混合多策略改进的海鸥优化算法

1

作者 杨聪聪 姜金华 蒋志成 《机电工程》 北大核心 2025年第10期1970-1980,共11页

针对海鸥优化算法(SOA)存在的初始化种群分布不均匀、搜索能力有限、迭代过程种群多样性下降、易陷入局部最优解的问题,提出了一种混合Chebyshev混沌序列、非线性惯性权重A、Levy飞行策略与同步扰动随机逼近(SPSA)的海鸥优化算法(CLS-S... 针对海鸥优化算法(SOA)存在的初始化种群分布不均匀、搜索能力有限、迭代过程种群多样性下降、易陷入局部最优解的问题,提出了一种混合Chebyshev混沌序列、非线性惯性权重A、Levy飞行策略与同步扰动随机逼近(SPSA)的海鸥优化算法(CLS-SOA)。首先,采用Chebyshev混沌序列进行了海鸥种群的初始化处理,解决了海鸥种群随机初始化导致的解空间覆盖不均匀问题。调整了线性惯性权重因子A的搜索步长,优化了算法在迭代前期全局和迭代后期局部的搜索能力。引入了Levy飞行策略,扩大了算法在迭代过程中的搜索空间,解决了传统算法在迭代过程中种群搜索空间收缩导致的种群多样性下降的问题。采用同步扰动随机逼近算法对种群个体进行了局部搜索,有效提升了算法跳出局部最优的能力;然后,研究了CLS-SOA算法时间复杂度;最后,设计了CLS-SOA与5种群智能优化算法在5个标准测试函数上的仿真实验。研究结果表明:CLS-SOA未增加算法时间复杂度,同时CLS-SOA在测试函数上的最优值、最差值、平均值和标准差方面均更接近全局最优值0,其收敛曲线呈现出大斜率的指数收敛特性。该结果验证了CLS-SOA在寻优精度、稳定性、收敛速度及跳出局部最优值方面具有显著优势;并且CLS-SOA在水表数字与背景分割任务中表现出色。 展开更多

关键词 海鸥优化算法 Chebyshev混沌序列 非线性权重因子A Levy飞行策略 同步扰动随机逼近算法 改进的海鸥优化算法

在线阅读 下载PDF 职称材料

融合海鸥算法及LSTM的燃料电池城市客车车速预测研究

2

作者 何锋 陈鹏 +2 位作者 刘勇 边东生 龚成平 《重庆理工大学学报(自然科学)》 北大核心 2025年第5期29-35,共7页

针对燃料电池城市客车车速预测精度低的问题,提出改进海鸥优化算法(ISOA)和长短期记忆神经网络(LSTM)相结合的车速预测模型。以标准工况驾驶循环数据库为训练集,以中国典型城市公交循环工况为测试集,使用引入莱维飞行、柯西变异等策略... 针对燃料电池城市客车车速预测精度低的问题,提出改进海鸥优化算法(ISOA)和长短期记忆神经网络(LSTM)相结合的车速预测模型。以标准工况驾驶循环数据库为训练集,以中国典型城市公交循环工况为测试集,使用引入莱维飞行、柯西变异等策略改进后的海鸥优化算法,确定LSTM最优参数,建立基于城市道路的ISOA-LSTM燃料电池城市客车车速预测模型,与LSTM模型、SOA-LSTM模型和GWO-LSTM模型进行对比。结果表明:基于ISOA-LSTM的车速预测模型的均方根误差为1.965,平均绝对误差为1.570,决定系数为0.983,预测精度更高。 展开更多

关键词 燃料电池城市客车 车速预测 改进海鸥优化算法 LSTM神经网络

在线阅读 下载PDF 职称材料

基于改进海鸥优化算法的履带式拉挤机牵引装置控制研究 被引量：1

3

作者 李祥杰 孙志军 +1 位作者 孟婥 孙以泽 《现代制造工程》 CSCD 北大核心 2023年第6期144-149,共6页

履带式拉挤机拉挤速度波动影响牵引装置的稳定运行,对管材质量也会造成影响。为了满足恒定拉挤速度的控制要求,以履带式拉挤机牵引装置的驱动系统为研究对象。首先,建立驱动系统数学模型,画出传递函数方块图,并提出随机权重的改进海鸥... 履带式拉挤机拉挤速度波动影响牵引装置的稳定运行,对管材质量也会造成影响。为了满足恒定拉挤速度的控制要求,以履带式拉挤机牵引装置的驱动系统为研究对象。首先,建立驱动系统数学模型,画出传递函数方块图,并提出随机权重的改进海鸥优化算法控制策略;然后,在MATLAB/Simulink软件中搭建驱动系统仿真模型,并对其在不同工况下的稳定性进行仿真,仿真结果表明,采用随机权重的改进海鸥优化算法后,驱动系统响应速度快、控制精度高,更能满足恒定拉挤速度的控制要求;最后在履带式拉挤成型试验平台进行试验验证,结果表明,仿真拉挤速度与试验拉挤速度的变化趋势基本一致,验证了仿真结果的正确性。 展开更多

关键词 履带式拉挤机 驱动系统 SIMULINK仿真 比例积分微分 改进海鸥优化算法

在线阅读 下载PDF 职称材料

基于改进海鸥优化算法的可见光室内定位研究 被引量：5

4

作者 刘双 余学祥 刘宇 《激光杂志》 CAS 北大核心 2023年第2期129-134,共6页

为提高室内定位精度,提出了一种基于黄金正弦与Sigmoid连续化海鸥优化算法(GSCSOA)的接收信号强度(Received Signal Strength Indication,RSSI)可见光室内定位技术。传统的海鸥优化算法(SOA)收敛速度慢、寻优精度低,在海鸥搜寻过程中引... 为提高室内定位精度,提出了一种基于黄金正弦与Sigmoid连续化海鸥优化算法(GSCSOA)的接收信号强度(Received Signal Strength Indication,RSSI)可见光室内定位技术。传统的海鸥优化算法(SOA)收敛速度慢、寻优精度低,在海鸥搜寻过程中引入Sigmoid函数使算法在后期快速收敛,在海鸥扑食过程中加入黄金正弦机制能提高算法的寻优能力。在6 m×6 m×3 m的房间顶板上按3×3的网格状布设9盏LED灯,经过实验表明:利用传统的RSSI定位估计算法得到的定位精度为1.28 m,改进的海鸥优化算法结合RSSI的定位算法得到的定位精度为7.17 cm。显然,改进后的室内定位算法精度更高,可应用于大部分的室内定位场所。 展开更多

关键词 可见光室内定位 改进海鸥优化算法 接收信号强度 三边定位法

在线阅读 下载PDF 职称材料

改进海鸥优化算法在光伏系统MPPT中的应用 被引量：12

5

作者 李大华 聂前 +2 位作者 田禾 付文成 杜洋 《电源技术》 CAS 北大核心 2022年第5期556-559,共4页

针对光伏阵列处于阴影状况下功率电压(P-U)特性曲线的非线性、多极值特点以及传统最大功率跟踪算法无法取得良好效果的问题,提出了一种改进海鸥优化算法的最大功率跟踪方法。该方法对海鸥优化算法的附加控制因子进行改进,提出非线性搜... 针对光伏阵列处于阴影状况下功率电压(P-U)特性曲线的非线性、多极值特点以及传统最大功率跟踪算法无法取得良好效果的问题,提出了一种改进海鸥优化算法的最大功率跟踪方法。该方法对海鸥优化算法的附加控制因子进行改进,提出非线性搜索控制应用到最大功率点跟踪(MPPT)中;并将混沌序列引入算法,增加种群位置的多样性,以此来克服过早收敛的缺陷,增强算法在全局搜索与跳出局部搜索的能力。建立仿真模型,在不同环境下与SOA、PSO进行对比,结果表明该算法可实现复杂环境条件下的最大功率跟踪,并具备较快的响应速度和稳定的寻优效果。 展开更多

关键词 光伏阵列 局部阴影 最大功率点跟踪 改进海鸥优化算法

在线阅读 下载PDF 职称材料

基于IMLZC和SOA-ELM的轴承损伤识别方法 被引量：1

6

作者 龙有强 姜峰 《机电工程》 北大核心 2025年第4期726-734,共9页

现有故障诊断方法大多是仅针对轴承故障类型进行分析,而缺少对故障程度进行相应的判断。为此,提出了一种基于改进多尺度Lempel-Ziv复杂度(IMLZC)和海鸥优化算法优化极限学习机(SOA-ELM)的滚动轴承损伤识别方法。首先,利用IMLZC复杂度测... 现有故障诊断方法大多是仅针对轴承故障类型进行分析,而缺少对故障程度进行相应的判断。为此,提出了一种基于改进多尺度Lempel-Ziv复杂度(IMLZC)和海鸥优化算法优化极限学习机(SOA-ELM)的滚动轴承损伤识别方法。首先,利用IMLZC复杂度测量指标对信号复杂度变化敏感的特点,将其用于提取滚动轴承振动信号的故障特征以构造特征矩阵;然后,利用海鸥优化算法对极限学习机(ELM)的关键参数进行了优化,建立了参数自适应优化的ELM分类模型;最后,将故障特征输入至SOA-ELM分类模型中进行了训练和测试,完成了滚动轴承不同故障状态的智能诊断和故障程度评估,利用滚动轴承和自吸式离心泵损伤振动信号对IMLZC-SOA-ELM模型的实用性和泛化性开展了研究,并将其与其他特征提取模型开展了对比。研究结果表明:基于IMLZC-SOA-ELM的故障诊断方法不仅能够准确识别滚动轴承的故障,而且能判断故障的严重程度,该故障诊断模型在诊断滚动轴承的故障时分别取得了100%和98.4%的识别准确率,平均识别准确率达到了99.9%,能够有效识别滚动轴承的故障类型和故障程度。与其他特征提取方法相比,IMLZC-SOA-ELM模型具有更高的识别准确率,更适合于滚动轴承的故障识别。 展开更多

关键词 滚动轴承 自吸式离心泵 故障诊断 故障程度和损伤程度 改进多尺度Lempel-Ziv复杂度 海鸥优化算法 参数最优极限学习机

在线阅读 下载PDF 职称材料

基于多策略ISOA优化SVM的变压器故障诊断研究 被引量：29

7

作者 郑业爽 李世春 鲁玲 《智慧电力》 北大核心 2023年第2期38-44,共7页

针对由支持向量机(SVM)参数难以确定而导致的变压器故障诊断精度低及海鸥优化算法(SOA)易陷入局部寻优的问题,提出一种多策略改进海鸥优化算法(ISOA)优化SVM的变压器故障诊断方法。首先,提出一种多策略的改进方法来全方面提升SOA的寻优... 针对由支持向量机(SVM)参数难以确定而导致的变压器故障诊断精度低及海鸥优化算法(SOA)易陷入局部寻优的问题,提出一种多策略改进海鸥优化算法(ISOA)优化SVM的变压器故障诊断方法。首先,提出一种多策略的改进方法来全方面提升SOA的寻优性能;然后,利用ISOA对SVM内部参数进行优化,构建基于ISOASVM的变压器故障诊断模型;最后,将油中气体溶解分析(DGA)数据的特征提取结果输入到ISOA-SVM模型中进行变压器故障诊断。实例分析表明,所提ISOA-SVM模型诊断精度更优。 展开更多

关键词 变压器 故障诊断 多策略改进方法 海鸥优化算法 支持向量机

在线阅读 下载PDF 职称材料

基于CGSOA-BPNN优化AlCoCrNiFe高熵合金涂层等离子喷涂工艺参数 被引量：1

8

作者 李赞 张长胜 +1 位作者 马涛 王卓 《表面技术》 EI CAS CSCD 北大核心 2022年第1期311-324,共14页

目的解决等离子喷涂工艺参数耦合导致的参数选取困难问题,提高AlCoCrNiFe高熵合金涂层力学性能。方法提出全局混沌高斯融合的海鸥算法(CGSOA),优化权值和阈值,使BP(Back Propagation,反向传递)神经网络训练输出理想控制参数。利用改进lo... 目的解决等离子喷涂工艺参数耦合导致的参数选取困难问题,提高AlCoCrNiFe高熵合金涂层力学性能。方法提出全局混沌高斯融合的海鸥算法(CGSOA),优化权值和阈值,使BP(Back Propagation,反向传递)神经网络训练输出理想控制参数。利用改进logistic混沌序列实现网络参数初始化种群的全局搜索,提高权值和阈值初始质量。引入改进logistic映射跳出局部最优,通过加强局部搜索能力,以提高算法收敛精度。引入高斯变异增加种群多样性,提高全局搜索能力。选取6个基准函数,对BAS、PSO、ACO、SOA及CGSOA算法进行测试,仿真结果表明,所提算法具有较快收敛速度、较高寻优精度和稳定性。结果CGSOA算法优化BP神经网络得出最佳控制量为:喷涂距离99.7 mm,喷涂电流649.6 A,喷涂电压56.3 V,送粉载气203.1 L/h,送粉电压5.1 V。以其进行喷涂试验,涂层结合强度和显微硬度分别为25.2 MPa和616.8HV,与模型预测值的相对误差分别为3.02%和2.91%,验证了CGSOA-BPNN应用到实际喷涂过程的可行性。结论CGSOA-BPNN对AlCoCrNiFe高熵合金涂层等离子喷涂工艺参数进行优化,进而提高涂层力学性能,具有一定的现实指导意义。 展开更多

关键词 等离子喷涂 高熵合金涂层 工艺参数优化 BP神经网络 海鸥优化算法 改进logistic混沌 高斯变异

在线阅读 下载PDF 职称材料

基于ISOA-RBPNN的埋地管道剩余强度预测 被引量：4

9

作者 骆正山 彭红发 《中国安全生产科学技术》 CAS CSCD 北大核心 2023年第1期143-148,共6页

为提高腐蚀管道剩余强度的预测精度,提出引入弹性梯度下降法改进BP神经网络,并融合改进海鸥优化算法(ISOA),构建腐蚀管道剩余强度预测模型。关于改进BP神经网络模型的参数寻优,首先采用Cat混沌映射初始化改进海鸥优化算法(SOA)初始种群... 为提高腐蚀管道剩余强度的预测精度,提出引入弹性梯度下降法改进BP神经网络,并融合改进海鸥优化算法(ISOA),构建腐蚀管道剩余强度预测模型。关于改进BP神经网络模型的参数寻优,首先采用Cat混沌映射初始化改进海鸥优化算法(SOA)初始种群的分布,提升寻优能力,优化SOA的搜索方向和攻击形式,增强其全局搜索能力并提高收敛速度,然后用ISOA对弹性BP神经网络(RBPNN)模型中的权值和阈值进行寻优,最后构建ISOA-RBPNN预测模型。以管道爆破数据为例,利用MATLAB进行仿真模拟,并与PSO-BPNN模型和IFA-BPNN模型预测结果进行对比分析。研究结果表明:ISOA-RBPNN模型的各项评价指标均优于其他2个模型,预测结果较实际值误差更小,在预测腐蚀管道剩余强度领域具有更好的性能,可为后续研究腐蚀管道剩余寿命和制定维修策略提供参考依据。 展开更多

关键词 安全工程技术科学 弹性BP神经网络 改进海鸥优化算法 剩余强度 管道腐蚀

在线阅读 下载PDF 职称材料

考虑系统氢耗和耐久性的多堆燃料电池优化控制方法 被引量：11

10

作者 蔡良东 李奇 +3 位作者 刘强 王天宏 杨文 陈维荣 《中国电机工程学报》 EI CSCD 北大核心 2022年第10期3670-3679,共10页

为降低多堆燃料电池系统(multi-stack fuel cell system,MFCS)氢耗并延长运行寿命,提出一种计及系统氢耗和耐久性的多堆燃料电池系统优化控制方法,该方法以MFCS氢耗量和耐久性作为多目标,通过海鸥优化算法(seagull optimization algorit... 为降低多堆燃料电池系统(multi-stack fuel cell system,MFCS)氢耗并延长运行寿命,提出一种计及系统氢耗和耐久性的多堆燃料电池系统优化控制方法,该方法以MFCS氢耗量和耐久性作为多目标,通过海鸥优化算法(seagull optimization algorithm,SOA)与无源控制(passive-based control,PBC)结合,实时优化每个单堆燃料电池系统输出功率,降低MFCS氢耗量,并兼顾约束功率波动率,提高MFCS耐久性,进而延长MFCS使用寿命。最后基于RT-LAB平台,搭建一套由3个不同性能的110kW质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)系统组成的MFCS实验硬件在环(hardware-in-the-loop,HIL)半实物平台,并从系统氢耗量和运行压力2个方面,与平均分配、链式分配、和基于运行性能衰减程度分配3种MFCS控制方法进行对比验证。结果表明,所提方法能够有效减小系统氢耗量,同时降低PEMFC输出功率波动率,进而提升MFCS耐久性,延长MFCS运行寿命。 展开更多

关键词 多堆燃料电池系统 海鸥优化算法(soa) 无源控制 耐久性 氢耗

在线阅读 下载PDF 职称材料

工业大气环境下架空管道腐蚀增重预测 被引量：2

11

作者 骆正山 汪静静 +1 位作者 骆济豪 王小完 《安全与环境学报》 CAS CSCD 北大核心 2023年第12期4318-4324,共7页

架空管道受大气环境影响会发生腐蚀增重现象。为提高工业大气环境下管道的腐蚀增重预测精度,提出了一种基于改进海鸥优化算法的区间灰数预测模型(MSSOA-INGM(1,1,δ))。首先通过Kent映射和Levy飞行策略优化海鸥优化算法(Seagull Optimiz... 架空管道受大气环境影响会发生腐蚀增重现象。为提高工业大气环境下管道的腐蚀增重预测精度,提出了一种基于改进海鸥优化算法的区间灰数预测模型(MSSOA-INGM(1,1,δ))。首先通过Kent映射和Levy飞行策略优化海鸥优化算法(Seagull Optimization Algorithm,SOA)的种群,避免SOA过早收敛,并改进收敛因子B以提高全局搜索能力;然后建立区间灰数NGM(1,1)模型,根据反余割函数变换、平均弱化缓冲算子和自适应初始条件优化对模型进行改进,并利用多策略下的海鸥优化算法(Multi-Strategy Seagull Optimization Algorithm,MSSOA)对改进后的INGM(1,1,δ)模型中的时间参数δ进行寻优;最后以某架空管道腐蚀数据为基础进行仿真试验。优化后新模型的预测结果与实际值高度吻合,表明该模型的预测精度得到较大提高,在架空管道腐蚀增重预测方面具有较好的鲁棒性。 展开更多

关键词 安全工程 工业大气环境 架空管道 改进海鸥优化算法(soa) INGM(1 1 δ)模型

在线阅读 下载PDF 职称材料

基于双向长短期记忆网络的公交到站时间预测模型 被引量：12

12

作者 张兵 周丹丹 +1 位作者 孙健 倪训友 《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第2期148-160,共13页

为实现准确预测公交到站时间,提高城市公交出行分担率,本文提出一种基于双向长短期记忆神经网络(BiLSTM)并考虑超参数寻优的公交到站时间预测模型。通过引入非线性收敛因子、正弦余弦算子及自适应参数改进海鸥算法对双向LSTM模型实现超... 为实现准确预测公交到站时间,提高城市公交出行分担率,本文提出一种基于双向长短期记忆神经网络(BiLSTM)并考虑超参数寻优的公交到站时间预测模型。通过引入非线性收敛因子、正弦余弦算子及自适应参数改进海鸥算法对双向LSTM模型实现超参数寻优,并增加Attention机制以提高双向LSTM处理信息能力,构建改进海鸥算法优化增加Attention机制的双向LSTM(ISOA-BiLSTM-Attention)预测模型。使用中国江西省南昌市220路公交GPS数据分方向和分时段预测车辆到站时间,验证模型预测精度。结果表明:整体上来说,Attention机制优化后的双向LSTM模型比单独采用双向LSTM模型预测精度更好;改进的海鸥算法可对双向LSTMAttention模型实现较好的优化效果,相较于现有模型及标准海鸥算法(SOA)优化双向LSTMAttention模型,ISOA-BiLSTM-Attention对于不同方向及不同时段公交到站时间预测的平均绝对百分比误差、均方根误差及平均绝对误差至少分别降低5.96%、9.87%及7.99%;同时,ISOABiLSTM-Attention具有最大的模型决定系数R2值,体现了该预测模型泛化能力及稳定性较好,可针对公交到站时间进行较为准确地拟合。 展开更多

关键词 城市交通 公交到站时间预测 改进海鸥优化算法 双向LSTM模型 Attention机制

在线阅读 下载PDF 职称材料

基于周期变异SOA-SVMD爆破振动信号降噪研究

13

作者 李洪超 沈成行 +4 位作者 石玉莲 黄国泉 张继 衣佳欣 王凯 《振动与冲击》 2025年第21期172-181,共10页

针对爆破振动信号受环境噪声干扰严重的问题,提出一种基于周期变异海鸥优化算法(seagull optimization algorithm,SOA)逐次变分模态分解(successive variational modal decomposition,SVMD)参数的降噪方法。首先,引入周期变异策略改进SO... 针对爆破振动信号受环境噪声干扰严重的问题,提出一种基于周期变异海鸥优化算法(seagull optimization algorithm,SOA)逐次变分模态分解(successive variational modal decomposition,SVMD)参数的降噪方法。首先,引入周期变异策略改进SOA以克服局部最优缺陷,并用于优化SVMD的maxAlpha参数;其次,基于多尺度排列熵阈值筛选噪声分量,重构有效模态实现降噪。通过仿真信号试验对比经验模态分解、小波阈值法、集合经验模态分解-多尺度排列熵、鲸鱼优化算法-变分模态分解-多尺度排列熵及该研究的方法,以信噪比(signal-to-noise ratio,SNR)和均方根误差为评价指标。结果表明:周期变异SOA-SVMD的SNR(20.588)最高,均方根误差(0.160)最小,性能表现最佳。进一步以江西某地下矿山爆破振动实测信号验证,降噪后信号能量比为0.971,信偏比为12.020,均值曲率为356.480,波形平滑度显著提高。该研究的方法为复杂环境下爆破振动信号的特征提取提供了高精度解决方案。 展开更多

关键词 爆破振动信号 周期变异海鸥优化算法(soa) 逐次变分模态分解(SVMD) 多尺度排列熵 信号降噪

在线阅读 下载PDF 职称材料