-
题名基于粒子群算法打击指挥系统瞄准点优化
被引量：1
- 1
-
-
作者
舒健生
武健
王少峰
刘博
-
机构
第二炮兵工程学院
[
-
出处
《西南科技大学学报》
CAS
2009年第4期70-74,共5页
-
文摘
研究了战斗部爆炸对指挥楼的毁伤模型。将模拟退火和分阶段搜索引入基本粒子群算法,并基于该改进算法对瞄准点进行了优化选择。仿真结果表明,该方法可用于解决瞄准点的寻优问题。
-
关键词
钢筋混凝土
指挥系统
瞄准点
Momte—Carlo
粒子群算法
-
Keywords
Reinforced concrete
Command post
Aim point
Monte-Carlo
ps0 algorithm
-
分类号
TJ765
[兵器科学与技术—武器系统与运用工程]
-
-
题名基于稀疏表示的多幅图像快速超分辨率重建
被引量：5
- 2
-
-
作者
杨飚
邸苗
-
机构
北方工业大学城市道路交通智能控制技术重点实验室
-
出处
《传感器与微系统》
CSCD
2018年第1期43-45,共3页
-
基金
国家自然科学基金资助项目(61374191)
北京市教育委员会科技计划资助项目(KM201710009001)
-
文摘
针对基于稀疏表示的图像超分辨率重建(SRR)提高图像的重建质量,但一般存在计算量大、耗时长的问题,通过粒子群优化稀疏表示算法获得稀疏表示;对多幅图像的稀疏系数进行融合;根据融合后的稀疏系数重建得到高分辨率图像。实验结果表明:方法的重建速度更快,重建质量更高。
-
关键词
超分辨率重建
稀疏表示
粒子群优化聚类算法
稀疏系数融合
-
Keywords
super-resolution reconstruction （SRR）
sparse representation （SR）
particle swarm optimization（ps0） clustering algorithm
sparse coefficients fusion
-
分类号
TP274.2
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名粒子群优化人工鱼群算法
被引量：12
- 3
-
-
作者
梁毓明
裴兴环
-
机构
江西理工大学电气工程与自动化学院
-
出处
《计算机仿真》
CSCD
北大核心
2016年第6期213-217,281,共6页
-
基金
国家自然科学基金项目(61262013)
-
文摘
针对标准粒子群算法寻优高维极值函数能力低,基本人工鱼群算法后期收敛速度慢,精度有待于提高等问题,提出了粒子群优化人工鱼群算法。上述算法综合利用了人工鱼群算法的良好全局收敛性、快速跳出局部极值的能力和粒子群算法信息策略、局部快速收敛性及简单操作易实现等优点。此外,引进了粒子的飞行速度和线性惯性权重特征,充分使用了两种算法的优点。通过仿真分析,验证了上述算法相比于两种基本算法具有更快的收敛速度和更高的寻优精度,且性能稳定。
-
关键词
粒子群优化算法
人工鱼群算法
混合算法
信息策略
-
Keywords
Particle swarm optimization（ps0）
Artificial fish swarm algorithm（AFSA）
Hybrid algorithm
Infor-mation strateg
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于混合粒子滤波的温控传感器故障诊断方法
被引量：4
- 4
-
-
作者
田梦楚
陈志敏
魏秀明
周清
王振丽
-
机构
南京理工大学自动化学院
-
出处
《计算机工程》
CAS
CSCD
2012年第9期162-165,共4页
-
基金
高等学校博士学科点专项科研基金资助项目(200802881017)
-
文摘
标准粒子滤波算法的精度不高、鲁棒性差,难以满足电厂温度传感器故障诊断的要求。针对该问题,提出一种新的适用于温度传感器故障检测的智能粒子滤波算法。该算法采用人工鱼群的全局收敛性找到满意的解域,利用粒子群算法引导粒子向高斯然区域移动,提高滤波精度。实验结果证明,该算法精度高、鲁棒性强,可以有效地应用于电厂温控系统故障的诊断。
-
关键词
粒子滤波
人工鱼群算法
微粒群优化
收敛性
温度传感器
故障诊断
-
Keywords
Particle Filtering（PF）
Artificial Fish Swarm algorithm（AFSA）
Particle Swarm 0ptimization（ps0）
convergence
temperaturesensor
fault diagnosis
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名引力搜索算法中粒子记忆性改进的研究
被引量：17
- 5
-
-
作者
李春龙
戴娟
潘丰
-
机构
江南大学轻工过程先进控制教育部重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2012年第10期2732-2735,共4页
-
基金
国家863计划项目(2009AA05Z203)
江苏高校优势学科建设工程资助项目(PAPD)
-
文摘
针对引力搜索算法(GSA)对一些复杂问题的搜索精度不高的问题,特别是高维函数优化性能不佳、优化过程容易出现早熟的现象,因此考虑将粒子群优化(PSO)算法中关于局部最优解和全局最优解的概念引入引力搜索算法中,对引力搜索算法中粒子的记忆性进行改进,这样使得粒子的进化不仅受空间中其他粒子的影响,还受到自身记忆的约束,以此来提高算法的搜索能力。通过对选用的10个基准函数测试,证明了该方法的有效性。
-
关键词
引力搜索算法
粒子群优化算法
记忆性
数值函数优化
群智能
-
Keywords
Gravitational Search algorithm （GSA）
Particle Swarm Optimization （ps0） algorithm
memory
numerical function optimization
swarm intelligence
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进的kriging插值方法构建地磁基准图
被引量：15
- 6
-
-
作者
李晨霖
王仕成
张金生
李婷
-
机构
火箭军工程大学测控工程系
-
出处
《计算机仿真》
北大核心
2018年第12期262-266,共5页
-
基金
国家自然科学基金项目(11602296
61673017)
中国博士后科学基金特别资助项目(2014T70974)
-
文摘
为了解决地磁匹配研究中匹配精度问题,针对其关键地磁基准图的构建进行研究。利用一种基于PSO-GA算法的Kriging插值法构建地磁基准图,采用纵向结合法结合PSO算法和GA算法,通过PSO算法对变异函数参数进行优化,迭代一定次数后,对粒子进行择优处理,取较优结果作为产生下一代的染色体,通过遗传算法进行迭代,PSO算法和GA算法交替进行,直至达到规定精度或达到最大迭代代数。对实际测得的区域地磁数据进行插值处理,结果表明采用基于PSO-GA算法的Kriging插值法构建地磁基准图得出的数据更优,上述方法可以有效解决仅使用一种优化算法改进的局限,得到更好的优化性能及全局性。
-
关键词
地磁基准图
粒子群算法
遗传算法
-
Keywords
Geomagnetic datum map
Particle swarm optimization (ps0)
Genetic algorithm (GA)
-
分类号
V249.3
[航空宇航科学与技术—飞行器设计]
-
