“全局最优 ”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果162355个，建议您升级VIP下载更多相关专利

[发明专利]一种新型蝙蝠优化算法系统-CN201711033974.X在审
发明人：曹卫华;甘超;吴敏;陈鑫;胡郁乐;宁伏龙;陈茜 -专利权人：中国地质大学（武汉）
申请日： 2017-10-30 - 公布日： 2018-04-06 - 主分类号： G06N3/00 文献下载
摘要：local search and stochastic inertia weight bat algorithm system,ILSSIWBAS)，包括蝙蝠算法运行模块、扰动模块和迭代局部搜索模块、判断全局最优解模块、全局最优解存储模块；通过蝙蝠算法运行模块，运行蝙蝠算法，得到局部最优解；在局部最优解的基础上，通过扰动模块，加入扰动，根据局迭代部迭代搜索模块，运用迭代局部搜索算法对种群位置的全局最优解进行搜索，当满足全局最优解的判断条件后，得到全局最优解，并在全局最优解存储模块中存储全局最优解。本发明所提系统主要解决现有蝙蝠优化算法易陷入局部最优、优化结果不稳定的问题，提高了优化算法的寻优精度和优化结果稳定性。
一种新型蝙蝠优化算法系统

[发明专利]一种基于PSO算法的有用偏差时序优化方法-CN202011165958.8有效
发明人：黄凯;李鹏;李立浧;习伟;曾祥君;尹项根;宋怡瞳;郑丹丹 -专利权人：浙江大学
申请日： 2020-10-27 - 公布日： 2021-03-30 - 主分类号： G06F30/3315 文献下载
摘要：本发明公开了一种基于PSO算法的有用偏差时序优化方法，包括：S1，选取路径公共点并加入缓冲器；S2，将路径公共点作为粒子，缓冲器数量作为粒子位置，将建立时间和保持时间的最差违例之和作为全局最优解，采用PSO算法得到最优缓冲器数量，包括：S21，随机生成初始粒子位置；S22，将初始粒子位置输入skew函数，得到个体最优解和全局最优解；S23，进入循环，将粒子位置输入skew函数，更新个体最优解，并得到本轮全局最优解；S24，如果本轮全局最优解大于全局最优解，则将本轮全局最优解作为全局最优解，否则不变；S25，更新速度；S26，更新粒子位置，如继续循环进入步骤S23，如结束循环输出粒子位置。
一种基于 pso 算法有用偏差时序优化方法

[发明专利]一种基于能级跳跃的全局最优稀疏表示方法-CN201710446315.2在审
发明人：王天荆;刘国庆;朱晓梅;姜华;程浩 -专利权人：南京工业大学
申请日： 2017-06-14 - 公布日： 2018-01-09 - 主分类号： G06F17/15 文献下载
摘要：本发明提供了一种基于能级跳跃的全局最优稀疏表示方法，步骤包括由初始点出发根据AST的迭代公式计算局部最优稀疏解；吸收能量使得局部最优稀疏解跳到非稀疏解；利用同伦曲线获取一个与非稀疏解能量值相等的非稀疏解；从更新点出发，根据AST的迭代公式计算下一个局部最优稀疏解；输出全局最优稀疏解为，利用全局最优稀疏解进行稀疏表示。该全局最优稀疏表示方法将一个局部最优稀疏解因吸收能量而被激发，它可跳出当前的吸引盆而进入具有更低能级的吸引盆，从而搜索更优的稀疏解，直至达到最低能级而获得全局最优稀疏解，从而可以方便地应用于现有的各类稀疏表示算法，帮助它们进一步搜索到全局最优解。
一种基于能级跳跃全局最优稀疏表示方法

[发明专利]一种结合遗传算法的混合粒子群优化算法-CN201810110235.4在审
发明人：张栋;曹林 -专利权人：西北工业大学
申请日： 2018-02-05 - 公布日： 2018-08-14 - 主分类号： G06N3/00 文献下载
摘要：一种结合遗传算法的混合粒子群优化算法，综合了粒子群优化(Particle Swarm Optimization,PSO)算法全局搜索能力强和遗传算法(Genetic Algorithm,GA)局部收敛速度快的优点，首先借助粒子群优化算法全局搜索能力强的特点进行全局搜索，当迭代次数进行到指定代数并接近全局最优解时，此时整个种群进入全局最优解的邻域内；其次，利用改进的遗传算法在全局最优解的邻域内进行局部快速搜索，最终到达全局最优解
全局最优解遗传算法算法全局搜索能力混合粒子群优化邻域粒子群优化算法粒子群优化局部收敛快速搜索全局搜索迭代代数种群改进

[发明专利]IGBT设计参数全局优化方法及系统-CN202310588502.X有效
发明人：杨鑫;王岳松 -专利权人：湖南大学
申请日： 2023-05-24 - 公布日： 2023-08-29 - 主分类号： G06F30/3308 文献下载
摘要：本发明公开了一种IGBT设计参数全局优化方法及系统，采用粒子群算法实现全局最优设计参数的自动搜寻，设计者只需要给性能要求便可实现全局最优参数的自动搜寻，对IGBT芯片设计者经验依赖程度低，降低了人工提取难度和成本，适用性更广；在全局最优性能设计参数的选择过程中，合理考虑了多种性能的权衡关系，实现了设计参数的全局最优。本发明设计参数全局优化过程高效可靠。
igbt 设计参数全局优化方法系统

[发明专利]基于量子帝王蝶优化机制的双层异构网络频谱分配方法-CN202011097353.X有效
发明人：高洪元;马静雅;赵海军;王世豪;苏雨萌;陈世聪;刘廷晖;李慧爽;杨杰 -专利权人：哈尔滨工程大学
申请日： 2020-10-14 - 公布日： 2023-03-17 - 主分类号： H04L41/044 文献下载
摘要：本发明提供一种基于量子帝王蝶优化机制的双层异构网络频谱分配方法，包括：建立双层异构网络系统模型；得到帝王蝶的整数编码位置；计算所有帝王蝶的适应度值，得到全局最优量子位置及其对应的全局最优位置；对帝王蝶种群排序，分为两个帝王蝶子种群；更新子种群中每个帝王蝶个体的过渡量子位置；合并两个新生成的子种群为一个新的过渡种群，更新帝王蝶种群的量子位置，计算量子帝王蝶的适应度值，更新全局最优量子位置和全局最优位置；判断是否达到最大迭代次数，若是则输出全局最优量子位置和全局最优位置，全局最优位置即为频谱分配的最佳方案；否则令迭代次数加1，返回进行新一轮的迭代。
基于量子帝王优化机制双层网络频谱分配方法

[发明专利]基于群智进化蚁群算法的交通规划系统-CN202011447986.9有效
发明人：戚骁亚;许挣;李伟;甘中学;田小禾;刘天星 -专利权人：复旦大学
申请日： 2020-12-09 - 公布日： 2022-02-22 - 主分类号： G08G1/01 文献下载
摘要：本发明提供了一种基于群智进化蚁群算法的交通规划系统，对交通中涉及的可控制的信号灯以及车辆的行驶路径进行优化得到最短全局交通通行平均时间，其特征在于，包括：动作选择部根据信息素以及策略神经网络计算蚂蚁的行动概率，并根据该行动概率确定蚂蚁选择的策略；全局更新部根据每只蚂蚁的个体最优策略更新全局信息素；全局最优部对全局信息素进行计算得到全局的最优策略作为全局最优策略；个体损失构建部根据全局最优策略构建个体损失。本发明的交通规划系统对信号灯、车辆等细微的交通构成要素先进行个体优化，再进行全局优化，最后根据全局优化结果更新策略神经网络从而使得整个交通中的各个交通构成要素的最短通行平均时间。
基于进化算法交通规划系统

[发明专利]生产排程方法、装置、计算机设备和存储介质-CN201810288929.7有效
发明人：徐骄 -专利权人：广州视源电子科技股份有限公司
申请日： 2018-04-03 - 公布日： 2021-01-08 - 主分类号： G06Q10/08 文献下载
摘要：方法包括：获取客户订单信息；通过预设禁忌搜索算法对客户订单信息进行解析，获得客户订单信息对应的多个全局解，全局解的目标参数的个数至少为2；查找全局解中目标参数之间差异最小的全局解，并将目标参数之间差异最小的全局解作为最优解；根据最优解进行生产排程。上述生产排程方法，以预设禁忌搜索算法来求解客户订单对应的生产排程的全局解，而全局解的目标参数不小于2，而后通过平衡器获取全局解中目标参数相差最小的全局解，即最优解，并根据最优解进行生产排程，减少生产排程过程产生的浪费，能达到综合考虑多种生产排程目标下进行最优化生产排程的效果。
生产方法装置计算机设备存储介质

[发明专利]一种基于混合增点与区间缩减的代理模型全局优化方法-CN202210272434.1在审
发明人：黎旭;王硕;张怀宇;李波;唐其琴;王晓莉;胥馨尹;何衍儒;王林;姬永强;李伯阳;陈强洪;曾飞;周欢;丁志伟 -专利权人：中国工程物理研究院总体工程研究所
申请日： 2022-03-18 - 公布日： 2022-07-08 - 主分类号： G06F30/15 文献下载
摘要：本发明涉及一种基于混合增点与区间缩减的代理模型全局优化方法，该算法包含三个基本的代理模型增点准则以平衡全局和局部搜索。首先利用全局优化算法寻找当前代理模型的全局最优点。其次，采用均匀性增点准则在样本稀疏的地方进行加密，随着样本点的增加，理论上当样本点达到一定数量，样本点密度足够，总会有点落入包含全局最优点的区域。最后，在可能包含全局最优解的区域构建局部代理模型，并采用局部搜索能力较强的梯度优化算法寻优。基于以上三个准则，增加的样本点位于尚未被充分搜索并且包含潜在最优点的区域。当潜在的最优点被锁定，局部搜索准则就能够迅速在其周围找到局部最优点。具有良好的全局搜索能力和搜索效率。
一种基于混合区间缩减代理模型全局优化方法

[发明专利]基于H264编码算法的视频编码方法、装置、设备及介质-CN202210254622.1在审
发明人：朱煜 -专利权人：深圳万兴软件有限公司
申请日： 2022-03-15 - 公布日： 2022-06-03 - 主分类号： H04N19/176 文献下载
摘要：其中方法包括获取待处理视频，并对待处理视频进行分帧处理，将得到的原始图像进行帧内编码，得到参考帧图像和当前帧图像，并将参考帧图像和当前帧图像初始化为由宏块组成的原始种群；将原始种群拆分成多个子种群，并计算子种群中的宏块当前最优值和全局最优值；若全局最优值满足预设条件，则输出全局最优值，若全局最优值未满足预设条件时，重新对原始种群进行拆分和计算处理，直至全局最优值满足预设条件；通过对全局最优值进行整数变换、量化处理和熵编码处理，得到目标编码数据
基于 h264 编码算法视频方法装置设备介质

[发明专利]基于强化学习粒子群算法的PID控制参数寻优方法和系统-CN202310817535.7在审
发明人：岳子丰;张久岩;周颜;王震;杨维;庞泽阳;成明烨 -专利权人：中电信数智科技有限公司
申请日： 2023-07-05 - 公布日： 2023-10-03 - 主分类号： G05B11/42 文献下载
摘要：，并通过粒子群依次对各个弱学习器进行训练，得到多个弱分类器；根据各个弱分类器构建最终强分类器；通过最终分类器输出分类结果为1的粒子的适应值，适应值p＝{温度、湿度}；根据分类结果为1的粒子的适应值计算全局最优解，全局最优解包括全局最优温度和全局最优湿度；根据全局最优温度、全局最优湿度、当前温度、当前湿度以及房屋面积，计算PID控制参数；通过PID控制参数控制设备的运行。通过粒子群寻优算法进行自动化地、准确地确定出最优的PID参数，节省时间，提高控制性能。
基于强化学习粒子算法 pid 控制参数方法系统

[发明专利]一种基于协同进化粒子群算法求解多任务问题-CN201610032835.4在审
发明人：倪志伟;程美英;朱旭辉;倪丽萍;伍章俊 -专利权人：合肥工业大学
申请日： 2016-01-18 - 公布日： 2016-06-29 - 主分类号： G06N3/12 文献下载
摘要：本发明公开了一种基于协同进化粒子群算法求解多任务问题，其特征是按如下步骤进行：步骤1、种群初始化；步骤2、划分种群；步骤3、初始化各子种群中粒子的位置和速度；步骤4、初始化各子种群中粒子自身最优解及粒子自身最优位置；步骤5、初始化各子种群公告板上全局最优解及全局最优位置；步骤6、执行基本粒子群算法；步骤7、执行竞争操作；步骤8、执行协作操作；步骤9、更新各子种群粒子自身最优解及粒子自身最优位置；步骤10、更新各子种群全局最优解及全局最优位置；步骤11、循环步骤；步骤12：输出各子种群的全局最优解。
一种基于协同进化粒子算法求解任务问题

[发明专利]一种低复杂度的光纤优化设计方法-CN202010826725.1在审
发明人：刘洁;林健培;施楚民;张景行;莫舒淇;余思远 -专利权人：中山大学
申请日： 2020-08-17 - 公布日： 2020-12-15 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种低复杂度的光纤优化设计方法，包括：S1：确定全局最优邻域定位算法，并基于该算法的函数重心的自适应搜索决策来定位全局最优邻域；S2：构建并训练BP神经网络模型；S3：在首次寻优得到的全局最优邻域范围内，基于训练完成的BP神经网络计算得到相应数据集，并针对该数据集，再次调用全局最优邻域定位算法，进行二次寻优，在实际光纤拉制、应用限制条件下，来寻找最优光纤结构参数并进行输出。本发明利用了全局最优邻域定位算法，来缩小BP神经网络的建模范围，以提高建模精度，且提高了光纤优化设计过程中最优性能预测的精度。
一种复杂度光纤优化设计方法

[发明专利]无人车混合路径规划方法-CN201910952980.8有效
发明人：江鹏程;丛华;邱绵浩;张楠;冯辅周;张传清;刘西侠;张丽霞;何嘉武;张小明;王志荣;杨昌伟 -专利权人：中国人民解放军陆军装甲兵学院
申请日： 2019-10-09 - 公布日： 2022-12-09 - 主分类号： G05D1/02 文献下载
摘要：无人车混合路径规划方法，包括：1)获取起点和终点，获取周围环境信息；2)利用周围环境信息、起点和终点，构建栅格地图；3)使用改进蚁群算法进行全局路径规划，若得到一条全局最优路径，进入步骤4；若陷入局部最优解，将局部最优解中的节点导入A*算法的open表，得到一条全局最优路径；4)当遇到局部未知障碍物，采用VFH+算法确定一条局部路径；5)无人车绕过局部未知障碍物后，若偏离了全局最优路径，把当前局部节点作为新起点，返回步骤3；否则继续按全局最优路径行驶直至终点。本发明目的在于提供一种减少路径搜索时长、满足了无人车实时性的要求、避免陷入局部最优解、环境适应性强的无人车混合路径规划方法。
无人混合路径规划方法

[发明专利]一种基于动态规划的智能车全局最优轨迹规划方法与系统-CN202310021535.6在审
发明人：秦兆博;崔全利;王晓伟;秦晓辉;边有钢;徐彪;秦洪懋;谢国涛;胡满江;丁荣军 -专利权人：湖南大学
申请日： 2023-01-07 - 公布日： 2023-05-30 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种基于动态规划的智能车辆全局最优轨迹规划方法与系统，其包括：步骤1，根据地图信息、车辆底盘参数信息以及起点和终点位姿信息，将地图信息中的道路环境由笛卡尔坐标系转换到Frenet坐标系下，进行状态空间的离散，再根据轨迹规划任务建立第一最优控制问题模型，采用动态规划方法求解最优控制问题，获得全局最优路径的路径点序列；步骤2，根据路径点序列以及车辆的动力学参数信息进行状态空间的离散，参照轨迹规划任务建立第二最优控制问题模型，采用动态规划方法求解最优控制问题，获得全局最优路径的最优速度，从而获得全局最优轨迹。
一种基于动态规划智能全局最优轨迹方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条