检索结果-内蒙古大学图书馆

作者：任诗文武汉科技大学

学位级别：硕士

在多机器人的研究中,异构机器人系统因其个体具有不同性能特点能够实现优势互补得到了广泛的应用,尤其是在一些复杂多变、危险未知的环境中,起到了重要的作用。针对单一异构机器人系统因能耗补充导致的工作效率低下的问题,本文对一类双... 详细信息

在多机器人的研究中,异构机器人系统因其个体具有不同性能特点能够实现优势互补得到了广泛的应用,尤其是在一些复杂多变、危险未知的环境中,起到了重要的作用。针对单一异构机器人系统因能耗补充导致的工作效率低下的问题,本文对一类双无人机车载异构机器人系统的路径规划问题展开研究,并提出了新的路径规划方案。本文主要研究工作及创新内容如下:(1)基于多机器人系统的应用发展与路径规划问题的研究现状,在参阅大量文献的基础上,对现有的多机器人系统路径规划方法进行了研究,分别从经典算法和现代算法角度进行分类、归纳、总结与分析,为本课题路径规划问题求解与改进提供了思路。(2)提出了一类双无人机车载异构机器人系统最优路径规划问题的解决方法。通过引入逻辑变量确定异构个体之间的交互关系,并结合机器人个体约束,解决了无人机个体行为及协作调度难以统一的难题。同时,考虑到目标点的访问顺序有时并不固定,本文在对该系统进行优化求解的同时进行访问顺序优化,以获得在最优访问顺序下无人机的最佳起降点。(3)在前期调研的基础上,提出了一类改进的樽海鞘算法并对所提模型进行了仿真实验,通过与单一异构机器人系统以及不同算法间的结果对比,验证了所提模型的有效性和可行性及改进算法在求解性能和算法效率方面的优越性。实验还验证了加入访问顺序优化后的方案,结果表明该方法能够进一步优化待求路径。

关键词：双无人机异构多机器人系统路径规划访问顺序优化樽海鞘算法

来源：评论

学校读者我要写书评

暂无评论

基于人机交互的学前教育虚拟仿真系统实现研究

引用

自动化与仪器仪表 2023年第12期 134-138,143页

作者：马郁王校伟咸阳职业技术学院陕西咸阳712000

随着计算机和网络技术的发展,虚拟仿真技术在教育领域中得到了广泛的应用。因此,基于人机交互的学前教育虚拟仿真系统的研究受到了研究者的广泛关注。基于此,研究提出了一种基于樽海鞘(Salp swarm algorithm,SSA)融合神经网络算法的人... 详细信息

随着计算机和网络技术的发展,虚拟仿真技术在教育领域中得到了广泛的应用。因此,基于人机交互的学前教育虚拟仿真系统的研究受到了研究者的广泛关注。基于此,研究提出了一种基于樽海鞘(Salp swarm algorithm,SSA)融合神经网络算法的人机交互姿态识别系统(Back Propagation neural network,BPNN),让学生可以线上自主辨识其动作的规范性和安全性。研究结果表明,SSA-BPNN算法的误差角度仅为1.67°,优于其他单一算法。SSA-BPNN算法相对误差绝对值均未超过各评价指标5%的限值。只有个别数据集的相对误差存在较大问题,其值为4.52%和-3.84%,其余数据集的相对误差保持在较低水平。上述结果说明该系统实用性极强,为线上学前教学开创了新的思路。

关键词：动作捕捉系统人机交互 BP神经网络学前教学樽海鞘算法姿态识别

来源：评论

学校读者我要写书评

暂无评论

基于新型B&R-SSA算法的混合威布尔参数估计优化方法

引用

汽车工程学报 2024年

作者：赵闵清姜维黄子龙熊德明龚春辉程小强西安工业大学机电工程学院江铃汽车股份有限公司产品开发技术中心中国汽车工程研究院股份有限公司中汽院智能网联汽车检测中心(湖南)有限公司

混合威布尔分布被广泛用于模拟失效分布和耐久性预测。在实际工程开发过程中对模型的参数准确估计非常关键的。因此，提高混合威布尔分布的估计精度已成为领域内的亟需解决的难题。本研究在原始混合威布尔分布的基础上，提出了一种基于... 详细信息

混合威布尔分布被广泛用于模拟失效分布和耐久性预测。在实际工程开发过程中对模型的参数准确估计非常关键的。因此，提高混合威布尔分布的估计精度已成为领域内的亟需解决的难题。本研究在原始混合威布尔分布的基础上，提出了一种基于新型B&R-SSA算法的混合威布尔参数估计的优化求解方法。该方法首先基于逐次逼近的方法建立位置、尺寸和形状参数的迭代优化模型；然后通过运用引入“背叛”行为和自适应惯性权重机制，用于解决原始樽海鞘算法（Salp Swarm Algorithm ， SSA）求解效率低，易于陷入局部最优的问题，进而提出了一种新型B&R-SSA算法，并运用该算法对迭代模型进行求解。最后进行了蒙特卡洛模拟仿真试验和工程实例试验。仿真和试验结果均表明，该方法在估计混合威布尔分布参数求解方面具有较好的精度和计算效率。

关键词：可靠性混合威布尔分布樽海鞘算法参数估计蒙特卡洛模拟

来源：评论

学校读者我要写书评

暂无评论

基于SSA-SVM的大学生体质评价

引用

现代科学仪器 2020年第4期 159-164页

作者：李文芳西安欧亚学院陕西西安 710065

大学生体质评价有助于提出有针对性的措施增强和提高大学生体质和健康状况.针对支持向量机模型性能易受惩罚参数C和核函数宽度g的影响,提出樽海鞘算法优化SVM模型参数的大学生体质评价模型.为了较好地反映大学生速度、爆发力、力量和耐... 详细信息

大学生体质评价有助于提出有针对性的措施增强和提高大学生体质和健康状况.针对支持向量机模型性能易受惩罚参数C和核函数宽度g的影响,提出樽海鞘算法优化SVM模型参数的大学生体质评价模型.为了较好地反映大学生速度、爆发力、力量和耐力水平素质水平,选择50m跑、坐位体前屈、立定跳远、男生引体向上、女生1min、仰卧起坐、男生1000m跑、女生800m跑作为大学生体质评价指标,将大学生体质评价指标作为SSA-SVM模型的输入,体质总分作为SSA-SVM模型的输出,建立SSA-SVM的大学生体质评价模型.研究结果表明,SSA-SVM可以快速实现大学生体质状况评价,为大学生体质评价提供新的方法.

关键词：支持向量机樽海鞘算法体质评价评价指标

来源：评论

学校读者我要写书评

暂无评论

基于RF-SSA-SVM的砂土地震液化判别

引用

四川建材 2023年第8期49卷 83-85,89页

作者：杨琛江西理工大学土木与测绘工程学院江西赣州341000

为提升支持向量机(support vector machine,SVM)机器学习方法在砂土地震液化判别模型的适用性和准确性,选取了12个包括土性参数和地震参数在内的620组数据,使用引入佳点集法的樽海鞘算法(Salp Swarm Algorithm,SSA)对SVM的惩罚参数C和... 详细信息

为提升支持向量机(support vector machine,SVM)机器学习方法在砂土地震液化判别模型的适用性和准确性,选取了12个包括土性参数和地震参数在内的620组数据,使用引入佳点集法的樽海鞘算法(Salp Swarm Algorithm,SSA)对SVM的惩罚参数C和核参数g进行优化,优化过程中为了提升模型的鲁棒性,使用5折交叉验证,由此构建了基于SSA-SVM的砂土液化判别模型,随后又运用随机森林(random forest,RF)的因素重要性评分,选取了重要性排名前8的指标继续对SSA-SVM模型进行训练和优化,建立起RF-SSA-SVM的液化判别模型。将两种预测模型的结果与Seed“简化法”结果进行对比,验证了本文所提出的液化判别模型精度较高、泛化能力较强,为实际应用提供了新的思路。

关键词：砂土液化预测模型支持向量机樽海鞘算法佳点集法

来源：评论

学校读者我要写书评

暂无评论

基于SSA-SVR的大学公共英语教学质量评价

引用

现代科学仪器 2020年第1期 136-140页

作者：仵宁孙瑞苏琴延安大学西安创新学院陕西西安 710000

为提高大学公共英语教学质量评价的精度,借鉴平衡记分卡法从教学态度、教学内容、教学艺术、课堂结构、课堂管理和教学效果构建大学公共英语教学质量评价指标体系.针对支持向量回归模型性能受其惩罚参数C和核参数g的选择影响,将樽海鞘... 详细信息

为提高大学公共英语教学质量评价的精度,借鉴平衡记分卡法从教学态度、教学内容、教学艺术、课堂结构、课堂管理和教学效果构建大学公共英语教学质量评价指标体系.针对支持向量回归模型性能受其惩罚参数C和核参数g的选择影响,将樽海鞘算法应用于惩罚参数C和核参数g的优化选择,提出一种大学公共英语教学质量的SSA-SVR评价模型.将20个大学公共英语教学质量评价的二级指标作为SSA-SVR模型的输入,大学公共英语教学质量评价综合得分作为SSA-SVR的输出,建立大学公共英语教学质量的SSA-SVR评价模型.研究结果表明,与GA-SVR、PSO-SVR、DE-SVR和SVR相比,SSA-SVR的大学公共英语教学质量评价精度最高,为大学公共英语教学质量评价提供了新的途径和方法.

关键词：支持向量回归大学公共英语教学质量评价樽海鞘算法评价指标体系

来源：评论

学校读者我要写书评

暂无评论

基于SSA和ELM的医院网络入侵特征选择和检测研究

引用

微型电脑应用 2021年第6期37卷 19-21,24页

作者：魏星佟明泽李铮王悦天津市第四中心医院网络信息科天津300140 华北理工大学信息工程系河北唐山063210

为了提高医院网络入侵检测率和检测速度以及降低误报率,针对医院网络入侵提出一种基于樽海鞘算法和极限学习机的入侵检测模型算法。应用樽海鞘算法进行医院网络入侵的特种属性优化选择,减少ELM模型的输入特征数,降低计算复杂度和特征冗... 详细信息

为了提高医院网络入侵检测率和检测速度以及降低误报率,针对医院网络入侵提出一种基于樽海鞘算法和极限学习机的入侵检测模型算法。应用樽海鞘算法进行医院网络入侵的特种属性优化选择,减少ELM模型的输入特征数,降低计算复杂度和特征冗余度。研究结果表明,SSA-ELM可以有效降低网络入侵检测的检测时间和误报率、提高网络入侵检测的检测率,很好地满足网络入侵检测的实时在线要求。

关键词：樽海鞘算法极限学习机误报率检测率特征选择

来源：评论

学校读者我要写书评

暂无评论

基于SSA-BP神经网络的岩性识别研究

引用

长春工程学院学报（自然科学版） 2021年第1期22卷 87-91页

作者：杨远宏贵州大学贵阳550025

为提高岩性识别的精度,引入SSA算法解决BP神经网络的性能受连接权值cj、ωij和连接阈值ε、θj的影响较大的问题,对网络连接权值以及阈值进行选择性优化,提出一种基于SSA-BP的岩性识别方法。将声波、补偿中子、微电极2 m梯度、井径、4 ... 详细信息

为提高岩性识别的精度,引入SSA算法解决BP神经网络的性能受连接权值cj、ωij和连接阈值ε、θj的影响较大的问题,对网络连接权值以及阈值进行选择性优化,提出一种基于SSA-BP的岩性识别方法。将声波、补偿中子、微电极2 m梯度、井径、4 m梯度、2.5 m梯度、感应电导、浅侧向和微电极差等9项指标输入SSA-BP算法,评价岩性识别效果,使用岩性类别作为SSA-BP算法的输出,得到SSA-BP的岩性识别模型。与ELM、SVM和BPNN对比发现,SSA-BP可以有效提高岩性识别的精度,识别准确率达到96.41%,为岩性识别研究和应用提供了新的方法和途径。

关键词：樽海鞘算法 BP神经网络岩性识别极限学习机支持向量机测井

来源：评论

学校读者我要写书评

暂无评论

基于SSA-SVR的医院绩效管理评价研究

引用

现代科学仪器 2020年第1期 151-155页

作者：刘兰英王超淮安市第四人民医院江苏淮安 223002 江苏大学江苏镇江 212013

为实现医院绩效管理评价,借鉴平衡记分卡法从医院财务指标、医疗服务效率指标、医院发展指标以及服务满意度构建医院绩效评价指标体系,针对支持向量回归模型性能受其惩罚参数C和核函数宽度g的影响,运用樽海鞘算法优化选择惩罚参数C和核... 详细信息

为实现医院绩效管理评价,借鉴平衡记分卡法从医院财务指标、医疗服务效率指标、医院发展指标以及服务满意度构建医院绩效评价指标体系,针对支持向量回归模型性能受其惩罚参数C和核函数宽度g的影响,运用樽海鞘算法优化选择惩罚参数C和核函数宽度g,提出一种基于SSA-SVR的医院绩效管理评价模型.将26个医院绩效管理评价的二级指标作为SSA-SVR模型的输入,医院绩效评价综合得分作为SSA-SVR的输出,建立SSA-SVR的医院绩效管理评价模型.研究结果表明,与GA-SVR、PSO-SVR、DE-SVR和SVR相比,SSA-SVR的医院绩效管理评价精度最高,为医院绩效管理提供了新的方法.

关键词：支持向量回归樽海鞘算法绩效管理医疗卫生评价指标

来源：评论

学校读者我要写书评

暂无评论

基于SSA-ELM的大学生心理健康预警

引用

现代科学仪器 2021年第1期38卷 157-161页

作者：舒忠西安外事学院陕西西安 710077

针对传统的大学生心理健康预警方法存在计算复杂和准确率低的缺点,提出一种基于SSA-ELM的大学生心理健康预警方法.根据中国常规模式评价指南和症状自评量表SCL-90,选择精神病性、偏执、敌对、恐怖、焦虑、抑郁、强迫症状、人际关系敏感... 详细信息

针对传统的大学生心理健康预警方法存在计算复杂和准确率低的缺点,提出一种基于SSA-ELM的大学生心理健康预警方法.根据中国常规模式评价指南和症状自评量表SCL-90,选择精神病性、偏执、敌对、恐怖、焦虑、抑郁、强迫症状、人际关系敏感和躯体化等9个维度的指标作为SSA-ELM模型的大学生心理健康预警模型的输入,将大学生心理健康状态作为SSA-ELM模型的输出,其中大学生心理健康状态分为健康、轻度不健康和不健康等3种状态.与ELM、SVM和BPNN对比发现,SSA-ELM能够有效提高大学生心理健康预警准确率,为高校大学生心理辅导提供科学决策依据.

关键词：极限学习机樽海鞘算法心理健康预警神经网络

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：