检索结果-维普期刊中文期刊服务平台

采用BBPSO优化SVM的电机定子故障诊断被引量：1: 1; 作者王攀攀史丽萍 +1 位作者杨晓冬张涛《电力系统及其自动化学报》 CSCD 北大核心 2013年第2期65-70,共6页; 为了准确识别感应电机定子匝间短路故障,该文提出一种基于骨干微粒群算法优化支持向量机的故障诊断方法,并给出了可行的诊断步骤。该方法首先利用小波包频带能量分解技术,将定子电流信号的各频率分量分解到不同频带,形成感应电机运行状... 展开更多; 关键词感应电机定子匝间短路骨干微粒群优化算法小波包支持向量机故障诊断; 在线阅读下载PDF 职称材料

基于GPU的BBPSO-PF算法及其在故障检测中的应用: 2; 作者曹洁胡文东 +2 位作者王进花余萍赵伟吉《传感器与微系统》 CSCD 北大核心 2021年第5期157-160,共4页; 针对粒子滤波算法在重采样环节出现粒子贫乏导致算法精度不高的问题,通常采用在状态估计过程中增加粒子数量,但这种方法会降低算法实时性,提出了基于图形处理单元(GPU)的骨干粒子群算法优化粒子滤波算法。首先利用骨干粒子群算法优化粒... 展开更多; 关键词重采样并行计算粒子滤波骨干粒子群优化算法实时性; 在线阅读下载PDF 职称材料

骨干粒子群算法两种不同实现的优化特性被引量：3: 3; 作者张震潘再平潘晓弘《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2015年第7期1350-1357,共8页; 总结了骨干粒子群算法(BBPSO)的一般形式,指出决定BBPSO算法本质的4个要素.BBPSO在实施中,粒子不同维度采用的随机变量值相同或不同,这将导致算法的特性及适合的优化对象不同.记相同的为I型实现,不同的为II型实现,通过实验指出2种实现... 展开更多; 关键词骨干粒子群算法(bbpso) 量子粒子群算法(QPSO) 粒子多样性各向异性算法; 在线阅读下载PDF 职称材料

基于核模糊聚类的动态多子群协作骨干粒子群优化被引量：1: 4; 作者杨国锋戴家才 +2 位作者刘向君吴晓龙田延妮《计算机应用》 CSCD 北大核心 2018年第9期2568-2574,2609,共8页; 针对骨干粒子群优化(BBPSO)算法易陷入局部最优、收敛速度低等问题,提出了基于核模糊聚类的动态多子群协作骨干粒子群优化(KFC-MSBPSO)算法。该算法在标准骨干粒子群算法的基础上,首先,采用核模糊聚类方法将主群分割为多个子群,令各个... 展开更多; 关键词骨干粒子群优化核模糊聚类多子群协作寻优动态重组; 在线阅读下载PDF 职称材料

基于双态二进制粒子群优化算法的配电网故障定位被引量：35: 5; 作者钟建伟朱涧枫 +3 位作者黄秀超周玉超张建业黄谋甫《电力系统及其自动化学报》 CSCD 北大核心 2019年第3期29-34,共6页; 针对二进制粒子群算法在复杂配电网故障定位时易出现早熟收敛情况,本文提出一种双态二进制粒子群优化算法。通过引入进化因子,把粒子群分成捕食状态和探索状态两个部分,让陷入或即将陷入局部极值的粒子跳出来进行全局搜索。构造故障定... 展开更多; 关键词双态二进制粒子群优化算法配电网故障定位容错性; 在线阅读下载PDF 职称材料

求解动态优化问题的多种群骨干粒子群算法被引量：4: 6; 作者陈健申元霞纪滨《计算机工程与应用》 CSCD 北大核心 2017年第19期45-50,108,共7页; 针对动态优化问题(Dynamic Optimization Problem,DOP)中所面临的过时记忆和多样性丧失的挑战,提出了一种改进的多种群骨干粒子群优化算法(Multi-swarms Bare Bones Particle Swarm Optimization,MBBPSO)。通过设置环境勘探粒子及时检... 展开更多; 关键词动态优化问题骨干粒子群算法过时记忆多样性丧失多种群; 在线阅读下载PDF 职称材料

题名采用BBPSO优化SVM的电机定子故障诊断被引量：1: 1; 作者王攀攀史丽萍杨晓冬张涛; 机构中国矿业大学信息与电气工程学院; 出处《电力系统及其自动化学报》 CSCD 北大核心 2013年第2期65-70,共6页; 基金教育部科学技术研究重大项目(311021); 文摘为了准确识别感应电机定子匝间短路故障,该文提出一种基于骨干微粒群算法优化支持向量机的故障诊断方法,并给出了可行的诊断步骤。该方法首先利用小波包频带能量分解技术,将定子电流信号的各频率分量分解到不同频带,形成感应电机运行状态的特征向量,并以此作为支持向量机的输入向量。采用支持向量机进行分类,并利用无需设置控制参数的骨干微粒群算法和交叉检验优化模型参数,避免了参数选择的盲目性。最后试验结果表明,该方法诊断感应电机定子匝间短路故障能取得良好的效果。; 关键词感应电机定子匝间短路骨干微粒群优化算法小波包支持向量机故障诊断; Keywords induction motor stator winding inter-turn short circuit bare-bones particle swarm optimization（ bbpso ） wavelet packet support vector machine （SVM） fault diagnosis; 分类号 TM343 [电气工程—电机]; 在线阅读下载PDF 职称材料

题名基于GPU的BBPSO-PF算法及其在故障检测中的应用: 2; 作者曹洁胡文东王进花余萍赵伟吉; 机构兰州理工大学计算机与通信学院兰州理工大学电气工程与信息工程学院甘肃省制造业信息化工程研究中心; 出处《传感器与微系统》 CSCD 北大核心 2021年第5期157-160,共4页; 基金国家自然科学基金资助项目(61763028) 甘肃省自然科学基金资助项目(1506RJZA105)。; 文摘针对粒子滤波算法在重采样环节出现粒子贫乏导致算法精度不高的问题,通常采用在状态估计过程中增加粒子数量,但这种方法会降低算法实时性,提出了基于图形处理单元(GPU)的骨干粒子群算法优化粒子滤波算法。首先利用骨干粒子群算法优化粒子滤波重采样,解决了粒子贫化的缺点。利用骨干粒子群算法中粒子群体之间相互独立运行的特点,在GPU上并行实现骨干粒子群优化的粒子滤波算法,解决粒子滤波算法在重采样过程中因数据关联而无法充分并行计算的问题。最后,将其应用到变桨距系统的故障检测中,提高故障检测的准确度和实时性。实验结果表明:该方法相较于随机重采样的粒子滤波算法误差降低了31.2%,实时性提高了82.7%。; 关键词重采样并行计算粒子滤波骨干粒子群优化算法实时性; Keywords resampling parallel computing particle filtering(PF) bare bones particle swarm optimization algorithm(bbpso) real-time; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名骨干粒子群算法两种不同实现的优化特性被引量：3: 3; 作者张震潘再平潘晓弘; 机构浙江大学工学部; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2015年第7期1350-1357,共8页; 文摘总结了骨干粒子群算法(BBPSO)的一般形式,指出决定BBPSO算法本质的4个要素.BBPSO在实施中,粒子不同维度采用的随机变量值相同或不同,这将导致算法的特性及适合的优化对象不同.记相同的为I型实现,不同的为II型实现,通过实验指出2种实现的差别:I型实现有各向同性的优点,但是粒子多样性差;II型粒子多样性更优,但各向异性,使用高斯、柯西、指数和均匀分布形式的II型BBPSO都倾向于沿坐标轴寻解.从理论上分析了这些差别的成因,指出I型实现总体性能较差,只适合优化梯度变化明显的单峰函数;II型实现总体性能较好,擅长求解峰的方向平行于坐标轴的单峰或多峰函数.; 关键词骨干粒子群算法(bbpso) 量子粒子群算法(QPSO) 粒子多样性各向异性算法; Keywords bare bones particle swarm optimization（bbpso） quantum particle swarm optimization（QPSO） swarm diversity rotational variant algorithm; 分类号 TP301 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于核模糊聚类的动态多子群协作骨干粒子群优化被引量：1: 4; 作者杨国锋戴家才刘向君吴晓龙田延妮; 机构西南石油大学地球科学与技术学院油气藏地质及开发工程国家重点实验室(西南石油大学); 出处《计算机应用》 CSCD 北大核心 2018年第9期2568-2574,2609,共8页; 基金国家自然科学基金资助项目(41474115) 中国石油天然气集团公司重大科技专项(2016D-3802)~~; 文摘针对骨干粒子群优化(BBPSO)算法易陷入局部最优、收敛速度低等问题,提出了基于核模糊聚类的动态多子群协作骨干粒子群优化(KFC-MSBPSO)算法。该算法在标准骨干粒子群算法的基础上,首先,采用核模糊聚类方法将主群分割为多个子群,令各个子群协同寻优,提高了算法的搜索效率。然后,引入非线性动态变异因子,根据子群内粒子数以及收敛情况动态调节子群粒子变异概率,通过变异的方式使子群粒子重新回到主群,提高了算法的探索能力;进一步采用主群粒子吸收策略与子群合并策略加强了主群与子群之间、子群与子群之间的信息交流,提高了算法的稳定性。最后,利用子群重建策略,结合主群与子群搜索到的最优解,调节子群重建的间隔代数。通过Sphere等6个标准测试函数进行对比实验,结果表明,KFC-MSBPSO算法和经典BBPSO算法以及反向骨干粒子群优化(OBBPSO)算法等改进算法相比寻优准确率至少提高了约11.1%,在高维解空间内测试结果的最佳均值占到83.33%并且具有更高的收敛速度。这说明KFC-MSBPSO算法具有良好的搜索性能与鲁棒性,可应用于高维复杂函数的优化问题中。; 关键词骨干粒子群优化核模糊聚类多子群协作寻优动态重组; Keywords BareBones particle swarm optimization(bbpso) kernel fuzzy clustering multi-subgroup collaborative optimization dynamic restructuring; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于双态二进制粒子群优化算法的配电网故障定位被引量：35: 5; 作者钟建伟朱涧枫黄秀超周玉超张建业黄谋甫; 机构湖北民族学院信息工程学院国网湖北省电力公司恩施供电公司; 出处《电力系统及其自动化学报》 CSCD 北大核心 2019年第3期29-34,共6页; 基金国家自然科学基金资助项目(51177060); 文摘针对二进制粒子群算法在复杂配电网故障定位时易出现早熟收敛情况,本文提出一种双态二进制粒子群优化算法。通过引入进化因子,把粒子群分成捕食状态和探索状态两个部分,让陷入或即将陷入局部极值的粒子跳出来进行全局搜索。构造故障定位的评价函数,以33节点配电网为例,在故障信息完整和部分畸变的情况下,用该算法与二进制粒子群算法分别对配电网中的单点故障定位和多点故障定位进行仿真分析,结果验证了该算法的高效性和高容错性。; 关键词双态二进制粒子群优化算法配电网故障定位容错性; Keywords bi-state binary particle swarm optimization(bbpso)algorithm distribution network fault location fault-tolerant; 分类号 TM726 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名求解动态优化问题的多种群骨干粒子群算法被引量：4: 6; 作者陈健申元霞纪滨; 机构安徽工业大学计算机科学与技术学院; 出处《计算机工程与应用》 CSCD 北大核心 2017年第19期45-50,108,共7页; 基金国家自然科学基金(No.61300059 No.61502010); 文摘针对动态优化问题(Dynamic Optimization Problem,DOP)中所面临的过时记忆和多样性丧失的挑战,提出了一种改进的多种群骨干粒子群优化算法(Multi-swarms Bare Bones Particle Swarm Optimization,MBBPSO)。通过设置环境勘探粒子及时检测环境的变化,避免了错误信息误导种群的进化方向;环境改变后,利用上一个环境搜索的信息初始化新的种群,提高MBBPSO快速追踪到当前环境的优秀解的能力;当种群陷入停滞时,采用新的进化方程以加强粒子的活性和多种群策略维持群体的多样性。仿真实验表明,MBBPSO在解决动态环境问题中具有较强的竞争力。; 关键词动态优化问题骨干粒子群算法过时记忆多样性丧失多种群; Keywords dynamic optimization problem Bare Bones particle swarm optimization(bbpso) outdated memory diversity loss multi-swarms; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	采用BBPSO优化SVM的电机定子故障诊断	王攀攀史丽萍杨晓冬张涛	《电力系统及其自动化学报》 CSCD 北大核心	2013	1	在线阅读下载PDF 职称材料
2	基于GPU的BBPSO-PF算法及其在故障检测中的应用	曹洁胡文东王进花余萍赵伟吉	《传感器与微系统》 CSCD 北大核心	2021	0	在线阅读下载PDF 职称材料
3	骨干粒子群算法两种不同实现的优化特性	张震潘再平潘晓弘	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2015	3	在线阅读下载PDF 职称材料
4	基于核模糊聚类的动态多子群协作骨干粒子群优化	杨国锋戴家才刘向君吴晓龙田延妮	《计算机应用》 CSCD 北大核心	2018	1	在线阅读下载PDF 职称材料
5	基于双态二进制粒子群优化算法的配电网故障定位	钟建伟朱涧枫黄秀超周玉超张建业黄谋甫	《电力系统及其自动化学报》 CSCD 北大核心	2019	35	在线阅读下载PDF 职称材料
6	求解动态优化问题的多种群骨干粒子群算法	陈健申元霞纪滨	《计算机工程与应用》 CSCD 北大核心	2017	4	在线阅读下载PDF 职称材料