期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于改进帝企鹅算法的圆度误差快速精确评定方法
1
作者 宋明 郑鹏 +2 位作者 何青泽 张豪杰 王明基 《组合机床与自动化加工技术》 北大核心 2026年第1期65-70,共6页
圆度误差是轴类零件的重要几何参数,直接影响机械配合精度、产品性能及使用寿命。为进一步提升圆度误差评定的精度、效率和重复性,基于最小区域准则构建了圆度误差评定模型,同时为实现模型的高效求解,提出了一种基于改进帝企鹅算法的圆... 圆度误差是轴类零件的重要几何参数,直接影响机械配合精度、产品性能及使用寿命。为进一步提升圆度误差评定的精度、效率和重复性,基于最小区域准则构建了圆度误差评定模型,同时为实现模型的高效求解,提出了一种基于改进帝企鹅算法的圆度误差快速精确评定方法。该方法引入自适应参数调整机制,增强帝企鹅算法在全局搜索与局部开发之间的动态平衡能力,同时采用差分进化策略,提高算法跳出局部最优解的能力。实验结果表明,改进后的帝企鹅算法在整体性能上优于原始算法,并且在圆度误差评定方面相较于遗传算法和单纯形算法有明显优势。从而,验证了在最小区域准则下进行圆度误差评定时该方法的可行性和有效性。 展开更多
关键词 圆度误差 帝企鹅算法 差分进化 自适应参数
在线阅读 下载PDF
一种基于帝企鹅差分算法的WSN覆盖优化 被引量:13
2
作者 唐菁敏 曲文博 +1 位作者 苏慧慧 郑锦文 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第1期46-51,共6页
为了解决无线传感器网络覆盖优化智能算法中存在的局部最优、精度不高和收敛速度慢的问题,提出了一种改进群智能算法即帝企鹅差分算法(Emperor Penguin Difference Algorithm,EPDEA).EPDEA将种群初始化设置以及计算当前的个体适应度值,... 为了解决无线传感器网络覆盖优化智能算法中存在的局部最优、精度不高和收敛速度慢的问题,提出了一种改进群智能算法即帝企鹅差分算法(Emperor Penguin Difference Algorithm,EPDEA).EPDEA将种群初始化设置以及计算当前的个体适应度值,通过群聚行为不断进行位置更新,搜索比当前个体更佳的企鹅个体并进行替换,当最优值陷入局部最优状态时引入差分进化算法对个体进行变异、交叉、选择,直到满足最大迭代次数.EPDEA有效防止原算法陷入局部最优并增加原集群多样性.将EPDEA与灰狼改进算法在不同节点数情况下进行仿真,结果显示EPDEA可以在更快速收敛的同时达到接近97%的覆盖率,且传感器节点在空间分布下容纳度更优.研究表明,EPDEA可有效地优化WSN的节点分布,提高网络覆盖率,提升网络质量. 展开更多
关键词 无线传感器网络 覆盖优化 群智能算法 改进帝企鹅算法 差分算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部