搜索到16028篇“ 改进粒子群优化算法“的相关文章
- 基于改进粒子群优化算法的船舶避碰研究
- 2025年
- 随着海上贸易的日益增长,海洋运输已逐渐成为世界各国运输和贸易发展的重要环节,如何避免船舶碰撞已成为海上贸易中的一个重要问题。针对海上船舶避碰问题,本文提出了一种改进粒子群优化(IPSO)算法,该算法根据当前粒子目标函数的平均值动态调整惯性权值,另外考虑到船舶操纵的安全性,改进了适应度函数,并结合IPSO算法,对函数进行求解。通过MATLAB仿真结果表明,与传统的PSO算法相比,IPSO算法的收敛速度提高了37.5%,搜索效率得到显著增强。
- 朱凯鹏王全政杨文政于庆州王泽凡王晓原
- 关键词：船舶避碰改进粒子群优化算法避碰决策
- 改进粒子群优化算法结合BP神经网络模型的水体透射光谱总磷浓度预测研究
- 2025年
- 使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总磷浓度含量的预测。具体而言,首先对测得的长江水质光谱数据进行最大最小归一化和均值中心化两种预处理操作,在消除不同数据量级差异的同时去除了噪声,确保了数据的一致性和可靠性。其次,为了解决光谱数据的高维度问题,采用了核主成分分析(KPCA)方法来降低数据维度并提取特征。KPCA方法通过在高维度的空间中找到一个分类平面,选出能代表原始数据99.42%信息量的前6个主成分,用于后续预测模型的训练。接着在原始粒子群算法的基础上引入了粒子初始化规则、多种群竞争策略、参数自适应更新策略、种群多样性引导策略和粒子变异机制,提高了粒子群的寻优能力,降低粒子陷入局部最优解的概率。并使用改进后的粒子群算法对BP神经网络(BPNN)中的初始化权重和参数大小进行寻优,从而加快网络的收敛效果,提高预测能力。最后,使用本研究所提出的预测模型对测试集中的样本进行总磷浓度的预测,实验结果得到R^(2)为0.975786,RMSE为0.002242,MAE为0.001612。将本模型与当前预测性能较好的其他基准模型进行预测效果的对比,本研究所提出的模型对长江水体总磷浓度预测拟合效果更好,精确度更高。在水资源保护和环境管理领域中使用光谱数据结合融合算法进行预测模型的研究和实践提供了新的思路和观点。
- 张国浩王彩玲王洪伟于涛
- 关键词：改进粒子群优化算法BP神经网络模型总磷浓度
- 一种基于简化方程的改进粒子群优化算法
- 2025年
- 为提高粒子群优化算法的收敛速度和求解精度,本文基于无视速度影响的简化粒子群优化算法,引入随迭代次数自适应调整的非线性惯性权重和异步学习因子,以此平衡粒子的全局搜索和局部开发能力。同时融合遗传算法的精英保留策略,确保每一代进化中最佳个体得以保留,助力粒子逃离局部最优。最后,通过5种测试函数比较了基本粒子群优化算法、本文改进算法以及其他经典改进算法的性能,实验证明,本文改进算法在收敛速度和求解精度等方面有显著的提升。
- 马钰魏文红
- 关键词：群体智能
- 面向物流车辆路径规划的改进粒子群优化算法
- 2025年
- 为优化物流车辆的配送路径,提高配送效率,降低运营成本,提出一种面向物流车辆路径规划的改进粒子群优化(PSO)算法。该算法采用贪婪算法初始化解,并利用基于迭代过程的粒子交叉更新算法实现搜索范围和搜索速度的平衡,使求解方案的总路径长度更短。相较于遗传算法和经典的PSO算法,该算法规划的总路径长度、适应度值、计算耗时均更小。在实际规划任务中,该算法比人工调度规划更合理。
- 耿永忠黄秋原余太松刘家鹏
- 关键词：贪婪算法
- 一种基于改进粒子群优化算法的钻速优化方法
- 本发明涉及地质勘探领域，尤其涉及一种基于改进粒子群优化算法的钻速优化方法。本发明首先采用模糊C均值聚类方法，对钻井样本进行分类，并根据分类结果确定钻进参数优化调节的范围。然后，采用支持向量回归方法，构建钻速模型。最后，设...
- 周洋陆承达吴敏陈鑫
- 改进粒子群优化算法和双分支网络的耦合效率预测
- 2025年
- 针对混合波导结构耦合效率分析中软件仿真所需时间长、资源占用大的问题,提出神经网络模型对混合波导结构耦合效率进行预测,减少时间资源的占用。为解决多变量问题中不同自变量间步长差距较大导致单一网络特征提取能力受限的问题,提出针对不同变量使用双分支网络进行特征提取,使用改进后的粒子群优化算法对双分支网络超参数进行全自动优化,进一步提高模型预测精度。在混合波导结构耦合效率数据集上的实验表明,提出的改进粒子群优化-双分支网络的均方误差比支持向量机算法与循环神经网络分别降低了88.17百分点、21.17百分点,比标准粒子群优化算法降低了16.81百分点,验证了模型以及改进算法的有效性和优越性。
- 赖春红陈先勤姜小明陈帅王悦刘思创邹林熹
- 关键词：粒子群优化算法
- 基于改进粒子群优化算法的飞机发电机故障预测方法
- 2025年
- 为提升故障预测结果的准确性,提前预警故障,提出基于改进粒子群优化(Particle Swarm Optimization,PSO)算法的飞机发电机故障预测方法。引进Daubechies小波作为小波基,对飞机发电机连续运行信号进行滤波处理。改进PSO算法,将算法中的粒子更新过程与模糊粒化相结合。利用改进后的PSO算法与滤波后的信号,进行飞机发电机故障特征聚类,通过挖掘发电机的历史故障数据,从故障特征聚类数据中选择对发电机服役寿命影响显著的特征作为模型输入,实现发电机的故障预测。实验结果表明:所设计的方法不仅可以精准预测故障,还能提前发出预警信号,警示故障的发生。
- 陈仙保刘伟何睿
- 关键词：飞机发电机故障预测粒子群优化(PSO)算法信号滤波
- 基于改进粒子群优化算法的智能交通信号灯控制方法
- 一种基于改进粒子群优化算法的智能交通信号灯控制方法，包括以下步骤：步骤1、数据采集：1.1、实时数据采集；1.2、数据预处理；步骤2、初始化粒子群：2.1、设置粒子数量；2.2、初始化粒子位置和速度；2.3、设置参数；步...
- 杨旭燕吕凤军张成全
- 基于改进粒子群优化算法优化LSTM-AM的公交客流量预测
- 2025年
- 为提高公交客流量预测的准确性,提出一种改进的粒子群优化算法(PSO)来优化具有注意力机制的长短时记忆神经网络(LSTM-AM)的公交客流量预测模型。该模型利用注意力机制对LSTM的输入特征进行加权处理,突出对预测结果影响较大的客流特征,提高了LSTM对特征变量重要程度的提取和记忆能力。提出利用带有随机因子的非线性动态递减惯性权重并结合自适应柯西变异等操作来改进PSO的寻优性能,利用改进后的NACMPSO算法自动调整LSTM-AM模型的参数达到最优值,解决了LSTM-AM模型参数选取困难的问题,提升了客流预测精度。以公交IC卡数据和天气数据验证了该预测方法的有效性,并设置多组对比实验。结果表明,NACMPSO-LSTM-AM预测模型具有更高的预测精度和稳定性。
- 连莲穆雅伟宗学军何戡商家硕
- 关键词：客流量预测粒子群优化
- 基于改进粒子群优化算法的微电网优化运行被引量：1
- 2024年
- 针对集成了风力发电、光伏发电、柴油机发电、微型燃气轮机发电、储能装置、负荷的并网运行的微电网,以运行总成本和环境治理成本之和最小为目标函数,根据其出力和约束建立优化调度模型。为优化模型运算,提出了一种非线性递减的惯性权重,改进了传统的粒子群优化算法。仿真结果表明,基于改进粒子群优化算法的微电网优化调度模型运算速度更快,求解得到的调度方案具有更低的运行成本与环境支出费用。
- 黄传峰陶之朋白标金卫健
- 关键词：微电网改进粒子群优化算法优化运行
