共查询到17条相似文献,搜索用时 125 毫秒
1.
针对粒子群优化算法搜索精度不高的问题,基于自适应调整惯性权重的策略引入自适应惯性因子对粒子群优化算法进行改进,提出了一种改进的自适应粒子群算法。仿真结果表明改进的粒子群算法具有更强的寻优能力及更高的搜索精度。 相似文献
2.
粮情测控系统的检测往往涉及到传感器布局的优化问题。基于改进的检测故障-传感器相关性矩阵,提出一种传感器布局优化模型,该模型在传感器故障自检测能力约束下,基于混沌理论,根据粒子群算法的早期收敛程度自适应调整其惯性权重,并重新定义了粒子的位置更新方式。对于建立的检测故障-传感器优化模型,应用改进的粒子群算法进行仿真实验,实验结果表明,优化结果能够满足粮情测控系统的测试指标,为粮情测控系统中传感器的优化设计提供了新的思路。 相似文献
3.
为提高食品烘干设备温控系统的精度和自动化水平,基于改进粒子群算法设计一种温度控制方法。对微波烘干设备进行介绍,以STM32单片机作为控制核心同时结合温度传感器、湿度传感器给出系统设计方案。将粒子群优化算法和分数阶PID控制箱结合,设计一种烘干设备温度控制器。粒子群优化算法可实现PID控制器参数的实时调整。另外,通过动态选取惯性权重系数和引入极值扰动算子实现粒子群算法的改机。仿真和试验结果表明,所述控制方法能适应参数多变的复杂系统,温度控制更加稳定,对于提高食物品质具有重要作用。 相似文献
4.
通过比较近年来流行的模拟退火算法、粒子群优化算法、遗传算法、蚁群算法以及大系统分解协调法,分析各个智能算法在水电站群优化调度中的应用和不同应用条件下的优劣。研究表明:虽然多数的智能算法都能实现梯级水电站群的优化目标,但是根据梯级水电站群的数量、来水、保证出力等制约因素,不同智能算法的优化结果各有优劣,要根据梯级水电站群的实际情况和具体优化目标进行选择以实现最优的调度结果。 相似文献
5.
改进粒子群算法在机械优化设计中的应用 总被引:1,自引:0,他引:1
针对机械优化设计中广泛存在的多变量、非线性约束优化问题,提出一种改进的粒子群算法。通过在基本粒子群算法的惯性权重部分加入收缩因子,以解决传统的优化方法容易陷入局部最优的缺陷,改善算法的收敛性。实例表明,该方法在机械优化设计中具有一定的实用价值。 相似文献
6.
为进一步改善自动配棉的通用性和自适应性,针对配棉工艺多约束条件特点,进行了自动配棉优化设计。提出了一种基于改进的PSO(particle swarm optimization)算法的自动配棉参数优化求解方法。通过配棉数学模型建立,将其转化为多约束条件优化求解问题。分析了标准PSO算法在配棉工艺参数寻优的不足,对标准PSO算法惯性权重和学习因子策略的不足加以改进。将采集到的棉纺企业工艺参数,用标准PSO和本文改进的PSO算法同时对配棉工艺模型求解。结果显示:改进的PSO算法采用了惯性权重递减和学习因子自适应策略,寻优速度、精度、局部和全局寻优能力等指标都得到提高,降低了企业配棉成本,具有一定的实用价值。 相似文献
7.
基于改进粒子群算法的苹果圆形度检测 总被引:1,自引:0,他引:1
为解决苹果圆形度检测问题,研究圆形度的改进粒子群算法。建立苹果圆形度数学模型,并对广义钟形分布隶属函数的惯性权重控制过程、基于Z形隶属函数的自适应调节粒子位置过程、适应度函数选择方法进行算法改进,给出了算法终止条件以及算法流程。仿真试验结果表明,改进粒子群算法收敛较快,乔纳金、富士苹果改进粒子群算法的圆形度检测较其他算法正确率高,分别为96%和97%,说明能用该方法进行苹果圆形度机器检测。 相似文献
8.
9.
10.
采用MATLAB7.0编程,研究基于惯性权重模型的粒子群算法的自动配棉优化组合,此法能适合用于解决计算机自动配棉优化问题。 相似文献
11.
针对无刷直流电机在基速以下运行时抗干扰能力较弱的特点,设计了一种改进型微粒群优化算法(PSO),即通过改变学习因子和惯性权重来优化模糊控制器的量化因子、比例因子和控制规则.仿真结果表明,运用该算法调节时间短、超调量小、抗干扰能力强,能够实现无刷直流电机在较宽速度范围内的稳定运行. 相似文献
12.
13.
针对鸡蛋裂纹存在复杂性、微小性等问题,采用改进粒子群算法以提高检测效果。通过余弦函数调节惯性权重,在搜索前期具有较大值,后期具有较小值进行寻优;粒子反向学习防止落入极值陷阱,提高了优化效率;自适应阈值对鸡蛋图像分割,可变中值滤波窗口进行鸡蛋图像表面暗斑去除,非完全Beta函数对鸡蛋裂纹增强;给出了鸡蛋裂纹检测流程。仿真显示:试验算法对鸡蛋网状裂纹、线形裂纹图像均能检测出来,并且裂纹边缘清晰,明显的线形裂纹、网状裂纹正确检测率分别为96.4%,94.7%,非明显的线形裂纹、网状裂纹正确检测率分别为89.2%,87.5%,高于其他算法。 相似文献
14.
目的:剔除近红外光谱存在大量冗余信息以及提高猪肉品质识别的精度,建立猪肉品质快速识别方法。方法:运用主成分分析对猪肉光谱数据进行降维处理,筛选出猪肉光谱特征波长;运用樽海鞘群算法进行支持向量机(SVM)模型的参数优化,提出一种基于樽海鞘算法改进支持向量机的猪肉品质识别模型。结果:与灰狼算法(GWO)优化SVM(GWO-SVM)、网格搜索算法改进SVM(Grid-SVM)、粒子群算法改进SVM(PSO-SVM)和SVM相比,基于SSA-SVM的猪肉品质识别模型的精度最高。结论:融合主成分分析和樽海鞘算法优化SVM模型的猪肉品质识别模型可以有效提高SVM模型的猪肉品质识别精度。 相似文献
15.
目的:解决现有食品生产线分拣机器人目标识别方法存在的准确率差和效率低等问题。方法:在对基于双目视觉食品分拣系统进行分析的基础上,提出了一种将改进的粒子群算法和支持向量机相结合用于食品分拣机器人的目标识别。通过改进粒子群算法寻优支持向量机参数,获得优化的支持向量机分类模型,对全局特征和局部特征分别进行分类器训练,动态分配特征权重系数,得到最佳识别率。通过试验分析所提方法的性能,验证其可行性。结果:与常规方法相比,所提方法在食品分拣机器人的目标识别中具有较高的识别精度和效率,准确率为99.50%,平均识别时间为0.048 s,满足机器人的分拣需要。结论:所提方法能有效识别罐装食品,提高了分拣机器人分拣准确率和效率。 相似文献
16.