检索结果-内蒙古大学图书馆

无机材料学报 2020年第5期35卷 593-600页

作者：张勇祯童小燕姚磊江李斌白国栋西北工业大学无人机特种技术国防科技重点实验室西安710072 西北工业大学航空学院西安710072

采用层次聚类及基于改进遗传算法的无监督模式识别方法,对2D-C/SiC复合材料常温拉伸试验过程的声发射数据进行分析,结合试样断口的扫描电镜(SEM)照片,得到拉伸过程中5类损伤模式及其典型声发射特征参数。通过对各类损伤的能量分布、累... 详细信息

采用层次聚类及基于改进遗传算法的无监督模式识别方法,对2D-C/SiC复合材料常温拉伸试验过程的声发射数据进行分析,结合试样断口的扫描电镜(SEM)照片,得到拉伸过程中5类损伤模式及其典型声发射特征参数。通过对各类损伤的能量分布、累计事件数和累计能量的分析,研究C/SiC复合材料的损伤演化过程,发现其过程可分为基体微裂纹和界面失效为主的初始损伤阶段、基体微裂纹停滞导致层间剥离及纤维失效占主导地位的裂纹饱和阶段、基体长裂纹和界面失效为主的损伤积累发展阶段和纤维束大量失效的宏观断裂阶段。

关键词： C/SiC 声发射改进遗传算法无监督聚类损伤

来源：评论

学校读者我要写书评

暂无评论

改进遗传算法PID参数优化在流浆箱总压控制中的应用

引用

中国造纸 2017年第8期36卷 35-40页

作者：莫卫林杨浩熊智新胡慕伊南京林业大学江苏省制浆造纸科学与技术重点实验室江苏南京210037

稀释水水力式流浆箱的总压控制直接关系到纸张质量的好坏,传统的PID方法对于非线性、参数时变性和模型不确定性的对象控制精度较低。虽然传统遗传算法可以优化PID参数,提高精度,但是收敛速度慢,整定时间长,限制其在高速纸机控制中的应... 详细信息

稀释水水力式流浆箱的总压控制直接关系到纸张质量的好坏,传统的PID方法对于非线性、参数时变性和模型不确定性的对象控制精度较低。虽然传统遗传算法可以优化PID参数,提高精度,但是收敛速度慢,整定时间长,限制其在高速纸机控制中的应用。针对这些问题,本课题以纸机流浆箱总压控制为研究对象,采用改进的遗传算法来整定PID参数,通过优化交叉和变异算子、增加当前最优追踪策略以及改进收敛准则等方法来提高遗传算法的全局寻优能力和收敛速度。仿真结果表明,用改进的遗传算法整定后的流浆箱总压控制PID具有更快的响应速度和更好的鲁棒性。

关键词：流浆箱总压 PID参数优化改进遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于改进遗传算法的转炉炼钢过程数据特征选择

引用

仪器仪表学报 2019年第12期40卷 185-195页

作者：刘辉曾鹏飞巫乔顺陈甫刚昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省人工智能重点实验室昆明650500 云南昆钢电子信息科技有限公司昆明650500

转炉炼钢生产过程数据特征选择是实现终点碳温预报的关键,针对生产过程高维数据不利于快速精确预测终点碳温的问题,提出一种改进遗传算法的转炉炼钢生产过程数据特征选择方法。首先采用皮尔逊相关系数衡量不同特征的重要贡献度,进而构... 详细信息

转炉炼钢生产过程数据特征选择是实现终点碳温预报的关键,针对生产过程高维数据不利于快速精确预测终点碳温的问题,提出一种改进遗传算法的转炉炼钢生产过程数据特征选择方法。首先采用皮尔逊相关系数衡量不同特征的重要贡献度,进而构造反映过程数据特征与终点碳温相关性的目标函数;然后通过目标函数定义了种群的最大、最小、平均适应度和随机个体适应度值4个变量,建立了一种自适应调节交叉变异概率机制,使得迭代寻优时种群分布更加合理的同时又提高了算法后期收敛速度,防止陷入局部最优。最后进行实际钢厂生产过程数据特征选择验证和对比实验,结果表明,特征选择平均用时为0.25 s,用于终点预报中温度误差在±5℃的精度为85.67%,碳含量预测误差在±0.01%的精度为80.67%。

关键词：转炉炼钢特征选择碳温预测改进遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于改进遗传算法的PEMFC电堆温度模型建模

引用

化工学报 2005年第3期56卷 538-544页

作者：卫东朱新坚曹广益中国计量学院机电工程分院浙江杭州310018 上海交通大学燃料电池研究所上海200030

针对质子交换膜燃料电池 (PEMFC) 系统过于复杂、难以建模, 而已建立的数学模型由于电堆使用的材料、结构不同, 模型参数相差甚远, 无法统一给出一个具有代表性的高精度的 PEMFC电堆模型, 难以满足PEMFC控制系统设计和应用的要求. 本文... 详细信息

针对质子交换膜燃料电池 (PEMFC) 系统过于复杂、难以建模, 而已建立的数学模型由于电堆使用的材料、结构不同, 模型参数相差甚远, 无法统一给出一个具有代表性的高精度的 PEMFC电堆模型, 难以满足PEMFC控制系统设计和应用的要求. 本文从实际应用角度出发, 利用传热学、流体动力学知识建立了一个千瓦级的PEMFC电堆温度模型. 由于模型中一些关键参数无法由实验精确测出, 但它们对模型精度的影响极大, 所以需要找出一个能够高精度辨识模型参数的方法来解决这个问题. 文章中提出的改进遗传算法具有良好的全局和局部的搜索、优化能力, 能够高精度地辨识这些参数. 仿真和实验结果验证了模型的实用性和可靠性.

关键词：质子交换膜燃料电池简单遗传算法改进遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于改进遗传算法的边坡可靠度分析

引用

岩土力学 2009年第6期30卷 1815-1820页

作者：谢桂华张家生李继祥中南大学土木建筑学院长沙410075 江苏大学理学院镇江212013 武汉工业学院土木工程系武汉430023

采用基于概率的可靠性分析方法来分析边坡的稳定性,以克服目前大多数分析方法以确定性安全系数为评判标准的弊端。对于每次搜索中给定的滑移面,结合拉格朗日乘子法提出边坡可靠度的计算模型;采用遗传算法搜索关键滑移面,提出边坡的适应... 详细信息

采用基于概率的可靠性分析方法来分析边坡的稳定性,以克服目前大多数分析方法以确定性安全系数为评判标准的弊端。对于每次搜索中给定的滑移面,结合拉格朗日乘子法提出边坡可靠度的计算模型;采用遗传算法搜索关键滑移面,提出边坡的适应度函数。为克服标准遗传算法在进化过程中无法调节全局搜索和局部搜索速度、且可能陷入次优解的缺陷,改进了子代中最佳个体的确定方法,来并以相邻两代的群体多样性特征值增量为导向,动态调节交叉概率和变异概率,以保持群体的多样性和搜索的有效性。实例分析结果表明,本文方法可以提高遗传算法的搜索能力和收敛速度,保证解全局最优;该法适用于边坡稳定可靠度分析,且前处理简单;在遗传操作前预优化可靠指标计算模型能大大减少遗传算法中的计算量,节约机时。

关键词：边坡可靠性优化模型改进遗传算法动态调节

来源：评论

学校读者我要写书评

暂无评论

基于改进遗传算法的磁流变阻尼器模型参数辨识方法

引用

电子设计工程 2025年第7期33卷 192-196页

作者：於天澄江苏大学土木工程与力学学院江苏镇江212013

针对磁流变阻尼器模型参数辨识的准确率低,无法确定变阻尼器模型波形的问题,该文提出基于改进遗传算法的磁流变阻尼器模型参数辨识方法。整合非线性参数模型和磁流变阻尼器阻尼力模型,表征阻尼器的动态行为。在MR阻尼器处理中,引入精细... 详细信息

针对磁流变阻尼器模型参数辨识的准确率低,无法确定变阻尼器模型波形的问题,该文提出基于改进遗传算法的磁流变阻尼器模型参数辨识方法。整合非线性参数模型和磁流变阻尼器阻尼力模型,表征阻尼器的动态行为。在MR阻尼器处理中,引入精细的适应度评价机制和自适应调整的交叉概率与变异概率改进遗传算法,实现磁流变阻尼器模型参数辨识。实验结果表明,该辨识方法能够很好地确定阻尼器模型的波形,辨识误差低于2 A,并且得到的参数分布情况与实际分布情况吻合,具有较好的实际应用价值。

关键词：改进遗传算法磁流变阻尼器阻尼器模型参数辨识

来源：评论

学校读者我要写书评

暂无评论

基于物联网和改进遗传算法的近零能耗建筑电力能耗控制方法

引用

粉煤灰综合利用 2025年第1期39卷 133-137页

作者：王磊王珂西安市安居建设管理集团有限公司西安710000 陕西航空产业技术研究中心有限责任公司西安710100

在近零能耗建筑的电力能耗控制中,控制内容若过于单一,在复杂环境下则数据不能稳定传输、节能控制效果不理想。针对这一情况,提出基于物联网和改进遗传算法的近零能耗建筑电气能耗控制方法。采用物联网技术设计数据采集器,对近零能耗建... 详细信息

在近零能耗建筑的电力能耗控制中,控制内容若过于单一,在复杂环境下则数据不能稳定传输、节能控制效果不理想。针对这一情况,提出基于物联网和改进遗传算法的近零能耗建筑电气能耗控制方法。采用物联网技术设计数据采集器,对近零能耗建筑电力能耗数据进行实时监测,将监测数据上传到数据中心,引入自配置采集器对网络环境进行检测,避免出现故障导致监测数据丢失;利用改进遗传算法构建建筑电力能耗优化模型,将监测数据作为输入进行求解,根据求解结果确定建筑电力能耗水平,调用相应的控制程序并执行,实现对近零能耗建筑的控制。结果表明:提出的基于物联网和改进遗传算法的建筑电力能耗控制方法数据传输稳定、节能控制效果好,在电力能耗控制上有较好的应用前景。

关键词：物联网改进遗传算法近零能耗电力能耗控制

来源：评论

学校读者我要写书评

暂无评论

改进遗传算法优化GA-LSTM网络的时序预测模型

引用

计算机工程与应用 2021年

作者：费珊珊张忠林兰州交通大学电子与信息工程学院

为了提高时间序列的预测精度，提出了一种基于改进的遗传算法优化长短期记忆神经网络时序预测模型。针对传统遗传算法的局部搜索能力较差的问题，提出多级交叉概率，有效地避免了在寻优过程中陷入局部最优。针对多变量LSTM时间序列预测... 详细信息

为了提高时间序列的预测精度，提出了一种基于改进的遗传算法优化长短期记忆神经网络时序预测模型。针对传统遗传算法的局部搜索能力较差的问题，提出多级交叉概率，有效地避免了在寻优过程中陷入局部最优。针对多变量LSTM时间序列预测，将改进后的遗传算法应用于优化隐藏层中的单元数以及优化特征选择，可以有效地表示相关因素和目标序列之间的动态关联关系，并能极大地提高LSTM网络的性能和时间序列的预测精度。所提出的LSTM结合了具有多级交叉概率的改进遗传算法，以选择适当的特征和最优的超参数。实验结果表明，优化后的时序预测模型相比于传统的长短期记忆神经网络泛化能力更强、预测精度更高，对于数据量较大和波动较大的数据可以实现更好的拟合。

关键词：长短期记忆神经网络改进遗传算法多级交叉概率时间序列预测

来源：评论

学校读者我要写书评

暂无评论

基于改进遗传算法的多类测控资源调度方法

引用

系统工程与电子技术 2021年第9期43卷 2535-2543页

作者：薛乃阳丁丹王红敏刘步花航天工程大学电子与光学工程系北京101416 航天工程大学研究生院北京101416

为了研究一类利用不同测控(telemetry,track and command,TT&C)网联合执行TT&C任务的多类TT&C资源联合调度问题,首先对国有和商业TT&C网的不同特点进行归纳总结。其次,对问题中的约束条件进行分析和规范化描述,并在满... 详细信息

为了研究一类利用不同测控(telemetry,track and command,TT&C)网联合执行TT&C任务的多类TT&C资源联合调度问题,首先对国有和商业TT&C网的不同特点进行归纳总结。其次,对问题中的约束条件进行分析和规范化描述,并在满足所选约束的前提下,建立问题的数学模型。进而根据问题特点,以遗传算法为基础,通过设计适当的编码方法和交叉、变异算子以及约束冲突处理方法,提出一种改进遗传算法。最后,实例仿真表明,引入的多类TT&C资源联合调度方法较传统未引入联合调度的方法能有效提高TT&C资源利用效率,证明了所提算法求解此类TT&C调度问题具有较好的性能。

关键词：航天测控多类测控资源联合调度改进遗传算法调度收益

来源：评论

学校读者我要写书评

暂无评论

基于改进遗传算法的无人飞行器三维路径规划

引用

西北工业大学学报 2010年第3期28卷 343-348页

作者：李霞魏瑞轩周军李雪松张冲西北工业大学航天学院陕西西安710072 空军工程大学工程学院陕西西安710038

文章针对现有无人飞行器低空突防三维路径规划方法工程实现困难等问题,提出了一种基于改进遗传算法的三维路径规划方法。该方法对地形高程数据进行综合平滑处理,建立满足无人飞行器机动性能的安全飞行曲面,结合威胁的量化模型,采用改进... 详细信息

文章针对现有无人飞行器低空突防三维路径规划方法工程实现困难等问题,提出了一种基于改进遗传算法的三维路径规划方法。该方法对地形高程数据进行综合平滑处理,建立满足无人飞行器机动性能的安全飞行曲面,结合威胁的量化模型,采用改进遗传算法在安全飞行曲面上规划出三维飞行路径。将实际工程中的部分约束条件应用到改进遗传算法的设计中,提高了算法搜索效率,且算法结构简单,易于工程实现。仿真结果表明,算法执行效率高,能满足无人飞行器低空突防路径规划的工程性需要。

关键词：改进遗传算法路径规划威胁模型低空突防工程实现

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：