公共文化服务平台

搜索到386篇“ SA算法“的相关文章

基于PSO-SA算法涂布机伺服注液系统PID参数优化: 2025年; 针对涂布机伺服注液系统存在开机响应慢、波动大、在涂布过程中转角处控制不线性等控制方面的问题,提出通过粒子群优化算法(PSO)和模拟退火优化算法(SA)相结合的粒子群-模拟退火优化算法(PSO-SA)来对控制器的Kp、Ki、Kd三个参数进行寻优,然后将寻优得到的最优PID控制参数带入系统控制器以获得最优化控制的解决方案。首先,利用机理法建立伺服注液机构的数学模型;然后,再对PSO、SA、PS0-SA算法进行分析和性能比较,结果表明PSO-SA混合算法寻优能力最强和收敛速度最快;最后,利用SIMULINK建立控制系统仿真模型,并分别用PSO-SA混合算法、PSO算法、SA算法优化得到的优化PID参数带入模型,得到三种不同算法系统下控制系统的阶跃响应曲线和抗扰动曲线,并从使用性能方面对系统响应和抗扰动能力进行了对比分析。结果表明:对比三种算法控制的伺服注液系统,PSO-SA算法控制0超调、最短的时间3.28s得到稳定,且抗扰动能力最强;相对于PSO或SA算法,在巡边式涂布机伺服注液系统应用PSOSA算法可获得更迅速响应,系统运行也更稳定。; 张明洁廖映华; 关键词：PSO算法 SA算法 PID控制 PID参数优化

基于ACO-SA算法的变电站巡检机器人自主避障研究: 2025年; 传统的避障方法往往依赖于固定的障碍物模型或人工预设的避障规则,这一方法难以适应复杂多变的变电站环境,因此提出基于ACO-SA算法的变电站巡检机器人自主避障方法。首先,利用ACO-SA算法进行机器人避障路径规划,在此基础上搭建巡检机器人简易模型,将简化的直线轨迹分别投影到X轴和Y轴上,结合避障轨迹规划结果实现变电站巡检机器人自主智能避障的设计。实验结果表明:基于ACO-SA算法的变电站巡检机器人自主避障方法应用下机器人能够精准躲避障碍物,且巡检的路径长度较短,由此证明了该方法的有效性与优越性。; 李玉亮孙荣磊; 关键词：自主避障巡检机器人变电站

一种基于GA-SA算法的多目标船舶调度方法: 本发明公开了一种基于GA‑SA算法的多目标船舶调度方法，包括以下步骤：获取船舶信息；使用适应度函数综合评价船闸吞吐率、船闸闸室面积利用率、平均待闸时间和过闸公平性；将待闸船舶的选择状态编码为二进制字符串，生成初始种群，通...; 闵佳豪金楚衡魏武杜洪健

基于PSO-SA算法的源项反演方法研究: 2024年; 针对大气污染事故突发时,事故发生点无法确定或人员不能接近的情况,研究了基于环境监测数据源项反演以获取事故源项数据的技术,设计实现了一种基于粒子群-模拟退火源项反演方法。采用自适应方法调整惯性权重系数,与高斯烟羽扩散模型结合,对事故源项数据进行反演。实验结果显示:在所选监测点监测数据的反演实验中,基于粒子群-模拟退火算法(PSO-SA)结合了两种算法的优势,能够获得与期望值较为符合的反演结果。进一步分析了监测点数据误差及监测点数量对反演结果的影响,并将文中方法与粒子群算法(PSO)进行对比,同等条件下,较粒子群算法精度提高了8%,能够快速实现对大气污染源强和位置的准确估计。; 刘璐张绍阳冉思雨沈柳彤; 关键词：大气污染粒子群算法模拟退火算法自适应惯性权重

基于GA-SA算法的机器人几何参数误差辨识被引量：1: 2024年; 几何参数误差对机器人末端绝对定位精度影响最大,而几何误差参数辨识是一个高维非线性问题,求解困难,所以建立一种简单高效的辨识算法是有必要的,本文提出了遗传模拟退火算法(GA-SA)对机器人几何参数误差辨识。以机器人末端位姿误差最小为目标,采用遗传模拟退火算法辨识机器人几何参数误差,以ABB IRB120为算例迭代1100次,遗传算法在200代陷入局部最优,模拟退火参与后最终适应度为0.0914。误差补偿结果表明:机器人末端位置误差沿X,Y,Z轴方向分别降低了88.05%,81.73%,83.72%,姿态误差分别降低了93.92%,83.64%,83.44%,证明遗传模拟退火算法可以有效辨识机器人几何参数误差,提高误差补偿后的机器人末端位姿精度。; 朱振权殷宝麟潘瑞冬郑春雷; 关键词：参数辨识遗传模拟退火算法误差补偿

分数次Chebyshev小波结合SA算法求解分数阶微分方程数值解被引量：1: 2024年; 为了求解分数阶微分方程,提出了一种结合分数次第二类Chebyshev小波(FOCWs)配置法与模拟退火(SA)算法的有效数值方法。首先,构造了分数次的第二类Chebyshev小波函数,利用正则化的Beta函数,推导了分数次Chebyshev小波函数在Riemann-Liouville分数阶积分定义下的积分计算公式。其次,利用分数次小波函数及积分公式并结合配置法,将分数阶微分方程转化为线性或非线性代数方程,给出了算法的误差估计。由于分数次小波函数中涉及分数次参数α,解的结果依赖于参数α的选择,考虑使用SA算法寻找最优参数。最后,通过数值算例验证了该方法的可行性和有效性。; 许小勇何通森楼钦艺朱婷; 关键词：分数阶微分方程配置法模拟退火算法

一种基于SA算法的模拟集成电路布局优化方法: 一种基于SA算法的模拟集成电路布局优化方法，包括以下步骤：旋转模拟电路版图中的器件；利用扰动方法对旋转后的器件进行旋转优化；针对旋转优化后产生的新扰动，构建代价函数；选取模拟退火算法参数，对模拟电路版图的布局进行优化。本...; 韩孟哲张亚东李起宏陆涛涛

基于GA-SA算法的冷链配送开放式车辆路径问题研究: 2024年; 为改善冷链运输服务质量,提高配送效率,提升客户满意度,对生鲜产品冷链配送路径优化问题进行分析,综合考虑生鲜货损、碳排放、配送时间等影响因素,以车辆固定成本、车辆运输成本、货损成本、制冷成本、碳排放成本和时间惩罚成本构成配送总成本,构建包含时间窗的生鲜产品冷链配送多中心开放式车辆路径优化模型。以西安市某冷链物流公司为例,设计基于遗传算法(GA)和模拟退火算法(SA)的混合优化算法进行模型求解,保障全局搜索能力的同时保障了新解的质量。改进优化算法与基本遗传算法对比结果表明,改进的GA-SA算法收敛速度较快且结果更优,表明模型和算法的合理性与有效性。; 贾叶子; 关键词：遗传算法模拟退火算法碳排放

基于改进SAS与SA算法的智能船舶复杂水域航线规划: 随着全球化的飞速发展和国际贸易的繁荣，海上运输量不断攀升，船舶规模与数量也呈现持续蓬勃增长的态势，但这种迅猛发展也为航运业带来了一系列艰巨的挑战，如船舶过多导致的拥堵以及与障碍物距离过近等问题。如此背景下，智能船舶路径规...; 翟永剑; 关键词：模拟退火算法路径规划

基于GWO-SVR和改进SA算法的知识-业务配置: 2024年; 为解决业务流程下业务单元与知识资源配置分离的问题,提出一种基于灰狼算法优化支持向量回归(GWO-SVR)和改进模拟退火算法(SA)的知识-业务优化配置策略。该策略基于用户需求和业务情景分析,将知识资源封装为知识模块。在此基础上,通过配置器作用实现知识模块与业务单元间的初始配置。然后,依据知识模块评价指标参数分析,构建综合评价指标体系,并运用CRITIC-模糊综合评估法得到知识-业务配置组合评价量表;基于此评价量表,构建和训练基于GWO-SVR的知识-业务配置组合动态评价模型。由于GWO-SVR是回归模型,可将该训练好的模型的函数关系式作为改进SA算法优化的目标函数导入,通过寻优迭代找到最优值对应的最优组合方案,实现满足业务需求的知识资源最优配置。以减速器箱体加工为例进行验证,证明了所用模型和算法的有效性。; 叶晨战洪飞余军合王瑞; 关键词：知识模块支持向量回归

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈