期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于改进蜣螂算法优化LSSVM的断路器故障诊断方法研究 被引量:1
1
作者 尤敬尧 段洁 伍瑞泽 《红水河》 2024年第4期132-137,144,共7页
为了使断路器故障诊断结果更可靠,笔者提出一种基于改进蜣螂算法(improved dung beetle optimizer,IDBO)优化最小二乘支持向量机(least squares support vector machine,LSSVM)的断路器故障诊断方法。通过采取Circle混沌映射、莱维飞行... 为了使断路器故障诊断结果更可靠,笔者提出一种基于改进蜣螂算法(improved dung beetle optimizer,IDBO)优化最小二乘支持向量机(least squares support vector machine,LSSVM)的断路器故障诊断方法。通过采取Circle混沌映射、莱维飞行和T分布扰动等策略对蜣螂优化算法进行改进,以改善IDBO的寻优效果。采用IDBO搜索LSSVM关键参数最优值,建立基于IDBO-LSSVM的断路器故障诊断模型,并通过算例进行仿真实验分析。结果表明,IDBO-LSSVM模型、DBO-LSSVM模型和GA-BPNN模型在进行断路器故障诊断时的平均正确率分别为97.44%、91.25%和90.00%,IDBO-LSSVM模型具有更高的诊断精度,验证了所提断路器故障诊断方法的优越性。 展开更多
关键词 断路器 故障诊断 最小二乘支持向量机 改进蜣螂优化算法
在线阅读 下载PDF
基于改进蜣螂优化的GEO轨道多脉冲追逃博弈
2
作者 郭延宁 李高健 于永彬 《中国空间科学技术(中英文)》 CSCD 北大核心 2024年第4期1-10,共10页
研究了考虑J_(2)摄动、脉冲推力情况下,具有感知延迟的GEO(geosynchronous Earth orbit)轨道追逃博弈问题,建立了综合考虑燃料消耗、单次脉冲速度增量、脉冲时间间隔、任务时长、脉冲数量以及终端距离下的轨道追踪策略优化模型。涉及的... 研究了考虑J_(2)摄动、脉冲推力情况下,具有感知延迟的GEO(geosynchronous Earth orbit)轨道追逃博弈问题,建立了综合考虑燃料消耗、单次脉冲速度增量、脉冲时间间隔、任务时长、脉冲数量以及终端距离下的轨道追踪策略优化模型。涉及的优化变量包括脉冲个数、机动时刻序列以及脉冲增量序列。追踪航天器通过多次脉冲追踪目标航天器。为了提高问题求解效率,提出了一种利用Bernoulli混沌映射和最优值引导的改进蜣螂优化算法IBDBO(improved Bernoulli dung beetle optimization),并且为解决终端约束难以满足的问题,引入Lambert机动修正。通过与其他智能算法的对比试验,验证了本算法在收敛速度、收敛稳定性和优化效率上的优势。进而,在一些存在感知延迟的真实场景下的仿真验证了本算法规划追踪策略的有效性,探讨了博弈双方最小距离与目标航天器机动能力以及感知延迟时间之间的因果关系。 展开更多
关键词 脉冲推力 轨道追逃博弈 追踪策略 改进蜣螂优化算法 最小距离
在线阅读 下载PDF
基于改进DBO算法的电动汽车充电站选址定容分析
3
作者 常磊 张志霞 《集成电路应用》 2025年第1期140-141,共2页
阐述充电站总投资成本最小和用户综合充电满意度最大的选址模型构建。利用排队论模拟现实情况进行定容,针对传统群智能优化算法的不足,提出一种改进的蜣螂优化算法对模型进行求解和验证。
关键词 排队论 改进蜣螂优化算法 充电站选址
在线阅读 下载PDF
基于参数优化的JTC补偿电容容值估计与故障识别
4
作者 王世林 王钟锐 +2 位作者 陈光武 周鑫 李鹏 《铁道科学与工程学报》 北大核心 2025年第2期909-920,共12页
为满足“十四五”规划中提出的安全发展要求,针对无绝缘轨道电路中补偿电容故障识别困难、工作状态难以监测的问题,基于电磁场理论与传输线理论,建立了模拟轨道检测车技术的联合仿真模型,对补偿电容的工作状态进行分析并依据分析结果进... 为满足“十四五”规划中提出的安全发展要求,针对无绝缘轨道电路中补偿电容故障识别困难、工作状态难以监测的问题,基于电磁场理论与传输线理论,建立了模拟轨道检测车技术的联合仿真模型,对补偿电容的工作状态进行分析并依据分析结果进行故障识别与定位。首先,提出一种“相关性中心频率比”的适应度函数,以解决变分模态分解需要预先设置模态个数与惩罚因子的问题;其次,改进蜣螂优化算法,并利用改进后的算法对变分模态分解的参数进行寻优;最后,利用优化参数对仿真数据进行变分模态分解,以能量为特征进行特征提取,根据每个补偿电容的作用区域的能量特征来表征相应补偿电容的工作状态,得到区段中每个补偿电容的特征与容值大小的关系曲线,拟合后得到补偿电容容值估计公式,并利用轨道电路真实数据进行了验证。结果表明,改进算法较未改进的算法及其他主流优化算法,具备更快的收敛速度和更好的寻优结果,补偿电容容值估计值与实际数据的绝对误差仅为2.7μF,故障电容识别准确率达96.6%。研究结果表明,本文所提方法在检测车这一技术环境下,可以为现场补偿电容故障识别与容值估计提供了较为可靠的参考。 展开更多
关键词 补偿电容 容值估计 变分模态分解 有限元模型 改进蜣螂优化算法
在线阅读 下载PDF
基于KNN-IDBO-LSTM的光伏短期发电预测方法研究
5
作者 皮琳琳 田立国 《太阳能学报》 北大核心 2025年第5期320-330,共11页
提出一种基于K-近邻(KNN)数据预处理和改进蜣螂算法(IDBO)优化的长短期记忆神经网络(LSTM)光伏出力预测模型。首先,采用KNN补全缺失数据并校正异常数据,并提取易于训练的时序特征;然后,提出一种基于IDBO的LSTM模型参数优化方法,在原始DB... 提出一种基于K-近邻(KNN)数据预处理和改进蜣螂算法(IDBO)优化的长短期记忆神经网络(LSTM)光伏出力预测模型。首先,采用KNN补全缺失数据并校正异常数据,并提取易于训练的时序特征;然后,提出一种基于IDBO的LSTM模型参数优化方法,在原始DBO的基础上,采用种群均匀初始化策略,融合Levy飞行进行蜣螂位置迭代,引入种群密度概念动态调整种群数量,在保证全局搜索能力的同时大幅降低搜索时间;最后,基于澳大利亚某光伏阵列数据评估优化后模型预测性能。结果表明:在晴天、多云和雨天3种情况下,相比于KNN-LSTM,KNN-IDBO-LSTM的决定系数(R2)最高提升2.67%、均方根误差(RMSE)最高降低71.2%、平均绝对误差(MAE)最高降低79.9%、运行时间减少33.6%。 展开更多
关键词 光伏发电预测 长短期记忆神经网络 改进蜣螂优化算法 数据挖掘
在线阅读 下载PDF
基于ICEEMDAN-PE-GDBO-LSSVM的风电功率预测
6
作者 汪繁荣 张旭东 《现代电子技术》 北大核心 2025年第10期57-62,共6页
随着可再生能源特别是风电的高比例接入,电网面临着前所未有的不确定性和波动性挑战。为准确预测风电功率,提出一种基于改进的自适应噪声完全集合经验模态分解(ICEEMDAN)-排列熵(PE)-改进的蜣螂优化算法(GDBO)-最小支持二乘向量机(LSSVM... 随着可再生能源特别是风电的高比例接入,电网面临着前所未有的不确定性和波动性挑战。为准确预测风电功率,提出一种基于改进的自适应噪声完全集合经验模态分解(ICEEMDAN)-排列熵(PE)-改进的蜣螂优化算法(GDBO)-最小支持二乘向量机(LSSVM)的组合模型。首先使用ICEEMDAN对风电数据进行分解,从而降低复杂度;之后根据PE对分解后得到的各分量进行聚合,再使用GDBO算法对LSSVM的关键参数进行寻优,以得到最佳预测模型;最后使用优化模型对各聚合分量分别进行预测和叠加,得到总的预测结果。基于国内风电场数据集进行实验验证,结果表明所提方法有较高的预测精度,均方根误差比单一的LSSVM模型低61.39%,在工程实践中具有更为广阔的应用前景。 展开更多
关键词 风电功率预测 自适应噪声完全集合经验模态分解 改进蜣螂优化算法 排列熵 改进的完全集合经验模态分解 最小支持二乘向量机 分量聚合
在线阅读 下载PDF
基于SVMD-IDBOICA的单通道旋翼声信号分离研究
7
作者 徐超逸 刘正江 《直升机技术》 2025年第1期24-30,共7页
针对在风洞试验室采集到的旋翼声信号会夹杂电机、减速器等中高频干扰信号的问题,开展单通道旋翼声信号分离研究。为在保留旋翼本征气动噪声信息的同时剔除中高频干扰信号,提出连续变分模态分解(SVMD)与基于改进蜣螂算法的独立分量分析(... 针对在风洞试验室采集到的旋翼声信号会夹杂电机、减速器等中高频干扰信号的问题,开展单通道旋翼声信号分离研究。为在保留旋翼本征气动噪声信息的同时剔除中高频干扰信号,提出连续变分模态分解(SVMD)与基于改进蜣螂算法的独立分量分析(IDBOICA)相结合的盲源分离方法。首先为提高蜣螂算法的寻优性能与收敛速度,利用Logistic-Tent混沌映射与t-分布扰动变异来改进算法;然后以峭度为目标函数,将改进蜣螂算法应用于独立分量分析(ICA)的优化算法中,以改善ICA的分离性能;最后联合SVMD和IDBOICA算法(SVMD-IDBOICA)对含噪声信号进行分离。仿真试验结果表明,使用该算法分离后的目标本征信号与仿真信号相似系数在0.96以上,信噪比明显提升,且效果优于SVMD-FastICA和SVMD-DBOICA。风洞试验旋翼声信号分析应用表明,SVMD-IDBOICA分离算法能够较好地分离并剔除中高频干扰信号,进一步验证了算法的有效性。 展开更多
关键词 连续变分模态分解 改进蜣螂优化算法 旋翼声信号 盲源分离
在线阅读 下载PDF
基于WPT-IDBO-RELM和WPT-IDMO-RELM模型的日径流预测 被引量:1
8
作者 李菊 崔东文 《水利水电科技进展》 CSCD 北大核心 2024年第6期48-55,85,共9页
为提高日径流时间序列预测精度,改进正则化极限学习机(RELM)的预测性能,对比验证改进蜣螂优化(IDBO)算法和改进侏獴优化(IDMO)算法与其他算法的优化效果,提出了基于小波包变换(WPT)的WPT-IDBO-RELM和WPT-IDMO-RELM日径流时间序列预测模... 为提高日径流时间序列预测精度,改进正则化极限学习机(RELM)的预测性能,对比验证改进蜣螂优化(IDBO)算法和改进侏獴优化(IDMO)算法与其他算法的优化效果,提出了基于小波包变换(WPT)的WPT-IDBO-RELM和WPT-IDMO-RELM日径流时间序列预测模型。对云南省暮底河水库、马鹿塘电站入库日径流进行预测,结果表明WPT-IDBO-RELM和WPT-IDMO-RELM模型对暮底河水库日径流预测的平均绝对百分比误差分别为1.048%、1.015%,对马鹿塘电站日径流预测的平均绝对百分比误差分别为1.493%、1.478%,优于其他对比模型;IDBO、IDMO算法对标准测试函数和实例目标函数的寻优效果均优于其他对比算法,且IDBO、IDMO算法优化效果越好,RELM超参数越优,WPT-IDBO-RELM、WPT-IDMO-RELM模型预测精度越高;WPT可将日径流序列分解为分量更少、规律性更强的子序列分量,在提高预测精度的同时显著降低模型复杂度和计算规模。 展开更多
关键词 日径流预测 正则化极限学习机 改进蜣螂优化算法 改进侏獴优化算法 小波包变换
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部