排序方式: 共有27条查询结果,搜索用时 15 毫秒
1.
2.
城市轨道交通列车自动运行中,通过调整列车的5种工况序列解决含有安全、准点、准时、舒适度和能耗等指标的多目标优化问题。根据轨道交通列车自动运行过程中涉及的动力学公式建立ATO目标速度曲线的数学模型。提出一种随机驱动的全局粒子群优化算法(R-dPSO),用12个基准函数测试了R-dPSO算法的有效性。进而,利用SPSO算法、XEPSO算法和R-dPSO算法解决上述多目标优化问题。实验表明,只有R-dPSO算法的优化结果满足ATO控制策略的各个指标要求。 相似文献
3.
针对原始粒子群优化算法(PSO)在搜索过程中容易陷入局部最优点的问题,并尽量避免破坏种群多样性,提出一种含交叉项的混合二范数粒子群优化算法HTPSO。首先,利用二范数原理计算当前粒子与个体历史最优粒子间的欧氏距离;其次,将欧氏距离引入速度迭代公式以影响社交项对粒子速度的作用,并按照一定规律随机分布惯性权重;最后,在此基础上简化粒子群算法,并将差分进化(DE)算法中的交叉算子融入该算法中,使粒子能在一定概率下与个体历史最优粒子交叉。为了验证HTPSO的性能,与利用正弦函数改进惯性权重的粒子群优化算法(SinPSO)、自适应粒子群优化算法(SelPSO)、基于自适应惯性权重的均值粒子群优化算法(MAWPSO)和简化粒子群优化算法(SPSO)在不同维度下解决8个常用基准函数,并根据T-test、成功率和平均迭代次数分析了各算法的优化结果。实验结果表明,HTPSO具有较优秀的收敛能力,且粒子运动非常灵活。 相似文献
4.
基于小范围搜索的虹膜定位方法 总被引:2,自引:0,他引:2
提出一种提高虹膜定位速度的方法.虹膜定位分为内定位和外定位2个方面:在内定位方面,首先建立一种基于形态学腐蚀、膨胀的去噪方法,有效地抑制了眼睫毛的干扰,提高了采用灰度投影法进行瞳孔中心粗定位的精度,缩小了精定位的搜索范围.然后使用sobel算子获取边缘图像,并利用粗定位数据和实际经验值设计了有效去除边缘噪声的方法.最后运用本文提出的基于"小范围搜索"的方法对虹膜内边缘进行精定位;在外定位方面,利用虹膜内边缘定位数据及虹膜库的先验知识,在有效去噪的基础上,仍可采用小范围搜索的方法定位虹膜外边缘.实验结果表明,本文提出的虹膜定位算法可快速准确地定位出虹膜内外边缘,减少了Hough算法及一些现行算法搜索的盲目性,且具有一定的抗干扰能力. 相似文献
5.
滞回比较器是一种多用途的比较器,本文中选择它来控制Buck电路。利用滞回比较器的滞回特性控制Buck电路的输出在一个很小的范围内变化,从而保证了系统具有很高的稳定性。对受滞回比较器控制的Buck电路而言,其输出的求解方法有状态空间法、微分方程法以及拉普拉斯变换法等。本文所提出的算法是基于状态空间法的,并在其基础上引入一种等价无穷小的概念,从而化简了转移矩阵,避免了由于直接利用状态空间法解方程而带来的不便。通过Matlab编程以及PSPICE仿真,都有力地验证了本解法的有效性和正确性。 相似文献
6.
7.
为了帮助学生更便捷地学习"数字信号处理"课程,教师需要从前期材料搜集、中期授课、后期答疑等方面为学生做好服务工作.同时,学生应认真学习课程内容,多做习题,并虚心向教师请教.通过师生的共同努力,保证课程能顺利开展与完成.教师将思政元素悄然融入专业课程教学过程,此举为同类课程的教学研究提供有益借鉴. 相似文献
8.
9.
提出一种用于虹膜定位的差分进化算法(modified differential evolution,MDE).MDE和原始差分进化算法(differential evolution,DE)主要有3点不同:第一,MDE采用了基于混沌序列的尺度因子和基于均匀分布的交叉率,这有助于提高候选解的多样性;第二,MDE使用中心解来修正最差解的变异操作,这有助于提高候选解的质量;第三,MDE使用最好解来帮助受困解摆脱局部最优点.在搜索边缘前,两种有效的去噪方法被用来减少虹膜图像中噪声的影响.去噪后,再使用MDE和其他4种方法来进行虹膜定位.在中科院(Chinese Academy of Sciences Institute of Automation,CASIA)眼图数据库中选择200幅来自不同个体的虹膜图像来验证和比较MDE及其他4种方法的效率.实验结果表明,与其他4种方法相比,MDE使用更少的执行时间来定位瞳孔边缘和虹膜边缘. 相似文献
10.
电力系统经济调度(ELD)是一种多约束性和非线性的问题,提出使用改进粒子群优化算法IPSO来优化ELD问题。一方面,通过重组的方式改变粒子的运行方向和速度,提高种群多样性,防止算法早熟收敛。另一方面,提出一种凹函数模型的动态惯性权重ω,并对学习因子c1和c2加以改进,以提高算法的全局搜索能力。将改进的算法应用于8种ELD案例中进行仿真实验,并与其他三种算法进行对比。结果显示,对于8种案例,只有IPSO能全部搜索到最小的燃料成本值,并且IPSO体现出更优越的收敛性和稳定性,能跳出局部最优,因此IPSO是一种高效的解决ELD问题的方法。 相似文献