期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SBOA-A算法的无人车越野环境全局路径规划
1
作者
李圣涛
王明
+2 位作者
陈志亮
刘晓明
杨帅
《火力与指挥控制》
北大核心
2025年第5期91-96,共6页
由于高原越野环境的海拔和复杂道路情况严重影响无人车辆的行驶,传统路径规划算法的安全性和质量受到限制。提出一种SBOA-A*融合算法,该算法基于DEM和路网数据等地理信息数据,通过SBOA对A*算法生成的原始路径进行全局优化。仿真实验证明...
由于高原越野环境的海拔和复杂道路情况严重影响无人车辆的行驶,传统路径规划算法的安全性和质量受到限制。提出一种SBOA-A*融合算法,该算法基于DEM和路网数据等地理信息数据,通过SBOA对A*算法生成的原始路径进行全局优化。仿真实验证明,SBOA-A*算法有效结合了A*算法和SBOA算法的优点,能够在大规模高原越野环境中保证路径计算速度的同时,在行驶时间及安全性等方面展现更优的表现。
展开更多
关键词
无人车辆
越野环境
路径规划
A*算法
秘书鸟优化算法
在线阅读
下载PDF
职称材料
基于改进秘书鸟算法的协同干扰资源分配方法
2
作者
李一兵
孙柳晴
戚昌龙
《电子与信息学报》
北大核心
2025年第5期1494-1504,共11页
在战场环境中,针对多波束干扰系统突防组网雷达场景下干扰资源分配的问题,该文提出一种引入柯西变异和全局协同控制策略的改进秘书鸟算法(ISBOA)对战场上的干扰资源进行优化分配。首先,建立突防场景下的多波束干扰系统模型,并将组网雷...
在战场环境中,针对多波束干扰系统突防组网雷达场景下干扰资源分配的问题,该文提出一种引入柯西变异和全局协同控制策略的改进秘书鸟算法(ISBOA)对战场上的干扰资源进行优化分配。首先,建立突防场景下的多波束干扰系统模型,并将组网雷达检测融合概率作为多干扰机协同压制干扰组网雷达的性能评估指标;其次,以最小化检测概率为目标函数,对多干扰机干扰样式、干扰波束和功率资源进行联合优化分配;最后,利用ISBOA进行求解。实验结果经过对比表明,ISBOA算法搜索能力更强,收敛精度更高,具有更强的稳定性,能够更加合理地分配战场上的干扰资源。
展开更多
关键词
组网雷达
协同干扰
资源分配
秘书鸟算法
在线阅读
下载PDF
职称材料
基于改进模态分解混合模型的锂电池剩余容量预测
3
作者
宁弘扬
惠周利
+1 位作者
冯娜娜
杨明
《测试技术学报》
2025年第3期313-321,329,共10页
随着锂电池在生活中的广泛应用,开发高效准确的电池剩余容量预测技术,对于提升用户体验和保障设备稳定运行具有重要意义。采用蛇鹭优化算法(Secretary Bird Optimization Algorithm, SBOA)优化变分模态分解(Variational Mode Decomposit...
随着锂电池在生活中的广泛应用,开发高效准确的电池剩余容量预测技术,对于提升用户体验和保障设备稳定运行具有重要意义。采用蛇鹭优化算法(Secretary Bird Optimization Algorithm, SBOA)优化变分模态分解(Variational Mode Decomposition, VMD),并结合高斯过程回归(Gaussian Process Regression, GPR)以及门控循环单元(Gated Recurrent Units, GRU),构建了高效的混合预测模型,实现了对锂电池剩余容量的高精度预测。通过与传统模型GRU、 VMD-GRU比较,表明该预测模型可以快速高效地捕捉电池退化趋势,所提方法的平均绝对误差和均方根误差分别为0.19%和0.31%,具有更高的预测精度和泛化性。
展开更多
关键词
蛇鹭优化算法
变分模态分解
高斯过程回归
门控循环单元
剩余容量预测
在线阅读
下载PDF
职称材料
基于SBOA对变分模态分解法优化的齿轮故障研究
4
作者
唐燕龙
《科学研究与应用》
2025年第3期12-17,共6页
针对齿轮箱故障诊断中因噪声干扰等因素导致的诊断效果不佳问题,引用了变分模态分解法,由于其参数选择基于人工,且特征提取过程繁琐易受到主观因素影响,导致诊断效率低、能力差。本文采用秘鸟算法(SBOA)对变分模态分解法进行优化,利用S...
针对齿轮箱故障诊断中因噪声干扰等因素导致的诊断效果不佳问题,引用了变分模态分解法,由于其参数选择基于人工,且特征提取过程繁琐易受到主观因素影响,导致诊断效率低、能力差。本文采用秘鸟算法(SBOA)对变分模态分解法进行优化,利用SBOA对VMD的参数寻优,用包络熵筛选模态分量并重构信号,最后将重构信号输入BIGRU模型,实现故障分类。结果表明,在测试数据上SBOA优化VMD具有更强的故障检测能力,也验证了结合算法优化分解与深度学习结合优于单纯的模型训练。
展开更多
关键词
齿轮箱
故障诊断
VMD
sboa
算法
在线阅读
下载PDF
职称材料
基于ISBOA-KELM模型的隧道挤压大变形预测及应用
被引量:
1
5
作者
朱豪洋
《铁道建筑技术》
2024年第8期88-92,119,共6页
为提高软岩隧道挤压大变形预测的准确性,提出一种改进的蛇鹫优化算法(ISBOA)优化核极限学习机(KELM)的隧道挤压大变形预测方法。设计多融合种群改进策略ISBOA算法,并建立ISBOA-KELM隧道挤压大变形预测模型,基于公开的隧道大变形数据集...
为提高软岩隧道挤压大变形预测的准确性,提出一种改进的蛇鹫优化算法(ISBOA)优化核极限学习机(KELM)的隧道挤压大变形预测方法。设计多融合种群改进策略ISBOA算法,并建立ISBOA-KELM隧道挤压大变形预测模型,基于公开的隧道大变形数据集和某隧道工程案例验证ISBOA-KELM预测模型的有效性和工程适用性。结果表明,与其他方法相比,所提出的模型能够准确地实现软岩隧道挤压大变形预测,且具有良好的预测精度,可为隧道工程变形预测提供一种高效的新方法。
展开更多
关键词
软岩隧道
挤压大变形
蛇鹫优化算法
核极限学习机
预测
在线阅读
下载PDF
职称材料
题名
基于SBOA-A算法的无人车越野环境全局路径规划
1
作者
李圣涛
王明
陈志亮
刘晓明
杨帅
机构
北方自动控制技术研究所
出处
《火力与指挥控制》
北大核心
2025年第5期91-96,共6页
文摘
由于高原越野环境的海拔和复杂道路情况严重影响无人车辆的行驶,传统路径规划算法的安全性和质量受到限制。提出一种SBOA-A*融合算法,该算法基于DEM和路网数据等地理信息数据,通过SBOA对A*算法生成的原始路径进行全局优化。仿真实验证明,SBOA-A*算法有效结合了A*算法和SBOA算法的优点,能够在大规模高原越野环境中保证路径计算速度的同时,在行驶时间及安全性等方面展现更优的表现。
关键词
无人车辆
越野环境
路径规划
A*算法
秘书鸟优化算法
Keywords
unmanned vehicles
off-road environment
path planning
algorithm
A*
sboa
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于改进秘书鸟算法的协同干扰资源分配方法
2
作者
李一兵
孙柳晴
戚昌龙
机构
哈尔滨工程大学信息与通信工程学院
哈尔滨工程大学先进船舶通信与信息技术重点实验室
出处
《电子与信息学报》
北大核心
2025年第5期1494-1504,共11页
文摘
在战场环境中,针对多波束干扰系统突防组网雷达场景下干扰资源分配的问题,该文提出一种引入柯西变异和全局协同控制策略的改进秘书鸟算法(ISBOA)对战场上的干扰资源进行优化分配。首先,建立突防场景下的多波束干扰系统模型,并将组网雷达检测融合概率作为多干扰机协同压制干扰组网雷达的性能评估指标;其次,以最小化检测概率为目标函数,对多干扰机干扰样式、干扰波束和功率资源进行联合优化分配;最后,利用ISBOA进行求解。实验结果经过对比表明,ISBOA算法搜索能力更强,收敛精度更高,具有更强的稳定性,能够更加合理地分配战场上的干扰资源。
关键词
组网雷达
协同干扰
资源分配
秘书鸟算法
Keywords
Networked radar
Collaborative interference
Resource allocation
Secretary Bird Optimization
algorithm
(
sboa
)
分类号
TN974 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
基于改进模态分解混合模型的锂电池剩余容量预测
3
作者
宁弘扬
惠周利
冯娜娜
杨明
机构
中北大学数学学院
出处
《测试技术学报》
2025年第3期313-321,329,共10页
基金
国家自然科学基金资助项目(12272356)
山西省基础研究计划资助项目(202203021211088)。
文摘
随着锂电池在生活中的广泛应用,开发高效准确的电池剩余容量预测技术,对于提升用户体验和保障设备稳定运行具有重要意义。采用蛇鹭优化算法(Secretary Bird Optimization Algorithm, SBOA)优化变分模态分解(Variational Mode Decomposition, VMD),并结合高斯过程回归(Gaussian Process Regression, GPR)以及门控循环单元(Gated Recurrent Units, GRU),构建了高效的混合预测模型,实现了对锂电池剩余容量的高精度预测。通过与传统模型GRU、 VMD-GRU比较,表明该预测模型可以快速高效地捕捉电池退化趋势,所提方法的平均绝对误差和均方根误差分别为0.19%和0.31%,具有更高的预测精度和泛化性。
关键词
蛇鹭优化算法
变分模态分解
高斯过程回归
门控循环单元
剩余容量预测
Keywords
secretary bird optimization
algorithm
(
sboa
)
variational mode decomposition
Gaussian process regression
gated recurrent unit
remaining capacity prediction
分类号
TM912 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
基于SBOA对变分模态分解法优化的齿轮故障研究
4
作者
唐燕龙
机构
华北水利水电大学
出处
《科学研究与应用》
2025年第3期12-17,共6页
文摘
针对齿轮箱故障诊断中因噪声干扰等因素导致的诊断效果不佳问题,引用了变分模态分解法,由于其参数选择基于人工,且特征提取过程繁琐易受到主观因素影响,导致诊断效率低、能力差。本文采用秘鸟算法(SBOA)对变分模态分解法进行优化,利用SBOA对VMD的参数寻优,用包络熵筛选模态分量并重构信号,最后将重构信号输入BIGRU模型,实现故障分类。结果表明,在测试数据上SBOA优化VMD具有更强的故障检测能力,也验证了结合算法优化分解与深度学习结合优于单纯的模型训练。
关键词
齿轮箱
故障诊断
VMD
sboa
算法
Keywords
gearbox
fault diagnosis
VMD
sboa algorithm
分类号
TH132.41 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
基于ISBOA-KELM模型的隧道挤压大变形预测及应用
被引量:
1
5
作者
朱豪洋
机构
中铁二十局集团有限公司博士后科研工作站
出处
《铁道建筑技术》
2024年第8期88-92,119,共6页
基金
中国铁建股份有限公司2019年度科技重大专项(2019-A04)
中铁二十局集团有限公司科技研发项目(YF2299SD01A)。
文摘
为提高软岩隧道挤压大变形预测的准确性,提出一种改进的蛇鹫优化算法(ISBOA)优化核极限学习机(KELM)的隧道挤压大变形预测方法。设计多融合种群改进策略ISBOA算法,并建立ISBOA-KELM隧道挤压大变形预测模型,基于公开的隧道大变形数据集和某隧道工程案例验证ISBOA-KELM预测模型的有效性和工程适用性。结果表明,与其他方法相比,所提出的模型能够准确地实现软岩隧道挤压大变形预测,且具有良好的预测精度,可为隧道工程变形预测提供一种高效的新方法。
关键词
软岩隧道
挤压大变形
蛇鹫优化算法
核极限学习机
预测
Keywords
soft rock tunnel
large squeezing deformation
secretary bird optimization
algorithm
(
sboa
)
kernel extreme learning machine(KELM)
prediction
分类号
U451.2 [建筑科学—桥梁与隧道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SBOA-A算法的无人车越野环境全局路径规划
李圣涛
王明
陈志亮
刘晓明
杨帅
《火力与指挥控制》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于改进秘书鸟算法的协同干扰资源分配方法
李一兵
孙柳晴
戚昌龙
《电子与信息学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于改进模态分解混合模型的锂电池剩余容量预测
宁弘扬
惠周利
冯娜娜
杨明
《测试技术学报》
2025
0
在线阅读
下载PDF
职称材料
4
基于SBOA对变分模态分解法优化的齿轮故障研究
唐燕龙
《科学研究与应用》
2025
0
在线阅读
下载PDF
职称材料
5
基于ISBOA-KELM模型的隧道挤压大变形预测及应用
朱豪洋
《铁道建筑技术》
2024
1
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部