更多
关键词 虚拟同步发电机 有功振荡 柔行动者-评论家算法 最优阻尼比
暂未订购 下载PDF
基于安全图强化学习的柔性互联配电网分布式电源承载力动态评估 认领 引用
16
作者 郭祚刚 郇嘉嘉 +2 位作者 白浩 刘嘉文 谈赢杰 《电力系统及其自动化学报》 CSCD 北大核心 2026年第4期95-105,共11页
针对当前基于数学优化求解方法难以动态准确评估配电网分布式电源承载力的难题,提出一种基于安全图强化学习的柔性互联配电网分布式电源承载力动态评估方法。首先,考虑智能软开关调节作用下的分布式电源动态承载力提升和网络损耗优化,... 针对当前基于数学优化求解方法难以动态准确评估配电网分布式电源承载力的难题,提出一种基于安全图强化学习的柔性互联配电网分布式电源承载力动态评估方法。首先,考虑智能软开关调节作用下的分布式电源动态承载力提升和网络损耗优化,构建适用于三相不平衡配电网的分布式电源动态承载力评估模型。其次,将分布式电源动态承载力评估模型转换为约束马尔可夫决策过程的标准范式,实现最优决策与安全动作的平衡。再次,提出内嵌图卷积神经网络的柔性动作-评价算法离线训练与在线执行方法,将图卷积神经网络嵌入柔性动作-评价算法策略网络,实现配电网分布式电源动态承载力的实时精确评估。最后,通过IEEE 33节点算例仿真,验证所提模型和方法的有效性。 展开更多
关键词 动态承载力 约束马尔可夫决策过程 图卷积神经网络 柔性动作-评价算法
暂未订购 下载PDF
低碳视角下带软时间窗的同时取送货车辆路径问题研究 认领 引用
17
作者 何美玲 杨梅 武晓晖 《江苏大学学报（自然科学版）》 CAS 北大核心 2026年第3期283-291,共9页
为有效地协调正逆向物流,响应国家大力发展低碳经济的号召,以带软时间窗的同时取送货车辆路径问题(VRPSPDSTW)为研究对象,综合考虑车辆速度、装载质量等因素对碳排放的影响,构建了以车辆固定成本、运输成本、碳排放成本及时间窗惩罚成... 为有效地协调正逆向物流,响应国家大力发展低碳经济的号召,以带软时间窗的同时取送货车辆路径问题(VRPSPDSTW)为研究对象,综合考虑车辆速度、装载质量等因素对碳排放的影响,构建了以车辆固定成本、运输成本、碳排放成本及时间窗惩罚成本之和为目标函数的数学模型,并设计了一种改进蚁群算法(IACO)对模型进行求解,最后通过算例计算验证了算法的有效性与模型的合理性.计算结果表明:在某些算例中,使用IACO求解得到的配送方案的行驶距离较对比算法有所缩短,其中最高节省了10.73%的路程;在RCdp5001改编算例中,将同时取送货模式与单取单送模式进行比较,前者配送方案的总成本降幅达50.20%;对比考虑和未考虑碳排放因素的VRPSPDSTW模型得出的配送方案,前者的行驶距离缩短了3.16%,总配送成本降低了1.53%,碳排放量减少了4.56%. 展开更多
关键词 车辆路径问题 同时取送货 软时间窗 碳排放 改进蚁群算法
暂未订购 下载PDF
融合LLM和深度强化学习的四足机器人行走控制教学实验设计 认领 引用
18
作者 周立凡 夏瑜 《实验室研究与探索》 CAS 北大核心 2026年第6期86-91,145,共6页
面对四足机器人行走控制这一典型高维连续控制任务,构建一种可操作性强、稳定性高的深度强化学习实验教学方案,设计并实现了融合大语言模型与软行动者评论家算法的四足机器人行走控制实验教学案例。通过在Ant-v4仿真环境中构建完整的深... 面对四足机器人行走控制这一典型高维连续控制任务,构建一种可操作性强、稳定性高的深度强化学习实验教学方案,设计并实现了融合大语言模型与软行动者评论家算法的四足机器人行走控制实验教学案例。通过在Ant-v4仿真环境中构建完整的深度强化学习实验流程,对四足机器人控制过程进行系统建模,并在此基础上引入大语言模型作为失败动作修复的外部先验模块,以优化策略执行阶段的交互过程。实验结果表明,融入软行动者评论家算法的大语言模型能够在机器人行走控制中更加稳定地学习有效的行走策略,在训练阶段其平均累积奖励提升约10%,在测试阶段行走平均轨迹长度提升约15%,整体控制性能与交互稳定性均得到显著改善。教学实践结果表明,将该实验教学案例嵌入本科课程体系,有助于促进学生在知识掌握、实践能力与综合素质的全面提升,体现出较强的教学创新性与良好的推广应用价值。 展开更多
关键词 大语言模型 深度强化学习 四足机器人 软行动者评论家算法 行走控制
暂未订购 下载PDF
基于BP-Adaboost的变转速泵控缸系统位移软测量 认领 引用
19
作者 许弘焜 张树忠 +3 位作者 国钰 王亚兵 凌泽懿 阮玉镇 《福建理工大学学报》 CAS 2026年第1期90-94,102,共5页
针对传统位移传感器测量液压缸位移存在的不足以及变转速泵控差动缸系统的非线性特征,采用基于自适应提升算法与反向传播神经网络相结合(back propagation neural network-adaptive boosting algorithm,BP-Adaboost)的方法进行位移软测... 针对传统位移传感器测量液压缸位移存在的不足以及变转速泵控差动缸系统的非线性特征,采用基于自适应提升算法与反向传播神经网络相结合(back propagation neural network-adaptive boosting algorithm,BP-Adaboost)的方法进行位移软测量。首先,利用MATLAB/Simulink搭建变转速泵控差动缸液压系统模型和机械臂机械模型,并与试验结果对比,证明了模型的准确性。其次,基于软测量原理分别搭建BP神经网络软测量模型和BP-Adaboost神经网络软测量模型;将已验证的泵控缸模型与20 t挖掘机机械模型相结合,以该挖掘机铲斗的装卸不同物料为例,通过批量仿真获取数据集。最后,对所搭建的两个神经网络模型的铲斗位移软测量结果进行对比分析。结果表明:BP-Adaboost神经网络在约800 mm的行程中的位移软测量的平均误差和最大误差分别为0.9 mm和9.6mm,与BP相比分别降低了47.1%和50.8%,提高了预测的鲁棒性和泛化性。 展开更多
关键词 位移软测量 变转速泵控系统 反向传播神经网络 自适应提升算法 液压挖掘机
暂未订购 下载PDF
基于CPO-ICEEMDAN-WTD的称重信号去噪方法研究 认领 引用
20
作者 赵栓峰 闵雨轩 李小雨 《现代电子技术》 北大核心 2026年第6期145-151,共7页
车辆轴重信号去噪对提高动态称重精度有重要的作用。针对噪声干扰问题,文中提出一种基于冠豪猪优化(CPO)算法优化改进自适应噪声完备经验模态分解(ICEEMDAN)、样本熵(SampEn)以及小波软阈值去噪(WTD)的混合信号去噪方法。首先,利用CPO优... 车辆轴重信号去噪对提高动态称重精度有重要的作用。针对噪声干扰问题,文中提出一种基于冠豪猪优化(CPO)算法优化改进自适应噪声完备经验模态分解(ICEEMDAN)、样本熵(SampEn)以及小波软阈值去噪(WTD)的混合信号去噪方法。首先,利用CPO优化ICEEMDAN的白噪声幅值权重和噪声添加次数,并对车辆的轴重信号进行ICEEMDAN分解,得到若干本征模态分量;然后,计算各分量的样本熵,利用阈值判断含噪分量和有用分量,并对含噪分量进行小波软阈值去噪;最后,将处理后的分量与有用分量重构,得到去噪信号。实验结果表明,所提方法可以有效去除原始轴重信号中的噪声,进而提高动态称重系统的测量精度。 展开更多
关键词 动态称重 信号滤波 经验模态分解 小波软阈值去噪 冠豪猪优化算法 信号分解和重构 样本熵
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 … 47 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈