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5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：
老旧小区移动充电车避障路径规划与跟踪控制
1
作者 覃频频 梁文彬 +1 位作者 李龙杰 叶磊 《现代制造工程》 北大核心 2025年第8期39-47,62,共10页
针对移动充电车在老旧小区狭窄道路主动避障与跟踪控制存在的问题,提出了一种基于道路模型的避障路径规划与低速跟踪控制策略。首先,构建了小区道路模型,在考虑路径质量与道路风险势场的前提下,采用五次项路径规划算法实现最优避障路径... 针对移动充电车在老旧小区狭窄道路主动避障与跟踪控制存在的问题,提出了一种基于道路模型的避障路径规划与低速跟踪控制策略。首先,构建了小区道路模型,在考虑路径质量与道路风险势场的前提下,采用五次项路径规划算法实现最优避障路径规划。其次,设计了一种基于遗传非线性递减权值粒子群优化算法(Genetic Nonlinear Decreasing Weight Particle Swarm Optimization algorithm,GA-NLDWPSO)的线性二次型调节器(Linear Quadratic Regulator,LQR)横向和速度补偿PID纵向的控制器,实现对规划路径的跟踪。最后,搭建PreScan、CarSim和MATLAB/Simulink联合仿真平台,验证所提出方法的有效性。仿真结果表明,所提出的方法能够确保移动充电车在安全避障的前提下,针对其低速特点,实现速度控制的快速响应,稳定后最大纵向速度误差为0.059 km/h,最大横向误差有效降低,显著提高了跟踪精度和稳定性。 展开更多
关键词 移动充电车 避障路径规划 遗传非线性递减权值粒子群算法 低速控制
在线阅读 下载PDF
基于PSO的RBF神经网络在热工系统辨识中的应用 被引量：4
2
作者 王学厚 韩璞 +1 位作者 李岩 贾增周 《华北电力大学学报（自然科学版）》 CAS 北大核心 2008年第1期52-56,共5页
在神经网络辨识大迟延对象时,模型类中迟延时间多是根据经验估测的,而不同的值对神经网络辨识的精度和效率就会不同。针对上述问题,将基于正交最小二乘(OLS)算法的径向基(RBF)神经网络和粒子群优化(PSO)算法相结合对热工系统的复杂对象... 在神经网络辨识大迟延对象时,模型类中迟延时间多是根据经验估测的,而不同的值对神经网络辨识的精度和效率就会不同。针对上述问题,将基于正交最小二乘(OLS)算法的径向基(RBF)神经网络和粒子群优化(PSO)算法相结合对热工系统的复杂对象进行辨识仿真。通过对电厂一次风量数据和平均床温数据的仿真实验结果表明,在RBF神经网络对大迟延对象进行辨识时,通过PSO算法进一步确定其最佳迟延时间,从而得到更精确的模型并提高辨识效率,可以取得良好的效果。 展开更多
关键词 粒子群优化算法 非线性权值递减策略 径向基神经网络 正交最小二乘算法 热工系统辨识
在线阅读 下载PDF
非线性随机扰动的粒子群优化算法 被引量：2
3
作者 张少辉 吴文欢 韩秋英 《周口师范学院学报》 CAS 2012年第5期98-100,共3页
在惯性权重非线性递减策略的基础上,引入小阻尼振荡函数,提出一种新的非线性递减随机扰动的粒子群算法,通过2个基准测试函数对算法性能和收敛性进行了分析.实验仿真表明:相对于标准粒子群算法,新策略加快了收敛速度,在一定程度上避免了... 在惯性权重非线性递减策略的基础上,引入小阻尼振荡函数,提出一种新的非线性递减随机扰动的粒子群算法,通过2个基准测试函数对算法性能和收敛性进行了分析.实验仿真表明:相对于标准粒子群算法,新策略加快了收敛速度,在一定程度上避免了粒子群优化算法的早熟收敛问题. 展开更多
关键词 惯性权重 粒子群优化算法 非线性递减 随机扰动
在线阅读 下载PDF
基于改进粒子群算法优化模糊神经网络的炉膛结渣预测研究 被引量：8
4
作者 苗建杰 李德波 +1 位作者 李慧君 刘鹏宇 《热能动力工程》 CAS CSCD 北大核心 2022年第11期104-114,共11页
为提高基于模糊神经网络的锅炉炉膛受热面结渣预测精度,提出了一种基于广义钟型隶属度函数非线性惯性权重递减调整策略的粒子群优化算法,通过适应度测试函数对比实验、结渣预测实验和预测稳定性分析对现有文献中线性惯性权重递减调整策... 为提高基于模糊神经网络的锅炉炉膛受热面结渣预测精度,提出了一种基于广义钟型隶属度函数非线性惯性权重递减调整策略的粒子群优化算法,通过适应度测试函数对比实验、结渣预测实验和预测稳定性分析对现有文献中线性惯性权重递减调整策略(LPSO)、指数型非线性惯性权重递减调整策略(IPSO)和基于广义钟型隶属度函数非线性惯性权重递减调整策略(GJPSO)进行对比分析。研究结果表明:本文所改进的粒子群算法可以有效地改善算法的早熟现象、平衡算法的全局和局部搜索能力、提高算法的收敛效果和稳定性。利用改进后的粒子群算法对模糊神经网络中的权值和阈值进行优化,提高了模糊神经网络的炉膛结渣预测性能。 展开更多
关键词 粒子群优化算法 非线性递减惯性权重 模糊神经网络 结渣预测
原文传递
基于支持向量回归积和改进粒子群算法的特定区间盾构机作业参数选取 被引量：3
5
作者 许哲东 侯公羽 +1 位作者 杨丽 黄小军 《中国机械工程》 EI CAS CSCD 北大核心 2022年第24期3007-3014,共8页
为实现特定区间盾构机作业参数更准确的选取,提出了基于支持向量回归积(e-SVR)和改进惯性权重降低速度粒子群优化(IIWDSPSO)算法的盾构机作业参数选取模型。基于e-SVR构建掘进参数、地层参数、几何参数与地表沉降值之间的非线性关系模型... 为实现特定区间盾构机作业参数更准确的选取,提出了基于支持向量回归积(e-SVR)和改进惯性权重降低速度粒子群优化(IIWDSPSO)算法的盾构机作业参数选取模型。基于e-SVR构建掘进参数、地层参数、几何参数与地表沉降值之间的非线性关系模型,并基于实际盾构施工数据与人工神经网络模型、随机森林模型进行性能对比分析;通过10组仿真实验分析惯性权重降低速度对算法性能的影响,基于分析改进的粒子群优化算法优化特定地层参数和几何参数区间的掘进参数。结果表明,e-SVR模型对盾构施工数据样本具有更好的拟合和泛化能力,所提出的IIWDSPSO算法具有更好的准确性、稳定性和收敛概率。实际工程应用结果也验证了所提模型求解出的特定区间掘进参数能使地表沉降值相对更小,得到的掘进参数能够为实际工程提供更准确和可靠的参考。 展开更多
关键词 盾构作业参数 支持向量回归积 改进惯性权重降低速度粒子群优化算法 非线性建模
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