期刊文献+
共找到459篇文章
< 1 2 23 >
每页显示 20 50 100
一种QPSO的地下浅层震源定位方法 认领
1
作者 贺铭 苏新彦 李剑 《计算机系统应用》 2020年第1期215-219,共5页
在一些传统的震源定位算法中,震源优化时对初始震源解的要求比较高,依赖性较大,且搜索范围具有一定的局限性,很难在群波混叠严重,频谱成分复杂的大区域范围内进行震源定位寻优.针对这一问题,提出了基于量子粒子群(QPSO)算法的地下浅层... 在一些传统的震源定位算法中,震源优化时对初始震源解的要求比较高,依赖性较大,且搜索范围具有一定的局限性,很难在群波混叠严重,频谱成分复杂的大区域范围内进行震源定位寻优.针对这一问题,提出了基于量子粒子群(QPSO)算法的地下浅层震源定位方法,并通过仿真实现了该算法,评估了该算法与传统算法的优劣.实验结果表明:在–100 m×100 m×–40 m范围内,基于QPSO的浅层单目标震源定位算法的定位精度明显高于传统的基于粒子群的震源定位算法,定位精度可达0.324 m,具有重要的实际应用价值. 展开更多
关键词 地下震源 单目标 震源定位 波束交叉定位 QPSO
在线阅读 下载PDF
基于量子粒子群算法的大型阵稀疏优化方法 认领
2
作者 郭玉霞 张艳艳 +1 位作者 邢金凤 袁晓垒 《航空科学技术》 2020年第8期57-62,共6页
本文提出了一种基于量子粒子群算法(quantum particle swarm optimization,QPSO)的大型阵稀疏优化方法。该方法在约束主瓣宽度的条件下,以阵列的阵元位置和节点的相位中心为优化参量,以方向图的峰值副瓣电平为优化目标,有效结合了QPSO算... 本文提出了一种基于量子粒子群算法(quantum particle swarm optimization,QPSO)的大型阵稀疏优化方法。该方法在约束主瓣宽度的条件下,以阵列的阵元位置和节点的相位中心为优化参量,以方向图的峰值副瓣电平为优化目标,有效结合了QPSO算法,并将其应用于大型阵的稀疏优化。相对于传统稀疏优化方法,本文所提方法不受更新速度和轨迹的约束,并提高了全局搜索能力、加快了收敛速度。仿真结果验证了该方法的有效性。 展开更多
关键词 QPSO 阵元位置 相位中心 峰值副瓣电平 稀疏优化
在线阅读 下载PDF
基于走时-偏振角度信息的地下震源定位方法 认领
3
作者 李剑 贺铭 +1 位作者 韩焱 辛伟瑶 《探测与控制学报》 CSCD 北大核心 2020年第1期29-34,共6页
针对地下浅层复杂地质环境中起爆点位置"测不准"的难题,提出了基于走时-偏振角度信息的地下震源定位方法。该方法采用QPSO算法建立震源搜索定位模型,利用初至波走时信息联合波阵面的偏振角度信息,构建粒子更新的目标函数,在... 针对地下浅层复杂地质环境中起爆点位置"测不准"的难题,提出了基于走时-偏振角度信息的地下震源定位方法。该方法采用QPSO算法建立震源搜索定位模型,利用初至波走时信息联合波阵面的偏振角度信息,构建粒子更新的目标函数,在外场进行了地下震源定位试验并对定位结果进行了误差分析。试验结果表明,该方法有效地实现了浅层炸点定位,在地下空间定位研究领域具有一定的工程应用价值。 展开更多
关键词 地下爆炸 震源定位 走时 偏振角度 QPSO
在线阅读 下载PDF
一种基于QPSO-RBF模型预测PM 2.5浓度值的方法研究及应用 认领
4
作者 蒋奇峰 杜景林 周芸 《计算机应用与软件》 北大核心 2020年第9期202-208,共7页
为准确实时地预测PM 2.5浓度值,提出一种基于量子粒子群算法(QPSO)和径向基神经网络(RBF)算法结合的预测模型。利用随机森林算法(RF)对PM 2.5浓度影响因子进行筛选后,再利用QPSO算法的全局搜索性能对径向基神经网络(RBF)的主要参数进行... 为准确实时地预测PM 2.5浓度值,提出一种基于量子粒子群算法(QPSO)和径向基神经网络(RBF)算法结合的预测模型。利用随机森林算法(RF)对PM 2.5浓度影响因子进行筛选后,再利用QPSO算法的全局搜索性能对径向基神经网络(RBF)的主要参数进行优化,解决传统的参数训练算法存在的收敛速度慢、寻优能力弱等问题。用该模型对南京市某区域的PM 2.5浓度值进行预测,结果表明模型预测速度快、精度高,具有较高的实用价值。 展开更多
关键词 PM2.5 随机森林 QPSO RBF 预测模型
在线阅读 下载PDF
基于LEVY飞行量子粒子群的带式输送机齿轮优化设计及仿真 认领
5
作者 陈彦涛 张祺 《机械设计与制造》 北大核心 2020年第4期54-57,61共5页
以带式输送机单级圆柱齿轮减速器为研究对象,在建立其优化数学模型的基础上,提出了一种基于levy飞行策略的量子粒子群算法,并利用提出的算法对其齿轮模数、齿数、齿宽系数、螺旋角等参数进行优化。在MATLAB中实现该算法并与传统的QPSO... 以带式输送机单级圆柱齿轮减速器为研究对象,在建立其优化数学模型的基础上,提出了一种基于levy飞行策略的量子粒子群算法,并利用提出的算法对其齿轮模数、齿数、齿宽系数、螺旋角等参数进行优化。在MATLAB中实现该算法并与传统的QPSO等方法对比,结果表明:基于levy飞行策略的量子粒子群算法(QPSO)其优化效果明显优于PSO算法和文献中所提出的算法,相比常规设计,体积减少了59.71%,相比QPSO,体积减少了8.90%,具有良好的优化性能,有限元分析结果表明,与优化前相比,优化后的承载能力并没有减降低。 展开更多
关键词 带式输送机 参数优化 粒子群 量子粒子群 仿真
在线阅读 下载PDF
适应度二次选择的QPSO和SA协同搜索大规模离散优化算法 认领
6
作者 张兆娟 王万良 唐继军 《通信学报》 EI CSCD 北大核心 2020年第8期22-31,共10页
针对大规模离散工程优化问题,提出一种改进的离散量子粒子群优化算法(IDQPSO-SA)。首先,提出一种适应度的二次选择更新平均最优位置策略,使QPSO能够适用离散空间的优化问题。其次,引入二次切割与连接(DCJ)排序策略加速搜索进程。最后,在... 针对大规模离散工程优化问题,提出一种改进的离散量子粒子群优化算法(IDQPSO-SA)。首先,提出一种适应度的二次选择更新平均最优位置策略,使QPSO能够适用离散空间的优化问题。其次,引入二次切割与连接(DCJ)排序策略加速搜索进程。最后,在QPSO并行搜索基础上,引进模拟退火(SA)的概率突跳性,协同进行全局搜索。在大规模、高维离散工程优化问题上进行了测试,并同已有算法进行比较,结果表明,IDQPSO-SA进一步提高了面向大规模离散优化问题时的搜索效率,并有效提升了算法的性能。 展开更多
关键词 协同搜索 量子粒子群 模拟退火 二次切割与连接排序 离散优化
在线阅读 下载PDF
基于QPSO-RVM模型的大坝变形预测研究 认领
7
作者 李乾德 王东 +1 位作者 李啸啸 刘健 《大坝与安全》 2020年第1期32-36,共5页
根据相关向量机(RVM)原理,选择合适的核函数类型,运用量子粒子群(QPSO)算法对核参数进行优化运算,建立QPSO-RVM模型。运用QPSO-RVM模型对大坝变形监测数据进行预测,并将预测成果与多元统计回归分析成果进行对比研究。结果表明,QPSO-RVM... 根据相关向量机(RVM)原理,选择合适的核函数类型,运用量子粒子群(QPSO)算法对核参数进行优化运算,建立QPSO-RVM模型。运用QPSO-RVM模型对大坝变形监测数据进行预测,并将预测成果与多元统计回归分析成果进行对比研究。结果表明,QPSO-RVM模型的拟合及预测精度明显优于多元统计回归模型,具有工程运用价值。 展开更多
关键词 相关向量机 核参数 量子粒子群 大坝变形 预测
在线阅读 下载PDF
基于QPSO稀疏化LSSVM的压力传感器温度补偿研究 认领
8
作者 李冀 王剑凌 +2 位作者 贺红林 刘文光 刘莹煌 《传感技术学报》 CAS CSCD 北大核心 2020年第2期227-231,237共6页
针对硅压阻式压力传感器的温度补偿问题,提出一种量子粒子群(Quantum Particle Swarm Optimization,QPSO)稀疏化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)策略,目的在于能够保证温度补偿性能的同时获得较为精简... 针对硅压阻式压力传感器的温度补偿问题,提出一种量子粒子群(Quantum Particle Swarm Optimization,QPSO)稀疏化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)策略,目的在于能够保证温度补偿性能的同时获得较为精简的补偿模型。结合10 MPa绝压压力传感器标定实验数据进行仿真试验,研究结果表明,该方法的补偿效果优于QPSO优化的LSSVM、经典稀疏化LSSVM和QPSO优化的稀疏化LSSVM,补偿后测试样本集的最大相对误差,平均误差和误差方差分别为1.104×10^-3、4.819×10^-4和1.197×10^-7。在满足高精度测试要求的前提下,达到提升补偿效率的目的。 展开更多
关键词 硅压阻式压力传感器 温度补偿 量子粒子群 稀疏化最小二乘支持向量机
在线阅读 下载PDF
双机器人松协调装配轨迹规划方法研究 认领
9
作者 姚俊 李俊渊 李明富 《机械制造与自动化》 2020年第3期138-141,共4页
针对主-从式双机器人松协调装配轨迹规划问题,提出了一种基于量子粒子群优化算法和B样条的轨迹规划方法,并进行了仿真实验。结果表明该方法可以使双机器人以较优的无碰撞干涉轨迹高效地完成协调装配任务,实现了双机器人的高精度装配作业... 针对主-从式双机器人松协调装配轨迹规划问题,提出了一种基于量子粒子群优化算法和B样条的轨迹规划方法,并进行了仿真实验。结果表明该方法可以使双机器人以较优的无碰撞干涉轨迹高效地完成协调装配任务,实现了双机器人的高精度装配作业,为物联制造系统中双机器人协调装配面临的关键问题提供了有效的解决方案。 展开更多
关键词 双机器人松协调装配 B样条 量子粒子群算法 误差补偿 轨迹规划
在线阅读 下载PDF
基于CQPSO-GRNN的ZigBee节点定位算法研究 认领
10
作者 邹自明 李福敏 乔新新 《现代电子技术》 北大核心 2020年第4期62-66,72共6页
针对传统无线信号传播模型的参数一般通过拟合或直接根据经验得出,且又受环境复杂、多径效应等因素的影响,使得定位精度不高。为提高定位精度,引入广义回归神经网络(GRNN)来构建定位模型,以未知节点和参考节点之间的接收信号强度值(RSSI... 针对传统无线信号传播模型的参数一般通过拟合或直接根据经验得出,且又受环境复杂、多径效应等因素的影响,使得定位精度不高。为提高定位精度,引入广义回归神经网络(GRNN)来构建定位模型,以未知节点和参考节点之间的接收信号强度值(RSSI)作为网络的输入,未知节点的位置坐标(X,Y)作为输出来拟合网络模型。同时采用剔除处理和卡尔曼滤波处理对采集的RSSI值进行预处理,来削弱环境因素对信号的扰动。为避免GRNN参数选取的随意性及人为因素的干扰,采用混沌量子粒子群算法(CQPSO)来优化网络的光滑因子(σ),以建立最优的网络定位模型来实现对未知节点坐标的预测。在Matlab平台上,与GRNN模型相比,其结果显示改进的定位算法具有更高的定位精度,提高了GRNN回归预测效果以及模型的泛化能力。 展开更多
关键词 节点定位 ZIGBEE 广义回归神经网络 混沌量子粒子群算法 网络预测 仿真验证
在线阅读 免费下载
基于改进量子粒子群优化支持向量机的变压器故障诊断方法 认领
11
作者 党东升 张树永 +1 位作者 葛鹏江 田星 《电力科学与技术学报》 CAS 北大核心 2019年第3期108-113,共6页
为了弥补量子粒子群算法优化支持向量机(QPSO-SVM)在变压器故障诊断中“早熟”收敛的不足,该文提出一种基于改进量子粒子群优化支持向量机算法。通过计算每一代粒子的平均适应值偏离度Δ并引入自扰动算子使“早熟”粒子主动跳出当前局... 为了弥补量子粒子群算法优化支持向量机(QPSO-SVM)在变压器故障诊断中“早熟”收敛的不足,该文提出一种基于改进量子粒子群优化支持向量机算法。通过计算每一代粒子的平均适应值偏离度Δ并引入自扰动算子使“早熟”粒子主动跳出当前局部最优区域,增强算法的全局搜索能力。此外,建立基于所提算法的故障分类模型,对变压器故障样本进行诊断。实例结果表明:相较传统QPSO-SVM算法,改进QPSO-SVM算法可以使粒子主动跳出最优局部范围,且对变压器故障的诊断准确率更高,验证了该文方法在变压器故障诊断方面的有效性与准确性。 展开更多
关键词 电力变压器 故障诊断 “早熟”自检 自扰动 量子粒子群
在线阅读 下载PDF
一种基于多核相关向量机的模拟电路故障预测方法 认领
12
作者 张朝龙 何怡刚 +2 位作者 杜博伦 张兰芳 江善和 《电子测量与仪器学报》 CSCD 北大核心 2019年第11期95-101,共7页
针对模拟电路的稳定是电子设备正常运行的重要保证,提出了一种用于模拟电路故障预测的方法。首先提取模拟电路的输出电压为预测特征,计算测试元件老化过程中与标称值时响应电压的皮尔逊相关系数,作为测试元件的健康度,并以此为故障预测... 针对模拟电路的稳定是电子设备正常运行的重要保证,提出了一种用于模拟电路故障预测的方法。首先提取模拟电路的输出电压为预测特征,计算测试元件老化过程中与标称值时响应电压的皮尔逊相关系数,作为测试元件的健康度,并以此为故障预测的样本数据。提出了一种多核相关向量机(MKRVM)方法,基于测试元件的健康度数据,对测试元件的故障发生时间开展预测。在该方法中,MKRVM核函数的系数由量子粒子群算法优化生成。最后以四运放双二阶高通滤波器电路的故障预测实验验证了提出的方法的有效性和先进性。 展开更多
关键词 模拟电路 故障预测 健康度 多核相关向量机 量子粒子群
退役锂动力电池SOC预测建模与分析 认领 被引量:1
13
作者 张燕习 刘雪 +1 位作者 张贺 张持健 《无线电通信技术》 2019年第3期232-236,共5页
随着锂动力电池退役周期的到来,电池梯次应用具有现实意义。为了解决梯次再利用时退役电池放电非线性变化剧烈引起的电池荷电状态(State of Charge,SOC)预测精度不高问题,提出了一种基于量子粒子群(QPSO)优化RBF神经网络预测退役电池SO... 随着锂动力电池退役周期的到来,电池梯次应用具有现实意义。为了解决梯次再利用时退役电池放电非线性变化剧烈引起的电池荷电状态(State of Charge,SOC)预测精度不高问题,提出了一种基于量子粒子群(QPSO)优化RBF神经网络预测退役电池SOC的动态模型,相比经典的粒子群(PSO)优化算法具有更好的稳定性。实验结果表明:该预测模型的误差稳定在1%以内,响应速度快,为锂电池充分利用奠定了理论基础。 展开更多
关键词 锂动力电池 梯次应用 SOC 神经网络 量子粒子群
在线阅读 下载PDF
基于量子粒子群优化BP神经网络的风机出力预测 认领
14
作者 赵泽昆 王瑶 +2 位作者 陈超 吕晨生 吴帅 《电器与能效管理技术》 2019年第24期45-50,共6页
风机的出力具有波动性及间歇性的特性。该特性对风电场并网和调度产生很大影响,然而传统的风机出力预测技术很难达到准确预测的效果。针对上述问题,采用量子粒子群优化BP神经网络的权值和阈值的方法,由风速和风向构成输入特征向量,根据... 风机的出力具有波动性及间歇性的特性。该特性对风电场并网和调度产生很大影响,然而传统的风机出力预测技术很难达到准确预测的效果。针对上述问题,采用量子粒子群优化BP神经网络的权值和阈值的方法,由风速和风向构成输入特征向量,根据实际风场的风机数据预测风机出力。对该模型进行仿真实验并与实际数据对比,结果表明提出的方法可以有效可靠地进行风机出力预测,具有良好的工程应用前景。 展开更多
关键词 风机出力预测 BP神经网络 量子粒子群 特征向量
在线阅读 下载PDF
基于相空间重构的GQPSO-WNN短时交通流预测 认领
15
作者 唐瑞 陈庆春 类先富 《计算机应用与软件》 北大核心 2019年第7期311-316,共6页
交通流预测有助于减少交通拥堵和交通事故发生。在定量分析交通流变化过程的混沌特性以及可预测性基础上,提出一种基于相空间的GQPSO-WNN的混合预测模型。引入遗传算法,使用混合优化后的量子粒子群算法初始化小波神经网络的各项参数,克... 交通流预测有助于减少交通拥堵和交通事故发生。在定量分析交通流变化过程的混沌特性以及可预测性基础上,提出一种基于相空间的GQPSO-WNN的混合预测模型。引入遗传算法,使用混合优化后的量子粒子群算法初始化小波神经网络的各项参数,克服网络因初始值设置不当造成无法收敛或陷入多个局部极小值的问题。由于神经网络输入的随机性,采用重新构建交通流时间序列的相空间技术,用重构后的数据作为输入样本。实验结果表明,与WNN、PSO-WNN预测模型相比,该模型可以更加准确预测交通流,算法收敛性也有明显提高。 展开更多
关键词 相空间重构 量子粒子群 遗传算法 小波神经网络 交通流预测
在线阅读 下载PDF
基于改进CQPSO算法的压电陶瓷建模研究 认领
16
作者 刘萍 王龙飞 《计算机应用与软件》 北大核心 2019年第10期75-80,共6页
压电精密定位技术在高精度定位与控制领域起着关键作用。针对压电陶瓷迟滞非线性特性进行建模与分析是当前研究的一大热点。传统智能算法对迟滞模型的辨识易陷入局部最优,因此,提出一种改进混沌量子粒子群算法(Improved chaotic quantum... 压电精密定位技术在高精度定位与控制领域起着关键作用。针对压电陶瓷迟滞非线性特性进行建模与分析是当前研究的一大热点。传统智能算法对迟滞模型的辨识易陷入局部最优,因此,提出一种改进混沌量子粒子群算法(Improved chaotic quantum particle swarm optimiztaion,ICQPSO)。以量子粒子群算法(QPSO)结合基于早熟系数的混沌映射跳出局部收敛。引入变尺度法缩小可行解空间提升收敛效率和精度,采用Bouc-Wen微分方程模型对多频输入动态迟滞现象进行建模。经实验验证,该算法对Bouc-Wen模型的辨识精度明显高于GA、MFA算法。 展开更多
关键词 压电陶瓷 BOUC-WEN模型 混沌映射 量子粒子群
在线阅读 下载PDF
基于IQPSO的SVM参数优化入侵检测研究 认领
17
作者 潘晓君 《宁夏师范学院学报》 2019年第10期80-84,共5页
为了尽可能提高网络数据的入侵检测效率,提出了一种对粒子群中粒子最优位置增加高斯扰动的改进量子粒子群优化算法,该算法对支持向量机参数能够进行较好的寻优.实验结果表明:该算法大幅度地减少了网络入侵数据的维数,避免了早熟停滞,加... 为了尽可能提高网络数据的入侵检测效率,提出了一种对粒子群中粒子最优位置增加高斯扰动的改进量子粒子群优化算法,该算法对支持向量机参数能够进行较好的寻优.实验结果表明:该算法大幅度地减少了网络入侵数据的维数,避免了早熟停滞,加快了粒子的收敛更新速度,整个入侵检测的总体性能有了明显的提高,在大规模、高维度的实时检测系统中具有一定的借鉴参考价值. 展开更多
关键词 量子粒子群优化 支持向量机 入侵检测
在线阅读 下载PDF
Multi-Objective Optimal Dispatch Considering Wind Power and Interactive Load for Power System 认领
18
作者 Xinxin Shi Guangqing Bao +1 位作者 Kun Ding Liang Lu 《能源与动力工程(英文)》 2018年第4期1-10,共10页
With the rapid and large-scale development of renewable energy, the lack of new energy power transportation or consumption, and the shortage of grid peak-shifting ability have become increasingly serious. Aiming to th... With the rapid and large-scale development of renewable energy, the lack of new energy power transportation or consumption, and the shortage of grid peak-shifting ability have become increasingly serious. Aiming to the severe wind power curtailment issue, the characteristics of interactive load are studied upon the traditional day-ahead dispatch model to mitigate the influence of wind power fluctuation. A multi-objective optimal dispatch model with the minimum operating cost and power losses is built. Optimal power flow distribution is available when both generation and demand side participate in the resource allocation. The quantum particle swarm optimization (QPSO) algorithm is applied to convert multi-objective optimization problem into single objective optimization problem. The simulation results of IEEE 30-bus system verify that the proposed method can effectively reduce the operating cost and grid loss simultaneously enhancing the consumption of wind power. 展开更多
关键词 Wind Power INTERACTIVE Load Optimal DISPATCH MULTI-OBJECTIVE QPSO Models
在线阅读 免费下载
基于QPSO-ELM的某型涡轴发动机起动过程模型辨识 认领 被引量:2
19
作者 伍恒 李本威 +1 位作者 张赟 杨欣毅 《航空学报》 EI CAS CSCD 北大核心 2018年第11期173-183,共11页
针对解析法建立某型涡轴发动机起动过程模型困难的问题,提出一种基于量子粒子群优化-极限学习机(QPSO-ELM)的某型涡轴发动机起动过程模型数据驱动辨识方法。首先构建基于状态空间法描述的某型涡轴发动机起动过程分段模型,然后结合发... 针对解析法建立某型涡轴发动机起动过程模型困难的问题,提出一种基于量子粒子群优化-极限学习机(QPSO-ELM)的某型涡轴发动机起动过程模型数据驱动辨识方法。首先构建基于状态空间法描述的某型涡轴发动机起动过程分段模型,然后结合发动机起动试验数据,采用QPSO-ELM算法对该起动模型进行辨识,试验结果表明:燃气发生器转子转速、发动机输出轴转速和燃气涡轮后温度的辨识结果都良好地逼近了实测数据,最大相对误差的均值分别为1.358%、1.628%和2.195%,满足实际应用的精度需求,并且QPSO-ELM的辨识精度优于极限学习机(ELM)、支持向量机(SVM)和反向传播(BP)神经网络。 展开更多
关键词 QPSO ELM 涡轴发动机 起动过程 数据驱动 模型辨识
基于光伏组件内部参数辨识的故障诊断模型 认领 被引量:1
20
作者 杨宏超 程若发 +1 位作者 吕彩艳 李家佳 《计算机测量与控制》 2018年第3期35-38,共4页
光伏组件出现故障时,其内部参数应该最能反映其故障特性,基于此通过比较不同故障状况下的光伏组件内部参数特性,提取相应的故障特征;首先通过MATLAB建立光伏组件各故障模型,通过改进量子粒群算法对不同故障类型下的光伏组件进行参数辨... 光伏组件出现故障时,其内部参数应该最能反映其故障特性,基于此通过比较不同故障状况下的光伏组件内部参数特性,提取相应的故障特征;首先通过MATLAB建立光伏组件各故障模型,通过改进量子粒群算法对不同故障类型下的光伏组件进行参数辨识并获取相应的数据,利用数据建立BP神经网络故障诊断模型并对故障类型进行诊断;仿真结果证明所用参数辨识方法可以准确对光伏组件内部参数进行辨识,诊断结果也表明所选取的故障特征是合理的,通过此模型可以准确的对光伏组件故障进行诊断。 展开更多
关键词 光伏组件 参数辨识 量子粒子群 BP神经网络 故障诊断
在线阅读 下载PDF
上一页 1 2 23 下一页 到第
使用帮助 返回顶部 意见反馈