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

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

2

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

3

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

基于改进北方苍鹰算法优化SVM的轴承故障诊断研究

4

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

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

5

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

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

6

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

7

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

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

基于小波阈值降噪算法的滚动轴承故障诊断 被引量：1

9

作者 竺德 李鑫 +2 位作者 高清维 卢一相 孙冬 《安徽大学学报（自然科学版）》 CAS 北大核心 2024年第4期50-56,共7页

滚动轴承因平稳的运行特性广泛用于工业生产领域,其安全稳定运行对工业生产有重要意义.针对滚动轴承的故障诊断问题,提出基于小波阈值降噪(wavelet threshold denoising,简称WTD)算法.研究结果表明:相对于其他3种算法,WTD算法具有较强... 滚动轴承因平稳的运行特性广泛用于工业生产领域,其安全稳定运行对工业生产有重要意义.针对滚动轴承的故障诊断问题,提出基于小波阈值降噪(wavelet threshold denoising,简称WTD)算法.研究结果表明:相对于其他3种算法,WTD算法具有较强的故障诊断能力.因此,WTD算法具有有效性. 展开更多

关键词 滚动轴承 故障诊断 小波阈值降噪算法 调幅调频模型 北方苍鹰优化算法 支持向量机

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

10

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

基于扩展型活性膜系统的彩色图像分割方法

11

作者 许家昌 郭佳 苏树智 《深圳大学学报(理工版)》 北大核心 2025年第1期59-67,共9页

为克服优化算法易陷入局部最优和收敛速度慢的局限,提高扩展膜系统在图像处理领域的优化性能,提出一种基于扩展型活性膜系统(P system)的改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法——PINGO.采用北方苍鹰优... 为克服优化算法易陷入局部最优和收敛速度慢的局限,提高扩展膜系统在图像处理领域的优化性能,提出一种基于扩展型活性膜系统(P system)的改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法——PINGO.采用北方苍鹰优化算法作为基本膜中的进化规则,通过更新苍鹰的状态进化基本膜中的对象,将INGO算法作为局部进化规则来进化子膜中的对象.该系统根据活性膜自身的特点在基本膜中溶解或产生子膜,通信规则用于实现不同膜之间的信息交换与共享,避免算法陷入局部最优.在数据集BSD300和BSD500上,分别采用海鸥优化(seagull optimization algorithm,SOA)算法、灰狼优化(grey wolf optimizer,GWO)算法、INGO算法和PINGO算法,对不同优化阈值个数的图像进行分割.结果表明,PINGO算法在分割后的图像上的峰值信噪比均优于其他算法,特征相似度最优值也占了83%,在保持色彩与纹理的同时提高了分割的准确性.研究结果表明了所提彩色图像分割方法的有效性. 展开更多

关键词 图像处理 图像分割 P系统 活性膜结构 北方苍鹰优化算法 进化规则

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

12

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

13

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

14

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

15

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

可调光程柱面多通池TDLAS系统

16

作者 李桃花 牛明生 +5 位作者 史永鹏 李辉 刘慧园 杨乐 袁昊天 方宏福 《光学精密工程》 北大核心 2025年第2期194-208,共15页

为了提高TDLAS检测系统的检测性能和集成度,设计了一种基于便携式可调光程的柱面镜多通池的TDLAS系统,实现了从14 m,10.6 m,9.2 m,7.1 m和5.8 m仿真光程的转换。为了降低TDLAS系统测量气体过程中产生的噪声对检测精度和灵敏度的影响,提... 为了提高TDLAS检测系统的检测性能和集成度,设计了一种基于便携式可调光程的柱面镜多通池的TDLAS系统,实现了从14 m,10.6 m,9.2 m,7.1 m和5.8 m仿真光程的转换。为了降低TDLAS系统测量气体过程中产生的噪声对检测精度和灵敏度的影响,提出了基于北方苍鹰优化(NGO)算法的变分模态分解(VMD)小波去噪算法。仿真结果表明,与其他算法相比,NGO-VMD小波去噪算法能够更有效地降低噪声,且不会引起信号的失真。利用直接吸收检测技术,使用中心波长为1.653μm的DFB激光器对CH4进行测试以评估系统的性能,结果表明,采用NGO-VMD小波去噪算法使检测信号的信噪比由66提高到109,系统的检测下限由12.1 ppm改善为7.28 ppm。Allan方差分析可知,在积分时间为263 s时,系统检测甲烷的最佳检测灵敏度从641 ppb提升为526 ppb,系统的检测下限和灵敏度都得到有效的提高,为优化TDLAS痕量气体检测系统提供了参考。 展开更多

关键词 TDLAS 直接吸收 可调光程 北方苍鹰优化算法 变分模态分解

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VMD-IBWO-BiLSTM的短期风电功率预测

18

作者 黄益 胡骅 魏云冰 《电网与清洁能源》 北大核心 2025年第5期148-158,共11页

准确预测风电功率对实现风电场稳定运行和电网优化调度具有重要意义。为了提高风电功率预测的稳定性和精准性,提出一种基于变分模态分解(variational modal decomposition,VMD)、融合Logistics混沌映射、折射反向学习策略的改进白鲸优... 准确预测风电功率对实现风电场稳定运行和电网优化调度具有重要意义。为了提高风电功率预测的稳定性和精准性,提出一种基于变分模态分解(variational modal decomposition,VMD)、融合Logistics混沌映射、折射反向学习策略的改进白鲸优化算法(improved beluga whale optimization,IBWO)和双向长短期记忆(bi-directional long short-term memory,BiLSTM)神经网络的组合模型。首先,利用模糊熵为适应度函数的北方苍鹰优化算法(northern goshawk optimization,NGO)优化VMD的核心参数,通过NGO-VMD对采集到的原始风电功率数据分解,得到模态分量。然后,利用改进白鲸优化算法IBWO对双向长短期记忆BiLSTM神经网络中的超参数进行寻优,再使用IBWO-BiLSTM模型对各模态分量预测。最后,将各模态分量的预测值叠加得到风电功率的预测值。实验表明,该组合模型较其他普通组合模型在预测精度上有较大提高。 展开更多

关键词 风电功率预测 变分模态分解 北方苍鹰优化算法 改进白鲸优化算法 双向长短期记忆神经网络 深度学习

在线阅读 下载PDF 职称材料

基于IMONGO算法的船-机-桨参数匹配技术

19

作者 张增鑫 李纯金 +2 位作者 李磊 马骏 许宏锐 《舰船科学技术》 北大核心 2023年第23期108-114,共7页

传统船-机-桨参数匹配还停留在图谱法研究中,不能满足船舶精细化设计要求,为此提出一种船-机-桨参数匹配的新方法。首先,基于船-机-桨匹配动态数学模型构建船-机-桨参数匹配的多目标优化模型;其次,以最小化发动机燃油消耗、最大化推进... 传统船-机-桨参数匹配还停留在图谱法研究中,不能满足船舶精细化设计要求,为此提出一种船-机-桨参数匹配的新方法。首先,基于船-机-桨匹配动态数学模型构建船-机-桨参数匹配的多目标优化模型;其次,以最小化发动机燃油消耗、最大化推进系统效率及最小化燃烧物排放为目标函数;然后,采用改进的多目标北方苍鹰优化算法(IMONGO)计算船-机-桨匹配参数。最后,使用排序优选技术(TOPSIS)对Pareto解集的性能进行排序,选出排序靠前的匹配参数组合。通过试验验证,燃油消耗率降低5.97%,发动机燃烧物排放中氮氧化物排放体积比降低19.49%,碳烟(soot)排放质量分数降低20.1%,船舶推进系统效率提高到0.59,优化的船-机-桨匹配参数对实际工程设计具有巨大参考价值。 展开更多

关键词 船-机-桨参数匹配 多目标北方苍鹰优化算法 多目标优化

在线阅读 下载PDF 职称材料

基于参数优化的VMD-SVD和LSTM的输电杆塔倾斜状态识别 被引量：5

20

作者 赵隆 温冠儒 +2 位作者 刘志成 袁鹏 董新胜 《中国电力》 CSCD 北大核心 2023年第12期217-226,237,共11页

针对输电杆塔结构状态信息提取难度大、精度低等问题,提出了一种基于北方苍鹰算法优化的变分模态分解(northern goshawk optimized variational mode decomposition,NGO-VMD)与长短期记忆(long shortterm memory,LSTM)神经网络的输电杆... 针对输电杆塔结构状态信息提取难度大、精度低等问题,提出了一种基于北方苍鹰算法优化的变分模态分解(northern goshawk optimized variational mode decomposition,NGO-VMD)与长短期记忆(long shortterm memory,LSTM)神经网络的输电杆塔倾斜状态识别方案。通过北方苍鹰优化算法解决了变分模态分解参数难确定的问题,并且证明其分解的各阶本征模态分量(intrinsic mode function,IMF)可以有效提取出杆塔结构的模态信息。为了使信息特征更为明显,对IMF分量进行奇异值分解(singular value decomposition,SVD),发现各阶分量的奇异值在杆塔不同状态下有较为明显的区别。最后引入LSTM神经网络进行特征分类,形成故障诊断模型。依托某110kV猫头塔对模型进行试验验证,结果表明:所提方法对杆塔倾斜状态的识别准确率为96.68%,与其他方法相比,具有效率更高、稳定性更强、更加精准的优势。 展开更多

关键词 杆塔倾斜 状态识别 北方苍鹰算法优化 自适应变分模态分解 奇异值分解 长短期记忆神经网络

在线阅读 下载PDF 职称材料