首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊,中国科技核心期刊,重庆市一级期刊,教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    采用改进北方苍鹰算法的微电网优化调度研究

    陈将宏王羲沐李伟亮李雪莲...
    281-289页
    查看更多>>摘要:微电网系统通常由多种分布式电源组成,为降低运行成本,常使用智能算法对微电网进行调度.智能算法在求解微电网调度模型时容易陷入局部最优解,导致求解精度差,因此在北方苍鹰算法的基础上,提出了一种混合策略改进的北方苍鹰算法(HNGO),利用反向学习、Metropolies准则以及自适应t分布变异提高求解精度,同时构建了考虑可再生能源出力特性的需求响应模型,使负荷曲线与可再生能源出力曲线更贴近,然后建立日运行成本最低的微电网优化调度模型,并利用HNGO求解.对比仿真结果显示所提算法具有更好的求解精度,且所提需求响应模型能显著降低燃料成本.

    北方苍鹰算法反向学习模拟退火算法自适应t分布变异需求响应

    前景理论视角下废旧动力电池回收监管演化博弈分析

    许礼刚刘荣福陈磊倪俊...
    290-297页
    查看更多>>摘要:废旧动力电池具有较强的负外部性,违背了新能源汽车设计的初衷.为促进废旧动力电池有效回收,将前景理论与演化博弈论耦合,综合考虑政府、企业(汽车生产)和公众之间的利益,促使政府和公众对企业进行共同监督,构建三方博弈模型.针对初始意愿、罚款组成、风险态度系数和损失规避系数的不同情况,进行模拟数值仿真,并结合现实中废旧动力电池的认识度、奖惩机制和盈利信心进行分析.研究表明:提高公众或政府的初始监督意愿,可以促进企业回收废旧动力电池;当企业的回收策略为亏损时,提高企业对公众的补偿金额、降低企业的风险态度系数和损失规避系数,可以促进企业积极回收;在废旧动力电池回收过程中,共同监督的效果优于单独监督.

    动力电池演化博弈前景理论共同监督奖惩机制

    双层规划模型下物流始端集中网点运营优化研究

    王文洋赵峻锐罗玉平张旭...
    298-307页
    查看更多>>摘要:我国物流产业平均成本高,综合利润率低,长此以往不利于物流产业与互联网消费市场的发展.根据集货行为实现物流业降本增效这一基本理论,提出物流始端集中化经营策略,探寻符合我国实际情况的高效低成本的快运物流运营模式.首先,以物流与用户接触的网点为出发点,建立降低成本与增加利润的双层规划模型.其次,对物流商与用户是否选择此模型所构造策略进行博弈分析.最后,对快递网点数据进行实证分析,采用极点搜索法求解策略模型的最优解,并依据最短路径问题的解决进一步改进集中化策略实施的时间约束.研究发现,理论和实证结果均表明物流始端网点的集中化策略可以达到高效低成本的优化目标,极点搜索法和策略博弈可以有效解决物流优化中的双层规划模型问题.

    物流始端集中化策略双层规划合作博弈极点搜索法

    基于SCSSA-CNN-BiLSTM的行驶工况下锂电池寿命预测

    刘泽宇彭泽源韩爱国
    308-318页
    查看更多>>摘要:随着锂离子电池广泛应用,电池寿命预测的重要性日益突显.锂离子电池剩余寿命(RUL)的准确预测是其健康管理的关键组成部分.基于此提出了一种名为SCSSA-CNN-BiL-STM的算法,旨在实现应用于整车的锂离子电池RUL预测.采用卷积神经网络(CNN)和双向长短时记忆神经网络(BiLSTM),并结合了正余弦和柯西变异的麻雀优化算法(sine-cosine and Cauchy mutation sparrow search algorithm,SCSSA),形成了一种新型的混合神经网络,以提高锂离子电池RUL预测的准确性和稳定性.CNN用于电池健康状态(SOH)深度特征的全面提取,而BiLSTM以双向方式研究这些深度特征,并通过密集层生成锂离子电池的RUL预测.为验证所提出方法的有效性,首先使用NASA的电池数据,将多个常用模型与所提出的混合神经网络模型进行比较.研究结果显示,混合模型的决定系数(R2)提高了 4%~23%,RUL绝对误差降至1,这表明模型具备更高的预测准确性.随后,在整车层面进行了 CLTC动态工况下的循环试验,并对寿命衰减数据进行了预测.最终的结果显示,SCSSA-CNN-BiLSTM模型对应的均方根误差(RMSE)、R2分别为1.64、0.98 Ah,展现出了良好的预测和泛化性能.

    锂离子电池电动汽车健康状态剩余寿命预测优化算法

    动态工况下基于WOA-BiGRU的PEMFC性能退化预测

    杨柳王巍
    319-327页
    查看更多>>摘要:质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)是重要的现代可持续能源发电装置,准确估计其性能退化对实际应用至关重要.传统的数据驱动方法缺少对老化机制的考虑,因此对性能退化过程中的电压恢复现象的处理欠佳.通过分析PEMFC运行数据中的多种特征信息,提出一种动态工况下的PEMFC性能退化预测方法,更好地处理电压恢复现象.首先使用随机森林算法进行数据特征分析,确定模型训练使用的特征量.然后建立双向门控循环单元模型(bidirectional gated recurrent units,BiGRU),并使用鲸鱼优化算法(whale opti-mization algorithm,WOA)进行参数优化.最后,使用经过优化的BiGRU模型进行PEMFC性能退化预测,并进行预测效果评估.在PEMFC动态数据集上的实验结果表明,预测效果较GRU提高了 28.1%~33.7%,较 BiGRU 提高了 25.5%~31.2%.

    质子交换膜燃料电池性能退化预测电压恢复现象双向机制鲸鱼优化算法

    改进JPS的无人机路径规划研究

    唐嘉宁闫搏远陈云浩颜衡...
    328-337页
    查看更多>>摘要:针对传统JPS算法在路径规划时虽然会减少扩展节点的数量,但会使障碍物区域的扩展节点数目增加这一问题,提出了一种改进跳点搜索规则的S-JPS算法.该算法利用基于距离和方向的启发式函数,相比JPS算法可以更准确地描述从当前点到目标点的估计代价,从而减少时间代价、路径代价和拜访节点个数.对于规划出的路径不平滑的问题,提出了基于Bezier曲线和直线混合的轨迹优化方法,将生成的轨迹进行平滑处理,使它的曲率更加连续.仿真实验结果表明,S-JPS算法减少了大量的拜访节点,通过新的跳点规则提高了路径规划的速度.最后,将S-JPS算法应用在自主搭建的无人机上进行实验,在同一规划任务下,S-JPS算法比JPS算法路径规划时间代价减少98.6%,路径代价减少81.1%,拜访节点个数减少99.7%,可以满足无人机在执行飞行任务时对路径规划实时性要求较高的需求.

    跳点搜索算法Bezier曲线路径规划轨迹优化无人机平台

    改进RRT算法的采摘机械臂路径规划

    赵辉郑缙奕岳有军王红君...
    338-345页
    查看更多>>摘要:针对采用传统的快速随机扩展树(RRT)算法的采摘机械臂在果园工作环境中搜索路径时间长,最终路径不平滑、拐点多等问题,提出了一种改进的RRT避障算法.改进的算法采用高斯采样策略,减少了采样的随机性,避免产生更多不必要的随机树,增加规划的导向性;再添加A*代价函数去除路径的冗余点,最后使用贪婪算法简化路径,减少拐点,让机械臂可以快速、准确、平稳地沿着最佳路径运动到目标点.仿真表明,改进后的算法有效地减少了路径规划的时间,缩短了路径长度,具有良好的可行性和有效性.

    机械臂RRT高斯采样贪婪算法

    针对FSAC赛场环境的全局锥桶建图算法研究

    张要强李刚薛玉斌
    346-354页
    查看更多>>摘要:针对中国大学生无人驾驶方程式(FSAC)赛车在高速循迹的"U型弯道"工况中,由于识别的锥桶有限,导致路径规划失效的问题,提出了一种基于激光雷达以及组合惯导系统的锥桶地图构建算法.该算法从当前帧激光点云中提取出锥桶中心点云,通过乘以雷达到组合惯导的标定矩阵和组合惯导实时解算的车辆在地图坐标系中的位姿矩阵,将激光坐标系下的锥桶点云投影到地图坐标系下,完成锥桶地图的构建与更新.将算法进行实车验证,3次实验结果表明:该算法的平均召回率为98.7%,平均精准度为98.1%,构建好的地图能够供给规划算法,拟合出赛道的全局最优路径进行加速跟踪,提高了赛车的感知预判能力和路径规划效率.

    FSAC赛车激光雷达组合惯导系统锥桶地图

    改进海洋捕食者算法的机器人路径规划研究

    黄训爱杨光永樊康生徐天奇...
    355-367页
    查看更多>>摘要:为解决海洋捕食者算法(MPA)收敛速度慢、收敛精度低、易陷入局部最优的问题,提出一种多策略改进海洋捕食者算法(IMPA).引入Logistic混沌映射初始化种群,增加捕食者种群多样性;基于当前迭代次数t的自适应移动步长动态调整策略,增强算法逃离局部最优的能力;在IMPA迭代后期,加入中垂线算法(MA),基于中垂线策略的游离粒子位置更新方法,能够加快更新捕食者的位置,增强算法的寻优速度和寻优精度,避免算法陷入局部最优.最后通过改变IMPA阶段转换寻优过程,进一步平衡搜索过程,加强全局与局部适应性.选用6个基准测试函数对算法性能进行测试,测试结果显示:IMPA收敛速度更快,收敛精度更高;最后将改进算法应用于移动机器人路径规划,仿真结果表明:该算法规划的路径长度更短,搜索效率更高.

    混沌映射中垂线算法移动步长游离粒子路径规划

    改进粒子群算法在六轴机械臂关节空间轨迹规划中的应用

    杜超斐刘睿丁军黄霞...
    368-378页
    查看更多>>摘要:以xArm6机械臂为研究对象,提出了一种基于改进粒子群算法的时间最优3-5-3分段多项式插值的关节空间轨迹规划方法.该方法以机械臂运行时间最优为目标,在满足速度、加速度及变加速度的约束条件下,用引入了 自适应惯性权重以及概率突跳特性的改进粒子群算法对各段插值时间进行优化.相比于传统粒子群算法,改进的粒子群算法迭代速度更快,同时不易陷入局部最优.仿真结果表明,机械臂运行平稳,且6个关节的位置、速度、加速度连续无突变,证明该方法有效可行.

    6自由度机械臂改进粒子群算法轨迹规划时间最优多项式插值