期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于MFOA和LW的混沌时间序列鲁棒模糊预测
1
作者 刘福才 窦金梅 王树恩 《智能系统学报》 CSCD 北大核心 2014年第4期425-431,共7页
针对含有例外点的混沌时间序列的预测问题,提出了一种基于修正型果蝇优化算法(MFOA)和最小Wilcoxon方法(LW)的混合学习算法来训练T-S模糊模型,以达到准确建模和提高模型鲁棒性的目的。首先采用修正型果蝇优化算法优化模糊前件的高斯型... 针对含有例外点的混沌时间序列的预测问题,提出了一种基于修正型果蝇优化算法(MFOA)和最小Wilcoxon方法(LW)的混合学习算法来训练T-S模糊模型,以达到准确建模和提高模型鲁棒性的目的。首先采用修正型果蝇优化算法优化模糊前件的高斯型隶属函数参数,利用其编程简单、收敛速度快的优点提高辨识精度和收敛速度。然后采用最小Wilcoxon方法辨识模型的结论参数,在训练数据中出现例外点时,LW方法的强鲁棒性可以有效克服传统最小二乘方法对例外点敏感的缺点。最后以Mackey-Glass混沌时间序列的预测为例进行仿真研究,通过比较不同的优化算法的辨识结果来验证修正型果蝇优化算法的优越性,并在系统存在例外点的情况下验证了所提方法的有效性和鲁棒性。 展开更多
关键词 修正型果蝇优化算法 最小Wilcoxon方法 例外点 Mackey-Glass混沌时间序列 T-S模糊模 模糊预测
在线阅读 下载PDF
基于ICEEMDAN能量矩和MFOA-PNN的轴承故障诊断 被引量:5
2
作者 逄英 高军伟 《现代制造工程》 CSCD 北大核心 2022年第3期122-126,153,共6页
为了提高滚动轴承故障诊断的准确性,实现对故障的精准定位,提出一种基于改进的自适应噪声的完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)能量矩和修正型果蝇优化算法... 为了提高滚动轴承故障诊断的准确性,实现对故障的精准定位,提出一种基于改进的自适应噪声的完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)能量矩和修正型果蝇优化算法-概率神经网络(Modified Fruit Fly Optimization Algorithm-Probabilistic Neural Network,MFOA-PNN)的轴承故障诊断方法。首先利用ICEEMDAN算法对滚动轴承原始序列信号进行预处理,通过能量矩计算公式求取特征值,并将其作为PNN模型的输入;其次运用MFOA搜索PNN模型的最优平滑参数,通过建立MFOA-PNN模型诊断故障类别。实验表明,MFOA-PNN模型相比PNN模型的诊断准确性有所提高,准确率可以达到99.50%,提高了滚动轴承的经济性和安全性。 展开更多
关键词 改进的自适应噪声的完备集成经验模态分解 能量矩 修正型果蝇优化算法 概率神经网络 滚动轴承 故障诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部