检索结果-维普期刊中文期刊服务平台

基于改进多目标蝗虫算法的压缩机叶轮参数优化研究: 1; 作者任云鹏李臻志 +4 位作者宋方李安帅杨强辉刘佳豪邵佳康《机电工程》北大核心 2025年第5期856-865,共10页; 针对常用基本算法在模型复杂的叶轮部件优化设计上寻优效果不佳等问题,提出了一种融合柯西变异和反向学习的改进多目标蝗虫优化算法(COMOGOA),对离心压缩机叶轮进行了参数优化设计。首先,分析了基本蝗虫优化算法(GOA)及多目标优化问题原... 展开更多; 关键词离心式压缩机参数优化算法融合柯西变异和反向学习的改进多目标蝗虫优化算法 ANSYS-CFX Cubic混沌模型随机权重策略; 在线阅读下载PDF 职称材料

微震震源定位中的多目标计算方法研究与应用: 2; 作者陈国庆庞聪 +2 位作者宋莹莹彭海洋李忠亚《大地测量与地球动力学》北大核心 2025年第7期688-694,共7页; 通过引入第二代和第三代非支配排序遗传算法(NSGA-Ⅱ、NSGA-Ⅲ)、多目标蝗虫优化算法(MOGOA)、多目标灰狼优化算法(MOGWO)、多目标蚁狮优化算法(MOALO)、基于分解的多目标进化算法(MOEA/D)等6种多目标智能计算方法,利用2个不同的经典微... 展开更多; 关键词微震震源定位多目标智能计算多目标进化分解算法非支配排序遗传算法多目标蚁狮优化算法多目标蝗虫优化算法多目标灰狼优化算法; 在线阅读下载PDF 职称材料

数据中心多能互补分布式能源系统设计与运行优化研究被引量：2: 3; 作者任效效李小龙 +4 位作者薛凯吴炫韩小渠王进仕严俊杰《西安交通大学学报》 EI CAS 北大核心 2025年第1期93-104,共12页; 为实现数据中心的低碳转型和能效提升,提出了一种集成多种可再生能源和储能设备的多能互补分布式能源系统作为其供能系统。建立了包含生命周期成本、碳排放、能耗、电网购电率和热量浪费率等指标的优化目标体系。制定了两种考虑负荷特... 展开更多; 关键词数据中心多能互补分布式能源系统优化设计运行策略多目标蝗虫优化算法; 在线阅读下载PDF 职称材料

基于MOGOA-VMD-LSSVM的轴承故障诊断方法研究: 4; 作者张辉宋泓炎 +3 位作者范华超赵连明江帆鲁宗虎《煤炭工程》北大核心 2025年第2期149-155,共7页; 针对煤基活性炭生产设备轴承故障类型难以准确诊断的问题,提出了一种多目标蝗虫优化算法(MOGOA)优化变分模态分解(VMD)与最小二乘支持向量机(LSSVM)的煤基活性炭生产设备轴承故障诊断方法。首先,针对传统蝗虫优化算法(GOA)参数敏感、易... 展开更多; 关键词煤基活性炭设备轴承多目标蝗虫优化算法 VMD LSSVM; 在线阅读下载PDF 职称材料

基于改进MOGOA的无人机群航迹规划研究被引量：7: 5; 作者陈涛李由之黄湘松《天津大学学报（自然科学与工程技术版）》 EI CSCD 北大核心 2020年第9期967-975,共9页; 针对电子侦察系统中反辐射无人机群进行辐射源无源定位时机群的编队形式会对定位精度产生影响的问题,将克拉美-罗界(Cramer-Rao lower bound,CRLB)作为定位精度方面的优化目标,与其他优化目标、约束一起引入机群的航迹规划中,使无人机... 展开更多; 关键词反辐射无人机航迹规划多目标蝗虫算法定位精度; 在线阅读下载PDF 职称材料

基于多方面特征提取和迁移学习的风速预测被引量：8: 6; 作者梁涛陈春宇 +1 位作者谭建鑫井延伟《太阳能学报》 EI CAS CSCD 北大核心 2023年第4期132-139,共8页; 为满足风电场远程集控中心高效、低成本预测不同地理位置风电场风速的要求,结合“离线训练,在线预测”的思想,提出一种基于多方面特征提取和迁移学习的多变量风速预测模型。离线模型融合双通道卷积神经网络和双向长短时记忆神经网络捕... 展开更多; 关键词风能风速预测特征提取卷积神经网络双向长短时记忆神经网络迁移学习多目标蝗虫优化算法; 在线阅读下载PDF 职称材料

题名基于改进多目标蝗虫算法的压缩机叶轮参数优化研究: 1; 作者任云鹏李臻志宋方李安帅杨强辉刘佳豪邵佳康; 机构沈阳建筑大学机械工程学院; 出处《机电工程》北大核心 2025年第5期856-865,共10页; 基金辽宁省教育厅高校基本科研项目-创新发展项目(LJ242410153005)。; 文摘针对常用基本算法在模型复杂的叶轮部件优化设计上寻优效果不佳等问题,提出了一种融合柯西变异和反向学习的改进多目标蝗虫优化算法(COMOGOA),对离心压缩机叶轮进行了参数优化设计。首先,分析了基本蝗虫优化算法(GOA)及多目标优化问题原理,对多目标蝗虫优化算法(MOGOA)进行了改进,融合了柯西变异和反向学习改进策略,并利用测试函数与常用优化算法对比验证了其性能;然后,以离心压缩机叶轮部件为研究对象,对其建立了理论数值模型,利用改进的COMOGOA对模型设计参数进行了寻优,并与其他优化算法进行了对比分析;最后,在考虑了数值仿真、模型假设等因素带来的误差影响情况下,利用ANSYS-CFX数值验证了仿真分析,结合叶轮气动特性及原因进一步验证了优化效果。研究结果表明:优化叶轮后,设计工况下的压缩比显著提升了4.370%,等熵效率增强了1.529%,叶轮得到了改善,从而提升了压缩机的整体性能。COMOGOA算法在叶轮部件复杂模型的优化设计中有着更为出色的寻优效果,也为此类复杂部件优化设计提供了合理参考,具有一定的工程应用价值。; 关键词离心式压缩机参数优化算法融合柯西变异和反向学习的改进多目标蝗虫优化算法 ANSYS-CFX Cubic混沌模型随机权重策略; Keywords radial-flow compressor parameter optimization algorithm improved multi-objective grasshopper optimization algorithm integrating Cauchy's variation and reverse learning(COMOGOA) ANSYS-CFX Cubic chaotic model Random weight strategy; 分类号 TH45 [机械工程—机械制造及自动化] TH122 [机械工程—机械设计及理论]; 在线阅读下载PDF 职称材料

题名微震震源定位中的多目标计算方法研究与应用: 2; 作者陈国庆庞聪宋莹莹彭海洋李忠亚; 机构成都锦城学院数学建模研究中心中国地震局地震研究所武汉引力与固体潮国家野外科学观测研究站广州理工学院计算机科学与工程学院闽南师范大学数学与统计学院; 出处《大地测量与地球动力学》北大核心 2025年第7期688-694,共7页; 基金四川省科技厅软科学项目(2023JDR0271) 广东省哲社学科共建项目(GD24XGL031) +2 种基金中国地震局地震科技星火计划(XH24025YC)。; 文摘通过引入第二代和第三代非支配排序遗传算法(NSGA-Ⅱ、NSGA-Ⅲ)、多目标蝗虫优化算法(MOGOA)、多目标灰狼优化算法(MOGWO)、多目标蚁狮优化算法(MOALO)、基于分解的多目标进化算法(MOEA/D)等6种多目标智能计算方法,利用2个不同的经典微震震源反演数学模型设计多目标定位优化函数,在深部开采矿井微震事件数据和人工仿真实验数据对比测试基础上,探索和分析6种多目标定位算法的真实效能与可靠性。结果表明,6种多目标定位模型性能不一,MOALO基于多面体台阵仿真的100轮微震震源定位误差均值可达到1.2425 m,NSGA-Ⅱ基于深部开采矿井的微震震源定位误差均值为162.5691 m,MOGOA基于柿竹园矿微震事件的模型鲁棒性优于MOALO。综合考虑定位精度和模型可靠性等多个性能指标认为,MOGOA具有较强的工程物探和微震监测应用前景。; 关键词微震震源定位多目标智能计算多目标进化分解算法非支配排序遗传算法多目标蚁狮优化算法多目标蝗虫优化算法多目标灰狼优化算法; Keywords microseismic source localization multi-objective intelligent computation MOEA/D NSGA MOALO MOGOA MOGWO; 分类号 P315 [天文地球—地震学]; 在线阅读下载PDF 职称材料

题名数据中心多能互补分布式能源系统设计与运行优化研究被引量：2: 3; 作者任效效李小龙薛凯吴炫韩小渠王进仕严俊杰; 机构西安交通大学动力工程多相流国家重点实验室中国电力工程顾问集团西北电力设计院有限公司; 出处《西安交通大学学报》 EI CAS 北大核心 2025年第1期93-104,共12页; 基金国家自然科学基金“能源有序转化”基础科学中心资助项目(51888103)。; 文摘为实现数据中心的低碳转型和能效提升,提出了一种集成多种可再生能源和储能设备的多能互补分布式能源系统作为其供能系统。建立了包含生命周期成本、碳排放、能耗、电网购电率和热量浪费率等指标的优化目标体系。制定了两种考虑负荷特征的运行策略,采用改进的多目标蝗虫优化算法对系统容量配置进行求解。为了分析优化目标和运行策略对系统优化的影响,通过组合不同优化目标和运行策略形成了多种优化设计方案,采用层次分析法和熵权法确定评价指标的权重,并利用多准则妥协解排序法进行评价排序。针对青海省某数据中心的案例,获得其能源系统的优化设计与运行方案。研究表明:运行策略主要影响吸收式制冷机和地源热泵的容量,而优化目标主要影响储能设备的容量;在相同的运行策略下,增加优化目标可提升系统的综合性能;对于不同的方案,生命周期成本、碳排放、能耗等基础优化目标值变化较小,而电网购电率和热量浪费率变化较大;通过实施五目标优化,即在基础优化目标的基础上增加热量浪费率、电网购电率,系统的综合性能得到了显著提升,其中热量浪费率和电网购电率分别降低了62.30%和25.92%,可再生能源发电占比增加了2%。; 关键词数据中心多能互补分布式能源系统优化设计运行策略多目标蝗虫优化算法; Keywords data center distributed multi-energy system optimal design operation strategy improved multi-objective grasshopper optimization algorithm; 分类号 TK9 [动力工程及工程热物理]; 在线阅读下载PDF 职称材料

题名基于MOGOA-VMD-LSSVM的轴承故障诊断方法研究: 4; 作者张辉宋泓炎范华超赵连明江帆鲁宗虎; 机构国家能源集团新疆能源有限责任公司中国矿业大学机电工程学院新疆工业云大数据创新中心有限公司; 出处《煤炭工程》北大核心 2025年第2期149-155,共7页; 基金国家自然科学基金项目(52374163,51605478) 江苏省科技成果转化专项资金项目(BA2022075) +1 种基金江苏省高校优势学科建设工程资助项目(PAPD)。; 文摘针对煤基活性炭生产设备轴承故障类型难以准确诊断的问题,提出了一种多目标蝗虫优化算法(MOGOA)优化变分模态分解(VMD)与最小二乘支持向量机(LSSVM)的煤基活性炭生产设备轴承故障诊断方法。首先,针对传统蝗虫优化算法(GOA)参数敏感、易于陷入局部最优的问题,引入多目标蝗虫优化算法,通过引入基于排列熵与峭度倒数归一化的复合适应度函数,优化VMD的惩罚因子和分解层数。其次,使用优化VMD分解提取的轴承振动信号并筛选出敏感变分模态分量(IMF)进行重构。最后,通过MOGOA优化LSSVM模型,形成MOGOA-LSSVM故障诊断模型。与GOA-LSSVM方法对比,本研究所提方法故障诊断准确率提高了5%,运行时间缩短了9.72 s,验证了该方法在故障诊断方面的优势。; 关键词煤基活性炭设备轴承多目标蝗虫优化算法 VMD LSSVM; Keywords coal-based activated carbon equipment bearing MOGOA VMD LSSVM; 分类号 TD534 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名基于改进MOGOA的无人机群航迹规划研究被引量：7: 5; 作者陈涛李由之黄湘松; 机构哈尔滨工程大学信息与通信工程学院哈尔滨工程大学先进船舶通信与信息技术工业和信息化部重点实验室; 出处《天津大学学报（自然科学与工程技术版）》 EI CSCD 北大核心 2020年第9期967-975,共9页; 基金国家自然科学基金资助项目(61571146) 中央高校基本科研业务费专项资金资助项目(3072019CF0801) 装备预研领域基金资助项目(6140415010303).; 文摘针对电子侦察系统中反辐射无人机群进行辐射源无源定位时机群的编队形式会对定位精度产生影响的问题,将克拉美-罗界(Cramer-Rao lower bound,CRLB)作为定位精度方面的优化目标,与其他优化目标、约束一起引入机群的航迹规划中,使无人机群运动过程中保持良好编队,确保无源定位精度.文中针对多优化目标复杂环境中航迹规划算法寻优能力不高的问题,提出了一种基于改进多目标蝗虫算法(IMOGOA)的无人机群3维航迹规划方法,通过对MOGOA的选择方式、收敛参数进行改进从而提高算法的收敛性能以及全局搜索性能.首先,建立无人机群航迹规划的运动学模型,并引入距离约束,除定位精度以外还引入了路程、威胁代价等作为航迹规划的优化目标函数,然后,对改进多目标蝗虫算法进行详细说明,最后设计基于IMOGOA的无人机群航迹规划方案的算法流程,并在设定场景中对该算法的性能进行了仿真分析.结果表明,所提出的IMOGOA能够成功地规划出无人机群从初始位置到辐射源位置处的3维航迹,同时使无人机群在运动过程中保持良好的定位精度,经IMOGOA规划的机群编队定位精度最高可达1.2%,性能明显优于正方形编队和随机编队,并通过将IMOGOA与原始蝗虫算法(GOA)、原始多目标蝗虫算法进行对比,结果表明IMOGOA的收敛速度比MOGOA快11.1%,搜索性能相较GOA提升13.8%.; 关键词反辐射无人机航迹规划多目标蝗虫算法定位精度; Keywords anti-radiation unmanned aerial vehicle path planning multi-objective grasshopper optimization algorithm(MOGOA) location accuracy; 分类号 V279 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名基于多方面特征提取和迁移学习的风速预测被引量：8: 6; 作者梁涛陈春宇谭建鑫井延伟; 机构河北工业大学人工智能与数据科学学院河北建设能源投资股份有限公司; 出处《太阳能学报》 EI CAS CSCD 北大核心 2023年第4期132-139,共8页; 基金河北省科技支撑计划(19210108D,19214501D,20314501D,F2021202022)。; 文摘为满足风电场远程集控中心高效、低成本预测不同地理位置风电场风速的要求,结合“离线训练,在线预测”的思想,提出一种基于多方面特征提取和迁移学习的多变量风速预测模型。离线模型融合双通道卷积神经网络和双向长短时记忆神经网络捕捉风速信息,学习各典型位置风电场的风速特性,然后迁移至任意风电场实现快速在线预测,通过改进的多目标蝗虫优化算法集成各典型风电场预测结果,进一步提高预测精度。最后通过河北一集控中心验证表明,该文所提模型的适应性与准确性均优于其他基线模型。; 关键词风能风速预测特征提取卷积神经网络双向长短时记忆神经网络迁移学习多目标蝗虫优化算法; Keywords wind energy wind speed prediction feature extraction convolutional neural network bi-directional long short-term memory network transfer learning multi-objective grasshopper optimization algorithm; 分类号 TK89 [动力工程及工程热物理—流体机械及工程] TM614 [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	作者	出处	发文年	被引量	操作
1	基于改进多目标蝗虫算法的压缩机叶轮参数优化研究	任云鹏李臻志宋方李安帅杨强辉刘佳豪邵佳康	《机电工程》北大核心	2025	0	在线阅读下载PDF 职称材料
2	微震震源定位中的多目标计算方法研究与应用	陈国庆庞聪宋莹莹彭海洋李忠亚	《大地测量与地球动力学》北大核心	2025	0	在线阅读下载PDF 职称材料
3	数据中心多能互补分布式能源系统设计与运行优化研究	任效效李小龙薛凯吴炫韩小渠王进仕严俊杰	《西安交通大学学报》 EI CAS 北大核心	2025	2	在线阅读下载PDF 职称材料
4	基于MOGOA-VMD-LSSVM的轴承故障诊断方法研究	张辉宋泓炎范华超赵连明江帆鲁宗虎	《煤炭工程》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于改进MOGOA的无人机群航迹规划研究	陈涛李由之黄湘松	《天津大学学报（自然科学与工程技术版）》 EI CSCD 北大核心	2020	7	在线阅读下载PDF 职称材料
6	基于多方面特征提取和迁移学习的风速预测	梁涛陈春宇谭建鑫井延伟	《太阳能学报》 EI CAS CSCD 北大核心	2023	8	在线阅读下载PDF 职称材料