登录社区云，与社区用户共同成长
邀请您加入社区
本文提出了一种基于猴群算法(MSA)的公交调度优化方法，通过模拟猴群的攀爬、视野和跳跃行为求解发车间隔最优解。建立了以最小化乘客等待时间和运营成本为目标的数学模型，并给出了MATLAB实现代码。实验结果表明，该方法能有效优化8条公交线路的发车间隔，收敛速度快且结果合理。相比传统方法，猴群算法在解决复杂公交调度问题上展现出更好的适应性和优化能力。
本文提出了一种基于鲸鱼优化算法（WOA）优化的CNN-LSTM混合模型（WOA-CNN-LSTM）用于时间序列回归预测。该模型通过WOA算法自动优化CNN-LSTM的关键超参数（如学习率、LSTM隐藏单元数、卷积核大小等），解决了传统人工调参效率低下的问题。文章详细介绍了WOA算法的三种核心行为（包围猎物、气泡网攻击、随机搜索）及其数学表达，并阐述了CNN-LSTM模型架构中1D-CNN的局部特征
在复杂山地地形环境中，无人机三维路径规划面临着环境约束复杂、搜索空间维度高、轨迹平滑性难以保证、多性能指标协同优化困难等一系列关键技术挑战。为有效解决上述问题，本文提出一种基于球坐标参数化与多智能优化算法融合的无人机路径规划方法。该方法首先构建包含真实地形高程场、圆柱形威胁区域、安全飞行高度区间以及航迹平滑约束的三维飞行环境模型；其次采用球坐标分段链式参数化方式对无人机飞行航迹进行紧凑化表达，将传
摘要：交通流量预测是智能交通系统的核心技术之一，对缓解交通拥堵、优化路网资源配置具有重要意义。本文基于PeMS-228真实交通数据集，设计并实现了一个集成多种主流深度学习算法的交通速度预测系统。
在该模型中，训练集数据首先输入CNN模型中，通过卷积层和池化层的构建，进行特征提取。综上所述，基于融合正余弦和柯西变异的麻雀优化算法（SCSSA）-CNN-BiLSTM模型可以充分利用SCSSA算法的优化能力和CNN-BiLSTM模型的时间序列建模能力，提高时间序列预测的准确性。因此，利用柯西变异对麻雀位置进行扰动，可以扩大算法的搜索规模，进而提升跳出局部最优的能力。1. 正余弦和柯西变异：正余弦
随着工业自动化程度的不断提高，设备运行状态监测和故障诊断变得尤为重要。门控循环单元（GRU）作为一种循环神经网络，在时间序列数据分析方面表现出色，被广泛应用于故障诊断领域。然而，GRU模型的性能受初始参数设置和训练过程的影响，难以在复杂工业环境中取得最佳诊断效果。为此，本文提出了一种基于花朵授粉优化算法（FPA）优化GRU门控单元实现故障诊断的方法。该方法利用FPA的全局搜索能力，对GRU模型的关
在许多实际工程系统中，如智能材料驱动系统（如压电陶瓷、形状记忆合金等）、电机控制系统等，迟滞现象广泛存在。迟滞特性表现为系统的输出不仅取决于当前输入，还与输入的历史路径有关，这种特性使得系统的建模和控制变得复杂。经典 Prandtl - Ishlinskii（PI）迟滞模型是描述迟滞现象的一种常用且有效的模型。为了准确应用该模型，需要对其参数进行辨识。粒子群优化（PSO）算法作为一种高效的智能优化
Hammerstein 系统作为一类重要的非线性系统，由一个静态非线性环节和一个线性动态环节串联组成，广泛存在于化工、电力、机械等众多实际工程领域。传统的基于模型的控制方法在处理 Hammerstein 系统时，需要精确的系统数学模型，但实际中获取精确模型往往具有挑战性。数据驱动控制方法直接利用系统输入输出数据进行控制器设计，避免了复杂的建模过程，为 Hammerstein 系统的控制提供了新途径
高光谱解混（HU）作为关键的信号处理流程，旨在从观测到的高光谱场景中识别潜在物质（即端元）及其相应比例（即丰度）。20 世纪 90 年代初 Craig 提出的一种著名的盲解混准则，将数据云最小体积包围单纯形的顶点视为良好的端元估计。实践和理论都表明，即使在没有纯像素的情况下，该准则依然有效。然而，这类算法在数值优化中可能面临繁重的单纯形体积计算等问题。本文在不涉及任何单纯形体积计算的前提下，利用凸
本项目运用数据驱动的数值方法进行系统识别与模型降阶。对使用的数据集采用主成分分析（PCA）和奇异值分解（SVD）等基本线性代数技术实现模型降阶，之后通过动态模态分解（DMD）、特征分析实现算法（ERA）以及非线性动力学的稀疏识别（Sindy）等方法进行系统识别，为非线性系统生成线性模型。由于主要目标是为这些系统设计控制器，线性系统便于构建诸如线性二次型控制器（LQR）和模型预测控制（MPC）等控制
在众多工业生产、科研实验以及日常生活场景中，精确的温度控制至关重要。传统的温度控制方法，如基于物理模型的 PID 控制，虽在一定程度上能满足需求，但面对复杂多变、难以精确建模的温度系统时，往往效果不佳。数据驱动控制方法借助大量的实际运行数据，利用神经网络强大的非线性拟合能力，为温度控制提供了新的解决方案。它无需依赖精确的物理模型，能够自适应地调整控制策略，从而实现更精准、高效的温度控制。
四旋翼无人机凭借其结构简单、机动性强、垂直起降等优势，在航拍测绘、物流配送、应急救援等领域得到广泛应用。然而，其动力学系统具有强耦合、非线性、欠驱动特性，且在实际飞行中易受气流扰动、负载变化、参数摄动等不确定因素影响，传统 PID 控制或模型预测控制难以满足高精度轨迹跟踪需求。
无人水面艇（USV）是一种无需人工直接操控的水面机器人，具备自主/半自主航行能力，通过远程控制或预设程序执行任务。多功能性：适用于海洋勘测、环境监测、搜救、军事防御等场景。持久性：采用锂离子电池或太阳能供电，支持长时任务。安全性：替代有人船执行危险任务（如反海盗、水雷清除）。
本文提出了一种混合粒子群-模拟退火算法(HPSO-SA)用于求解作业车间调度问题(JSSP)。该算法结合了PSO的群体智能搜索和SA的局部逃逸机制，通过离散位置-速度模型适配JSSP问题特性。实验结果表明，HPSO-SA能有效平衡全局探索和局部开发，5次运行平均Makespan为58.4，标准差0.89，性能稳定。文章详细介绍了算法设计、MATLAB实现代码及参数敏感性分析，为JSSP问题提供了有
💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️行百里者，半于九十。
matlab
——matlab
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
