混合多策略北方苍鹰优化算法及特征选择

1

作者 鲍美英 申晋祥 +1 位作者 张景安 周建慧 《现代电子技术》 北大核心 2025年第11期121-130,共10页

针对北方苍鹰优化(NGO)算法在处理复杂优化问题时,存在收敛速度慢、求解精度低和易陷入局部最优等问题,提出融合多种策略的北方苍鹰优化(LANGO)算法。LANGO算法采用Tent混沌映射和反向学习策略初始化种群,增加种群多样性,提高全局搜索能... 针对北方苍鹰优化(NGO)算法在处理复杂优化问题时,存在收敛速度慢、求解精度低和易陷入局部最优等问题,提出融合多种策略的北方苍鹰优化(LANGO)算法。LANGO算法采用Tent混沌映射和反向学习策略初始化种群,增加种群多样性,提高全局搜索能力;引入非线性权重因子,改善全局勘探能力,提高算法的收敛速度和收敛精度;引入Lévy飞行,改进NGO算法采用随机猎物引导种群易陷入局部最优的缺陷,对陷入局部最优的解进行扰动,使其跳出局部最优。选取8个经典基准函数进行测试,仿真结果表明,LANGO在求解精度、收敛速度等方面都优于比较算法。LANGO与K近邻分类器相结合,用于解决特征选择问题,进行数据分类,可以对特征有效降维并提高数据分类的准确率。 展开更多

关键词 北方苍鹰优化算法 Lévy飞行 特征选择 K近邻分类器 权重因子 收敛性

在线阅读 下载PDF 职称材料

基于改进北方苍鹰算法优化SVM的轴承故障诊断研究

2

作者 吴晓君 李渠伟 《机械强度》 北大核心 2025年第5期80-89,共10页

针对群智能算法优化支持向量机(Support Vector Machine,SVM)模型时容易遭遇局部最优的问题,提出一种改进北方苍鹰优化(Improved Northern Goshawk Optimization,INGO)算法,并将其应用于滚动轴承的故障诊断。通过引入基于余弦变化的自... 针对群智能算法优化支持向量机(Support Vector Machine,SVM)模型时容易遭遇局部最优的问题,提出一种改进北方苍鹰优化(Improved Northern Goshawk Optimization,INGO)算法,并将其应用于滚动轴承的故障诊断。通过引入基于余弦变化的自适应惯性权重因子以及柯西变异策略来改进北方苍鹰优化(Northern Goshawk Optimization,NGO)算法,并结合SVM构建INGO-SVM故障诊断模型。为评估改进算法的性能,首先,使用基准测试函数进行了试验,并将改进算法与现有的NGO、粒子群优化(Particle Swarm Optimization,PSO)算法、麻雀搜索算法(Sparrow Search Algorithm,SSA)等进行比较,改进算法的性能在一定程度上有所提升。然后,通过小波包分解对原始诊断信号进行特征提取并划分出10种类别,使用第3层各频段的能量作为特征向量,输入到故障诊断模型;最后,比较了改进算法与其他3种算法在优化SVM参数进行故障分类时的性能。结果表明,改进算法能够有效准确地实现不同故障的分类,准确率可达99.39%,验证了该方法的有效性和可行性。 展开更多

关键词 故障诊断 改进北方苍鹰优化算法 柯西变异策略 小波包分解 支持向量机

在线阅读 下载PDF 职称材料

改进北方苍鹰算法在立磨下摇臂结构优化的应用研究

3

作者 彭茂珲 邹帅 +1 位作者 滕家皇 黄福川 《现代制造工程》 北大核心 2025年第2期121-129,共9页

为提高立磨下摇臂结构优化的效率和精度,提出了一种基于改进北方苍鹰(INGO)算法和BP模型相结合的优化方法。首先,对下摇臂进行有限元分析;其次,针对北方苍鹰(NGO)算法易陷入局部极值和收敛速度慢的问题,利用拉丁超立方采样法、正弦余弦... 为提高立磨下摇臂结构优化的效率和精度,提出了一种基于改进北方苍鹰(INGO)算法和BP模型相结合的优化方法。首先,对下摇臂进行有限元分析;其次,针对北方苍鹰(NGO)算法易陷入局部极值和收敛速度慢的问题,利用拉丁超立方采样法、正弦余弦算法和柯西变异等策略改进NGO,接着构建INGO-BP预测模型,用于捕捉下摇臂不同结构参数与质量、最大等效应力和最大变形之间关系;最终,建立下摇臂的数学优化模型并求解得到一组最优设计变量。实验结果表明,优化后的下摇臂质量减轻了16.4%,同时最大等效应力和最大变形仍在安全范围内。与其他算法相比,INGO算法具有快速收敛和强大的优化能力;而在预测下摇臂的力学性能方面,INGO-BP模型表现出极高的精度和稳定性,为优化算法在结构优化中的应用提供了参考。 展开更多

关键词 下摇臂 改进北方苍鹰算法 BP神经网络 结构优化

在线阅读 下载PDF 职称材料

基于改进北方苍鹰算法与混合核极限学习机的齿轮箱故障诊断 被引量：1

4

作者 杜董生 王梦姣 +1 位作者 冒泽慧 赵环宇 《控制理论与应用》 北大核心 2025年第4期796-804,共9页

针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪... 针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪后的信号分解成多个本征模态函数(IMF),使用方差贡献率、相关系数和信息熵筛选出最优的IMF.将最优IMF重构后,对重构信号进行时间同步平均(TSA)去噪以减少故障诊断模型的数据计算量.将Tent混沌映射、混合正弦余弦算法和Levy飞行策略用于改进北方苍鹰优化(NGO)算法,得到一种新的INGO算法.同时,引入余弦因子以平衡正弦余弦算法的全局和局部开发能力.最后,利用INGO算法对HKELM进行优化,用以提高HKELM模型的故障诊断准确率.将所提方法应用于两个案例对模型进行检验,实验结果表明,本文所提方法具有可行性和优越性. 展开更多

关键词 混合核极限学习机 改进北方苍鹰优化算法 时变滤波经验模态分解 故障诊断

在线阅读 下载PDF 职称材料

融合多策略改进的北方苍鹰算法及其应用

5

作者 赵深 韦根原 +2 位作者 常耀华 陈亮 侯彦辰 《电子测量技术》 北大核心 2025年第13期96-110,共15页

针对北方苍鹰算法寻优精度低以及容易陷入最优值等问题,提出一种融合减法优化器和t分布小波变异的改进北方苍鹰算法。首先,在算法初始阶段利用Tent映射-动态反向学习策略,提高初始种群的质量和多样性,加快算法的迭代速度;其次,在勘探阶... 针对北方苍鹰算法寻优精度低以及容易陷入最优值等问题,提出一种融合减法优化器和t分布小波变异的改进北方苍鹰算法。首先,在算法初始阶段利用Tent映射-动态反向学习策略,提高初始种群的质量和多样性,加快算法的迭代速度;其次,在勘探阶段融合减法平均优化器和最佳值引导策略更新种群位置;最后,采用自适应t分布小波变异策略对种群进行扰动,避免陷入局部最优。通过测试函数仿真实验并将改进后的算法与极限学习机相结合,用于预测光伏发电量的情况,同时应用于两种工程设计问题中,实验结果表明,改进后的算法对比其他改进算法在收敛精确度和鲁棒性方面有显著提升,并且有效提升了解决复杂问题的性能。 展开更多

关键词 北方苍鹰算法 混沌映射 动态反向学习 减法平均优化器 自适应t分布小波变异 光伏预测

在线阅读 下载PDF 职称材料

改进北方苍鹰优化算法的收敛性及其性能对比分析 被引量：4

6

作者 郑新宇 李媛 刘晓琳 《计算机科学与探索》 CSCD 北大核心 2024年第12期3203-3218,共16页

针对北方苍鹰优化算法存在易陷入局部最优的问题,提出一种改进北方苍鹰优化算法(INGO)。在种群初始化阶段,引入佳点集方法映射到搜索空间,提高了种群的多样性以及避免了早熟;在位置更新阶段,加入鱼鹰局部勘探位置更新策略和自适应惯性... 针对北方苍鹰优化算法存在易陷入局部最优的问题,提出一种改进北方苍鹰优化算法(INGO)。在种群初始化阶段,引入佳点集方法映射到搜索空间,提高了种群的多样性以及避免了早熟;在位置更新阶段,加入鱼鹰局部勘探位置更新策略和自适应惯性权重因子,增强了全局勘探和局部开发能力同时提升算法的收敛速度和收敛精度;建立INGO算法的北方苍鹰捕猎过程Markov链模型,证明了全局收敛性。通过实验仿真与六种经典智能算法进行对比分析验证INGO算法的有效性,并对INGO算法进行收敛曲线和Wilcoxon秩和检验分析,实验结果表明INGO算法能够有效地避免陷入局部最优,具有较强的收敛精度和鲁棒性。为了进一步描述INGO算法的实际应用能力,将该算法成功应用于工程设计问题中,验证了INGO算法在实际应用中的有效性。 展开更多

关键词 改进北方苍鹰优化算法 佳点集 自适应惯性权重 马尔科夫链 收敛性分析

在线阅读 下载PDF 职称材料

基于改进北方苍鹰优化算法的工业机器人几何参数标定

7

作者 劳淞 潘亚娟 胡义华 《机械设计》 CSCD 北大核心 2024年第12期110-116,共7页

为保证工业机器人的工作性能,提高其末端定位精度,文中将北方苍鹰优化算法(NGO)应用于工业机器人几何参数标定中,并针对NGO存在的不足提出了改进北方苍鹰优化算法(INGO)。INGO在NGO的基础上,在勘探阶段引入Levy飞行策略,在开发阶段引入... 为保证工业机器人的工作性能,提高其末端定位精度,文中将北方苍鹰优化算法(NGO)应用于工业机器人几何参数标定中,并针对NGO存在的不足提出了改进北方苍鹰优化算法(INGO)。INGO在NGO的基础上,在勘探阶段引入Levy飞行策略,在开发阶段引入柯西变异策略,增强了算法的寻优性能。将INGO应用于RB1200型工业机器人几何参数标定实例中,结果表明:INGO能够快速标定机器人几何参数,经标定后的绝对定位精度与标定前,以及经NGO标定的结果相比有大幅提高,体现了改进算法的优势。 展开更多

关键词 工业机器人 几何参数标定 北方苍鹰优化算法 Levy飞行策略 柯西变异策略

在线阅读 下载PDF 职称材料

基于改进NGO算法优化SVM的变压器故障诊断研究 被引量：1

8

作者 陈忠华 王森 《控制工程》 CSCD 北大核心 2024年第11期2010-2018,共9页

为解决通过油中溶解气体诊断变压器故障精确度不高的问题,提出了一种改进北方苍鹰优化(INGO)算法优化支持向量机(SVM)的故障分类模型。首先,采用主成分分析(PCA)法对油中溶解气体体积数据降维,去除冗余信息;然后,通过引入Singer混沌映... 为解决通过油中溶解气体诊断变压器故障精确度不高的问题,提出了一种改进北方苍鹰优化(INGO)算法优化支持向量机(SVM)的故障分类模型。首先,采用主成分分析(PCA)法对油中溶解气体体积数据降维,去除冗余信息;然后,通过引入Singer混沌映射、改进的野马算法搜索机制、Lévy飞行策略多种方法改进北方苍鹰优化算法,再利用INGO算法对SVM核心参数进行优化;最后,将处理后的数据输入到INGO-SVM故障诊断模型中。结果表明,其诊断平均准确率为93.5%,与NGO、GWO、AO优化SVM相比,诊断平均准确率分别提升了3.34%、7.04%、10.12%。同时,该模型也优于极限学习机(ELM)、概率神经网络(PNN)、随机森林(RF)典型分类模型,验证了所建立的变压器故障诊断模型具有更高的精度和泛化能力。 展开更多

关键词 变压器 故障诊断 数据处理 北方苍鹰优化算法 支持向量机

在线阅读 下载PDF 职称材料

基于改进北方苍鹰优化随机配置网络的网络流量预测模型 被引量：2

9

作者 王堃 李少波 +1 位作者 何玲 周鹏 《计算机工程与科学》 CSCD 北大核心 2024年第7期1245-1255,共11页

网络流量预测作为一种关键技术,能帮助实现网络资源的合理分配、优化网络性能以及提供高效的网络服务。随着网络环境的演变和发展,网络流量的多样性和复杂性增加,为了提高网络流量的预测精度,提出了一种基于改进北方苍鹰优化随机配置网... 网络流量预测作为一种关键技术,能帮助实现网络资源的合理分配、优化网络性能以及提供高效的网络服务。随着网络环境的演变和发展,网络流量的多样性和复杂性增加,为了提高网络流量的预测精度,提出了一种基于改进北方苍鹰优化随机配置网络(CNGO-SCN)的网络流量预测模型。随机配置网络作为一种具有监督机制的增量式模型,在解决大规模数据回归和预测问题方面具有良好的优势。但是,一些超参数的选择影响了随机配置网络的准确性。针对这一问题,利用北方苍鹰算法对影响随机配置网络性能的正则化参数和比例因子进行优化,得到最佳数值。而北方苍鹰算法由于初始种群的随机分布导致种群个体质量不佳,因此引入混沌逻辑映射提升初始解的质量。将优化后的模型应用于英国学术网、欧洲某城市核心网网络流量数据集和合作企业搭建的网络协同制造云平台交换机接口的真实流量数据集,并与多种神经网络模型进行对比,以验证所提模型的网络流量预测能力。实验结果表明,该模型对比其他神经网络模型具有更高的预测精度,在实际应用场景中处理复杂数据时具备更加优秀的预测能力,该模型的预测误差下降了0.9%~99.7%。 展开更多

关键词 网络流量预测 随机配置神经网络 北方苍鹰优化算法 混沌逻辑映射

在线阅读 下载PDF 职称材料

多策略融合改进北方苍鹰算法的森林冠层图像分割 被引量：3

10

作者 仝柯 朱良宽 +1 位作者 王璟瑀 付雪 《森林工程》 北大核心 2024年第5期124-133,共10页

针对森林冠层图像复杂,分割精度较差等问题,提出一种多策略融合改进北方苍鹰优化算法(Improved Northern Goshawk Optimization,INGO)的冠层图像分割方法。首先,在北方苍鹰初始化引入随机反向学习策略,以增加种群多样性,提高搜索效率;... 针对森林冠层图像复杂,分割精度较差等问题,提出一种多策略融合改进北方苍鹰优化算法(Improved Northern Goshawk Optimization,INGO)的冠层图像分割方法。首先,在北方苍鹰初始化引入随机反向学习策略,以增加种群多样性,提高搜索效率;在北方苍鹰探索阶段,添加自适应权重因子提高算法搜索能力,加快算法收敛速度;在北方苍鹰开发阶段,添加非线性收敛因子平衡全局搜索和局部开发能力。其次,采用多阈值Kapur熵作为适应度函数,通过选取8个基准函数对改进的算法进行测试,测试结果表明,改进的算法可以有效提高精度和搜索速度。最后,将所改进的算法对森林冠层图像进行阈值分割试验,并在适应度值、森林图像分割时的峰值信噪比(PSNR)、结构相似性(SSIM)与特征相似度(FSIM)上进行对比分析。试验结果表明,改进的算法可以获得更精确的森林冠层分割阈值和更高的分割精度。 展开更多

关键词 北方苍鹰优化算法 多策略融合 非线性收敛因子 Kapur熵 图像分割 森林冠层

在线阅读 下载PDF 职称材料

一种SCNGO-MMPE-VMD的滚动轴承故障诊断方法

11

作者 张涛 魏彪 +2 位作者 李永健 马赫 何勇 《现代电子技术》 北大核心 2025年第12期54-60,共7页

针对滚动轴承故障诊断中种群分布不均匀及算法早熟收敛问题,提出一种SCNGO-MMPE-VMD的滚动轴承故障诊断方法。首先,利用折射反向学习方法初始化种群,并生成反向解,有效扩大搜索范围;然后,将正余弦算法(SCA)策略引入北方苍鹰优化算法(NGO... 针对滚动轴承故障诊断中种群分布不均匀及算法早熟收敛问题,提出一种SCNGO-MMPE-VMD的滚动轴承故障诊断方法。首先,利用折射反向学习方法初始化种群,并生成反向解,有效扩大搜索范围;然后,将正余弦算法(SCA)策略引入北方苍鹰优化算法(NGO)勘察阶段,通过非线性加权系数ω动态调节步长搜索因子,降低个体位置更新对局部信息的依赖,显著提高算法收敛速度与精度;最后,构建多尺度均值排列熵(MMPE)与峭度的融合指标作为适应度函数,增强故障特征敏感性。通过对不同的实测信号进行测试,结果表明,在强噪声干扰下,相较传统方法,所提方法可提前300 min(初期故障)和700 min(微弱故障)识别故障特征,验证了其工程实用性。 展开更多

关键词 正余弦算法 滚动轴承 故障诊断 改进北方苍鹰优化算法 多尺度均值排列熵 变分模态分解

在线阅读 下载PDF 职称材料

基于改进NGO算法的煤体应力反演 被引量：1

12

作者 胡坤 王阳 +1 位作者 刘心强 李彦忠 《科学技术与工程》 北大核心 2024年第4期1440-1447,共8页

大直径钻孔卸压是防治煤矿冲击地压的有效手段之一,研究钻进过程煤体应力的变化情况对防止冲击地压有重要意义。目前关于钻进参数与煤体应力的关系模型研究较少且精度有限,对此提出一种基于北方苍鹰优化算法(northern goshawk optimizat... 大直径钻孔卸压是防治煤矿冲击地压的有效手段之一,研究钻进过程煤体应力的变化情况对防止冲击地压有重要意义。目前关于钻进参数与煤体应力的关系模型研究较少且精度有限,对此提出一种基于北方苍鹰优化算法(northern goshawk optimization,NGO)与支持向量回归(support vector regression,SVR)的PSO-NGO-SVR煤体应力反演模型。首先,该模型在NGO种群初始化阶段引入Tent混沌映射,并将粒子群算法(particle swarm optimization,PSO)的优势融入到北方苍鹰算法中,使改进后的北方苍鹰算法拥有更好的性能;接着,使用改进后的北方苍鹰算法对支持向量回归中的超参数迭代寻优;最后,以迭代后的最优超参数建立模型。结果表明:改进后北方苍鹰算法的敛速度和收敛精度有较大提升,PSO-NGO-SVR煤体应力反演模型拥有较高精度。 展开更多

关键词 北方苍鹰算法 支持向量回归(SVR) 粒子群优化(PSO) 应力反演

在线阅读 下载PDF 职称材料

基于井下参数的SCNGO-SVM卡钻预警方法研究 被引量：1

13

作者 张涛 夏鹏 +2 位作者 李军 王彪 詹家豪 《石油机械》 北大核心 2025年第1期20-27,36,共9页

针对卡钻风险预测的问题,提出了一种融合正余弦和折射反向学习的北方苍鹰优化算法(SCNGO)和支持向量机(SVM)的卡钻预警模型。针对北方苍鹰优化算法(NGO)容易陷入局部最优以及初始解的分布具有随机性和非均匀性的特性,引入折射反向学习... 针对卡钻风险预测的问题,提出了一种融合正余弦和折射反向学习的北方苍鹰优化算法(SCNGO)和支持向量机(SVM)的卡钻预警模型。针对北方苍鹰优化算法(NGO)容易陷入局部最优以及初始解的分布具有随机性和非均匀性的特性,引入折射反向学习策略初始化北方苍鹰算法个体、正余弦策略替换原始苍鹰算法的勘察阶段的位置更新公式和正余弦策略的步长搜索因子进行改进,将SCNGO用于SVM寻参,并将模型SCNGO-SVM应用于卡钻预警。研究结果表明:SCNGO在收敛速度、寻优精度等方面明显优于NGO、WOA(鲸鱼优化算法)及SSA(麻雀优化算法);该卡钻预警模型对于卡钻的预测准确率高达97.33%,相较于WOA-SVM、NGO-SVM、SSA-SVM卡钻预警模型,在预测准确率和运算速度上均有较大的提升。该模型为卡钻的预测及其工程应用提供了理论指导。 展开更多

关键词 卡钻预警模型 北方苍鹰优化算法 性能测试 折射反向学习策略 正余弦策略

在线阅读 下载PDF 职称材料

基于INGO-SVM的输电铁塔地脚螺栓螺母缺失无损检测方法 被引量：1

14

作者 刘阳 张璐 +3 位作者 吴德强 周青 张川 王彦海 《高压电器》 北大核心 2025年第2期130-140,共11页

为了无损检测埋置于混凝土中的输电铁塔地脚螺栓有无螺母缺失缺陷,保障输电线路安全运行,文中提出了一种基于改进北方苍鹰优化算法(improve northern goshawk optimization,INGO)优化的支持向量机(support vector machine,SVM)分类检测... 为了无损检测埋置于混凝土中的输电铁塔地脚螺栓有无螺母缺失缺陷,保障输电线路安全运行,文中提出了一种基于改进北方苍鹰优化算法(improve northern goshawk optimization,INGO)优化的支持向量机(support vector machine,SVM)分类检测方法(INGO-SVM):首先,通过Cubic混沌映射与小孔成像反向学习策略增加北方苍鹰优化算法(northern goshawk optimization,NGO)种群的多样性,并在优化初始解的同时增加种群的搜索区域,使算法尽可能的找到潜在的最优解并分析优化效果;其次,将INGO应用于SVM的核心参数寻优,得到分类模型;最后,将螺杆直径、保护层厚度、垫板厚度以及电磁无损检测得到的磁场强度作为输入量,输出地脚螺栓螺杆上螺母个数,判断缺陷类型;实验结果表明,相较于SVM,提出的INGO-SVM模型在输电铁塔地脚螺栓螺母缺失分类中的均方根误差、平均相对误差以及平均绝对误差分别降低了31.7%、60.7%、68.9%,验证了该方法解决地脚螺栓螺母缺失无损检测分类问题的有效性。 展开更多

关键词 输电铁塔地脚螺栓 螺母缺失缺陷 改进北方苍鹰优化算法 支持向量机 电磁无损检测

在线阅读 下载PDF 职称材料

基于INGO-CSA-LSTMN的变转速齿轮故障智能识别方法

15

作者 陈向民 李博 +3 位作者 张亢 姚鹏 李泳辉 雷瀚霖 《动力工程学报》 北大核心 2025年第6期913-923,共11页

为提高齿轮在变转速工况下的故障识别效率和准确率,提出了一种基于改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法优化卷积自注意力长短期记忆网络(convolutional self-attention long short-term memory network,... 为提高齿轮在变转速工况下的故障识别效率和准确率,提出了一种基于改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法优化卷积自注意力长短期记忆网络(convolutional self-attention long short-term memory network,CSA-LSTMN)的变转速齿轮故障智能识别方法,即INGO-CSA-LSTMN。针对传统北方苍鹰优化算法训练时间过长和容易陷入局部最优的问题,引入正弦脉冲调制混沌映射和随机莱维飞行策略,提出一种INGO算法,并将其应用于所构建的CSA-LSTMN模型的关键参数寻优,以提高该模型的稳定性及训练效率。通过测试函数的检验表明:INGO算法具有更快的收敛速度,可更准确地找到最优解。通过2种不同试验台齿轮数据集的分析表明:相较于其他常用网络模型,INGO-CSA-LSTMN模型对于不同工况下的齿轮故障具有更高的识别精度,准确率均在99.9%以上。 展开更多

关键词 变转速工况 齿轮 北方苍鹰优化算法 卷积自注意力长短期记忆网 智能诊断

在线阅读 下载PDF 职称材料

INGOA结合LSTM的自来水混凝投药预测模型

16

作者 张庭源 张长胜 +3 位作者 张健忠 田海勇 毛辉 丁鑫 《兰州大学学报(自然科学版)》 北大核心 2025年第2期222-230,共9页

为解决自来水厂混凝投药量的控制问题,提出一种基于改进的北方苍鹰优化算法(INGOA)结合长短期记忆神经网络(LSTM)的混凝投药预测模型.为均衡NGOA的全局勘探和局部开发能力,根据种内竞争机制,加强算法的局部持续开发能力,引入柯西-高斯... 为解决自来水厂混凝投药量的控制问题,提出一种基于改进的北方苍鹰优化算法(INGOA)结合长短期记忆神经网络(LSTM)的混凝投药预测模型.为均衡NGOA的全局勘探和局部开发能力,根据种内竞争机制,加强算法的局部持续开发能力,引入柯西-高斯变异增加算法在局部最优值及其邻域附近的逃逸能力,提升算法的全局优化能力;利用基于Bernoulli混沌的自适应权重加快算法收敛速率.用Pearson相关系数法降低模型的输入维度,通过INGOA优化LSTM网络,得到最优参数组合策略,建立INGOA-LSTM非线性混凝投药量预测模型.对某自来水厂的数据进行训练和测试,结果表明,与LSTM及传统的预测模型相比,INGOA-LSTM模型效果最佳,在各项指标中均取得较优的性能,均方根误差为82.2μg/L,平均绝对误差为13.9μg/L,平均绝对百分比误差为0.29%. 展开更多

关键词 混凝投药预测 长短期记忆神经网络 改进的北方苍鹰优化算法 种内竞争机制 Bernoulli混沌权重

在线阅读 下载PDF 职称材料

基于INGO-RF的边坡稳定性预测模型

17

作者 石峻峰 周琳 +1 位作者 任宇联 王志鹏 《安全与环境学报》 北大核心 2025年第4期1380-1390,共11页

为提高边坡稳定性的预测精度以预防边坡失稳事故发生,提出了一种基于改进北方苍鹰算法优化随机森林(Improved Northern Goshawk Optimization algorithm optimized Random Forest, INGO-RF)的边坡稳定性预测模型。首先,根据413个边坡案... 为提高边坡稳定性的预测精度以预防边坡失稳事故发生,提出了一种基于改进北方苍鹰算法优化随机森林(Improved Northern Goshawk Optimization algorithm optimized Random Forest, INGO-RF)的边坡稳定性预测模型。首先,根据413个边坡案例,选取重度γ、黏聚力c、内摩擦角φ、边坡角α、边坡高度H和孔隙压力比ru作为主要预测特征指标。其次,由于传统随机森林模型存在超参数问题,采用最佳值引导、减法优化器、柯西变异和动态调整搜索策略的INGO算法优化随机森林(Random Forest, RF)模型超参数。最后,与5种不同算法相比,所设计的INGO算法在8个测试函数中展现出更优的参数寻优能力和收敛速度;与5种不同预测模型相比,所设计的INGO-RF模型的各项评估指标均优于其他模型,该模型在训练集和测试集中的准确率分别为99.1%和91.2%,且发现γ是影响边坡稳定性的最敏感特征。研究表明,INGO-RF预测模型为边坡稳定性预测提供了一种新思路。 展开更多

关键词 安全工程 边坡稳定性 可视化分析 改进北方苍鹰优化算法 随机森林 预测模型

在线阅读 下载PDF 职称材料

基于NGO-VMD和改进GoogLeNet的齿轮箱故障诊断方法 被引量：2

18

作者 李俊卿 刘若尧 何玉灵 《机床与液压》 北大核心 2024年第12期193-201,共9页

目前的齿轮箱故障诊断方法,在多转速工况及噪声干扰下,存在过拟合及诊断效果不佳的问题。针对此问题,提出一种北方苍鹰(NGO)算法优化变分模态分解(VMD)结合改进GoogLeNet的齿轮箱故障诊断方法。使用NGO对VMD进行参数寻优,利用优化后的VM... 目前的齿轮箱故障诊断方法,在多转速工况及噪声干扰下,存在过拟合及诊断效果不佳的问题。针对此问题,提出一种北方苍鹰(NGO)算法优化变分模态分解(VMD)结合改进GoogLeNet的齿轮箱故障诊断方法。使用NGO对VMD进行参数寻优,利用优化后的VMD去除故障信号中的噪声;对原始GoogLeNet的结构进行合理删减,并利用延迟丢弃法、可训练的ReLU函数(TReLU)对其改进;最后,将去噪后的故障信号转换为二维图作为改进GoogLeNet的输入数据进行网络的训练及分类,得到故障诊断结果。实验结果表明:与其他降噪方法相比,NGO-VMD方法的降噪效果明显,能显著提高故障诊断的准确率;与常见的卷积神经网络相比,提出的改进GoogLeNet能进一步提高故障诊断的准确率,达到了97.2%。 展开更多

关键词 变分模态分解(VMD) 北方苍鹰优化(ngo)算法 改进GoogLeNet 齿轮箱故障诊断

在线阅读 下载PDF 职称材料

基于NGO-CNN-SVM的高标准农田灌溉工程施工成本预测 被引量：5

19

作者 韩坤 王惟璐 +3 位作者 黄雪峰 李鹏海 李春生 郑俊林 《农业工程学报》 EI CAS CSCD 北大核心 2024年第14期62-72,共11页

为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林(random forest,RF)筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络(convolu... 为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林(random forest,RF)筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络(convolutional neural networks,CNN)和支持向量机(support vector machine,SVM)两种模型的优点,通过北方苍鹰优化算法(northern goshawk optimization,NGO)对模型里的惩罚因子和核参数进行寻优,构建基于NGO-CNN-SVM的施工成本预测模型。通过辽宁省2018—2023年高标准农田工程中灌溉工程的施工成本数据,选取样本决定系数R^(2)、平均绝对误差MAE、平均绝对百分比误差MAPE和均方根误差RMSE作为精度指标进行分析,结果表明:基于NGO-CNN-SVM的施工成本预测模型在渠道工程中MAE低于0.615万元,RMSE低于0.512万元,R^(2)达到0.968以上,相对误差小于4.210%;在进水闸工程中MAE低于0.610万元,RMSE低于0.536万元,R^(2)达到0.966以上,相对误差小于4.410%;在桥涵工程中MAE低于0.494万元,RMSE低于0.477万元,R^(2)达到0.970以上,相对误差小于3.548%,并相比较于反向传播神经网络,CNN和CNN-SVM模型,NGO-CNN-SVM模型的预测结果均最优。通过特征选择、模型融合、算法优化以及不同模型对比表明NGO-CNN-SVM模型具有更高的预测准确率和泛化性,可为高标准农田灌溉工程施工成本预测提供理论依据。 展开更多

关键词 高标准农田 灌溉 随机森林 北方苍鹰优化算法 卷积神经网络 支持向量机 施工成本

在线阅读 下载PDF 职称材料

基于特征提取与 INGO-SVM 的变压器故障诊断方法 被引量：20

20

作者 包金山 杨定坤 +3 位作者 张靖 张英 杨镓荣 胡克林 《电力系统保护与控制》 EI CSCD 北大核心 2024年第7期24-32,共9页

针对使用支持向量机(support vector machine,SVM)对变压器进行故障诊断时有效特征提取困难、模型参数难以选择的问题,提出一种基于特征提取与INGO-SVM的变压器故障诊断方法。首先,使用核主成分分析(kernel principal component analysi... 针对使用支持向量机(support vector machine,SVM)对变压器进行故障诊断时有效特征提取困难、模型参数难以选择的问题,提出一种基于特征提取与INGO-SVM的变压器故障诊断方法。首先,使用核主成分分析(kernel principal component analysis,KPCA)方法对构建的21维待选特征进行特征融合和低维敏感特征提取。其次,使用佳点集、随机反向学习和维度交叉学习等策略对北方苍鹰优化算法(northern goshawk optimization,NGO)进行改进。通过2个典型测试对改进北方苍鹰优化算法(improved northern goshawk optimization,INGO)进行性能测试,验证了INGO算法的优越性。然后,基于KPCA提取的低维敏感特征,使用INGO对SVM的参数进行组合寻优,建立基于KPCA特征提取与INGO-SVM的变压器故障诊断模型。最后,对不同变压器故障诊断模型进行实例仿真对比实验。结果表明:所提方法故障诊断精度高、稳定性好,更适用于变压器的故障诊断。 展开更多

关键词 变压器 故障诊断 支持向量机 核主成分分析 北方苍鹰优化算法

在线阅读 下载PDF 职称材料