教与学算法相关论文
针对四旋翼无人机飞行中易受外界干扰且控制器参数难以整定优化的问题,提出了一种串级自抗扰控制器及参数优化方法.利用自抗扰控制......
传统火力发电造成的环境污染日益严重,并且火力发电所需燃料日益紧缺。风能作为污染小、资源丰富的可再生能源,可以有效缓解能源紧......
随着科学技术的不断进步,优化理论在工程技术领域有着越来越多的应用。智能优化方法由于应用性广,扩展性强,对初始解要求低等特点,......
为了求解带容量约束的车辆路径问题,提出了一种混合教与学优化算法.该算法基于标准的教与学算法,结合基于禁忌搜索算法的局部优化......
教与学优化算法(TLBO)是一种新型的群智能优化算法.针对算法求解性能的不足,对其进行改进并用于求解无约束全局优化问题.首先,在算......
针对开关磁阻电机(SRM)换相阶段转矩脉动严重问题,提出基于教与学算法的转矩分配函数优化策略。以开通角、关断角、换相重叠角为寻......
针对图着色理论模型下的认知无线电频谱分配问题,提出了基于改进教与学算法的认知无线电频谱分配算法。利用改进教与学算法寻优精......
在解决配电网无功优化问题中,智能启发式算法得到了广泛应用,但仍存在一些不足。采用了教与学优化算法求解含分布式电源的配电网无......
针对基本蝙蝠群(BA)在求解高维复杂问题时容易陷入局部最优解且求解精度较低的问题,提出混合教与学算法的蝙蝠群算法(ITLBOBA).首先在......
针对航空构件生产车间的复杂制造环境,综合考虑数控设备的广泛应用,工艺路线中机加/非机加工序穿插及重要工序需特定设备人员协同......
输电网规划问题维数高、变量多以及约束条件复杂,导致问题难于求解。文中采用新型的智能算法教与学算法(TLBO)对问题进行求解。教......
为提高圆柱度评定精度,建立了圆柱度数学模型,将圆柱度误差最小区域求解转化为求目标函数的最小值优化问题。采用二次退火教与学算......
为了提高圆度误差的评定精度和计算收敛速度,提出了一种改进教与学算法的圆度误差评定方法。首先,通过圆度误差最小区域原则的数学......
投资组合选择研究为投资决策和风险管理提供了可量化的途径和科学决策的依据.本文引入了非凹非凸的典型交易成本函数,建立了含有交......
为提高公差分配精度,通过分析确定以制造成本和质量损失作为目标函数,建立基于成本和质量的公差分配多目标优化函数模型。使用违背......
约束满足问题(Constraint Satisfaction Problem,CSP)是人工智能的一个重要研究方向,相关技术被广泛应用于配置、调度及规划等问题求解......
针对空间圆度误差评定精度较低以及计算速度较慢的问题,提出了一种变尺度教与学算法的空间圆度误差评定方法。首先,基于误差最小区......
一般的效用函数没有考虑历史事件在将来出现的可能性差异,即认为在历史中发生的概率也会以相同的概率在未来时间发生,为了避免这种......
随着电网结构的日益复杂和大功率电力电子技术的不断发展,柔性交流输电系统(FACTS)已成为最受关注的电力系统先进控制发展方向之一。......
教与学优化算法(teaching-learning-based optimization algorithm,TLBO)是一种基于班级"教师阶段"和"学生阶段"的新型群智能优化......
高精度辨识永磁同步电机参数是进行控制器设计的基础。针对传统永磁同步电机参数辨识方法中存在辨识速度慢、精度低等缺陷,提出了......
针对约束优化问题,提出了一种融合粒子群的教与学算法。算法采用了一种自适应的教学因子,使得算法的搜索性能可以自适应地调整。引......
为解决废旧机械装备整体再设计与零部件再设计间复杂的耦合关联问题,提出基于目标级联的废旧机械装备多目标优化再设计方法。根据......
随着国家对环境保护的不断重视,电力系统作为国民经济基础,在进行调度运行时也逐渐把环境保护作为一个重要因素考虑进去。电力系统......
无人机航迹研究是无人机研究的热点问题之一。进入21世纪以来,无人机可以应用于军事领域、民用领域、商业领域和防灾救灾很多领域,......
再制造是一个将废旧产品或零部件恢复为性能等于或优于新件的过程,降低了生产成本,能量消耗和材料消耗。再设计是实施再制造的关键......
随着风电并网容量的不断增加,传统的确定性优化调度方法已难以满足电力系统安全运行要求。本文建立了计及风险系数的含风电场电力......
当前世界经济环境下,企业所面临的客户需求具有极端的多变性以及快速性。日本式单元制造模式(SERU)最初是日本电子企业(如:松下Pan......
为了在电力系统优化调度中同时兼顾整个时段的经济和环境效益,该文建立了考虑阀点效应和系统网损的电力系统动态环境经济调度模型,提......