期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于APO-RBF神经网络的林区能见度预测方法
1
作者 杨朔 阚江明 赵汐璇 《林业工程学报》 北大核心 2026年第2期100-107,共8页
对林区资源准确、实时的监测是林区保护的基础,使用视觉传感器对林区资源进行检测是目前最高效、最具前景的方式。能见度作为视觉检测中的重要影响因素,直接影响林区生态监测、灾害预警与环境质量评估。传统的林区能见度测量方法主要有... 对林区资源准确、实时的监测是林区保护的基础,使用视觉传感器对林区资源进行检测是目前最高效、最具前景的方式。能见度作为视觉检测中的重要影响因素,直接影响林区生态监测、灾害预警与环境质量评估。传统的林区能见度测量方法主要有设备检测法和遥感测量法。设备检测法中采用的能见度检测仪造价高、不便携。其检测原理为通过测量光的衰减程度来推算能见度,但林区内树木植被遮挡严重、环境复杂,设备可用性和可靠性大受影响;遥感测量法成本较高,受大气与云层等因素影响大,且因为卫星轨道有限,难以对特定地区提供实时监测,数据的时效性差。由于气象数据易获得、实时性高等特点,近年来通过神经网络与深度学习的方法构建基于气象数据的能见度预测模型已经成为研究趋势。本研究提出的APO(arctic puffin optimization,北极海雀优化算法)-RBF(radial basis function,径向基函数)神经网络能见度预测模型是一种结合APO和RBF神经网络的优化模型,旨在通过动态调整并选择最优RBF网络结构参数来提升其预测性能。首先选取北京市西北部多林区地带气象站与空气质量监测数据,通过对原始数据清洗、剔除、挑选得到气象数据集,划分其中70%为训练集;再通过灰色关联法筛选出对能见度影响较大的气象因素(湿度、风速、PM_(2.5)、大气压、温度),作为APO-RBF预测模型输入参数;并将预测结果与XGBoost(extreme gradient boosting,极端梯度上升)、决策树、BP(back propagation,反向传播)神经网络等能见度预测模型结果进行对比。结果表明,本研究所提出的APO-RBF神经网络能见度预测模型在测试集上的RMSE(均方根误差)为0.319,R^(2)(拟合程度)为0.902,与传统方法相比具有更好的鲁棒性和预测精度。本研究所提出的基于APO-RBF神经网络能见度预测模型为提升林区资源精确监测与灾害预警能力等方面提供了有力支持,为今后能见度的预测工作提供了理论依据。 展开更多
关键词 林区资源 能见度预测 气象数据 apo优化算法 RBF神经网络
在线阅读 下载PDF
一种基于多策略融合改进的北极海雀优化算法
2
作者 陈雅 《火力与指挥控制》 北大核心 2026年第1期56-65,72,共11页
为解决北极海雀优化算法(arctic puffin optimization,APO)在迭代过程中出现的收敛精度低、收敛速度慢、易陷入局部寻优等多种问题,提出一种基于多策略融合改进的北极海雀优化算法(improved arctic puffin optimization algorithm based... 为解决北极海雀优化算法(arctic puffin optimization,APO)在迭代过程中出现的收敛精度低、收敛速度慢、易陷入局部寻优等多种问题,提出一种基于多策略融合改进的北极海雀优化算法(improved arctic puffin optimization algorithm based on multi-strategy fusion,IAPO)。在种群初始化阶段引入佳点集策略,通过借助佳点集数学特性优势,可以在特定搜索空间内生成均匀分布的种群节点。在每次迭代过程开始前,使用基于透镜成像原理的反向学习对每次迭代更新之后的种群、最优种群进行重新计算,找到优质的反向解,使得反向解更具有动态性和灵活性。在北极海雀算法的水下觅食阶段引入动态柯西变异策略,其长尾特性能够使得变异产生较大扰动,从而避免算法陷入局部寻优,增强算法的全局搜索能力。在仿真实验部分,将IAPO与APO、PSO、HBA、RBMO、POA以及其他3种单策略变体算法,分别在CEC2005测试函数集上进行测试,结果表明,IAPO算法的综合性能均优于其他对比算法。 展开更多
关键词 北极海雀优化算法 佳点集 基于透镜成像原理的反向学习 动态柯西变异策略 多策略融合
在线阅读 下载PDF
基于北极海鹦优化算法的矿下车辆低碳路径规划
3
作者 龚非凡 蒋海青 徐新胜 《煤矿机械》 2026年第2期1-4,共4页
针对煤矿井下运输车辆路径规划中存在的优先级调度、能源消耗高及巷道环境复杂等问题,提出基于北极海鹦优化(APO)算法的低碳路径规划方法。通过构建包含运输优先级、车辆载重约束及碳排放成本的多目标优化模型,结合层次分析法量化运输... 针对煤矿井下运输车辆路径规划中存在的优先级调度、能源消耗高及巷道环境复杂等问题,提出基于北极海鹦优化(APO)算法的低碳路径规划方法。通过构建包含运输优先级、车辆载重约束及碳排放成本的多目标优化模型,结合层次分析法量化运输任务的紧急程度,实现煤矿运输车辆的智能调度。仿真实验表明,相较于蚁群算法(ACO),APO算法总成本降低7.4%,且路径规划复杂度显著降低,同时其收敛速度提升30%。可为煤矿机械的智能化与绿色化运输提供理论支持。 展开更多
关键词 矿下车辆 优先级约束 apo算法 碳排放 ACO
原文传递
混合精英学习的分组APO算法
4
作者 李云仙 谢丽萍 谭瑛 《太原科技大学学报》 2019年第1期43-48,共6页
为解决APO算法只遵循一种运动规则,过程单一,多样性较差,易使算法陷入局部最优的不足,借鉴精英学习策略,提出了分组精英学习策略对APO算法改进。该算法对种群个体进行分组,组内个体单独进化若干代,按适应值排序后选择最好的若干个体作... 为解决APO算法只遵循一种运动规则,过程单一,多样性较差,易使算法陷入局部最优的不足,借鉴精英学习策略,提出了分组精英学习策略对APO算法改进。该算法对种群个体进行分组,组内个体单独进化若干代,按适应值排序后选择最好的若干个体作为精英个体,精英个体即为组间个体,进行组间搜索,同时组内个体围绕各自精英个体局部精细搜索寻优,并引入反向学习和种群多样性指标动态调整各组个体的运动趋势,使个体间相似程度增大,寻找潜在的较好解,同时对组内组间不同个体遵循不同的作用力规则,有效地保持种群多样性,通过14个测试函数与APO算法比较,实验结果表明,该算法是有效的,在种群多样性与解的精度上较优。 展开更多
关键词 apo算法优化 精英学习 反向学习 多样性 作用力规则
在线阅读 下载PDF
基于拟态物理学优化算法的船舶转向避碰决策 被引量：11
5
作者 于家根 刘正江 +2 位作者 卜仁祥 高孝日 李伟峰 《中国航海》 CSCD 北大核心 2016年第1期36-38,109,共4页
针对多船会遇态势下的船舶避碰决策难题,提出一种基于拟态物理学优化算法的船舶转向避碰决策方法。该算法将《国际海上避碰规则》相关条款作为约束条件限定问题的可行域空间,同时考虑基于最近会遇距离和航程损失的船舶避碰目标函数,通... 针对多船会遇态势下的船舶避碰决策难题,提出一种基于拟态物理学优化算法的船舶转向避碰决策方法。该算法将《国际海上避碰规则》相关条款作为约束条件限定问题的可行域空间,同时考虑基于最近会遇距离和航程损失的船舶避碰目标函数,通过迭代进化获取全局范围内的最优解。仿真结果表明:将拟态物理学优化算法应用于船舶转向避碰决策中是可行、有效的,能为船舶驾驶员提供决策支持。 展开更多
关键词 水路运输 拟态物理学优化算法 多船会遇 转向避碰决策
在线阅读 下载PDF
航空发动机自动平衡技术发展综述 被引量：22
6
作者 陈立芳 王维民 高金吉 《航空动力学报》 EI CAS CSCD 北大核心 2019年第7期1530-1541,共12页
针对航空发动机在运行过程中不平衡振动过大的问题,采用自动平衡技术进行在线质量补偿,可有效降低其振动水平。目前自动平衡技术主要运用于航空发动机结构、控制算法、工程应用3个方面。基于影响系数法的电磁驱动型自动平衡在美国空军C-... 针对航空发动机在运行过程中不平衡振动过大的问题,采用自动平衡技术进行在线质量补偿,可有效降低其振动水平。目前自动平衡技术主要运用于航空发动机结构、控制算法、工程应用3个方面。基于影响系数法的电磁驱动型自动平衡在美国空军C-130H运输机上得到工程应用,飞行测试4个发动机螺旋处的振动均低于1.27mm/s,降低了94%,因螺旋桨振动导致的压气机处振动降低了75%。研究结果表明:航空发动机自动平衡技术可实现在线持续动平衡,能有效降低发动机及其组件的振动疲劳损伤,降低发动机维护费用,延长维修周期。自动平衡技术在航空发动机领域得到工程应用是一个循序渐进的过程,还需要进一步开展结构设计、控制策略、系统集成等方面的研究工作,并在航空发动机设计阶段就考虑纳入自动平衡结构。 展开更多
关键词 航空发动机振动抑制 自动平衡技术 影响系数法 幅相轮换寻优 BP+apo算法
原文传递
基于拟态物理学优化算法的船舶变速避碰决策 被引量：2
7
作者 于家根 刘正江 +2 位作者 卜仁祥 高孝日 李伟峰 《中国航海》 CSCD 北大核心 2019年第3期40-43,66,共5页
为能在狭窄水域多船会遇情况下快速给出安全有效的避碰决策,提出一种基于拟态物理学优化算法(Artificial Physics Optimization, APO)的船舶变速避碰决策方法。该方法利用APO算法的快速寻优能力,根据《国际海上避碰规则》对变速行动幅... 为能在狭窄水域多船会遇情况下快速给出安全有效的避碰决策,提出一种基于拟态物理学优化算法(Artificial Physics Optimization, APO)的船舶变速避碰决策方法。该方法利用APO算法的快速寻优能力,根据《国际海上避碰规则》对变速行动幅度的要求,限定算法中可行解的空间,考虑变速冲程和冲时对会遇的影响,提高最近会遇距离值的计算精度,建立基于碰撞危险度和变速能量损失的目标函数,迭代进化获得全局范围内最优的速度值,即船舶的决策速度。狭窄水域多船会遇案例的仿真结果表明:决策速度下船舶能够安全有效地避让各目标船舶,该决策方法可行且有效,能够为船舶驾驶人员提供避碰决策支持。 展开更多
关键词 多船会遇 拟态物理学优化算法 变速 冲程 避碰
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部