期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
多极小波包变换与改进浣熊算法优化的混合核极限学习机径流预测 被引量:4
1
作者 刀海娅 程刚 崔东文 《中国农村水利水电》 北大核心 2024年第6期1-9,20,共10页
为提高日径流多步预测精度,减少模型计算规模,同时提升浣熊优化(COA)算法和混合核极限学习机(HKELM)性能,提出多极小波包变换(MWPT)-改进COA算法(ICOA)-HKELM日径流时间序列预测模型。首先,利用MWPT将日径流时序数据分解为1个低频分量和... 为提高日径流多步预测精度,减少模型计算规模,同时提升浣熊优化(COA)算法和混合核极限学习机(HKELM)性能,提出多极小波包变换(MWPT)-改进COA算法(ICOA)-HKELM日径流时间序列预测模型。首先,利用MWPT将日径流时序数据分解为1个低频分量和2个高频分量,并构建局部高斯径向基核函数和全局多项式核函数相混合的HKELM;其次,简要介绍COA算法原理,基于Circle映射等策略对COA进行改进,提出ICOA算法,通过8个典型函数对ICOA算法进行仿真验证,并与基本COA算法、鲸鱼优化算法(WOA)、灰狼优化算法(GWO)作对比,旨在验证ICOA算法的优化性能;最后,利用ICOA优化HKELM超参数(正则化参数、核参数、权重系数),建立MWPT-ICOA-HKELM模型,并构建MWPT-COA-HKELM、MWPT-WOA-HKELM、MWPT-GWO-HKELM、小波包变换(WPT)-ICOA-HKELM、小波变换(WT)-ICOA-HKELM、MWPT-ICOA-BP模型作对比分析,通过云南省景东、把边水文站2016-2020年日径流时间序列多步预测实例对各模型进行验证。结果表明:(1)ICOA具有较好的改进效果,仿真精度优于COA、WOA、GWO算法。(2)MWPT-ICOA-HKELM模型预测效果优于其他对比模型,其对实例单步预测效果“最好”,超前3步和超前5步“较好”,超前7步“较差”,预测精度随预测步长的增加而降低。(3)利用ICOA优化HKELM超参数,可显著提高HKELM预测性能,超参数优化效果优于COA、WOA、GWO算法。 展开更多
关键词 日径流预测 多极小波包变换 改进浣熊优化算法 混合核极限学习机 超参数优化
在线阅读 下载PDF
融合ICOA及PSM的轮毂电机多场耦合噪声优化
2
作者 吴华伟 李蒗 +2 位作者 李智 曾运运 彭建平 《重庆交通大学学报(自然科学版)》 北大核心 2025年第7期23-32,共10页
为削弱轮毂电机电磁振动噪声,以18槽16极14吋永磁轮毂电机为例,提出了一种融合改进浣熊优化算法(ICOA)及参数扫描法(PSM)的结构优化设计方法。建立基于PSM的齿槽转矩数据库,解析定子辅助槽数量对齿槽转矩的影响机理;构建基于自适应边界... 为削弱轮毂电机电磁振动噪声,以18槽16极14吋永磁轮毂电机为例,提出了一种融合改进浣熊优化算法(ICOA)及参数扫描法(PSM)的结构优化设计方法。建立基于PSM的齿槽转矩数据库,解析定子辅助槽数量对齿槽转矩的影响机理;构建基于自适应边界和淘汰机制的改进浣熊优化算法,设计基于ICOA的求解器对轮毂电机辅助槽进行优化,并与基于COA、MA、SSA的3种求解器对比寻优性能;搭建轮毂电机的结构场、电磁场及声场等多物理场耦合仿真模型,对比定子电枢结构优化前后的噪声声压级。研究结果表明:ICOA求解器在收敛速度和结果精度上优于其他求解器;优化后齿槽转矩幅值削弱59.08%;在空载时,电机转轴轴向的振动削弱了9.916×10^(3)mm/s^(2),转轴径向的振动削弱了2.1919×10^(4)mm/s^(2),A计权声压级减小了3.818 dB;在负载时,转轴轴向的振动削弱了4.8459×10^(4)mm/s^(2),转轴径向的振动削弱了4.4226×10^(4)mm/s^(2),A计权声压级减小了7.648 dB;7倍频振动得到有效抑制,噪声总体水平从70 dB级削弱到60 dB级,提高了驾乘人员的安全性和舒适性。 展开更多
关键词 车辆工程 轮毂电机 噪声优化 改进浣熊优化算法 参数扫描法 多场耦合
在线阅读 下载PDF
基于ICOA算法的泵控液压马达PID调速系统 被引量:1
3
作者 杨焕峥 崔业梅 +1 位作者 薛洪惠 徐玲 《机床与液压》 北大核心 2025年第5期101-106,共6页
为了提高泵控液压马达PID调速系统的速度和精度,通过建立数学模型和Simulink仿真系统,确定了变量泵控定量液压马达系统以液压泵摆角为输入的调速控制回路的传递函数;针对传统PID调速系统在速度和精度方面的局限性,引入一种改进的长鼻浣... 为了提高泵控液压马达PID调速系统的速度和精度,通过建立数学模型和Simulink仿真系统,确定了变量泵控定量液压马达系统以液压泵摆角为输入的调速控制回路的传递函数;针对传统PID调速系统在速度和精度方面的局限性,引入一种改进的长鼻浣熊优化算法(ICOA),该算法结合了反向学习差分进化和萤火虫扰动策略以提高系统性能。在CEC2022函数的性能测试中,相比长鼻浣熊优化算法等5种算法,ICOA算法表现优异,它在单峰、多峰、复合且多模态的函数上均表现出较好的收敛速度、寻优精度和鲁棒性。最后,通过仿真验证,ICOA算法在泵控液压马达PID调速性能优化方面具有更好的效果,能够更有效地使系统响应达到期望的状态。 展开更多
关键词 泵控液压马达 PID调速系统 改进浣熊优化算法 控制性能
在线阅读 下载PDF
基于CLD-COA-ELM的光伏阵列故障诊断方法研究 被引量:3
4
作者 张健 赵咪 +1 位作者 黄毅 李景云 《太阳能学报》 北大核心 2025年第1期632-640,共9页
为提升光伏阵列故障诊断的准确率,提出一种基于改进长鼻浣熊优化算法优化极限学习机的光伏阵列故障诊断方法。首先,分析阵列中光伏组件在发生故障时的输出特性,选择合适的故障特征;其次,针对极限学习机在光伏阵列故障分类时初始权值和... 为提升光伏阵列故障诊断的准确率,提出一种基于改进长鼻浣熊优化算法优化极限学习机的光伏阵列故障诊断方法。首先,分析阵列中光伏组件在发生故障时的输出特性,选择合适的故障特征;其次,针对极限学习机在光伏阵列故障分类时初始权值和阈值的随机性问题,采用长鼻浣熊优化算法求解最优的初始权重和阈值;进一步地,针对长鼻浣熊算法初始参数的随机性和全局搜索能力的局限性问题,通过Circle混沌映射、莱维飞行和动态折射反向学习对该算法进行优化,提高寻优精度和速度;最后,结合光伏阵列故障实验数据,验证故障诊断模型的分类效果。结果表明,对于训练集和测试集数据,该诊断模型提高了故障分类精度,诊断率分别达到100%和98.33%,优于传统极限学习机、BP神经网络、支持向量机和卷积神经网络故障诊断的准确率。 展开更多
关键词 光伏组件 故障分析 特征选择 监督学习 极限学习机 改进长鼻浣熊优化算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部