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259篇文章
< 1 2 … 13 >
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：
基于改进蜣螂优化算法深度混合核极限学习机的高压断路器故障诊断
1
作者 范兴明 许洪华 +3 位作者 张思舜 李涛 蒋延军 张鑫 《电工技术学报》 北大核心 2025年第12期3994-4003,共10页
针对高压断路器机械故障诊断准确率偏低的问题,该文提出一种基于改进蜣螂优化算法(IDBO)优化深度混合核极限学习机(DHKELM)的故障诊断方法。首先,采用逐次变分模态分解(SVMD)对高压断路器合闸振动信号进行分解,得到若干个含本征频率的... 针对高压断路器机械故障诊断准确率偏低的问题,该文提出一种基于改进蜣螂优化算法(IDBO)优化深度混合核极限学习机(DHKELM)的故障诊断方法。首先,采用逐次变分模态分解(SVMD)对高压断路器合闸振动信号进行分解,得到若干个含本征频率的固有模态分量(IMF);其次,提取各IMF分量的功率谱熵构建特征向量矩阵,并利用t分布-随机邻域嵌入算法(t-SNE)对特征向量进行数据降维;然后,引入融合Tent混沌映射、黄金正弦策略、自适应t分布扰动策略对传统蜣螂优化算法(DBO)进行改进,并使用IDBO对DHKELM进行参数优化,完成IDBO-DHKELM高压断路器故障诊断模型的构建;最后,通过搭建模拟故障的实物断路器实验平台进行验证,结果表明,该文提出的方法在故障诊断上的准确率达到了98.33%,相较于其他故障诊断模型在多项分类评价指标上均有显著提升,为准确、可靠地诊断高压断路器机械故障提供了新方案。 展开更多
关键词 高压断路器 改进蜣螂优化算法 深度混合核极限学习机 故障诊断 逐次变分模 态分解
在线阅读 下载PDF
基于改进粒子群算法和极限学习机模型的配电网物资需求预测
2
作者 王永利 赵中华 +2 位作者 张一诺 冯天义 刘怡然 《科学技术与工程》 北大核心 2025年第15期6410-6418,共9页
为解决电网物资品种繁多、规格多样、数量巨大、用途广泛、受政策和投资影响大等特点所导致的预测模型构建困难的问题。首先,通过德尔菲法和灰色关联分析法(gray correlation analysis,GRA)筛选影响基建、业扩及抢修项目物资需求数量的... 为解决电网物资品种繁多、规格多样、数量巨大、用途广泛、受政策和投资影响大等特点所导致的预测模型构建困难的问题。首先,通过德尔菲法和灰色关联分析法(gray correlation analysis,GRA)筛选影响基建、业扩及抢修项目物资需求数量的因素。其次,利用引入自适应惯性因子和学习因子的改进粒子群算法调整极限学习机的最佳参数组合,训练各类配网项目物资需求预测模型。最后,以南方电网深圳市某供电局2020—2022年基建项目10 kV电力电缆需求情况为例,将GRA-IPSO-ELM(grey relational analysis,improved particle swarm optimization,and extreme learning machines)德尔菲法和灰色关联分析法模型与常见的4种预测模型的结果进行对比。结果表明,相较于ELM模型、支持向量机模型以及PSO-ELM模型,GRA-IPSO-ELM模型预测准确率得到10.38%、5.37%、3.83%的提升,可见,所提出的模型实现了对配网物资需求数量准确且高效的预测。 展开更多
关键词 物资需求预测 配电网 极限学习机 改进粒子群优化算法
在线阅读 下载PDF
基于改进北方苍鹰算法与混合核极限学习机的齿轮箱故障诊断 被引量：1
3
作者 杜董生 王梦姣 +1 位作者 冒泽慧 赵环宇 《控制理论与应用》 北大核心 2025年第4期796-804,共9页
针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪... 针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪后的信号分解成多个本征模态函数(IMF),使用方差贡献率、相关系数和信息熵筛选出最优的IMF.将最优IMF重构后,对重构信号进行时间同步平均(TSA)去噪以减少故障诊断模型的数据计算量.将Tent混沌映射、混合正弦余弦算法和Levy飞行策略用于改进北方苍鹰优化(NGO)算法,得到一种新的INGO算法.同时,引入余弦因子以平衡正弦余弦算法的全局和局部开发能力.最后,利用INGO算法对HKELM进行优化,用以提高HKELM模型的故障诊断准确率.将所提方法应用于两个案例对模型进行检验,实验结果表明,本文所提方法具有可行性和优越性. 展开更多
关键词 混合核极限学习机 改进北方苍鹰优化算法 时变滤波经验模态分解 故障诊断
在线阅读 下载PDF
基于改进深度强化学习算法的农业机器人路径规划
4
作者 赵威 张万枝 +4 位作者 侯加林 侯瑞 李玉华 赵乐俊 程进 《浙江大学学报(工学版)》 北大核心 2025年第7期1492-1503,共12页
农业机器人采用深度强化学习算法进行路径规划时存在难以找到目标点、稀疏奖励、收敛缓慢等问题,为此提出基于多目标点导航融合改进深度Q网络算法(MPN-DQN)的路径规划方法.利用激光同步定位与建图(SLAM)扫描全局环境以构建先验地图,划... 农业机器人采用深度强化学习算法进行路径规划时存在难以找到目标点、稀疏奖励、收敛缓慢等问题,为此提出基于多目标点导航融合改进深度Q网络算法(MPN-DQN)的路径规划方法.利用激光同步定位与建图(SLAM)扫描全局环境以构建先验地图,划分行走行和作物行区域;对地图边界进行膨胀拟合处理,形成前向弓字形作业走廊.利用中间目标点分割全局环境,将复杂环境划分为多阶段短程导航环境以简化目标点搜索过程.从动作空间、探索策略和奖励函数3个方面改进深度Q网络算法以改善奖励稀疏问题,加快算法收敛速度,提高导航成功率.实验结果表明,搭载MPN-DQN的农业机器人自主行驶的总碰撞次数为1,平均导航时间为104.27 s,平均导航路程为16.58 m,平均导航成功率为95%. 展开更多
关键词 深度强化学习 农业机器人 中间目标点 多目标点导航融合改进深度Q网络算法(MPN-DQN) 路径规划
在线阅读 下载PDF
基于改进Mask R-CNN的低空遥感实例分割算法
5
作者 李冰锋 王光耀 崔立志 《兵器装备工程学报》 北大核心 2025年第2期168-176,共9页
针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50... 针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50对输入通道语义信息的高效聚合作用。在RoI Align前引入自校准卷积模块来扩大卷积层的感受野大小并对边界框和掩码框执行校准操作。在分割分支使用掩码预测平衡损失函数,对每个类别的正负样本梯度进行平衡,实现对损失梯度的平滑降低处理。在自建低空遥感数据集和iSAID-Reduce100数据集上进行测试,实验结果表明:改进后的算法在自建数据集上box AP和mask AP分别提升17.9%和15.0%,在iSAID-Reduce100数据集上box AP和mask AP达到49.62%和50.27%,该算法很好地完成了对遥感目标的检测和分割。 展开更多
关键词 深度学习 图像处理 遥感图像 实例分割 改进Mask R-CNN算法 ResNet-50
在线阅读 下载PDF
基于改进麻雀算法的冷热电微电网优化调度
6
作者 匡洪海 李星宇 +2 位作者 王凯 殷钰朋 李子龙 《科学技术与工程》 北大核心 2025年第19期8108-8116,共9页
为合理高效利用生物质资源,考虑各微源单元的运行成本和环境成本,设计了一种基于改进生物质气化的冷热电联供微电网经济调度模型。针对麻雀搜索算法易陷入局部最优的问题,提出一种改进的麻雀搜索算法(improved sparrow search algorithm... 为合理高效利用生物质资源,考虑各微源单元的运行成本和环境成本,设计了一种基于改进生物质气化的冷热电联供微电网经济调度模型。针对麻雀搜索算法易陷入局部最优的问题,提出一种改进的麻雀搜索算法(improved sparrow search algorithm,ISSA)对所提出的模型进行求解。首先,使用正弦混沌图生成空间上均匀分布的早期麻雀种群。其次,加入互利学习机制并引入变异策略,以增强该领域个体之间的信息共享和全局搜索能力。最后通过对比ISSA、SSA、灰狼算法、鲸鱼算法和海洋捕食者算法的迭代结果,证明ISSA具有良好的寻优效果和稳定性。并通过典型仿真案例分析,验证了ISSA算法解决冷热电联供微电网经济调度问题的有效性。 展开更多
关键词 微电网 改进麻雀算法 生物质气化 混沌映射 互利学习
在线阅读 下载PDF
二元混合气体成分检测的改进蒲公英算法研究
7
作者 李鹏 汤炼海 +2 位作者 林事力 纵彪 于涛 《传感器与微系统》 北大核心 2025年第2期15-20,共6页
针对阵列传感器检测二元混合气体时由于交叉敏感特性导致准确率低的问题,提出一种改进型蒲公英优化(IDO)算法优化核极限学习机(KELM)的二元混合气体检测方法。首先,引入Kent映射初始化种群提高初始种群分布的均匀性,后将精英反向学习策... 针对阵列传感器检测二元混合气体时由于交叉敏感特性导致准确率低的问题,提出一种改进型蒲公英优化(IDO)算法优化核极限学习机(KELM)的二元混合气体检测方法。首先,引入Kent映射初始化种群提高初始种群分布的均匀性,后将精英反向学习策略(EOBL)引入蒲公英种子位置更新,提高原算法寻优精度。将该算法用于KELM参数寻优,建立改进DO(IDO)算法优化KELM模型,实现对二元混合气体的成分识别。实验结果表明:IDO算法优化的KELM模型对二元混合气体成分识别准确率可达99.71%,比原始KELM模型提高4.28%。 展开更多
关键词 改进蒲公英优化算法 核极限学习机 气体分类
在线阅读 下载PDF
改进北方苍鹰算法及其在智能汽车路径规划中的应用
8
作者 匡兴红 沈佳成 《汽车安全与节能学报》 北大核心 2025年第1期148-158,共11页
针对传统北方苍鹰算法(NGO)存在易陷入局部最优值、寻优精度低、收敛速度慢等问题,提出一种多策略改进北方苍鹰算法(INGO),并应用于智能汽车的路径规划,规划了一条路径最平滑、节点最少、距离最短的汽车路径。采用佳点集分布、融合黄金... 针对传统北方苍鹰算法(NGO)存在易陷入局部最优值、寻优精度低、收敛速度慢等问题,提出一种多策略改进北方苍鹰算法(INGO),并应用于智能汽车的路径规划,规划了一条路径最平滑、节点最少、距离最短的汽车路径。采用佳点集分布、融合黄金正弦策略、Levy飞行策略、趋优反向学习、Cauchy变异策略改进北方苍鹰算法,并进行了基准测试函数对比以及智能汽车路径规划仿真。结果表明:相比其他算法,INGO算法在寻优和稳定性上具有明显优势;在2种不同地图上生成的路径最平滑,适应度最优分别下降3.7%、16.3%,节点个数最优分别下降14.3%、21.4%。 展开更多
关键词 改进北方苍鹰算法(INGO) 佳点集 黄金正弦 Levy飞行 趋优反向学习 Cauchy变异 路径规划
在线阅读 下载PDF
基于改进灰狼算法和自适应分裂KD-Tree的点云配准方法 被引量：2
9
作者 杜沅昊 耿秀丽 +1 位作者 徐诚智 刘银华 《系统仿真学报》 北大核心 2025年第2期424-435,共12页
针对传统GWO存在搜索效率不足、易陷入局部最优等问题,提出了一种基于改进GWO和迭代最近点(ICP)的工业复杂零件点云配准方法。针对GWO随机初始化导致种群分布不均匀的问题,采用混沌映射对灰狼种群进行初始化,使种群更加均匀地分布在搜... 针对传统GWO存在搜索效率不足、易陷入局部最优等问题,提出了一种基于改进GWO和迭代最近点(ICP)的工业复杂零件点云配准方法。针对GWO随机初始化导致种群分布不均匀的问题,采用混沌映射对灰狼种群进行初始化,使种群更加均匀地分布在搜索空间内;引入一种非线性控制参数策略,平衡灰狼算法的局部搜索和全局搜索能力;融合精英反向学习,提高算法后期解的质量;利用ICP算法进行精配准。设计一种自适应分裂维度的方法,动态选择分裂维度,提高点云数据质量。仿真结果表明:IGWO相较于3种对比算法的RMSE平均提高了80.31%、73.99%、47.7%。 展开更多
关键词 改进灰狼算法 混沌映射 非线性参数 精英反向学习 点云配准 自适应分裂维度
在线阅读 下载PDF
基于历史样本增强的滑坡智能识别改进算法 被引量：1
10
作者 饶炜博 陈刚 +6 位作者 邹崇尧 范小洁 常富强 何建权 林晓静 李显巨 唐骞 《地质科技通报》 北大核心 2025年第4期48-61,共14页
四川地形复杂,山区纵横交错处滑坡具有频发、突发、易发的特点,对人民财产和环境资源造成极大的危害,因此开展滑坡的识别检测,提取相关信息,对滑坡灾害预防监测及灾后预备有着重要的意义。针对传统目视解译方法经济成本高、耗时耗力、... 四川地形复杂,山区纵横交错处滑坡具有频发、突发、易发的特点,对人民财产和环境资源造成极大的危害,因此开展滑坡的识别检测,提取相关信息,对滑坡灾害预防监测及灾后预备有着重要的意义。针对传统目视解译方法经济成本高、耗时耗力、历史样本收集困难的问题,引入了高程、坡度、坡向、岩性、地表起伏程度、距断层距离、距水系距离、距道路距离、归一化植被指数9个滑坡影响因子,对历史滑坡的判识中引入影响因子的信息量值进行定量分析,增强了历史滑坡样本数据准确性;其次针对滑坡自动识别结果可能存在的定位不准确、分割边界模糊等问题,采用递归特征金字塔网络和DIoU损失对Mask R-CNN模型进行改进,提出滑坡智能识别改进算法。评价结果表明:改进算法相比原始模型,精确率提高了3.6%,召回率提高5.2%,对四川省青川县历史滑坡进行准确识别与边界分割,识别准确率达74.4%。随着卫星遥感手段与深度学习技术的发展,该改进算法对滑坡智能识别、构建地质灾害风险评价体系提供信息基础与理论参考具有重要意义。 展开更多
关键词 滑坡识别 数据增强 深度学习 信息量值 滑坡影响因子 改进算法
在线阅读 下载PDF
基于改进优化算法的WELM月径流预测模型研究 被引量：1
11
作者 王应武 华春莉 茶建帮 《人民长江》 北大核心 2025年第2期82-90,共9页
针对在月径流预测中将传统数据分解技术直接应用于整个时间序列时,在模型训练过程中会提前使用“未来信息”从而导致预测结果“不可信”的问题,提出两种不引入“未来信息”的小波包变换(WPT)-改进蝴蝶优化算法(IBOA)/改进海马优化(ISHO... 针对在月径流预测中将传统数据分解技术直接应用于整个时间序列时,在模型训练过程中会提前使用“未来信息”从而导致预测结果“不可信”的问题,提出两种不引入“未来信息”的小波包变换(WPT)-改进蝴蝶优化算法(IBOA)/改进海马优化(ISHO)算法-加权极限学习机(WELM)月径流时间序列预测模型。首先,将月径流时间序列划分为训练集和预测集,利用WPT分别对训练集和预测集进行分解处理,避免在训练过程中提前使用“预测集信息”;其次,通过6个典型函数验证IBOA/ISHO的寻优能力,利用IBOA/ISHO优化WELM输入层权值和隐含层偏差(简称“超参数”),建立WPT-IBOA/ISHO-WELM模型对各分解分量进行预测和重构;同时构建基于整个时间序列分解的WPT-IBOA/ISHO-WELM(全)模型,与其他4种优化算法和未经分解、未经优化的IBOA/ISHO-WELM、WPT-WELM模型作对比分析;最后,通过云南省李仙江流域把边、景东水文站月径流时间序列预测实例对各模型进行检验。结果表明:①WPT-IBOA-WELM、WPT-ISHO-WELM模型对把边、景东站月径流预测的平均绝对百分比误差(MAPE)为1.649%~1.897%,预测精度优于其他对比模型,具有更好的预测效果。②WPT-IBOA-WELM、WPT-ISHO-WELM模型的预测精度基本不受“未来信息”的影响,能客观真实反映出月径流预测效果,具有较好的实用意义。③IBOA/ISHO仿真精度和WELM超参数优化效果均优于其他优化算法,表明通过logistic映射等策略可以显著提升IBOA/ISHO优化性能。 展开更多
关键词 月径流预测 小波包变换 改进蝴蝶优化算法 改进海马优化算法 加权极限学习机 超参数优化 把边水文站 景东水文站 李仙江流域
在线阅读 下载PDF
多策略改进DBO算法与KELM的变压器故障辨识
12
作者 谭贵生 赵波 +2 位作者 张桂莲 刘丹丹 石宜金 《电力系统保护与控制》 北大核心 2025年第14期111-122,共12页
针对油浸式变压器故障诊断中因样本存在冗余特征,导致故障诊断精度低的问题,提出一种新的多策略改进蜣螂算法(multi-strategy improved dung beetle optimizer,MSIDBO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器... 针对油浸式变压器故障诊断中因样本存在冗余特征,导致故障诊断精度低的问题,提出一种新的多策略改进蜣螂算法(multi-strategy improved dung beetle optimizer,MSIDBO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器故障辨别模型。首先,利用随机森林(random forest,RF)与核主成分析法(kernel principal component analysis,KPCA)对变压器原始数据进行特征提取,合理降低特征量的维度。其次,引入改进的Circle混沌映射、变螺旋搜索机制、非线性控制因子、融合正余弦算法和融合多种群差分进化算法的变异策略对蜣螂算法(dung beetle optimizer,DBO)进行改进,提高全局搜索能力和收敛精度。最后,利用MSIDBO对KELM中的核参数和正则化参数进行优化,构建KPCA-MSIDBO-KELM的变压器故障诊断模型。实验表明,其诊断准确率为94.07%。与DBO-KELM、WOA-KELM、HHO-KELM、GWO-KELM和PSO-KELM故障模型进行对比分析,准确率分别提高了2.54%、3.39%、5.93%、7.63%和13.56%。相比其他模型,所提方法能够有效提高变压器故障诊断的准确率。 展开更多
关键词 变压器 故障诊断 多策略改进蜣螂算法 核极限学习机 核主成分分析
在线阅读 下载PDF
基于混沌反向学习和水波算法改进的白鲸优化算法 被引量：18
13
作者 王亚辉 张虎晨 +2 位作者 王学兵 胡继明 李娅 《计算机应用研究》 CSCD 北大核心 2024年第3期729-735,共7页
针对原始的白鲸算法(beluga whale optimization,BWO)在某些情况下,中后期的探索和开发能力不足、多样性和求解精度降低、容易陷入局部最优等问题,提出一种基于混沌反向学习和水波算法改进的白鲸优化算法(TWBWO),进一步提高白鲸算法的... 针对原始的白鲸算法(beluga whale optimization,BWO)在某些情况下,中后期的探索和开发能力不足、多样性和求解精度降低、容易陷入局部最优等问题,提出一种基于混沌反向学习和水波算法改进的白鲸优化算法(TWBWO),进一步提高白鲸算法的计算精度和收敛速度,增强全局搜索和跳出局部最优能力。结合混沌映射和反向学习策略提高种群的质量和多样性,加快收敛速度。引入水波算法(water wave optimization,WWO)的折射操作,避免寻优时轻易陷入局部最优,提高计算精度。实验结果表明,TWBWO算法较之原始算法和其他经典算法在收敛速度和求解精度以及稳定性方面更为优秀,性能和寻优能力更强。 展开更多
关键词 白鲸优化算法 水波算法 混沌映射 反向学习 算法改进
在线阅读 下载PDF
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
14
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
改进型YOLOv8算法在火灾探测中的应用
15
作者 邓力 周进 刘全义 《安全与环境学报》 北大核心 2025年第3期888-897,共10页
为了提高YOLOv8n算法在火灾探测方面的性能,给出了一种改进方法,通过集成上下文聚合架构Container和轻量级网络GhostNet来优化YOLOv8n网络结构。消融试验和对比试验的结果表明,所提方法能够有效改善YOLOv8n算法检测火灾的效果。该算法... 为了提高YOLOv8n算法在火灾探测方面的性能,给出了一种改进方法,通过集成上下文聚合架构Container和轻量级网络GhostNet来优化YOLOv8n网络结构。消融试验和对比试验的结果表明,所提方法能够有效改善YOLOv8n算法检测火灾的效果。该算法的平均精度达92.8%,探测速度达95.24帧/s,查准率达95%,具备更高的探测性能,可以为火灾探测器的研发提供参考。 展开更多
关键词 安全工程 改进YOLOv8算法 深度学习 火灾探测
在线阅读 下载PDF
基于改进多目标蝗虫算法的压缩机叶轮参数优化研究
16
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... 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。 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
基于改进深度森林算法的高速公路交通事故风险预测 被引量：2
17
作者 张浩 《安全与环境工程》 CAS CSCD 北大核心 2024年第6期91-99,共9页
高速公路交通事故风险预测对于实行动态交通安全管理至关重要。为探究影响高速公路交通事故风险的主要因素以及准确预测高速公路交通事故风险,提出了一种基于改进深度森林算法的高速公路交通事故风险预测模型。首先以高速公路交通事故... 高速公路交通事故风险预测对于实行动态交通安全管理至关重要。为探究影响高速公路交通事故风险的主要因素以及准确预测高速公路交通事故风险,提出了一种基于改进深度森林算法的高速公路交通事故风险预测模型。首先以高速公路交通事故数据、交通流数据、天气数据、道路条件和特殊时间段数据为基础,选取了能够表征高速公路交通事故风险的特征变量,并采用随机森林算法对特征变量的重要度进行了计算,筛选出对高速公路交通事故风险影响较大的重要特征变量,以解决后面计算过程中的维度灾难问题;然后运用基于决策树的LightGBM和XGBoost算法对深度森林模型的级联森林结构进行了改进;最后将改进深度森林算法应用于高速公路事故风险预测。结果表明:与现有的SVM、随机森林和深度森林算法相比,改进深度森林算法具有更优的预测性能,其预测准确率达到了88.84%,预测结果能为高速公路交通管理部门制定更为有效的安全管控措施提供决策支持。 展开更多
关键词 高速公路交通事故 风险预测 改进深度森林算法 深度学习
在线阅读 下载PDF
基于改进遗传算法优化极限学习机的短期电力负荷预测 被引量：39
18
作者 律方成 刘怡 +3 位作者 亓彦珣 燕跃豪 张建涛 谢庆 《华北电力大学学报（自然科学版）》 CAS 北大核心 2018年第6期1-7,共7页
负荷预测效果直接影响电网的安全稳定和经济效益,是电网调度的重要组成内容。针对极限学习机随机产生输入层权值和隐含层阈值导致网络模型不稳定的问题,提出了一种基于改进遗传算法优化极限学习机的负荷预测方法。利用爬山法改进的遗传... 负荷预测效果直接影响电网的安全稳定和经济效益,是电网调度的重要组成内容。针对极限学习机随机产生输入层权值和隐含层阈值导致网络模型不稳定的问题,提出了一种基于改进遗传算法优化极限学习机的负荷预测方法。利用爬山法改进的遗传算法对极限学习机的权值和阈值进行优化,以获得稳定性强,预测精度高的优化模型。并将此模型与BP网络、极限学习机的预测结果进行对比,仿真实验结果表明,改进模型具有较快的训练速度和更为准确的预测结果,适应于影响因素众多,数据量巨大的现代短期电力负荷预测。 展开更多
关键词 极限学习机 改进遗传算法 BP算法 负荷预测 短期
在线阅读 下载PDF
基于LDA与改进布谷鸟算法的CNN-GRU网络木材染色配方预测 被引量：1
19
作者 管雪梅 崔宏博 《科学技术与工程》 北大核心 2024年第28期12268-12276,共9页
为了精准预测木材染色配色配方,提出一种线性判别分析(linear discriminant analysis,LDA)和改进布谷鸟算法(improved cuckoo search,ICS)与卷积神经网络(convolutional neural network,CNN)与门控循环单元(gated recurrent unit,GRU)... 为了精准预测木材染色配色配方,提出一种线性判别分析(linear discriminant analysis,LDA)和改进布谷鸟算法(improved cuckoo search,ICS)与卷积神经网络(convolutional neural network,CNN)与门控循环单元(gated recurrent unit,GRU)的混合神经网络模型。该模型通过LDA处理光谱信息对其进行分类降维;利用CNN提取重要特征;将这些特征输入GRU中进行训练;网络中的超参数由ICS算法进行寻优。该模型的表现通过多种评估标准进行测量,包括决定系数R^(2)以及国际色差计算公式(CIEDE2000)等。在与多种传统模型的比较中,模型表现出优异的性能。此外,该模型的参数数量相对较少,计算效率高,且稳定性和可靠性良好。结果表明:将该模型应用于通过光谱信息进而预测木材染色配色配方问题上显示出了明显优势。 展开更多
关键词 深度学习 木材染色 改进布谷鸟算法(ICS)
在线阅读 下载PDF
BP神经网络学习算法的改进及应用 被引量：19
20
作者 余妹兰 匡芳君 《沈阳农业大学学报》 CAS CSCD 北大核心 2011年第3期382-384,共3页
为了研究BP神经网络改进学习算法的适用情况,通过对实际的4个应用运用BP神经网络的多种改进的学习算法进行训练,比较得到各学习算法的适用范围,并能根据所研究问题类型、网络大小和要求精度等来选择合适的学习算法。结果表明:LM算法逼... 为了研究BP神经网络改进学习算法的适用情况,通过对实际的4个应用运用BP神经网络的多种改进的学习算法进行训练,比较得到各学习算法的适用范围,并能根据所研究问题类型、网络大小和要求精度等来选择合适的学习算法。结果表明:LM算法逼近效果好,但不适合大规模网络,RPROP算法应用于模式识别收敛速度最快,但不太适合函数逼近,SCG算法对较大网络规模的性能很好,且逼近效果好。 展开更多
关键词 BP神经网络 学习算法 改进算法 应用
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 2 … 13 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