期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
改进天牛须搜索算法在圆度误差评定中的研究 被引量：11
1
作者 王宸 向长峰 王生怀 《制造技术与机床》 北大核心 2019年第11期143-146,共4页
为了提高圆度误差的评定精度和计算收敛速度,提出了一种改进天牛须搜索算法的圆度误差评定方法。首先,通过圆度误差最小区域原则建立了数学模型和目标函数。其次,在标准天牛须算法的基础上,设计了变步长法,进一步提高算法的计算精度和... 为了提高圆度误差的评定精度和计算收敛速度,提出了一种改进天牛须搜索算法的圆度误差评定方法。首先,通过圆度误差最小区域原则建立了数学模型和目标函数。其次,在标准天牛须算法的基础上,设计了变步长法,进一步提高算法的计算精度和收敛速度。最后通过三坐标测量的圆度测量数据进行求解验证,并将计算结果与常用的最小二乘法和粒子群算法等进行对比。实例表明,改进的天牛须搜索算法在圆度误差评定上的计算精度和收敛速度都优于传统算法,体现了该算法的优越性。 展开更多
关键词 圆度误差 变步长 改进天牛须搜索算法
在线阅读 下载PDF
基于改进天牛须搜索算法的分布式电源选址定容 被引量：38
2
作者 卢光辉 滕欢 +1 位作者 廖寒逊 吴泽穹 《电测与仪表》 北大核心 2019年第17期6-12,共7页
针对分布式电源接入配电网的选址定容问题,在考虑到网损、静态电压稳定和线路热稳定3个指标的基础上,采用层次分析法建立了分布式电源在配电网中选址定容的多目标优化模型。引入模拟退火算法中的蒙特卡洛法则对一种新的智能优化算法-天... 针对分布式电源接入配电网的选址定容问题,在考虑到网损、静态电压稳定和线路热稳定3个指标的基础上,采用层次分析法建立了分布式电源在配电网中选址定容的多目标优化模型。引入模拟退火算法中的蒙特卡洛法则对一种新的智能优化算法-天牛须搜索算法(Beetle Antennae Search,BAS)进行改进,提高算法的稳定性,并应用于分布式电源选址定容问题求解。算例仿真实验验证了改进天牛须搜索算法(Improved Antennae Search,IBAS)在分布式电源选址定容问题求解中的高效性和稳定性。 展开更多
关键词 分布式电源 配电网 选址定容 改进天牛须搜索算法
在线阅读 下载PDF
基于改进天牛须搜索算法的电池储能系统参与AGC优化控制策略 被引量：8
3
作者 金立鑫 朱武 +4 位作者 花赟昊 郭启明 靳一奇 王世萱 张钰雯 《水电能源科学》 北大核心 2021年第7期206-210,共5页
在电池储能系统辅助传统发电机组参与电网自动发电控制时,针对按固定比例分配各机组出力信号难以充分发挥储能调频效果的问题,提出一种基于改进天牛须搜索算法的优化控制策略。该策略通过改进天牛须搜索算法优化后的负荷频率控制器将区... 在电池储能系统辅助传统发电机组参与电网自动发电控制时,针对按固定比例分配各机组出力信号难以充分发挥储能调频效果的问题,提出一种基于改进天牛须搜索算法的优化控制策略。该策略通过改进天牛须搜索算法优化后的负荷频率控制器将区域控制误差信号转化为区域控制需求信号,根据需求信号的大小确定系统当前所处的运行状态,再利用改进天牛须搜索算法实时调整储能与传统发电机组的出力分配。仿真结果表明,该控制策略能有效减小系统频率偏差,平抑联络线交换功率波动,促进系统频率稳定。 展开更多
关键词 自动发电控制 区域控制误差 区域控制需求 电池储能系统 改进天牛须搜索算法
在线阅读 下载PDF
基于改进的天牛须算法的塔式起重机防摆控制研究
4
作者 张志强 蒋贤帅 《中国工程机械学报》 北大核心 2025年第4期617-621,共5页
塔式起重机(塔机)工作过程中的安全性和稳定性问题一直是业内研究重点。针对塔机在吊运过程中摆角过大和小车定位不准会严重影响到塔机工作安全性和稳定性的问题,根据拉格朗日(Lagrange)方程建立塔机的吊重模型,通过PID控制系统进行小... 塔式起重机(塔机)工作过程中的安全性和稳定性问题一直是业内研究重点。针对塔机在吊运过程中摆角过大和小车定位不准会严重影响到塔机工作安全性和稳定性的问题,根据拉格朗日(Lagrange)方程建立塔机的吊重模型,通过PID控制系统进行小车的定位与吊重的防摆,提出对天牛须搜索算法(BAS)进行改进,然后对模糊PID控制器的增益进行优化。在Simulink在仿真平台上,进行了PID控制系统、模糊PID控制系统及经过改进的BAS优化的模糊PID控制系统的效果对比分析,并进行了仿真运行。结果表明,改进的BAS优化模糊PID控制系统能够准确地保证小车定位,同时能很好地抑制摆角过大问题,并且系统具有较好的鲁棒性。 展开更多
关键词 塔式起重机 PID控制 防摆 模糊PID控制 改进的天牛须搜索算法
在线阅读 下载PDF
基于天牛须搜索算法的短期风电功率组合预测 被引量：13
5
作者 单斌斌 李华 +1 位作者 谷瑞政 李玲玲 《科学技术与工程》 北大核心 2022年第2期540-546,共7页
为了提高风电功率预测精度,提出了一种完全集成经验模态分解(complete ensemble empirical mode decomposition adaptive noise,CEEMDAN)、极限学习机(extreme learning machine,ELM)和改进天牛须搜索算法(improved beetle antennae sea... 为了提高风电功率预测精度,提出了一种完全集成经验模态分解(complete ensemble empirical mode decomposition adaptive noise,CEEMDAN)、极限学习机(extreme learning machine,ELM)和改进天牛须搜索算法(improved beetle antennae search algorithm,IBAS)的组合预测模型来预测风电功率。引入动态惯性权重改进天牛的位置更新方式,提高天牛须搜索算法的寻优能力。在预测过程中,首先通过CEEMDAN对原始风电功率数据进行预处理,将非平稳信号分解为一组按照频率和振幅大小排列的序列分量,减少数据波动带来的预测误差。然后利用IBAS优化ELM构建预测模型,分别预测每个序列分量,最后叠加每个序列分量的预测值得到最终预测值。仿真结果表明,与其他预测模型相比,本预测模型预测精度最高,评价指标平均绝对误差(mean absolute error,MAE)、均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)均为最小,具有广阔的实际应用前景。 展开更多
关键词 短期风电功率预测 完全集成经验模态分解 改进天牛须搜索算法 极限学习机
在线阅读 下载PDF
基于IBAS-IPSO算法的交直流混合微网运行优化
6
作者 潘鹏程 荣梦杰 +1 位作者 香静 徐恒山 《电力系统及其自动化学报》 北大核心 2025年第10期75-84,共10页
针对交直流混合微网多目标运行优化模型目标函数具有多样、约束条件复杂及采用粒子群优化算法时存在搜索效率低、易陷入局部最优的问题,提出一种将改进粒子群优化算法和改进天牛须搜索算法融合的双重搜索优化算法。首先,基于粒子群优化... 针对交直流混合微网多目标运行优化模型目标函数具有多样、约束条件复杂及采用粒子群优化算法时存在搜索效率低、易陷入局部最优的问题,提出一种将改进粒子群优化算法和改进天牛须搜索算法融合的双重搜索优化算法。首先,基于粒子群优化算法,引入动态自适应参数改变惯性权重因子和学习因子;然后,为提高粒子群优化算法的收敛精度,对天牛须搜索算法采用动态步长搜索机制;最后,以经济性和环保性为目标,采用本文算法对交直流混合微网运行进行优化。优化结果表明,本文算法与其他算法相比得到的运行成本和环保成本更低,运行时间更短,有一定的工程应用价值。 展开更多
关键词 交直流混合微网 经济性 环保性 改进粒子群优化算法 改进天牛须搜索算法 运行优化
在线阅读 下载PDF
基于改进BAS算法的配电网多目标优化重构 被引量：4
7
作者 霍亚俊 冯霆 张扬 《现代电子技术》 2023年第11期144-148,共5页
天牛须搜索(BAS)算法存在早熟收敛、计算效率低下等缺点,文中提出一种改进BAS算法,并应用于解决配电网优化重构问题。首先建立以网络损耗、负荷均衡度、电压偏差以及系统供电可靠性为目标的数学模型;然后针对传统天牛须搜索算法易陷入... 天牛须搜索(BAS)算法存在早熟收敛、计算效率低下等缺点,文中提出一种改进BAS算法,并应用于解决配电网优化重构问题。首先建立以网络损耗、负荷均衡度、电压偏差以及系统供电可靠性为目标的数学模型;然后针对传统天牛须搜索算法易陷入局部最优,采用模拟退火的蒙特卡洛准则进行改进,提高了算法的稳定性和可重复性,并采用改进后的天牛须搜索算法对数学模型进行迭代求解,给出配电网最优重构方案;最后结合IEEE 69总线系统进行实例仿真分析,与未进行系统重构配置进行对比,所提算法减少了网络损耗,提高了系统运行的经济稳定性。 展开更多
关键词 配电网 优化重构 数学模型 改进天牛须搜索算法 迭代求解 仿真分析
在线阅读 下载PDF
基于深度学习的螺旋桨水动力性能快速预报方法 被引量：2
8
作者 高楠 胡安康 +1 位作者 侯立勋 常欣 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第2期188-200,共13页
为实现螺旋桨水动力性能的快速、精确预报,基于改进的残差连接神经网络建立了一套螺旋桨水动力性能预报模型.残差连接方式大幅提高了模型深度,结合Inception结构从不同尺度同时提取数据特征,利用深度可分离式卷积减少模型参数,基于螺旋... 为实现螺旋桨水动力性能的快速、精确预报,基于改进的残差连接神经网络建立了一套螺旋桨水动力性能预报模型.残差连接方式大幅提高了模型深度,结合Inception结构从不同尺度同时提取数据特征,利用深度可分离式卷积减少模型参数,基于螺旋桨几何参数和模型试验结果构建训练深度神经网络所需的样本空间;提出一种改进的群体天牛须算法对模型的初始权重与阈值进行优化,进一步提高其预报精度.研究结果表明:改进的群体天牛须算法显著提高预报模型的精度并解决了过拟合问题,预报结果与试验值吻合良好,对数据集外螺旋桨的预测性能与CFD法基本一致.模型的普适性极佳且计算周期极短、效率高,满足实时、准确预报螺旋桨敞水性能的要求. 展开更多
关键词 螺旋桨 水动力性能 残差神经网络 Inception结构 改进的群体天牛须搜索算法
在线阅读 下载PDF
基于IBAS和LSTM网络的池塘水溶解氧含量预测 被引量：21
9
作者 孙龙清 吴雨寒 +1 位作者 孙希蓓 张松 《农业机械学报》 EI CAS CSCD 北大核心 2021年第S01期252-260,共9页
为了提高池塘水体中溶解氧含量(DO)预测精度,本文提出了一种基于改进的天牛须搜索算法(Improved beetle antennae search algorithm,IBAS)和长短期记忆网络(Long short-term memory,LSTM)相结合的溶解氧含量预测模型。为了降低模型输入... 为了提高池塘水体中溶解氧含量(DO)预测精度,本文提出了一种基于改进的天牛须搜索算法(Improved beetle antennae search algorithm,IBAS)和长短期记忆网络(Long short-term memory,LSTM)相结合的溶解氧含量预测模型。为了降低模型输入维度,提高模型计算效率,采用皮尔逊(Pearson)相关系数分析法得出各因子与溶解氧含量之间的相关性,提取强关联因子作为模型输入特征;为了使天牛须搜索算法(Beetle antennae search algorithm,BAS)在全局搜索和局部搜索中达到平衡,提高算法的收敛速度,提出衰减因子指数递减策略改进天牛须搜索算法,将衰减因子γ与迭代次数相联系并呈指数函数递减;通过IBAS优化LSTM网络,得到最优参数组合策略,建立P-IBAS-LSTM非线性溶解氧含量预测模型。并利用该模型对江苏省宜兴市水产养殖研究中心某池塘水体溶解氧含量进行验证,预测2 h后的溶解氧含量。在与常见的7种模型对比中发现,本文所提出的方法在各项指标中都取得了最优的性能,均方误差(MSE)为0.6442 mg^(2)/L^(2)、均方根误差(RMSE)为0.8026 mg/L、平均绝对误差(MAE)为0.5306 mg/L。实验结果表明本文所提出的模型预测精度更高,泛化性能更强,可以满足实际对溶解氧含量准确预测的需求,并为池塘养殖中水质预警控制提供参考。 展开更多
关键词 池塘水环境 溶解氧含量预测 长短期记忆网络 改进天牛须搜索算法 因子筛选 参数优化
在线阅读 下载PDF
基于IBAS-Elman网络的滚动轴承故障诊断研究 被引量：6
10
作者 瞿红春 许旺山 +2 位作者 郭龙飞 朱伟华 高鹏宇 《机床与液压》 北大核心 2020年第16期201-205,共5页
为了提高民航发动机滚动轴承故障诊断正确率,提出基于改进天牛须搜索算法优化Elman神经网络的诊断模型。针对天牛须搜索算法易早熟等缺陷,对天牛质心位置和步长更新操作进行改进,并用改进算法优化Elman网络的学习率、权重和阈值。使用IB... 为了提高民航发动机滚动轴承故障诊断正确率,提出基于改进天牛须搜索算法优化Elman神经网络的诊断模型。针对天牛须搜索算法易早熟等缺陷,对天牛质心位置和步长更新操作进行改进,并用改进算法优化Elman网络的学习率、权重和阈值。使用IBAS-Elman模型对滚动轴承故障和正常状态进行诊断,并分析Elman网络延迟向量比例因子对滚动轴承故障诊断率的影响。为了验证IBAS-Elman模型的有效性,将天牛须搜索算法、萤火虫算法和遗传算法作为对比算法。实验结果表明:改进天牛须搜索算法收敛精度优于对比算法。 展开更多
关键词 滚动轴承 故障诊断 ELMAN神经网络 改进天牛须搜索算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部