期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
改进蝴蝶优化算法在邯郸市水资源优化配置中的应用 被引量:2
1
作者 常一帆 沙金霞 +2 位作者 刘彬 徐志恒 孙博伦 《水电能源科学》 北大核心 2023年第4期56-60,共5页
水资源优化配置是有效缓解区域水资源供需矛盾的重要方法和手段。针对传统蝴蝶优化算法(BOA)在高效快速地求解多目标水资源优化配置问题时存在的搜索精度低、收敛速度慢、易陷入局部最优及不能直接用于多目标问题求解等缺陷,通过引入快... 水资源优化配置是有效缓解区域水资源供需矛盾的重要方法和手段。针对传统蝴蝶优化算法(BOA)在高效快速地求解多目标水资源优化配置问题时存在的搜索精度低、收敛速度慢、易陷入局部最优及不能直接用于多目标问题求解等缺陷,通过引入快速非支配排序、拥挤度及精英策略方法对其进行了改进,利用ZTD函数验证了改进蝴蝶优化算法(ABOA)的优越性,最后将ABOA应用于邯郸市水资源优化配置模型求解中,并从帕累托前沿中选择了缺水量最少为最终方案。结果表明,邯郸市2035年(p=50%)总需水量为27.40×10^(8)m^(3),总分配水量为24.42×10^(8)m^(3),缺水量为2.98×10^(8)m^(3),缺水率为10.9%。其中生活和生态需水均能得到完全满足,第一、二、三产业在不同区域仍面临缺水问题,需大力开展节约用水来缓解。研究结果可为多目标水资源优化配置的求解提供参考。 展开更多
关键词 水资源 多目标 优化配置 改进蝴蝶优化算法 邯郸市
在线阅读 下载PDF
基于改进蝴蝶优化算法的无人机3-D航迹规划方法 被引量:8
2
作者 丁敏 夏兴宇 +2 位作者 邹永杰 张乐 刘正堂 《南京航空航天大学学报》 CAS CSCD 北大核心 2023年第5期851-858,共8页
针对基本蝴蝶优化算法(Butterfly optimization algorithm,BOA)在进行无人机(Unmanned aerial vehicle,UAV)三维航迹规划时存在的搜索速度慢、搜索精度低以及易陷入局部最优等问题,提出一种改进的蝴蝶优化算法(Improved butterfly optim... 针对基本蝴蝶优化算法(Butterfly optimization algorithm,BOA)在进行无人机(Unmanned aerial vehicle,UAV)三维航迹规划时存在的搜索速度慢、搜索精度低以及易陷入局部最优等问题,提出一种改进的蝴蝶优化算法(Improved butterfly optimization algorithm,IBOA)。在全局搜索阶段提出对数自适应惯性权重策略和动态更新调节策略,提高了算法全局搜索能力和搜索精度。同时,在局部搜索阶段,提出一种动态概率余弦选择策略,增加位置更新多样性,避免陷入局部最优。首先,为检验改进算法与基本算法的寻优性能,在部分标准多元函数上进行仿真对比。对比结果表明,改进算法对复杂函数具有较强的寻优能力,能在更短时间内找到全局最优解。然后,在二维路径规划仿真中对比了改进算法与PSO算法性能,从对比结果看,IBOA具有更优的规划效果。接着,利用山峰模拟函数对UAV三维航迹规划进行建模,将改进算法应用到航迹规划中,利用MATLAB仿真对比了不同复杂度环境下的航迹规划效果。仿真实验表明:相同实验条件下,该优化算法较BOA综合适应度值减小21.9%,具有搜索速度快、搜索精度高等优点,能够有效地指导UAV在三维环境中完成自主导航避障任务。 展开更多
关键词 无人机 三维航迹规划 改进蝴蝶优化算法 自主导航
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
3
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
基于IBOA-PF的锂电池健康状态预测 被引量:9
4
作者 李鹏 李立伟 杨玉新 《储能科学与技术》 CAS CSCD 北大核心 2021年第2期705-713,共9页
应用传统的粒子滤波(PF)算法估计锂电池健康状态(SOH)时,会出现粒子权值退化和样本贫化而导致预测精度较低的问题。为了解决该问题,本工作提出了基于改进蝴蝶优化算法和粒子滤波(IBOA-PF)的联合算法,在基本蝴蝶优化算法(BOA)的基础上,... 应用传统的粒子滤波(PF)算法估计锂电池健康状态(SOH)时,会出现粒子权值退化和样本贫化而导致预测精度较低的问题。为了解决该问题,本工作提出了基于改进蝴蝶优化算法和粒子滤波(IBOA-PF)的联合算法,在基本蝴蝶优化算法(BOA)的基础上,用混沌数替代固定的切换概率,并引入共生生物搜索的互生阶段,弥补了蝴蝶算法易陷入局部最优和开发能力差的局限性,提高了BOA的收敛速度,再用蝴蝶表示粒子,用蝴蝶向食物移动的过程表示粒子变化为更符合真实后验分布的新采样值。然后基于双指数经验模型和时间指标(TI)构建了非线性系统的状态空间模型,用单纯形法改进高斯牛顿法进行参数拟合,提出了一种基于IBOA-PF的锂电池SOH估计方法。仿真实验结果表明,该方法优于传统PF方法,具有较高的精确度和较好的适应性。 展开更多
关键词 电池健康状态 粒子滤波 改进蝴蝶优化算法 改进高斯牛顿法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部