Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 393

会议视频 8

会议信息 4

年份

2023 30

2022 29

2021 32

2020 25

2019 24

2018 22

2017 48

2016 23

2015 6

2014 9

2013 8

2012 7

2011 3

2010 11

2009 12

2008 12

2007 20

2006 17

2005 14

2004 13

展开︾

关键词

遗传算法 21

肠道菌群 15

神经网络 7

人工智能 5

算法 4

人工神经网络 3

优化 3

2019 2

ACM 2

BP算法 2

HY-2 2

Maradbcm算法 2

三十烷醇 2

交通 2

强化学习 2

粒子群优化算法 2

群体智能 2

群桩基础 2

运动补偿 2

展开︾

检索范围：

排序：展示方式：

工程项目多目标协同优化研究

刘晓峰,陈通,吴绍艳

《中国工程科学》 2010年第12卷第3期页码 90-94

摘要：

将微粒群算法(particle swarm optimization，PSO)引入工程项目多目标协同优化领域，研究工程项目的质量、费用、资源和工期的协同优化问题文章首先系统介绍微粒群算法原理、流程以及算法的改进发展，然后研究了工程项目质量、费用、工期和资源的协调功效系数，并建立了质量、费用、工期和资源的多目标协同优化模型，接下来介绍了应用微粒群算法编码解决工程项目多目标优化的方法步骤最后，通过一个应用实例，计算表明微粒群算法可以准确快速地解决工程项目多目标协同优化问题。

关键词：微粒群算法工程项目管理协同功效系数多目标协同规划模型算例

HTML PDF 收藏

蚁群算法的研究现状及其展望

段海滨,王道波,于秀芬

《中国工程科学》 2007年第9卷第2期页码 98-102

摘要：

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化系统，该算法采用分布式并行计算和正反馈机制，易于与其他方法结合，目前已经在众多组合优化领域中得到广泛应用在介绍基本蚁群算法数学模型的基础上，列举了进入２１世纪以来部分具有代表性的蚁群算法改进模型及其应用情况，然后重点从算法的模型改进、理论分析、并行实现、应用领域、硬件实现、智能融合等角度对蚁群算法在今后的研究方

关键词：蚁群算法信息素正反馈优化

HTML PDF 收藏

动态蚁群算法在带时间窗车辆路径问题中的应用

刘云忠,宣慧玉

《中国工程科学》 2005年第7卷第12期页码 35-40

摘要：

蚁群算法是近年来新出现的一种随机型搜索寻优算法。自从在旅行商等著名问题中得到富有成效的应用之后，已引起人们越来越多的关注和重视。将这种新型的生物优化思想扩展到物流管理中的带时间窗车辆路径问题，设计了一种动态蚁群算法，从数值计算上探索了这种新型蚁群算法的优化能力，获得了满意的效果。

关键词：蚁群算法带时间窗车辆路径问题物流管理动态

HTML PDF 收藏

海豚群算法 Article

Tian-qi WU,Min YAO,Jian-hua YANG

《信息与电子工程前沿（英文）》 2016年第17卷第8期页码 717-729 doi: 10.1631/FITEE.1500287

摘要：群体智能算法采取分布式解决问题的策略，已成功应用于很多传统算法难以解决的优化问题。目前已有粒子群算法、遗传算法、蜂群算法、蚁群算法等已经成功实现且效果良好的算法，但在优化对象日益复杂的今天，这些算法越来越难以满足人们对精度和时间的要求，而改进这些算法所带来的收益也越来越低。通过将这些生物特性和生活习性与群体智能的思想结合起来，引入优化问题中，我们提出了一种新的算法——海豚群算法，并给出了算法的相关定义，详细阐述了算法中搜寻、呼叫、接受、捕猎四个关键阶段。为了验证海豚群算法的效果，使用了10个性质各异的基准函数对海豚群算法以及粒子群算法、遗传算法、蜂群算法进行实验，并将4个函数的收敛速度和基准函数结果进行比较。实验结果表明，海豚群算法在大多数情况下，特别是在低维单峰函数、高维多峰函数、步长函数、带随机变量的函数中表现良好，具有收敛速度先慢后快、阶段性收敛、不易陷入局部最优、对基准函数具体性质没有要求等特点，尤其适用于适应度函数调用次数较多

关键词：仿生算法；海豚；优化

HTML PDF 收藏

粒子群优化算法综述

杨维,李歧强

《中国工程科学》 2004年第6卷第5期页码 87-94

摘要：

粒子群优化（PSO）算法是一种新兴的优化技术，其思想来源于人工生命和演化计算理论。PSO通过粒子追随自己找到的最好解和整个群的最好解来完成优化。该算法简单易实现，可调参数少，已得到广泛研究和应用。详细介绍了PSO的基本原理、各种改进技术及其应用等，并对其未来的研究提出了一些建议。

关键词：群体智能演化算法粒子群优化

HTML PDF 收藏

改进的动态灰狼优化算法 Research Articles

张小青1,2,张玉叶1,明正峰2

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 887-890 doi: 10.1631/FITEE.2000191

摘要：在标准灰狼优化算法（GWO）中，搜索狼必须等到其他搜索狼与3个领导狼之间的比较完成后才能更新其当前位置矢量。正因为有此等待时间，标准GWO被视为静态GWO。为消除这种等待时间，提出两种动态GWO算法：第一种动态灰狼优化算法（DGWO1）和第二种动态灰狼优化算法（DGWO2）。在动态GWO算法中，当前搜索狼不需要等待所有其他搜索狼与领导狼的比较，在完成自身或前一匹搜索狼与领导狼的比较后，即可更新其位置矢量。动态GWO算法及时更新搜索狼的位置，提高了算法迭代收敛速度。以动态GWO算法结构为基础，对其他改进GWO算法也进行了一定的性能测验。实验证明，对同一改进GWO算法，以动态GWO结构为基础时的性能总体上优于以静态GWO结构为基础时的性能。

关键词：群智能；灰狼优化算法；动态灰狼优化算法；优化实验

HTML PDF 收藏

火灾条件下气溶胶灭火剂固体微粒沉降过程分析

陈长坤

《中国工程科学》 2010年第12卷第1期页码 48-51

摘要：

对火灾下气溶胶灭火剂固体微粒的空间分布特点及沉降过程进行了非稳态分析，给出了微粒粒径对其运动状态的影响特征，对固体微粒在流场中的稳定性及滞留时间进行了研究，获得了微粒到达火源表面的临界粒径表达式。结果表明，微粒沉降过程其沉降的雷诺数与粒子直径相关，且基本处于低雷诺数状态，沉降速度与微粒粒径的平方成正比。当微粒直径小于100 μm时，将在很短时间内达到相对稳定的流动状态；当微粒直径达到1 μm时，可在空间中长期滞留，并通过卷吸进入火焰区域，达到灭火的效果。

关键词：固体微粒气溶胶灭火剂沉降过程

HTML PDF 收藏

采用嵌入时空距离的混合蚁群算法求解一类受限车辆路径问题 Research Article

冯振辉1,2,肖人彬1,3

《信息与电子工程前沿（英文）》 2023年第24卷第7期页码 1062-1079 doi: 10.1631/FITEE.2200585

摘要：为更精确地求解模型，根据用户的时间和空间属性定义了时空距离表示函数，进而提出一种嵌入时空距离的混合蚁群算法。该算法可分为两个阶段，首先通过时空聚类，以用户之间时空距离为主要衡量指标对用户进行分类，为问题求解提供启发式信息；其次结合劳动分工策略和时空距离函数，提出一种改进蚁群算法进行优化求解，以得到最终调度路线与其他启发式算法相比，该算法将基准实例中求得的最短路径长度降低2%–14%；与其他现存路径规划算法相比，该算法在测试实例上求得的综合成本更有竞争力。最后，利用两个实际的城市环境仿真案例进一步验证了所提算法的有效性。

关键词：受限车辆路径问题；时空距离函数；劳动分工策略；蚁群算法

HTML PDF 收藏

群智进化理论及其在智能机器人中的应用

戚骁亚,刘创,富宸,甘中学

《中国工程科学》 2018年第20卷第4期页码 101-111 doi: 10.15302/J-SSCAE-2018.04.017

摘要：最知名的CI算法就是蚁群算法（ACO），它被用来通过CI涌现解决复杂的路径搜索问题。通过在五子棋上试验并实现AlphaZero系列程序，以及对蒙特卡洛树搜索（MCTS）和ACO两种算法的分析和比较，AlphaZero的成功原因被揭示，它不仅是因为深度神经网络和强化学习，而且是因为MCTS算法，该算法实质上是一种CI涌现算法。该算法融合了深度学习、强化学习和CI算法的优势，使得单个智能体能够通过CI涌现进行高效且低成本的进化。此CI进化理论在智能机器人中有天然的应用。一个云端平台被开发出来帮助智能机器人进化其智能模型。

关键词：群体智能涌现进化正反馈蚁群算法蒙特卡洛树搜索分布式人工智能云端平台智能机器人

HTML PDF 收藏

消光法测定磷酸铵盐微粒灭火剂灭火浓度研究

殷志平,刘爱华,潘仁明

《中国工程科学》 2008年第10卷第7期页码 90-95

摘要：

采用过滤称重法配合激光消光法对两种粒度的磷酸铵盐微粒灭火剂在杯式燃烧器中的灭火浓度进行了研究，得出了激光测定磷酸铵盐微粒灭火剂的质量浓度标定曲线和微粒灭火剂的灭火浓度结果表明，在该实验条件下，平均粒度分别为6.0 μm和13.7 μm的磷酸铵盐微粒灭火剂其激光吸收发散系数K值分别为0.353 0 m²/g和0.257 3 m

关键词：激光消光法过滤称重法微粒灭火剂灭火浓度

HTML PDF 收藏

使用猫群算法优化线性天线阵列的最佳阵因子辐射方向图：电磁仿真验证 Article

Gopi RAM, Durbadal MANDAL, Sakti Prasad GHOSHAL, Rajib KAR

《信息与电子工程前沿（英文）》 2017年第18卷第4期页码 570-577 doi: 10.1631/FITEE.1500371

摘要：通过猫群算法（Cat swarm optimization, CSO）优化天线阵列辐射方向图的各控制参数。通过优化每个单元的激励电流权重和阵元间隙获得各向同性天线单元阵列的最佳辐射方向图。

关键词：贴片天线；线性天线阵列；猫群优化（CSO）；旁瓣水平（SLL）

HTML PDF 收藏

MSSSA：一种针对全局优化问题的多策略增强型麻雀搜索算法 Research Article

孟凯1,2,陈晨1,2,辛斌1,2

《信息与电子工程前沿（英文）》 2022年第23卷第12期页码 1828-1847 doi: 10.1631/FITEE.2200237

摘要：麻雀搜索算法(SSA)是一种新的元启发式优化方法，具有简单和灵活的优点。然而，在处理多模态优化问题时，该算法仍存在早熟收敛、探索与开发不平衡等缺陷。针对上述问题，本文提出一种多策略增强的麻雀搜索算法(MSSSA)。首先，引入混沌映射以获取高质量的初始种群，并采用对立学习策略增加种群的多样性。最后，在个体更新阶段嵌入混合扰动机制，以避免算法陷入局部最优。实验结果表明，与一些先进的算法相比，所提出的MSSSA表现出突出的优化性能。该算法还成功地应用于两个工程优化问题，证明了MSSSA在解决实际问题方面的优越性。

关键词：群智能；麻雀搜索算法；自适应参数控制策略；混合扰动机制；优化问题

HTML PDF 收藏

基于数字信息素和领航算法的未知环境多智能体目标探测 Research

邵燕1,赵志峰1,2,李荣鹏1,周裕庚3

《信息与电子工程前沿（英文）》 2020年第21卷第5期页码 649-808 doi: 10.1631/FITEE.1900659

摘要：基于数字信息素和当前主流无人系统控制算法，提出一种有限先验知识下多无人机系统目标探测分布式算法。通过改进不同语义数字信息素的融合算法和个体行为决策方案，提出一种更合理、有效的信息素更新机制。同时，考虑到一些个体在感知和交流方面的局限性，以及受自然界蜂拥算法启发，在Olfati–Saber无人机群控制算法基础上，设计了新的领航算法模型。仿真结果表明，该算法在指定区域的探测覆盖率、目标获取及回访效率、避障能力等方面都有较好表现。

关键词：群体智能；数字信息素；人工势场；领航算法

HTML PDF 收藏

一种基于变异算子与淘汰重组机制的改进GWO及其应用 Article

Xiao-qing ZHANG, Zheng-feng MING

《信息与电子工程前沿（英文）》 2017年第18卷第11期页码 1705-1719 doi: 10.1631/FITEE.1601555

摘要：标准苍狼优化算法（grey wolf optimizer, GWO）因其简单易用的特性受到广泛关注。由于存在搜索结构不完善、易陷入局部最优等问题，其应用范围受到了限制。本文提出了一种基于变异算子和淘汰重组机制的苍狼优化算法（eliminating-reconstructing GWO, MR-GWO）。对GWO的分析表明，GWO仅以三个领导层苍狼为核心进行搜索，且仅通过调整参数a来平衡算法的探索和开发性能，意味着苍狼群在一定程度上失去了多样性。因此，本文对优秀的搜索狼引入变异算子，对性能较差的搜索狼采用淘汰重组机制，不仅有效地扩展了算法的随机搜索面，同时加快了算法收敛速度。为了验证改进后算法的有效性，通过13个标准连续函数全局优化实验及RBF（radial basis function）网络逼近试验将MR-GWO算法与其它算法进行了比较，试验结果表明MR-GWO算法具有较强的竞争力

关键词：群智能；苍狼优化算法；优化；RBF（radial basis function）网络