期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于协同反向学习及动态分层管理策略的SSA算法改进及试验
1
作者 柳思凯 王辉 《机械设计》 北大核心 2025年第8期78-88,共11页
为提高洗出算法对飞行模拟器运动模拟的人体感知逼真度,需得到洗出滤波器自然截止频率最优参数,因此,文中提出一种基于改进麻雀搜索算法的洗出参数优化方法。利用协同反向学习、动态分层管理策略改进麻雀搜索算法的收敛精度和局部寻优能... 为提高洗出算法对飞行模拟器运动模拟的人体感知逼真度,需得到洗出滤波器自然截止频率最优参数,因此,文中提出一种基于改进麻雀搜索算法的洗出参数优化方法。利用协同反向学习、动态分层管理策略改进麻雀搜索算法的收敛精度和局部寻优能力,以人体感知误差为适应度函数,将所得结果作为洗出参数。为进一步验证优化成效,采用MATLAB及飞行模拟器运动试验平台,将不同的洗出参数输入模型,经过对比,改进麻雀搜索算法优化的洗出算法空间利用率提高了28.1%,稳定性提高了16.6%,运动逼真度得到显著增强。 展开更多
关键词 洗出算法 飞行模拟器 麻雀搜索群算法 参数优化 协同反向学习 人体感知
原文传递
基于K-means聚类的多种群麻雀搜索算法 被引量:5
2
作者 闫少强 刘卫东 +2 位作者 杨萍 吴丰轩 阎哲 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期508-518,共11页
为改善麻雀搜索算法(SSA)在单种群搜索中收敛速度过快导致其收敛速度出现冗余,易忽略优质解而陷入局部最优的缺陷,提出一种基于K-means聚类的多种群麻雀搜索算法(KSSA)。将多种群机制引入SSA,减弱单种群的收敛能力,并减小陷入局部最优... 为改善麻雀搜索算法(SSA)在单种群搜索中收敛速度过快导致其收敛速度出现冗余,易忽略优质解而陷入局部最优的缺陷,提出一种基于K-means聚类的多种群麻雀搜索算法(KSSA)。将多种群机制引入SSA,减弱单种群的收敛能力,并减小陷入局部最优的概率;采用K-means聚类划分子种群,增加子种群间的差异性,同时使子种群内个体在小范围内专注搜索,提升前期搜索效率;借助加权重心交流策略改善种群间交流的质量,减少自身种群的干扰,同时消减因某一子种群陷入局部最优而导致所有子种群陷入局部最优的风险;引入动态反向学习到警戒者中,增强其反捕食行为,改善因子种群数量增加而带来的收敛速度变慢和收敛精度不足的缺陷。经测试函数仿真实验表明:较SSA等算法,KSSA具有更优的寻优性能。 展开更多
关键词 麻雀搜索算法 优化算法 多种群 K-MEANS聚类 种群交流
原文传递
改进麻雀算法优化SVM的乳腺癌诊断
3
作者 朱梅 卢振坤 《计算机应用文摘》 2024年第8期108-110,113,共4页
为提高乳腺癌诊断的准确性,文章提出了一种多策略融合的改进麻雀搜索算法(MISSA),用于优化支持向量机(SVM)的参数并构建分类模型。首先,采用spm映射初始化麻雀种群,以增加种群的多样性。然后,在发现者位置更新中融合正余弦算法,同时在... 为提高乳腺癌诊断的准确性,文章提出了一种多策略融合的改进麻雀搜索算法(MISSA),用于优化支持向量机(SVM)的参数并构建分类模型。首先,采用spm映射初始化麻雀种群,以增加种群的多样性。然后,在发现者位置更新中融合正余弦算法,同时在跟随者位置更新中加入Lévy飞行策略,采用步长因子动态调整的方式提高寻优能力并降低局部最优的概率。最后,利用MISSA优化SVM模型的C和g参数。经优化后,该方法在乳腺癌诊断中达到了98.83%的精确率。 展开更多
关键词 群智能算法 乳腺癌预测 算法优化 麻雀搜索算法
在线阅读 下载PDF
外包合同视角下的多设备分阶段成组维护策略 被引量:1
4
作者 张馨予 刘勤明 +1 位作者 叶春明 谢世锐 《中国机械工程》 EI CAS CSCD 北大核心 2023年第14期1683-1692,共10页
针对多设备串联生产系统的维护外包问题,提出了分阶段成组维护策略。将第三方维护特征引入的平均故障响应时间以及系统可用度相结合来衡量工厂对维护服务商的满意度。基于满意度分段,构建了可靠度约束下的分段式利润模型。采用多策略融... 针对多设备串联生产系统的维护外包问题,提出了分阶段成组维护策略。将第三方维护特征引入的平均故障响应时间以及系统可用度相结合来衡量工厂对维护服务商的满意度。基于满意度分段,构建了可靠度约束下的分段式利润模型。采用多策略融合的麻雀搜索算法求出不同分阶段策略对应的最优分组及维护方案,并据此制定维修计划以供维护外包合同中的双方参考。算例结果表明,四阶段成组维护策略相较于传统维护模式具有明显优势。 展开更多
关键词 服务外包 分阶段成组维护 串联生产系统 维修计划 麻雀搜索算法
在线阅读 下载PDF
基于改进麻雀搜索算法的优化型极限学习机 被引量:7
5
作者 张恩辅 段冰冰 +2 位作者 刘津平 马云鹏 金音 《软件工程》 2023年第9期18-24,共7页
为提升极限学习机的性能,文章利用改进的麻雀搜索算法对极限学习机的参数进行优化。首先,提出一种菱形分组机制用于增加算法种群多样性和融合模拟退火思想改善算法陷入局部极值点的缺陷。其次,通过10个基准函数进行仿真测试,实验结果表... 为提升极限学习机的性能,文章利用改进的麻雀搜索算法对极限学习机的参数进行优化。首先,提出一种菱形分组机制用于增加算法种群多样性和融合模拟退火思想改善算法陷入局部极值点的缺陷。其次,通过10个基准函数进行仿真测试,实验结果表明,改进的麻雀搜索算法在大部分测试函数上表现出更好的性能。最后,将改进的算法用于优化极限学习机的输入权阈值,通过基准数据集仿真测试,优化后的极限学习机在建模精度上平均提高了7.4%。 展开更多
关键词 极限学习机 麻雀搜索算法 分组机制 模拟退火
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部