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2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：
考虑ICDO算法的电力巡检机器人路径自动化规划系统
1
作者 张刚 彭思尧 +1 位作者 黄博文 陈俊任 《自动化与仪表》 2025年第4期51-55,71,共6页
该文对电力巡检路径规划需求进行了分析,研究提出了基于改进切尔诺贝利灾难优化算法(ICDO)的电力巡检机器人路径自动化规划系统,采用了混合算子策略和视觉传感技术,创新地改进了Chernobyl灾难优化器,构建了自适应的路径规划系统。经实... 该文对电力巡检路径规划需求进行了分析,研究提出了基于改进切尔诺贝利灾难优化算法(ICDO)的电力巡检机器人路径自动化规划系统,采用了混合算子策略和视觉传感技术,创新地改进了Chernobyl灾难优化器,构建了自适应的路径规划系统。经实验测试,实现了算法寻优精度和收敛性能的有效提升,满足了在电力巡检机器人工程上的应用,所提系统的最优排序路径减少35.1%,实际路径降低30%,规划时间缩短3.4 s,表明了该系统具备合理规划巡检路径的优越能力,在电力系统监测和维稳方面具有重要价值。 展开更多
关键词 icdo 电力巡检机器人 路径规划 混合算子 A-STAR算法
在线阅读 下载PDF
面向农业温室环境的ICDO-RBFNN多传感器数据融合算法 被引量：3
2
作者 罗焕芝 王骥 《农业工程学报》 EI CAS CSCD 北大核心 2024年第21期184-191,共8页
为改善农业环境传感器测量数据精度低、可靠性差的问题,该研究提出一种改进的切诺贝利灾难优化器(improved Chernobyl disaster optimizer,ICDO)优化径向基函数神经网络(radial basis function neural network,RBFNN)多传感器数据融合... 为改善农业环境传感器测量数据精度低、可靠性差的问题,该研究提出一种改进的切诺贝利灾难优化器(improved Chernobyl disaster optimizer,ICDO)优化径向基函数神经网络(radial basis function neural network,RBFNN)多传感器数据融合算法。首先引入佳点集、拉普拉斯交叉算子和修改位置更新方程改进切诺贝利灾难优化器(Chernobyl disaster optimizer,CDO),增强算法的寻优能力;再利用ICDO优化RBFNN模型,提升模型的稳定性;最后通过RBFNN模型的非线性映射能力实现多传感器数据融合方法,提高数据融合精度。仿真试验结果表明,大气环境质量预测的拟合优度达到0.999,均方误差低至0.348,平均绝对百分比误差降到0.729%;现场试验结果表明,温室环境等级划分的准确率高达99.21%,精准率为99.91%。研究提出的多传感器数据融合算法精度高,相对误差低,稳健性好。 展开更多
关键词 温室 多传感器 数据融合 icdo RBF神经网络
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