期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于双重随机扰动的人工大猩猩部队优化算法及工程应用
1
作者 杜晓昕 郝田茹 +3 位作者 王波 王振飞 张剑飞 金梅 《北京航空航天大学学报》 北大核心 2025年第6期1882-1896,共15页
针对人工大猩猩部队优化算法(GTO)存在易陷入局部最优、收敛速度慢、寻优精度低等问题,提出了基于双重随机扰动策略的人工大猩猩部队优化算法(DGTO)。引入Halton序列初始化种群,增加种群的多样性;在算法寻优阶段使用多维随机数策略,并... 针对人工大猩猩部队优化算法(GTO)存在易陷入局部最优、收敛速度慢、寻优精度低等问题,提出了基于双重随机扰动策略的人工大猩猩部队优化算法(DGTO)。引入Halton序列初始化种群,增加种群的多样性;在算法寻优阶段使用多维随机数策略,并在探索阶段提出自适应位置搜索机制,提高算法的收敛速度;提出双重随机扰动策略,解决大猩猩的群居效应,增强算法跳出局部最优的能力;采用逐维更新策略更新个体位置,提升算法的收敛精度。通过10个基准测试函数寻优结果及Wilcoxon秩和检验对比可知,改进算法在寻优精度、收敛速度上有较大提升。同时,通过工程优化问题的实验对比分析,进一步验证了改进算法在处理现实工程问题上的优越性。 展开更多
关键词 人工大猩猩部队优化算法 Halton序列 自适应位置搜索 双重随机扰动策略 逐维更新
在线阅读 下载PDF
基于Pareto支配的改进人工大猩猩部队多目标优化 被引量:8
2
作者 杨模 刘紫燕 +2 位作者 梁静 东文 吴颖 《传感技术学报》 CAS CSCD 北大核心 2023年第4期590-601,共12页
针对二维和三维多目标优化的解易陷入次优和分布不规则问题,引入Pareto支配方法并提出了结合改进策略的人工大猩猩部队优化算法(MOGTO)以改善多目标优化问题。首先,利用外部档案集存储互不支配解集以防止种群经过一次寻优迭代后,删除劣... 针对二维和三维多目标优化的解易陷入次优和分布不规则问题,引入Pareto支配方法并提出了结合改进策略的人工大猩猩部队优化算法(MOGTO)以改善多目标优化问题。首先,利用外部档案集存储互不支配解集以防止种群经过一次寻优迭代后,删除劣解的同时错误去除非支配解。其次,加入蒙特卡洛树搜索对种群探索阶段的三种机制进行优化,增加算法全局搜索能力。同时,结合天牛须算法的左右须寻优原理及黄金正弦寻优策略对开发阶段的两种机制进行优化,生成左右须解和促进个体位置更新,引导个体扩大搜索范围以防止最优解陷入局部最优。最后,通过12个基准测试函数对所提算法进行验证并将所提算法与其他6种常见算法进行对比,实验结果表明所提算法在多目标问题的寻优能力较对比算法有较大的提升。通过曲柄摇杆机构优化设计案例测试分析,验证了所提算法在实际工程应用中的可行性和实用性。 展开更多
关键词 机械设计 多目标优化 人工大猩猩部队算法 PARETO支配 黄金正弦策略 蒙特卡洛树搜索
在线阅读 下载PDF
基于改进大猩猩算法的主动配电网动态重构 被引量:3
3
作者 王晨 徐璐辉 +1 位作者 王淑侠 邬蓉蓉 《水电能源科学》 北大核心 2024年第1期211-215,共5页
针对传统算法无法妥善应对含分布式电源(DG)和电动汽车(EV)的主动配电网重构问题,提出了一种改进的大猩猩部队优化算法。首先使用“无重复”编码策略对配电网进行编码,降低不可行性解的产生,其次对大猩猩部队优化算法使用Circle混沌映射... 针对传统算法无法妥善应对含分布式电源(DG)和电动汽车(EV)的主动配电网重构问题,提出了一种改进的大猩猩部队优化算法。首先使用“无重复”编码策略对配电网进行编码,降低不可行性解的产生,其次对大猩猩部队优化算法使用Circle混沌映射,初始化种群,增加种群多样性,并且引入大猩猩自适应变异算子,来增强算法对搜索空间中新位置搜索能力,最后通过使用镜头对位学习和自适应β-爬坡策略,增加算法容错性,避免算法陷入局部最优。通过仿真分析可知,所提改进算法与其他智能算法相比,重构效果更为理想,具有寻优精度高和收敛迭代次数小的优势,其全局寻优率可达到100%,验证了所提模型的有效性和优越性。 展开更多
关键词 分布式电源 电动汽车 主动配电网 动态重构 大猩猩部队优化算法
在线阅读 下载PDF
优化动态核主元分析的工业过程故障监测方法 被引量:1
4
作者 杨芳 王亚君 沈亚慧 《实验室研究与探索》 CAS 北大核心 2024年第1期6-10,19,共6页
针对现代生产工业过程中数据的非线性多模态特征,提出了一种基于人工大猩猩部队优化动态核主元分析(GTO-DKPCA)的故障监测方法。利用自回归移动平均时间序列模型和核主成分分析(KPCA)方法构建DKPCA模型,对过程各阶段的批次数据进行DKPC... 针对现代生产工业过程中数据的非线性多模态特征,提出了一种基于人工大猩猩部队优化动态核主元分析(GTO-DKPCA)的故障监测方法。利用自回归移动平均时间序列模型和核主成分分析(KPCA)方法构建DKPCA模型,对过程各阶段的批次数据进行DKPCA处理。通过正常数据和故障数据特征构建自适应度函数,利用人工大猩猩部队优化算法对DKPCA核参数进行优化,以发现最优的非线性特征;通过计算各时间点的霍特林统计量T2和平方预测误差(SPE)统计量进行故障监测。青霉素发酵过程故障监测结果表明,GTO-DKPCA方法比多向核主元分析(MKPCA)和多动态核主元分析(BDKPCA)有更好的监测效果,适应性和准确性更高。 展开更多
关键词 动态核主元分析 人工大猩猩部队优化算法 故障监测 青霉素发酵
在线阅读 下载PDF
基于改进共振稀疏分解的滚动轴承早期故障特征提取方法
5
作者 孙梦 高丙朋 程静 《机械强度》 北大核心 2025年第6期17-26,共10页
针对滚动轴承发生早期故障时其故障特征微弱,复杂运行环境下的故障特征容易被噪声淹没的问题,提出了基于改进的人工大猩猩部队(Improved Artificial Gorilla Troops Optimizer,IGTO)算法、优化共振稀疏分解(Resonancebased Sparse Signa... 针对滚动轴承发生早期故障时其故障特征微弱,复杂运行环境下的故障特征容易被噪声淹没的问题,提出了基于改进的人工大猩猩部队(Improved Artificial Gorilla Troops Optimizer,IGTO)算法、优化共振稀疏分解(Resonancebased Sparse Signal Decomposition,RSSD)、多参数与稀疏最大谐波噪声比解卷积(Sparse Maximum Harmonics-to-noise-ratio Deconvolution,SMHD)方法相结合的早期故障诊断方法。首先,以低共振分量的平方包络谱相关峭度(Squared Envelope Spectral Correlated Kurtosis,SE-SCK)负值为目标函数,利用IGTO同时优化RSSD的品质因子Q、权重系数λ和拉格朗日乘子μ,实现小波基函数和耗散函数的最优匹配,以获得富含故障信息的最优低共振分量;其次,将其输入SMHD进行滤波处理;最后,进行包络谱分析提取故障特征。算法对比试验表明,IGTO算法寻优性能显著提高;仿真和XJTU-SY轴承全寿命周期故障信号试验结果表明,所提方法更能有效地提取滚动轴承早期微弱故障特征。 展开更多
关键词 改进的人工大猩猩部队算法 共振稀疏分解 平方包络谱相关峭度 稀疏最大谐波噪声比解卷积 早期故障诊断
在线阅读 下载PDF
基于参数自适应的RSSD-CYCBD及在轴承外圈故障特征提取中的应用 被引量:1
6
作者 刘晖 姚德臣 +1 位作者 杨建伟 魏明辉 《机电工程》 CAS 北大核心 2024年第5期836-844,共9页
针对滚动轴承工作环境复杂、故障特征信号易被高强度噪声掩盖的问题,提出了基于参数自适应的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的滚动轴承故障诊断方法。首先,利用人工大猩猩部队优化算法(GTO),结合相关系数与相关... 针对滚动轴承工作环境复杂、故障特征信号易被高强度噪声掩盖的问题,提出了基于参数自适应的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的滚动轴承故障诊断方法。首先,利用人工大猩猩部队优化算法(GTO),结合相关系数与相关峭度的融合指标,自适应选择RSSD分解参数,得到了仿真信号的最优低共振分量;然后,利用GTO结合包络熵,自适应选择CYCBD的循环频率和滤波器长度,对最优低共振分量进行了解卷积运算,从包络谱中获得了信号的故障特征频率;最后,利用美国凯斯西储大学试验台和MFS-MG机械故障综合模拟试验台数据,综合验证了该方法的有效性,并将试验结果与RSSD-MCKD方法的结果进行了对比。研究结果表明,该方法能够准确地得到仿真信号的故障频率为20 Hz、美国凯斯西储大学试验台近似故障频率为107.5 Hz、MFS-MG试验台近似故障频率为87.6 Hz。自适应RSSD-CYCBD方法能够有效地识别出故障特征频率及其倍频,实现滚动轴承故障诊断的目的。 展开更多
关键词 滚动轴承 故障诊断 共振稀疏分解 最大二阶循环平稳盲反卷积 人工大猩猩部队优化算法 包络熵 高强度噪声
在线阅读 下载PDF
基于WPD-AGTO-DELM模型的年径流时间序列预测 被引量:6
7
作者 梁晓鑫 崔东文 《三峡大学学报(自然科学版)》 CAS 2022年第5期14-20,共7页
针对径流序列多尺度、非线性、非平稳性特点,将小波包分解(WPD)、人工大猩猩群优化(AGTO)算法与深度极限学习机(DELM)相结合,建立WPD-AGTO-DELM组合预测模型,并构建WPD-DELM、WPD-AGTO-BP、WPD-BP及基于小波分解(WD)的WD-AGTO-DELM、WD-... 针对径流序列多尺度、非线性、非平稳性特点,将小波包分解(WPD)、人工大猩猩群优化(AGTO)算法与深度极限学习机(DELM)相结合,建立WPD-AGTO-DELM组合预测模型,并构建WPD-DELM、WPD-AGTO-BP、WPD-BP及基于小波分解(WD)的WD-AGTO-DELM、WD-DELM、WD-AGTO-BP、WD-BP作对比模型,将所建8种模型应用于云南省龙潭站年径流预测.首先,利用WPD将年径流序列分解为8个子序列分量,达到降低年径流序列数据复杂性和不平稳性的目的;其次,采用自相关函数法(AFM)确定各分解分量的输入向量;最后,利用AGTO优化DELM隐含层神经元数,建立AGTO-DELM模型对各子序列分量进行预测,将预测结果加和重构得到最终预测结果.结果表明:WPD-AGTO-DELM模型对实例后10年径流预测的平均相对误差1.86%,平均绝对误差0.26m^(3)/s,均方根误差0.34m^(3)/s,预测精度优于其他模型.WPD分解效果优于WD,能科学降低径流序列的复杂性,提高预测精度;AGTO能有效优化DELM中多个隐含层神经元数,提高DELM网络性能. 展开更多
关键词 径流预测 小波包分解 人工大猩猩优化算法 深度极限学习机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部