期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于改进麻雀搜索算法的水质模型多参数反演
1
作者 彭杨 杨德铭 +1 位作者 罗诗琦 张志鸿 《中国农村水利水电》 北大核心 2024年第7期102-109,116,共9页
水质模型参数取值对模型的模拟精度影响很大,为提高BOD-DO水质模型参数反演精度,首先在DobbinsCamp BOD-DO水质模型的基础上,以BOD和DO浓度计算值与实测值之差的加权平方和最小为目标函数,构建了Dobbins-Camp BOD-DO水质多参数反演模型... 水质模型参数取值对模型的模拟精度影响很大,为提高BOD-DO水质模型参数反演精度,首先在DobbinsCamp BOD-DO水质模型的基础上,以BOD和DO浓度计算值与实测值之差的加权平方和最小为目标函数,构建了Dobbins-Camp BOD-DO水质多参数反演模型;然后针对麻雀搜索算法(Sparrow Search Algorithm,SSA)求解精度低、稳定性不足和易陷入局部最优等问题,引入Sine混沌映射和对立学习、转移概率以及差分变异3个策略,分别从提高初始种群多样性、扩大搜索空间以及增强种群跳出局部最优的能力三方面对SSA算法进行改进,提出了一种多策略改进的麻雀搜索算法(Multi-strategy Improved Sparrow Search Algorithm,MISSA),并将其应用于Dobbins-Camp BOD-DO水质多参数反演模型的求解;最后通过数值实验将得到的反演结果与SSA算法、模拟退火算法、粒子群算法、遗传算法四种优化算法进行对比,并探讨了参数初值选取和观测噪声水平对反演结果的影响。结果表明:MISSA算法的计算性能明显优于对照组中的4种算法,且能显著降低初值选取对BOD-DO水质模型参数反演结果的影响,当观测数据的噪声水平不超过5%时,MISSA算法可有效提高反演结果的稳定性。该结果验证了MISSA算法在反演Dobbins-Camp BOD-DO水质模型参数的有效性,为水质模型参数求解提供有益参考。 展开更多
关键词 BOD-DO水质模型 参数反演 多策略改进的麻雀搜索算法 初值选取 观测噪声水平
在线阅读 下载PDF
基于优化算法的CNN-BiLSTM-attention的月径流量预测 被引量:8
2
作者 朱豪 胡圆昭 +2 位作者 尹明财 贾慧 张济世 《人民长江》 北大核心 2023年第12期96-104,共9页
为有效提取径流时间序列的信息特征,提高径流预测模型的高维非线性拟合能力和预测性能的稳定性,将卷积神经网络(CNN)、双向长短期记忆网络(BiLSTM)和注意力机制(attention)相结合,构建了CNN-BiLSTM-attention的径流组合模型。以长江流... 为有效提取径流时间序列的信息特征,提高径流预测模型的高维非线性拟合能力和预测性能的稳定性,将卷积神经网络(CNN)、双向长短期记忆网络(BiLSTM)和注意力机制(attention)相结合,构建了CNN-BiLSTM-attention的径流组合模型。以长江流域中游汉口站径流量数据进行模拟验证,对比分析BiLSTM,CNN,BiLSTM-attention,CNN-BiLSTM和CNN-BiLSTM-attention 5种径流预测模型模拟月径流的误差特征,利用FA-SSA,GWO和BAO 3种优化算法分别对CNN-BiLSTM-attention组合模型的卷积核个数、BiLSTM隐藏层神经元个数、全连接隐藏层神经元个数、dropout层、批量大小和学习速率6个超参数优化,探究3种优化算法对CNN-BiLSTM-attention月径流预测性能的影响。结果表明:BiLSTM-attention预测误差最大,BiLSTM次之,CNN-BiLSTM-attention组合模型整体预测精度最高;CNN-BiLSTM-attention径流组合模型能有效捕获关键信息和掌握径流时序变化规律,预测径流值与实际值能够较好吻合;FA-SSA优化算法优于GWO和BAO,更能优化CNN-BILSTM-attention的超参数值,并进一步提高该模型的预测精度。 展开更多
关键词 径流量时间序列 卷积神经网络 双向长短期记忆网络 注意力机制 萤火虫改进的麻雀搜索算法
在线阅读 下载PDF
基于SVMD-ISSA-CNN-TGLSTM的供热负荷预测模型 被引量:1
3
作者 薛贵军 牛盼 +1 位作者 谢文举 李水清 《现代电子技术》 北大核心 2024年第11期131-139,共9页
针对目前集中供热负荷预测的研究中极少考虑换热站内部因素以及供热负荷预测精准度较低的问题,提出一种基于SVMD-ISSA-CNN-TGLSTM的混合预测模型。首先,利用卷积神经网络和转换门控长短期记忆神经网络构建具有空间提取能力的CNN-TGLSTM... 针对目前集中供热负荷预测的研究中极少考虑换热站内部因素以及供热负荷预测精准度较低的问题,提出一种基于SVMD-ISSA-CNN-TGLSTM的混合预测模型。首先,利用卷积神经网络和转换门控长短期记忆神经网络构建具有空间提取能力的CNN-TGLSTM模型;其次,考虑到负荷序列的非平稳特征,采用SVMD分解,并引用改进的麻雀搜索算法来优化模型的参数,避免调参陷入局部最优;最后,将不同模型之间的预测效果与经济效益进行对比。结果表明:SVMD-ISSA-CNN-TGLSTM模型经济效益最高,评价指标RMSE、MSE、MAE相比ISSA-CNN-TGLSTM模型分别降低了35.7%、59.0%、32.7%,且均优于其他不同模型,预测效果最佳。 展开更多
关键词 供热负荷预测 逐次变分模态分解 改进的麻雀搜索算法 卷积神经网络 转换门控长短期记忆神经网络 空间提取能力
在线阅读 下载PDF
铁路集装箱中心站多轨道吊柔性协同调度优化 被引量:4
4
作者 周勇 张杰 +2 位作者 钟祾充 李文锋 王国栋 《交通运输系统工程与信息》 EI CSCD 北大核心 2022年第1期133-141,共9页
针对铁路集装箱中心站轨道吊协同装卸调度(RMGCS)问题,考虑多轨道吊间的作业干涉和安全距离约束,建立目标函数为最小化集装箱完工时间的混合整数规划数学模型。结合RMGCS问题特性,提出一种考虑多轨道吊柔性协同作业的改进麻雀搜索算法(I... 针对铁路集装箱中心站轨道吊协同装卸调度(RMGCS)问题,考虑多轨道吊间的作业干涉和安全距离约束,建立目标函数为最小化集装箱完工时间的混合整数规划数学模型。结合RMGCS问题特性,提出一种考虑多轨道吊柔性协同作业的改进麻雀搜索算法(ISSA),首先,提出能够解决多轨道吊间作业冲突的任务分配策略和干涉判断方法;其次,设计自适应非线性动态安全值,平衡全局和局部搜索;再次,改进加入者更新移动方式,使其在全维度上靠近最优解;最后,引入LOV(largest-order-value)规则,将个体从实数向量映射到集装箱整数序列。为了验证问题和算法的有效性,分别利用ISSA与其他算法求解不同样本规模的算例,结果表明:ISSA在不同样本规模的RMGCS问题求解上,均具有更好的寻优效果。此外,所提出的柔性协同调度模式相比现有的固定范围顺序装卸调度模式,使样本量为45的装卸作业总完工时间缩短了15.5%。 展开更多
关键词 铁路运输 协同调度 改进的麻雀搜索算法 轨道吊 铁路集装箱中心站
在线阅读 下载PDF
基于ISSA的燃料电池多电源模糊能量管理策略
5
作者 罗闯 许亮 《汽车安全与节能学报》 CAS CSCD 北大核心 2023年第4期496-504,共9页
为了提高燃料电池(FC)混合动力汽车(HEV)的经济性,提出一种利用模糊逻辑控制(FLC)的方法对其实现能量管理策略(EMS)。以氢耗量最优为目标,加入超级电容器作为辅助能源,考虑汽车驱动与制动2种状态,把需求功率、超级电容荷电状态、燃料电... 为了提高燃料电池(FC)混合动力汽车(HEV)的经济性,提出一种利用模糊逻辑控制(FLC)的方法对其实现能量管理策略(EMS)。以氢耗量最优为目标,加入超级电容器作为辅助能源,考虑汽车驱动与制动2种状态,把需求功率、超级电容荷电状态、燃料电池的工作效率,添加为模糊控制器输入变量,对模糊规则进行改进。引入改进的麻雀搜索算法(ISSA)对模糊控制器的隶属度函数进行优化,采用Circle映射初始化麻雀种群,同时引入随机游走策略对全局最优解扰动。采用Advisor软件和Matlab/Simulink环境建模并进行联合仿真。结果表明:本文能量管理策略,在城市道路循环工况(UDDS)和高速公路燃油经济性测试工况(HWFET)下,等效氢耗量分别减低了29.38%和29.88%,同时,也减少了燃料电池在运行时的变载次数,使得燃料电池寿命得到延长。 展开更多
关键词 混合动力汽车(HEV) 燃料电池(FC) 能量管理策略(EMS) 模糊逻辑控制(FLC) 改进的麻雀搜索算法(ISSA)
在线阅读 下载PDF
基于LSSA-LSSVM的蚕茧解舒质量预测模型
6
作者 邵铁锋 黄程卓 +3 位作者 孙卫红 梁曼 赵卫章 杨华 《中国测试》 CAS 北大核心 2023年第7期48-53,共6页
针对煮茧工艺优化需根据解舒质量反复人工试煮而造成生产效率低、原料浪费等问题,基于LSSA-LSSVM算法,提出一种面向纤检机构真空减压煮茧工艺的蚕茧解舒质量预测模型。首先,提取蚕茧质量特性、真空减压煮茧工艺参数与解舒质量变量作为... 针对煮茧工艺优化需根据解舒质量反复人工试煮而造成生产效率低、原料浪费等问题,基于LSSA-LSSVM算法,提出一种面向纤检机构真空减压煮茧工艺的蚕茧解舒质量预测模型。首先,提取蚕茧质量特性、真空减压煮茧工艺参数与解舒质量变量作为最小二乘支持向量机(LSSVM)的输入与输出变量。其次,引入拉丁超立方抽样方法(LHS)与Levy飞行策略优化原始麻雀搜索算法的初始化方式与位置更新方式,获得改进的麻雀搜索算法(LSSA)。最后,利用LSSA得到LSSVM的最优超参数组合(γ*,σ2*),建立解舒质量预测模型。实验结果表明,该模型预测准确率均值可达94.75%,预测时间均值为0.15 s,满足煮茧工艺精度与实时性要求,可用于煮茧工艺参数仿真优化,进而减少试煮次数,提高生产效率,该方法同时可推广至缫丝企业。 展开更多
关键词 煮茧 解舒质量 改进的麻雀搜索算法 最小二乘支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部