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ISWO-KELM模型的煤与瓦斯突出预测
1
作者 阎馨 何海雄 屠乃威 《控制工程》 北大核心 2026年第3期454-463,共10页
为了提高煤与瓦斯突出预测的准确性,提出一种采用改进的蜘蛛蜂优化(improved spider wasp optimizer, ISWO)算法优化核极限学习机(kernel extreme learning machine, KELM)的煤与瓦斯突出的预测方法。首先,采用多策略融合的方法改进蜘... 为了提高煤与瓦斯突出预测的准确性,提出一种采用改进的蜘蛛蜂优化(improved spider wasp optimizer, ISWO)算法优化核极限学习机(kernel extreme learning machine, KELM)的煤与瓦斯突出的预测方法。首先,采用多策略融合的方法改进蜘蛛蜂优化算法,并用仿真实验验证算法性能,结果表明,改进后算法的收敛速度加快;然后,采用ISWO算法对KELM的参数进行优化整定;最后,采用仿真实验验证了ISWOKELM模型的预测能力,实验结果表明,相比于其他模型,优化后模型的预测准确度更高、泛化能力更强。 展开更多
关键词 煤与瓦斯突出 多策略融合 改进的蜘蛛蜂优化算法 核极限学习机
原文传递
基于改进GRO优化算法求解无人机三维路径规划
2
作者 梁海军 沈小波 +1 位作者 胡文海 薛子涵 《计算机技术与发展》 2026年第3期147-153,共7页
该文提出了一种改进的淘金优化算法(IGRO),该算法融合了蜘蛛蜂优化算法(SWO)与差分进化算法(DE)的优良特性,以提升优化性能。IGRO通过整合SWO的狩猎与筑巢行为以及DE的差分变异和交叉机制,实现了在全局搜索与局部开发之间更为平衡的探... 该文提出了一种改进的淘金优化算法(IGRO),该算法融合了蜘蛛蜂优化算法(SWO)与差分进化算法(DE)的优良特性,以提升优化性能。IGRO通过整合SWO的狩猎与筑巢行为以及DE的差分变异和交叉机制,实现了在全局搜索与局部开发之间更为平衡的探索能力。此外,IGRO采用Levy飞行策略增强了搜索代理的随机性和多样性,避免了陷入局部最优解。利用高斯函数模型绘制山地环境,根据约束条件,目标函数建立无人机飞行的数学模型,根据适应度函数求出在指定空域内能避开障碍物的飞行最小代价值,并通过三次样条插值平滑飞行路径。仿真和CEC2017测试集结果表明,IGRO在更少迭代次数内生成了高质量、平滑的路径,克服了传统遗传算法的早熟收敛和局部搜索能力不足的问题,适应复杂地形,提供了高效可靠的解决方案。 展开更多
关键词 改进淘金优化算法 蜘蛛蜂优化算法 差分进化 Levy飞行 无人机三位路径规划
在线阅读 下载PDF
融合测距修正和蜘蛛蜂优化的WSN定位算法
3
作者 余修武 肖林 +1 位作者 刘永 叶莱 《工程科学与技术》 北大核心 2025年第5期333-343,共11页
针对无线传感器网络节点定位中非测距DV-Hop算法存在显著定位误差的问题,提出了一种融合测距修正和蜘蛛蜂优化的DV-Hop算法。首先,选用杰卡德系数作为跳数计算的度量标准,以提高跳数的准确性。在获取跳数信息后,引入可信度计算以调整跳... 针对无线传感器网络节点定位中非测距DV-Hop算法存在显著定位误差的问题,提出了一种融合测距修正和蜘蛛蜂优化的DV-Hop算法。首先,选用杰卡德系数作为跳数计算的度量标准,以提高跳数的准确性。在获取跳数信息后,引入可信度计算以调整跳距,更准确地反映节点间的实际距离。然后,为了进一步优化节点位置计算、提高DV-Hop算法的精度,引入并改进了蜘蛛蜂优化算法。在种群初始化阶段采用Circle映射反向学习策略,以保证种群的分布状态更加均匀。在位置更新过程中引入自适应权重,以优化算法的收敛速度。在交配操作完成后,将柯西-高斯变异扰动应用于蜘蛛蜂群中最优个体位置,以防陷入局部最优。仿真结果显示,针对不同区域面积、区域形状、锚节点数量、通信半径和节点总数5种情况下,改进后的算法相较于传统DV-Hop定位算法,定位误差分别减小了30.0%、33.0%、37.2%、38.9%和45.9%,同时算法运行时间也减少了0.73 s。 展开更多
关键词 无线传感器网络 DV-HOP 测距修正 定位误差 蜘蛛蜂优化算法
在线阅读 下载PDF
基于改进蜘蛛蜂算法的无人机三维路径规划 被引量：2
4
作者 张颖 姜文刚 +1 位作者 陈一鸣 管文瑞 《电子测量技术》 北大核心 2024年第11期101-111,共11页
为了提高无人机路径规划在复杂环境中的收敛速度和收敛精度,避免陷入局部最优,提出了一种基于改进蜘蛛蜂算法的无人机三维路径规划方法。本文在传统SWO算法中引入自适应t分布扰动变异和Cubic映射策略更新搜索阶段位置,避免局部早熟收敛... 为了提高无人机路径规划在复杂环境中的收敛速度和收敛精度,避免陷入局部最优,提出了一种基于改进蜘蛛蜂算法的无人机三维路径规划方法。本文在传统SWO算法中引入自适应t分布扰动变异和Cubic映射策略更新搜索阶段位置,避免局部早熟收敛;然后,引入周期性随机振幅动态调整追逐和逃逸阶段搜索方向,帮助算法跳出局部最优,并结合螺旋更新机制和Levy飞行策略增强算法全局寻优能力,提高算法收敛精度;最后,将ISWO算法在8个测试函数中进行性能验证并实验仿真,结果表明,复杂地形环境中ISWO算法执行时间相比传统SWO算法减少了26.86%,并且较CPO、COA、GOOSE、PSO、GWO算法执行时间减少了13.80%~28.27%不等。同时,ISWO算法最小适应度值较传统SWO算法减小49.76%,较其他算法至少减小27.73%。由此得出,本文所提改进算法能够在复杂地形环境中快速得到一条更短且更安全的路径。 展开更多
关键词 路径规划 蜘蛛蜂算法 自适应t分布扰动 周期性随机振幅 螺旋更新机制
原文传递
基于多策略SSO和改进A*算法的无人机动态航迹规划 被引量：7
5
作者 田阔 刘旭 《电光与控制》 北大核心 2017年第11期31-37,共7页
针对无人机遇到突发威胁动态航迹规划问题,提出了一种基于多策略SSO和改进A*算法的无人机动态航迹规划方法。该方法将无人机航迹规划划分为静态航迹规划和突发威胁实时规避两个阶段:首先,对于静态航迹规划阶段,采用多策略SSO优化算法对... 针对无人机遇到突发威胁动态航迹规划问题,提出了一种基于多策略SSO和改进A*算法的无人机动态航迹规划方法。该方法将无人机航迹规划划分为静态航迹规划和突发威胁实时规避两个阶段:首先,对于静态航迹规划阶段,采用多策略SSO优化算法对极坐标航迹规划模型进行求解,通过引入完全弹性碰撞、自适应跳跃等机制,在有效满足飞行性能约束的同时,提高了航迹规划结果的可行性;其次,对于突发威胁实时规避阶段,采用改进A*算法对局部区域进行航迹重规划,通过拓展A*算法搜索邻域个数和引入最小"弯折"估计代价函数,在保证实时性要求的同时,能够规划出更加平滑的最优航迹。仿真结果表明,提出的方法能够有效地给出更为满意的无人机动态航迹规划路线。 展开更多
关键词 航迹规划 无人机 群居蜘蛛优化 改进A＊算法
在线阅读 下载PDF
基于改进蜘蛛猴算法的永磁同步电机参数辨识 被引量：4
6
作者 郭成龙 张可畏 +1 位作者 韩旭 丁庚鑫 《电机与控制应用》 2024年第12期71-80,共10页
【目的】针对元启发式算法在永磁同步电机(PMSM)参数辨识过程中易陷入局部最优的问题,提出一种基于Tent混沌映射和非线性动态自适应权重的改进蜘蛛猴优化(SMO)算法,实现了PMSM内部参数的准确辨识。【方法】通过在算法初始化阶段引入Ten... 【目的】针对元启发式算法在永磁同步电机(PMSM)参数辨识过程中易陷入局部最优的问题,提出一种基于Tent混沌映射和非线性动态自适应权重的改进蜘蛛猴优化(SMO)算法,实现了PMSM内部参数的准确辨识。【方法】通过在算法初始化阶段引入Tent混沌映射,增加了前期搜寻到最优解的概率。在局部领导者阶段引入动态自适应权重,根据当前迭代次数下种群适应度值来满足下一世代种群对于全局探索和局部寻优的需求。【结果】仿真结果显示,基于Tent混沌映射和非线性动态自适应权重的改进SMO在辨识过程中的收敛速度和辨识精度均有所提升,且误差控制在0.5%左右。【结论】本文提出的改进SMO具有更快的识别速度、更高的识别精度和良好的收敛特性。 展开更多
关键词 永磁同步电机 参数辨识 改进蜘蛛猴优化算法 Tent混沌映射 动态自适应权重
在线阅读 下载PDF
基于改进蜘蛛蜂优化算法的三维多机避障航迹规划方法
7
作者 王麒权 肖作林 +1 位作者 程东青 向凯 《兵工学报》 2026年第4期162-172,共11页
针对复杂地形下的多机避障航迹规划问题,提出一种基于改进蜘蛛蜂优化(Improvement Spider Wasp Optimization,ISWO)算法的三维多机避障航迹规划方法。考虑环境及自身性能约束建立多机航迹规划的数学模型,在标准SWO算法的基础上优化航迹... 针对复杂地形下的多机避障航迹规划问题,提出一种基于改进蜘蛛蜂优化(Improvement Spider Wasp Optimization,ISWO)算法的三维多机避障航迹规划方法。考虑环境及自身性能约束建立多机航迹规划的数学模型,在标准SWO算法的基础上优化航迹点划分方式;以立体几何的方式替代随机生成,提升航迹点生成效率,并引入动态反向学习,拓展搜索能力;采用非均匀有理B样条曲线对离散航迹点进行拟合,并通过仿真实验对改进后算法的初始化效率与整体效率进行对比验证。仿真结果表明,相比于SWO和粒子群优化算法,ISWO算法在收敛速度与优化效果上具有明显优势。 展开更多
关键词 蜘蛛蜂优化算法 三维多机避障 航迹规划 非均匀有理B样条曲线拟合
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