检索结果-内蒙古大学图书馆

机械传动 2020年第2期44卷 42-54页

作者：车林仙黄勇刚杜力重庆工程职业技术学院智能制造与交通学院重庆402260 重庆工商大学制造装备机构设计与控制重庆市重点实验室重庆400067

应用坐标变换原理,推导出球面4R机构连杆点轨迹参数方程。在此基础上,以轨迹误差平方和最小为目标函数,以曲柄存在、杆长协调和传动角限制等为约束条件,建立机构不带预定时标近似轨迹综合的约束优化模型。结合自适应罚函数法,应用社会... 详细信息

应用坐标变换原理,推导出球面4R机构连杆点轨迹参数方程。在此基础上,以轨迹误差平方和最小为目标函数,以曲柄存在、杆长协调和传动角限制等为约束条件,建立机构不带预定时标近似轨迹综合的约束优化模型。结合自适应罚函数法,应用社会认知优化(Social Cognitive Optimi⁃zation,SCO)算法求解该问题。为提高SCO算法的收敛精度和速度,以差分进化(Differential Evolu⁃tion,DE)操作为邻域搜索算子,设计一种加速社会认知优化(Accelerating Social Cognitive Optimiza⁃tion,ASCO)算法。给出机构综合实例,轨迹分析结果表明,所建立的模型和提出的ASCO算法可行有效。比较了基本SCO、DE和ASCO算法求解该机构综合实例的优化性能,数值实验显示,ASCO算法的收敛速度、收敛精度和稳健性等性能指标优于基本SCO和DE算法。

关键词：球面4R机构轨迹综合约束优化设计社会认知优化算法差分进化算法

来源：评论

学校读者我要写书评

暂无评论

社会认知优化算法在系统可靠性优化中的应用

社会认知优化算法在系统可靠性优化中的应用

引用

第四届中国智能计算大会

作者：罗景峰许开立东北大学资源与土木工程学院

针对系统可靠性优化问题存在的NP难题,设计了一种基于社会认知理论的社会认知优化算法进行优化求解。该算法通过一系列的学习代理来模拟人类的社会性以及智能性从而完成对目标的优化。该算法对目标函数的解析性质没有要求,具有易实现、... 详细信息

针对系统可靠性优化问题存在的NP难题,设计了一种基于社会认知理论的社会认知优化算法进行优化求解。该算法通过一系列的学习代理来模拟人类的社会性以及智能性从而完成对目标的优化。该算法对目标函数的解析性质没有要求,具有易实现、高效以及普适性。通过测试实例的计算,并与已有相关算法的优化效果进行比较,结果表明该算法简洁而行之有效,具有良好的全局收敛性能,是求解系统可靠性优化问题的一个较好方法。

关键词：系统可靠性社会认知优化算法学习代理库知识点优化设计

来源：评论

学校读者我要写书评

暂无评论

基于改进蚁群优化算法的服务组合与优化方法

引用

计算机工程 2018年第12期44卷 68-73页

作者：沈记全罗常委侯占伟刘志中河南理工大学计算机科学与技术学院河南焦作454000

针对传统蚁群算法存在初期信息素积累时间长、易陷入局部最优等不足,在满足用户全局服务质量约束的条件下,提出一种改进的基于蚁群系统的云服务组合算法。借鉴遗传算法的思想得到蚁群系统的初始信息素分布,通过社会认知优化改进蚂蚁寻... 详细信息

针对传统蚁群算法存在初期信息素积累时间长、易陷入局部最优等不足,在满足用户全局服务质量约束的条件下,提出一种改进的基于蚁群系统的云服务组合算法。借鉴遗传算法的思想得到蚁群系统的初始信息素分布,通过社会认知优化改进蚂蚁寻优路径,并采取优化的蚁群信息素更新策略,从而提高算法搜索效率。实验结果表明,改进的蚁群优化算法在求解云服务组合问题上具有更优的搜索性能。

关键词：云服务全局约束蚁群系统遗传算法社会认知优化算法服务组合

来源：评论

学校读者我要写书评

暂无评论

群体智能算法及在三维文物虚拟拼接中的应用

群体智能算法及在三维文物虚拟拼接中的应用

引用

作者：孙家泽西北大学

学位级别：博士

群体智能算法在求解工程领域的复杂优化问题中已经得到广泛认可。然而因其源于生物模拟而且包含复杂的随机群体行为,目前缺乏严谨的收敛证明,存在收敛速度慢、早熟等现象,理论的缺乏阻碍其发展和应用。传统三维文物碎片虚拟拼接中面临... 详细信息

群体智能算法在求解工程领域的复杂优化问题中已经得到广泛认可。然而因其源于生物模拟而且包含复杂的随机群体行为,目前缺乏严谨的收敛证明,存在收敛速度慢、早熟等现象,理论的缺乏阻碍其发展和应用。传统三维文物碎片虚拟拼接中面临相邻碎片识别能力不强和整体拼接方法鲁棒性差的问题,其数学模型都是复杂优化问题。本文对群体智能优化算法全局收敛性进行研究,研究保证全局收敛的新型算法,针对三维文物模型虚拟拼接中的优化问题开展基于群体智能的最优化应用研究。主要贡献包括：(1)提出了两种改进的社会认知优化算法,提高了算法的全局收敛能力针对传统社会认知优化算法缺少全局收敛的理论分析及开发和开采能力有待进一步提高的问题,对算法的全局收敛性给出了证明,引入混沌群体和精英群体,提出了一种保证收敛的自然认知优化算法;在算法邻域搜索中引入量子行为搜索机制,提出了具有量子行为的认知优化算法。新算法全局收敛性得到保证,收敛速度得到提高,为应用范围的扩展奠定理论基础。(2)提出了一种混沌细菌群体趋药性优化算法,提高了算法的开发能力针对细菌群体趋药算法理论分析缺乏和收敛速度慢的问题,给出细菌趋药算法和细菌群体趋药算法全局收敛性证明,提出了一种混沌细菌群体趋药算法,在细菌群体中加入混沌搜索群体,两群同步迭代,分享最优搜索结果,提高细菌群体中个体的多样性,提高算法的全局收敛性和收敛速度。(3)提出了多特征提取和智能融合匹配识别方法,提高了文物相邻碎片的识别能力针对文物特征信息不准确的问题,采用文物多特征提取算法提取文物的多特征,提出了基于证据推理和区间数的多特征智能融合匹配识别方法,解决了单一特征信息模糊不确定带来的误匹配问题,提高了特征提取的精度,提升了文物相邻碎片的识别能力,为文物的全局拼接奠定基础。(4)提出了基于群体智能的全局最优匹配和智能配准的拼接方法,提高了拼接方法的健壮性针对传统整体拼接缺少全局考虑、碎片不存在包含关系和对应点难以确定的问题,对两类全局匹配问题利用离散自然认知优化算法进行优化求解,用改进的离散混沌细菌群体趋药算法得到最优的粗匹配点对,利用混沌细菌群体趋药算法得到最优坐标变换,提高了匹配算法的全局优化能力和健壮性,提高了配准的精度和效率,扩展了配准算法的使用范围。综上,研究包括算法收敛研究和算法应用研究两个方面。理论上对所提群体智能算法给出全局收敛性证明,提高算法的性能和适用性;应用上针对三维文物模型拼接过程中的关键问题提出了基于群体智能优化算法的解决方案,促进了群体智能算法在三维模型处理中的应用。

关键词：社会认知优化算法细菌群体趋药算法虚拟拼接全局匹配智能配准

来源：评论

学校读者我要写书评

暂无评论

基于聚类的风速混合预测模型

基于聚类的风速混合预测模型

引用

作者：李敏兰州大学

学位级别：硕士

随着传统能源的耗竭以及使用传统能源对环境造成的污染,可再生资源的开发利用日益受到许多国家的关注。风能作为一种干净、安全的可再生能源,其利用主要以风力发电为主。风力发电首先不会对环境造成污染,不会对生态造成破坏,还可以解决... 详细信息

随着传统能源的耗竭以及使用传统能源对环境造成的污染,可再生资源的开发利用日益受到许多国家的关注。风能作为一种干净、安全的可再生能源,其利用主要以风力发电为主。风力发电首先不会对环境造成污染,不会对生态造成破坏,还可以解决传统能源稀缺地区和交通不便的地区的电力短缺问题,这对于推动社会发展和人类可持续发展具有重要的意义。但是风速具有比较大的随机性和波动性,并且受到天气因素的影响,对风力发电的稳定性造成了一定的困难,所以为了保证风电网的稳定运行,风速的精确预测尤为重要。风速预测有利于制定风电场中风电机组的开停计划,有利于电力调度部门及时调整电力调度计划以维护电网的安全稳定性以及提高经济与社会效益。为了提高风速预测的精度,本文在现有的机器学习算法的基础上提出了一种基于聚类的风速混合预测算法用于风速的多步超前预测,该模型基于历史风速时间序列和气象数据,结合了奇异谱分析、K-均值聚类、极限学习机、径向基网络、脊波网络、回声状态网络以及社会认知优化算法和方差倒数法。该方法首先利用奇异谱分析对原始的历史风速时间序列通过分解和重构进行降噪处理,并利用灰色关联性分析选择与风速时间序列相关性大的气象特征,将选择的气象特征作为K-均值聚类的特征对风速时间序列聚类得到不同的簇数据,其次对降噪后的风速数据进行训练以分别确定单个神经网络的最佳输入滞后,并且确定每一个簇的最佳簇组合模型,并利用社会智能优化算法结合方差倒数法优化权值,最后计算测试数据集中样本所属簇,利用训练好的簇组合模型进行风速时间序列预测,得到最终的预测结果。为了评估本文提出模型的预测性能,本文选取美国国家风电技术中心M2塔的数据进行多步超前训练预测,实验结果表明本文提出的基于聚类的混合预测模型可以提高风速的预测精度。

关键词：风速混合预测 K-均值聚类极限学习机脊波网络奇异谱分析回声状态网络径向基网络社会认知优化算法

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：