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 695

会议视频 32

会议信息 7

年份

2023 82

2022 73

2021 77

2020 45

2019 43

2018 50

2017 67

2016 37

2015 19

2014 12

2013 17

2012 16

2011 11

2010 11

2009 13

2008 17

2007 27

2006 22

2005 23

2004 21

展开︾

关键词

遗传算法 21

优化 18

优化设计 11

多目标优化 11

神经网络 10

能源 8

人工智能 6

优化调度 4

协同发展 4

智能制造 4

机器学习 4

目标识别 4

秦巴山脉区域 4

稳健设计 4

算法 4

协同设计 3

碳中和 3

2019 2

2020 2

展开︾

检索范围：

排序：展示方式：

基于多目标粒子群协同算法的状态参数优化

丁雷,吴敏,佘锦华,段平

《中国工程科学》 2010年第12卷第2期页码 101-107

摘要：

针对铅锌烧结过程综合透气性、烧结终点的优化具有强非线性、计算复杂等特点，提出了一种有效的多目标粒子群协同优化算法。首先，建立了有综合透气性、烧结终点两个目标的优化模型。接着，通过改进的约束比较方法、粒子极值选取方法，以及利用不同的粒子群来分别优化相应的变量，提出了一种改进的多目标粒子群协同优化算法。最后，利用提出的多目标优化算法进行综合透气性、烧结终点的优化。仿真结果表明，所提出的多目标优化算法能较好地解决综合透气性、烧结终点的优化问题。

关键词：铅锌烧结过程综合透气性烧结终点多目标粒子群协同优化算法

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

粒子群优化算法在水文科学中的应用进展

董前进,曹广晶,王先甲,戴会超,赵云发

《中国工程科学》 2010年第12卷第1期页码 81-85

摘要：

介绍了粒子群算法的标准算法及流程，探讨了粒子群算法在水库优化调度、水电站经济运行、参数优选等水文领域中的研究成果和存在的问题，指出未来应该加强粒子群算法改进机理和收敛性能的研究，并与其他算法技术相比较、结合，拓展其在水文科学领域的应用范围，为解决水文领域中大量优化问题提供新途径。

关键词：水文科学粒子群优化算法优化调度经济运行

HTML PDF 收藏

背包问题的混合粒子群优化算法

高尚,杨静宇

《中国工程科学》 2006年第8卷第11期页码 94-98

摘要：

经典的粒子群是一个有效的寻找连续函数极值的方法，结合遗传算法的思想提出的混合粒子群算法来解决背包问题，经过比较测试，6种混合粒子群算法的效果都比较好，特别交叉策略A和变异策略C的混合粒子群算法是最好的且简单有效的算法对于目前还没有好的解法的组合优化问题，很容易地修改此算法就可解决。

关键词：粒子群算法背包问题遗传算法变异

HTML PDF 收藏

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

使用基于多目标粒子群算法多层自适应模糊推理系统晶闸管控制串联电容器补偿技术的互联多源电力系统动态稳定性增强器 Article

null

《信息与电子工程前沿（英文）》 2017年第18卷第3期页码 394-409 doi: 10.1631/FITEE.1500317

摘要：为实现这一目标，使用多目标优化技术有其必然性。由于多目标粒子群优化算法（Multi-objective particle swarm optimization, MOPSO）在解决非线性目标问题上具有较高性能，已被用于这一优化问题中。本文对所提出的HANFISC-TCSC效能进行了精确评估，并在两个不同的互联电力系统（即双区域水柴油热和三区域水热发电系统）中，将其与传统的MOPSO-TCSC算法进行了对比。两个电力系统中仿真结果表明都可明确证实，与传统MOPSO-TCSC算法相比，HANFISC-TCSC具有更高性能。

关键词：分层自适应神经模糊推理系统控制器；晶闸管控制串联电容器补偿技术；自动发电控制（AGC）；多目标粒子群优化算法；电力系统动态稳定性；相互联系的多源电力系统

HTML PDF 收藏

基于改进粒子群算法优化的PID控制器在协同碰撞避免系统中的应用 Article

Xing-chen WU, Gui-he QIN, Ming-hui SUN, He YU, Qian-yi XU

《信息与电子工程前沿（英文）》 2017年第18卷第9期页码 1385-1395 doi: 10.1631/FITEE.1601427

摘要：为解决将PID控制器引入协同碰撞避免（cooperative collision avoidance system，CCAS）的研究中存在的不能合理优化PID控制器，以及对车辆行驶稳定性、舒适性及燃油经济性研究不足的问题，本文提出使用改进的粒子群优化算法（particle swarm optimization, PSO）优化PID控制器的方法，来实现CCAS对车辆更好的操控的目标。其次，本文使用改进的粒子群算法，依据获得的汽车动力学数据，对PID控制器进行了优化。最后，本文模拟了配备CCAS的车辆在其PID控制器经过优化前后，在低速（≤50 km/h）和高速(≥100 km/h)两种巡航状态下，进行减速行驶、减速转向工况的测试。结果表明，经过本文方法优化的PID控制器，不仅可使CCAS实现基本功能，还可实现车辆动态稳定性，行驶舒适性和燃油经济性的改善。

关键词：协同碰撞避免系统；改进的粒子群算法；PID控制器；行驶舒适性；燃油经济性

HTML PDF 收藏

应用完备集合固有时间尺度分解和混合差分进化和粒子群算法优化的最小二乘支持向量机对柴油机进行故障诊断 Article

俊红张,昱刘

《信息与电子工程前沿（英文）》 2017年第18卷第2期页码 272-286 doi: 10.1631/FITEE.1500337

摘要：针对固有时间尺度分解算法的模态混叠问题和最小二乘支持向量机的参数优化问题，本文提出了一种新的基于完备集合固有时间尺度分解和混合差分进化和粒子群算法优化最小二乘支持向量机的柴油机故障诊断方法。该方法主要包括以下几个步骤：首先，为解决固有时间尺度分解算法的模态混叠问题，提出了一种完备集合固有时间尺度分解算法。随后，利用完备集合固有时间尺度分解算法将非平稳的柴油机振动信号分解为一系列平稳的旋转分量和残差信号。最后，提出了混合差分进化和粒子群算法对最小二乘支持向量机的参数进行优化的方法，并通过将故障特征输入训练好的最小二乘支持向量机模型实现故障诊断。

关键词：柴油机；故障诊断；完备集合固有时间尺度分解；最小二乘支持向量机；混合差分进化和粒子群优化算法

HTML PDF 收藏

一种基于高斯过程与粒子群算法的CNN超参数自动搜索混合模型优化算法 Research Article

闫涵,仲崇权,吴玉虎,张立勇,卢伟

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1557-1573 doi: 10.1631/FITEE.2200515

摘要：针对上述问题，提出一种基于高斯过程（GP）和粒子群优化算法（PSO）的混合模型优化算法（GPPSO），用于自动搜索最优的CNN超参数配置。首先，设计一种新的编码方法高效编码CNN中不同类型的超参数。以金属断口诊断为例，验证GPPSO算法在实际应用中的有效性。

关键词：卷积神经网络；高斯过程；混合模型；超参数优化；混合变量；粒子群优化

HTML PDF 收藏

工程项目管理多目标均衡优化研究综述

张连营,徐畅,吴琼

《中国工程科学》 2012年第14卷第11期页码 107-112

摘要：

寻求工程项目各目标之间的均衡最优是工程项目管理的重要方面，近年来相关研究发展迅速，已取得了较为丰硕的研究成果。分别从确定条件下的工程项目多目标均衡优化模型和不确定条件下的工程项目多目标均衡优化模型两个方面，对该领域的研究现状进行了分析，并展望了该领域的研究趋势和发展方向。旨在总结当前工程项目多目标均衡优化领域中的研究成果并揭示当前的热点研究问题，为今后研究提供一定的参考和建议。

关键词：工程项目项目管理多目标均衡优化智能优化算法

HTML PDF 收藏

多目标优化与决策问题的演化算法

谢涛,陈火旺

《中国工程科学》 2002年第4卷第2期页码 59-68

摘要：

近年来，多目标优化与决策问题求解已成为演化计算的一个重要研究方向。为使演化算法的种群解能尽快收敛并均匀分布于多目标问题的非劣最优域，多目标演化算法的研究热点集中在基于Pareto最优概念的种群个体的比较与排序、适应值賦值与小生境技术等方面。介绍了多目标优化与决策技术的发展历史与分类方法，分析了基于Pareto最优概念与不基于Pareto最优概念两大类的多目标演化算法，并详细比较与分析了几种典型多目标演化算法。其次，论述了与多目标演化算法研究紧密相关的一些问题，如多目标问题解的性质，测试函数集设计，算法性能评估技术，算法收敛性，并行实现以及实际多目标优化问题的处理等。

关键词：演化计算多目标优化与决策 Pareto最优

HTML PDF 收藏

基于竞争的二进制多目标灰狼算法的快速紧凑天线拓扑优化 Research Article

董健,袁霞,王蒙

《信息与电子工程前沿（英文）》 2022年第23卷第9期页码 1390-1406 doi: 10.1631/FITEE.2100420

摘要：为降低传统多目标天线拓扑优化问题的计算量，本文提出一种基于竞争的二进制多目标灰狼优化算法（CBMOGWO）。该方法引入种群竞争机制，以减轻电磁（EM）仿真的负担并获取适当的适应度值。此外，我们引入余弦振荡函数来改进原始二进制多目标灰狼优化算法（BMOGWO）的线性收敛因子，以在探索和开发之间达到良好平衡。然后，通过与原始BMOGWO和传统二进制多目标粒子群优化（BMOPSO）在12个多目标优化测试问题（MOTPs）和4个多目标背包问题（MOKPs）上比较，验证了CBMOGWO的性能。实验结果表明，与传统方法相比，CBMOGWO节省近一半的计算成本，这表明我们的方法对于复杂天线拓扑优化问题是高效的。它为基于多目标进化算法（MOEA）以灵活高效的方式探索新的和意想不到的天线结构提供了新思路。

关键词：天线拓扑优化；多目标灰狼算法；高维混合变量；快速设计

HTML PDF 收藏

ECGID：一种基于自适应粒子群优化算法和双向LSTM网络的个体身份识别模型 Research Article

张烨菲,赵治栋,邓艳军,张晓红,张钰

《信息与电子工程前沿（英文）》 2021年第22卷第12期页码 1551-1684 doi: 10.1631/FITEE.2000511

摘要：本文针对现有深度学习算法在心电身份识别领域应用中面临的3个主要瓶颈——超参数寻优费时、识别过程缓慢且计算量大、心电采集环境复杂且不稳定，提出一种新的深度神经网络框架，集双向长短期记忆网络（BLSTM）和自适应粒子群优化算法该方法避免了超参数选择寻优效率低下且依赖于经验设定的不足，充分利用时序信号的空间信息特征和识别算法对关键特征的记忆特性。为评估算法性能，设计了两种方案模拟个体ECG采集过程中的电极放置位置和采集时间连续性。经4种LSTM网络模型和机器学习算法的实验对比分析，证实所提算法在抑制过拟合和特征自学习方面存在一定优势，训练集、验证集和测试集的平均识别率分别为97.71%、99.41%和98.89%。实验结果表明，本文所提算法具有计算量小、泛化性能高的优势，可有效应用于个体身份识别。

关键词：心电图生物特征；个体身份识别；长短期记忆网络；自适应粒子群优化算法