公共文化服务平台

搜索到523篇“ AFSA“的相关文章

基于AFSA-eCS混合算法的超磁致伸缩换能器输出特性分析: 2025年; 超磁致伸缩换能器工作性能受到电-磁-机多场耦合的影响,常利用多场模型分析其非线性输出特性,而能否准确获取其多场耦合参数决定了模型的准确性,是换能器设计和优化的关键。鉴于换能器多场模型具有参数多、耦合强、参数辨识难等特点。该文提出基于改进人工鱼群和布谷鸟混合的超磁致伸缩换能器多场模型参数辨识方法。首先,考虑切割棒材涡流效应的影响,建立超磁致伸缩换能器电-磁-机多场耦合的综合电路模型,来实现超磁致伸缩换能器输出行为的模拟;其次,针对模型参数维度多、耦合强的问题,提出了改进的人工鱼群和布谷鸟混合算法(AFSA-eCS),该方法引入精英个体反向学习策略、动态步长和动态发现概率以强化局部精细化搜索能力;最后,基于实验平台验证了综合电路模型和AFSA-eCS的有效性。结果表明:AFSA-eCS相较于单一算法与遗传退火混合算法(GA-SA)收敛快、参数辨识精度高,基于所提算法和模型能够快速有效分析换能器不同工况下的输出特性。; 高兵吴泽伟赵能桐宁倩杨文虎; 关键词：超磁致伸缩换能器参数辨识混合算法

基于AFSA优化的FCM图像分割及其性能验证: 2024年; 为了进一步提高图像分割能力,设计了一种自适应人工鱼群算法(AFSA),并用于FCM算法图像分割。以自标准图像库中图作为实验对象测试得到,与FCM算法相比,所提算法有更少的迭代次数,运作时间平均降低50%~55%。该算法的图像分割精准度相较于FCM算法提高7%左右、相较于FCM算法提高10%左右。所提基于AFSA算法达到FCM图像分割目的,在确保提高分割质量的前提下,便可在更短时间内完成图像分割工作,特别是对于比较繁杂的图像,可以充分展示出其优势。; 刘美竹安晶; 关键词：图像分割模糊C均值正确率

基于AFSA的电阻应变传感器布设优化方法研究: 2024年; 为解决结构数字孪生系统构建、结构健康监测系统搭建以及部分结构关键信息获取等过程中传感器的布局设计(布设)优化问题,研究了基于人工鱼群算法(Artificial Fish Swarms Algorithm,AFSA)的电阻应变传感器布设优化方法。分析了智能仿生优化算法中应用较广泛的遗传算法(Genetic Algorithm,GA)、粒子群算法(Particle Swarm Optimization,PSO)、AFSA的优势与不足,初步确定以AFSA作为电阻应变传感器布设优化方法的核心算法;以机翼长桁含孔结构为研究对象进行有限元分析,确定了应力集中部位为关键部位;根据AFSA的基本原理构建了电阻应变传感器布设区域坐标系,进行传感器布设问题向人工鱼群游动规则的转化,以及电阻应变传感器布设位置的寻优分析;最后,以传感器覆盖面积、优化所用时间为指标,对GA、PSO、AFSA的优化结果分别进行评估,进一步验证了此方法的有效性。基于AFSA的电阻应变传感器布设优化方法实现了对电阻应变传感器布设位置的快速优化,可根据具体工况随时修改鱼群游动规则及传感器数量,实用性较强,为数字孪生、结构健康监测等系统构建过程中的传感器布设问题提供解决方案与技术参考。; 于翀李博孟薇郭蔡果荟张鹤宇; 关键词：结构健康监测人工鱼群算法

基于AFSA-GRNN的风光水功率预测方法: 2024年; 【目的】构建以清洁低碳能源为主体的能源供应体系是实现碳中和目标的关键举措,光伏发电、风力发电与水力发电是清洁能源的重要组成部分,但风光发电的不确定性会导致出力波动,进而影响电力系统的稳定性。【方法】准确预测风光发电出力是电网合理调度、稳定运行和减少因风光发电比例失调而带来的经济损失的重要手段。针对传统神经网络算法计算速度慢且易陷入局部极小点等不足,提出了一种基于人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)改进广义回归神经网络(General Regression Neural Network,GRNN)的风光水发电系统功率预测模型。【结果】1)利用AFSA算法计算出最优平滑因子值为0.2,提高了模型参数搜索的效率和鲁棒性;2)通过AFSA-GRNN模型预测风光发电功率,对光伏、风电春夏季典型日、典型月的预测结果进行误差分析,得到的RMSE分别为3.68%、3.98%、3.25%、2.7%,36.76%、23.89%、35.98%、21.34%;3)AFSA-GRNN对水力发电功率预测的误差值小于LSTM算法,RMSE为14.35%。【结论】AFSA-GRNN模型预测精度和运行效率均优于LTSM模型,可以为风光水发电预测提供参考。; 黄京庆陈家亮

基于ITLBO-AFSA优化FCM算法的矿井图像增强: 2024年; 煤矿视频监控技术是煤矿开采安全生产的重要组成部分,而监控图像的质量直接决定监控识别结果的有效性。为解决煤矿井下视频图像模糊、对比度低、细节不够清晰等问题,增强图像目标分割效果,对传统教学算法进行改进,提出了一种混合改进教学算法,并将其与人工鱼群算法融合,形成一种基于混合改进教学算法的人工鱼群算法(ITLBO-AFSA)。通过调整学习策略、优化算法参数,对传统人工鱼算法进行改进,并将经该算法图像增强后的结果用于模糊C均值算法(FCM)图像分割。实验结果表明,ITLBO-AFSA与标准FCM算法分割、AFSA_FCM算法相比,划分系数分别提升了7%,3%左右;划分熵值各下降了57%,10%左右;图像分割正确率分别提升了10%,7%;与标准FCM算法和AFSA_FCM算法相比,ITLBO-AFSA取得最优结果所用迭代次数最少,收敛速度最快,聚类效果最好,可以有效避免陷入局部最大化。; 王泰基; 关键词：模糊C均值

基于PSO与AFSA的GNSS整周模糊度种群融合优化算法被引量：1: 2024年; 载波相位测量是实现全球导航卫星系统(Global navigation satellite system, GNSS)快速高精度定位的重要途径,而准确解算整周模糊度是其中的关键步骤之一.粒子群算法(Particle swarm optimization, PSO)收敛速度快但易陷入局部最优,人工鱼群算法(Artificial fish swarm algorithm, AFSA)全局优化性能好但收敛速度慢,因此融合两种算法的优点,提出一种GNSS整周模糊度种群融合优化算法(PSOAF).首先,通过载波相位双差方程求解整周模糊度的浮点解和对应的协方差矩阵.然后,采用反整数Cholesky算法对模糊度浮点解作降相关处理.其次,针对整数最小二乘估计的不足通过优化适应度函数来提高算法的收敛性和搜索性能.最后,通过PSOAF算法对整周模糊度进行解算.通过经典算例和试验研究表明:PSOAF算法可以更快地收敛于最优解,搜索效率也更为出色,解算的基线精度可以控制在10 mm以内,在短基线的实际情况下具有较高的应用价值.; 郭迎庆詹洋张琰王译那徐赵东李今保; 关键词：整周模糊度人工鱼群算法

融合GSO算法与AFSA算法的人工智能电力系统预测模型设计被引量：1: 2024年; 为了解决传统统计模型在电力系统负荷预测中存在的稳定性差、使用率低等情况,研究将人工智能引入到了电力系统的统计模型中。研究创新地将人工萤火虫算法和人工鱼群算法进行优化和融合,将其用于构建电力系统负荷预测模型。首先对人工萤火虫算法进行优化,然后将优化后的人工萤火虫算法与人工鱼群算法进行融合用于构建电力负荷预测模型,最后利用仿真实验来验证预测模型的性能。结果表明,通过预测模型的归一化处理,节点电压的波动范围明显更平稳,其波动范围分布在[0.961~1.00pu]。同时预测模型在迭代至66次获得了最优解,也明显优于对比算法。这说明融合人工萤火虫算法和人工鱼群算法的人工智能电力系统负荷预测模型在准确性和稳定性方面表现出优越性。; 郑志娴郑晶; 关键词：人工智能电力系统负荷预测

基于WSN和AFSA联合优化的仓储网络规划方法和系统: 本发明涉及移动网络下的仓储网络规划领域，公开一种基于WSN和AFSA联合优化的仓储网络规划方法和系统，包括：获取仓库和仓库中货物的信息建立无线通信的仓储网络，网络中的节点包括锚节点和用户节点，锚节点为仓库，用户节点为仓库...; 田金磊李杨邢帅荆文毅李宏林李勇张津

基于AFSA-LSSVM的水电站短期出力预测方法: 本发明公开了一种基于AFSA‑LSSVM的水电站短期出力预测方法，包括以下步骤：原始数据进行预处理‑辅助变量的选取和数据集划分‑构建AFSA‑LSSVM模型：得到AFSA‑LSSVM模型预测的水电站出力值‑AFSA‑LS...; 肖峰王世杰闵昊凌李一鸣植殷吴欣岳梁曦文

基于AFSA-SVM动态光谱的血液识别研究: 2024年; 血液是一种受管制的特殊遗传生物资源。针对传统血液光谱检测中易氧化变质的问题,采用基于仿生血管的动态共聚焦拉曼荧光光谱,开展了猪、马、鸽、鸡、鸭、鹅等六种家禽家畜的血液物种鉴别研究。原始光谱的预处理过程包括去基线、平滑和归一化等。采用线性判别分析对光谱数据进行降维处理,继而用支持向量机建立识别模型,选用高斯核函数,通过人工鱼群算法优化支持向量机的参数C和γ,使其分类准确率最高,最优的C和γ分别为0.2和0.134。人工鱼群-支持向量机模型识别准确率达到97.2%,基于仿生血管的动态共聚焦拉曼荧光光谱可以满足血液安全高效的检测要求,用人工鱼群算法优化支持向量机参数的算法模型表现出较好的分类效果。; 马焕臻闫薪如辛英健方沛沛王泓鹏王一安段明康贾建军何继业万雄; 关键词：人工鱼群算法支持向量机

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈