检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

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

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

2 篇 学位论文

馆藏范围

2 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

2 篇 工学
- 2 篇 控制科学与工程
- 2 篇 计算机科学与技术...
- 2 篇 软件工程
2 篇 管理学
- 2 篇 管理科学与工程(可...

主题

2 篇 光伏模型参数估计
1 篇 特征选择
1 篇 多模态多目标优化
1 篇 异质综合学习
1 篇 神经动力学
1 篇 秃鹰搜索优化算法
1 篇 多目标优化
1 篇 虚拟粒子
1 篇 球面坐标变换
1 篇 非线性方程组
1 篇 机器人路径规划

机构

1 篇 南昌大学
1 篇 西安理工大学

作者

1 篇 侯卓琳
1 篇 赵洋

语言

2 篇 中文

检索条件"主题词=光伏模型参数估计"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于神经动力学的目标优化算法研究及其应用

基于神经动力学的目标优化算法研究及其应用

引用

作者：赵洋南昌大学

学位级别：硕士

本文主要研究了单目标、多目标和多模态多目标优化问题。神经动力学方法由于其突出的精确寻优能力而被用于许多优化问题之中。为了更好地解决目标优化问题,本文设计了基于神经动力学方法的优化机制,并将其与优化算法融合,实验结果表明,... 详细信息

本文主要研究了单目标、多目标和多模态多目标优化问题。神经动力学方法由于其突出的精确寻优能力而被用于许多优化问题之中。为了更好地解决目标优化问题,本文设计了基于神经动力学方法的优化机制,并将其与优化算法融合,实验结果表明,本文所设计的三种算法明显优于其他同类算法。本文的创新性工作概括如下:(1)针对单目标优化问题,提出了一种基于神经动力学的单目标优化算法(NDHPSO)。不同于普通的神经动力学优化方法,它有效地融合了异构综合粒子群算法,同时设计了一种种群数量动态变化的策略,神经动力学方法与单目标算法的有效结合能够极大提高算法的收敛性能。最后多组实验结果表明,该算法在测试集上表现优异。(2)针对多目标优化问题,提出了一种基于神经动力学的多目标优化算法(NDMPEA)。算法引入了幂型的时变因子策略来增强神经动力学的寻优性能,减少寻优时间,同时设计了一种多种群协同进化策略,将神经动力学方法与多目标优化算法有效结合。为了保证多个种群间的信息交流,提出了一种种群间的信息交流策略来促进信息流通。实验结果表明,融合了神经动力学方法的多目标优化算法比一般的多目标优化算法具有更好的优化性能。(3)针对多模态多目标问题,提出了一种基于神经动力学的多模态多目标烟花算法(FWMMO＿ND)。算法改进了烟花的爆炸形式和火花生成的计算方式,使用神经动力学方法生成动力火花,并使用双网格划分策略来维持空间中种群的多样性。最后,通过基于网格的拥挤度机制来筛选出表现较优的个体。实验结果表明,该算法能够在决策空间中找到更多的等效Pareto最优解。最后,本文还将所设计的算法应用于光伏模型参数估计问题和非线性方程组的求解问题上,并通过实验验证了本文所设计算法在解决实际应用问题时,也保持着良好的性能。

关键词：多目标优化多模态多目标优化神经动力学光伏模型参数估计非线性方程组

来源：评论

学校读者我要写书评

暂无评论

秃鹰搜索优化算法研究及其应用

秃鹰搜索优化算法研究及其应用

引用

作者：侯卓琳西安理工大学

学位级别：硕士

最优化旨在决策空间按照某种方法搜索变量的取值,使得目标函数取得最优值,设计合理、快速且易于执行的搜索策略一直是优化研究者追求的目标。秃鹰搜索优化算法(BES)模拟秃鹰的生存狩猎行为,是一种收敛速度快、优化能力强的随机优化算法... 详细信息

最优化旨在决策空间按照某种方法搜索变量的取值,使得目标函数取得最优值,设计合理、快速且易于执行的搜索策略一直是优化研究者追求的目标。秃鹰搜索优化算法(BES)模拟秃鹰的生存狩猎行为,是一种收敛速度快、优化能力强的随机优化算法,但存在缺乏种群多样性、易塌陷在局部最优、难以平衡探索与开发性能等缺陷。为此本文提出了三种改进的BES算法,并分别将其用于特征选择和工程优化、光伏模型参数估计、实例约束优化问题以及移动机器人的路径规划,提高BES算法性能的同时推动群智能算法应用的研究。具体研究内容如下:(1)提出了融合球面随机收缩机制的秃鹰搜索优化算法(INMBES)。利用表面积一定时,球所包含的范围最大以及球面坐标具有更加准确的测距原理,使用球面坐标变换更新BES参数,扩大秃鹰群体搜索猎物范围的同时提高秃鹰瞄准猎物的精度,提高算法的全局探索能力和算法的收敛速度;在秃鹰捕获猎物阶段,对种群进行排序并分组,对精英个体组采用精英混沌策略进行更新,增强算法的开发性能;对非精英个体组再次分组,利用单纯形策略使得秃鹰向优秀个体学习,从而修正各组中的最差个体,兼顾算法的探索与开发性能。CEC2017测试集中30个测试函数的实验结果表明,INMBES算法的性能优于9个有竞争力的对比算法;将INMBES用于求解汽车侧面碰撞设计、I形梁设计和光伏设计三个工程约束优化问题以及特征选择问题,验证了 INMBES算法的有效性。(2)提出了全局信息增强的自适应秃鹰搜索优化算法(VABES)。VABES算法利用整个种群信息的能量构造虚拟粒子,增加向虚拟粒子学习和对环状邻居列维飞行模式学习的策略,改善种群的多样性;融入新的自适应概率选择方案诱导种群在聚集和分散行为间恰当的转换;设计新的变步长变异与交叉策略增强算法的开发性能,提升算法寻找最优解的能力。在CEC2020上的单策略比较和CEC2017上的高维比较实验结果表明VABES算法具有良好的寻优性能;将VABES与其他几种代表性算法在三种光伏模型参数优化问题上进行比较的同时,将其用于求解57个真实世界问题。研究结果表明,VABES与其他算法相比具有更好实际寻优能力。(3)提出了融合异质综合学习与完全信息搜索机制的秃鹰搜索优化算法(HFSBES)。为了增强种群的多样性,利用λ-异质综合学习策略选出每个个体的样本群与样本点,优先选择质量较好的粒子,增强了种群的全局探索性能;设计时变参数,在迭代前期使种群扩大探索范围,在迭代后期增强种群局部开发的能力,平衡了算法的全局探索与局部开发性能;对最优个体进行完全信息搜索机制,避免种群陷入局部最优,增加了更高质量解产生的几率。将HFSBES算法在测试集CEC2019、CEC2020以及CEC2021的10维与20维问题上进行验证,实验结果表明与其他对比算法相比,HFSBES具有较强的求解优化问题的能力;将HFSBES算法用于CEC2020真实约束优化问题以及不同环境下的机器人路径规划问题进一步验证了其优越的实际寻优性能。

关键词：秃鹰搜索优化算法球面坐标变换特征选择虚拟粒子光伏模型参数估计异质综合学习机器人路径规划

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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

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：