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

1

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 职称材料

基于时空合作浣熊优化算法的木材缺陷图像分割

2

作者 朱良宽 王玉梁 +1 位作者 杨春梅 祁星 《林业工程学报》 北大核心 2025年第4期95-106,共12页

在木材加工过程中,表面缺陷的准确分割是缺陷自动检测与识别的重要前提,对提高木材的生产效率和市场价值有着重要意义。针对木材缺陷图像因结构复杂、缺陷边缘不清晰而导致分割精度较差、大量表面纹理细节丢失的问题,提出一种时空合作... 在木材加工过程中,表面缺陷的准确分割是缺陷自动检测与识别的重要前提,对提高木材的生产效率和市场价值有着重要意义。针对木材缺陷图像因结构复杂、缺陷边缘不清晰而导致分割精度较差、大量表面纹理细节丢失的问题,提出一种时空合作浣熊优化算法(improved coati optimization algorithm,ICOA),用于木材缺陷图像的多阈值分割。首先,在浣熊优化算法(COA)的种群初始化阶段引入Tent混沌映射使浣熊个体均匀分布,并引入时空合作探索机制提高全局搜索的有效性、跳出局部最优的能力和算法的寻优精度。然后将对称交叉熵作为分割方法中ICOA的适应度函数,以ICOA快速搜索最佳分割阈值。对不同缺陷的木材图像进行分割实验,并与5类经典算法进行适应度值、特征相似度、结构相似度、峰值信噪比和主观分割效果等五方面的对比。实验结果表明:所提出的基于ICOA的分割方法可以准确快速地分割木材表面缺陷,保留木材表面的纹理信息和边缘特征,表现出优异的连续性、稳定性和完整性,为木材图像的分割问题提供了有效的解决方案。 展开更多

关键词 木材缺陷 多阈值图像分割 对称交叉熵 浣熊优化算法 时空合作探索机制

在线阅读 下载PDF 职称材料

基于改进浣熊优化算法的食品分拣机器人机械臂时间最优轨迹规划

3

作者 蒋金伟 杨启志 +1 位作者 刘进福 张壮壮 《食品与机械》 北大核心 2025年第3期81-87,共7页

[目的]提高食品分拣机器人机械臂空间最优时间轨迹规划效率和稳定性。[方法]提出一种基于改进浣熊优化算法的食品分拣机器人机械臂时间最优轨迹规划方法。建立UR5六自由度机械臂模型,采用3-5-3多项式插值方法构造机械臂运动轨迹。借鉴... [目的]提高食品分拣机器人机械臂空间最优时间轨迹规划效率和稳定性。[方法]提出一种基于改进浣熊优化算法的食品分拣机器人机械臂时间最优轨迹规划方法。建立UR5六自由度机械臂模型,采用3-5-3多项式插值方法构造机械臂运动轨迹。借鉴光学折射物理现象对浣熊优化算法进行改进,利用改进后的浣熊优化算法优化求解机械臂轨迹规划问题,在满足角度、角速度、角加速度约束条件的同时尽可能缩短关节运动时间。[结果]仿真结果表明,与其他3种时间最优轨迹规划方法相比,所提方法轨迹运行时间降低了14.58%,21.20%,4.18%。[结论]所提方法能够缩短机械臂运行时间,有效提高机械臂工作效率。 展开更多

关键词 食品分拣 机械臂 浣熊优化算法 轨迹规划

在线阅读 下载PDF 职称材料

多策略改进COA算法优化LSSVM的变压器故障诊断研究 被引量：1

4

作者 李斌 白翔旭 《电工电能新技术》 北大核心 2025年第4期112-119,共8页

为解决变压器故障诊断准确率低的问题,本文提出一种多策略改进浣熊优化算法(ICOA)与最小二乘支持向量机(LSSVM)相结合的变压器故障诊断方法。首先,通过核主成分分析(KPCA)将变压器故障数据集进行特征提取,降低故障数据维度;其次,应用混... 为解决变压器故障诊断准确率低的问题,本文提出一种多策略改进浣熊优化算法(ICOA)与最小二乘支持向量机(LSSVM)相结合的变压器故障诊断方法。首先,通过核主成分分析(KPCA)将变压器故障数据集进行特征提取,降低故障数据维度;其次,应用混沌映射、透镜反向学习、Levy飞行等策略对浣熊优化算法(COA)进行优化,提高全局寻优能力;然后,应用ICOA算法进行LSSVM参数寻优,构建ICOA-LSSVM故障诊断模型;最后,将特征提取后的数据导入ICOA-LSSVM中并与其他模型对比。实验结果表明所提方法准确率为96.19%,相比其他诊断模型具有更高的故障诊断精度。 展开更多

关键词 变压器故障诊断 浣熊优化算法 核主成分分析 最小二乘支持向量机

在线阅读 下载PDF 职称材料

基于参数优化VMD的心率检测去噪算法

5

作者 肖剑 张现国 +2 位作者 宋烨 杨小苑 程鸿亮 《现代雷达》 北大核心 2025年第6期46-55,共10页

针对毫米波雷达的非接触式生命体征信号检测中存在静态杂波和呼吸谐波干扰噪声等问题,文中提出一种基于改进浣熊优化算法的变分模态分解(ICOA-VMD)噪声抑制算法。浣熊优化算法采用混沌种群初始化和自适应函数分布提高算法的种群多样性... 针对毫米波雷达的非接触式生命体征信号检测中存在静态杂波和呼吸谐波干扰噪声等问题,文中提出一种基于改进浣熊优化算法的变分模态分解(ICOA-VMD)噪声抑制算法。浣熊优化算法采用混沌种群初始化和自适应函数分布提高算法的种群多样性和全局搜索能力,文中利用ICOA对VMD的最佳适应度参数进行搜索,确定惩罚参数和分量个数,对心跳信号进行重构,从而实现心跳信号的干扰噪声去除。实验结果表明,ICOA-VMD方法具有收敛速度快、精度高的特点,信噪比和均方误差的评估和时域分析验证了该算法相较于小波变换和经验模态分解具有更好的性能。在不同距离的常规环境下,该方法针对不同受试者的心率检测平均精确度可以达到95.40%。 展开更多

关键词 毫米波雷达 信号处理 心率检测 浣熊优化算法 变分模态分解

在线阅读 下载PDF 职称材料

基于ICOA算法的泵控液压马达PID调速系统 被引量：1

6

作者 杨焕峥 崔业梅 +1 位作者 薛洪惠 徐玲 《机床与液压》 北大核心 2025年第5期101-106,共6页

为了提高泵控液压马达PID调速系统的速度和精度,通过建立数学模型和Simulink仿真系统,确定了变量泵控定量液压马达系统以液压泵摆角为输入的调速控制回路的传递函数;针对传统PID调速系统在速度和精度方面的局限性,引入一种改进的长鼻浣... 为了提高泵控液压马达PID调速系统的速度和精度,通过建立数学模型和Simulink仿真系统,确定了变量泵控定量液压马达系统以液压泵摆角为输入的调速控制回路的传递函数;针对传统PID调速系统在速度和精度方面的局限性,引入一种改进的长鼻浣熊优化算法(ICOA),该算法结合了反向学习差分进化和萤火虫扰动策略以提高系统性能。在CEC2022函数的性能测试中,相比长鼻浣熊优化算法等5种算法,ICOA算法表现优异,它在单峰、多峰、复合且多模态的函数上均表现出较好的收敛速度、寻优精度和鲁棒性。最后,通过仿真验证,ICOA算法在泵控液压马达PID调速性能优化方面具有更好的效果,能够更有效地使系统响应达到期望的状态。 展开更多

关键词 泵控液压马达 PID调速系统 改进浣熊优化算法 控制性能

在线阅读 下载PDF 职称材料

无线传感器网络中基于分簇优化的节能休眠调度算法

7

作者 潘成胜 刘书缘 +1 位作者 赵晨 孔志翔 《火力与指挥控制》 北大核心 2025年第7期11-17,共7页

针对无线传感器网络中冗余节点过多和能量限制问题,提出一种基于分簇的节点休眠调度算法(ESSC)。该算法根据节点感知区域被其邻居节点覆盖的冗余程度确定休眠节点后,使用改进浣熊优化算法进行簇头节点选举,引入动态簇更新机制以避免频... 针对无线传感器网络中冗余节点过多和能量限制问题,提出一种基于分簇的节点休眠调度算法(ESSC)。该算法根据节点感知区域被其邻居节点覆盖的冗余程度确定休眠节点后,使用改进浣熊优化算法进行簇头节点选举,引入动态簇更新机制以避免频繁构建簇结构的能量消耗。仿真结果表明,相比于同类算法,ESSC有效优化节点能量使用,且在延长网络生命周期和降低能耗方面展现出优势。 展开更多

关键词 无线传感器网络 节点休眠调度 聚类算法 浣熊优化算法

在线阅读 下载PDF 职称材料

基于MICOA的随钻加速度计误差在线补偿

8

作者 杨金显 贺紫薇 《电子测量与仪器学报》 北大核心 2025年第1期187-194,共8页

为了提高随钻加速度计测量精度,设计一种基于磁惯性长鼻浣熊算法的加速度计误差在线补偿方法。首先,根据误差来源建立误差补偿模型;利用陀螺仪和磁强计建立重力夹角与磁重力夹角约束条件;将加速度真值与理论值模值之差设置为目标函数。... 为了提高随钻加速度计测量精度,设计一种基于磁惯性长鼻浣熊算法的加速度计误差在线补偿方法。首先,根据误差来源建立误差补偿模型;利用陀螺仪和磁强计建立重力夹角与磁重力夹角约束条件;将加速度真值与理论值模值之差设置为目标函数。其次,在长鼻浣熊算法基础上,根据递推重力加速度确定误差参数的初始搜索边界,同时根据当前误差参数、最优误差参数、边界值三者的相对距离缩小边界;再设计分界点筛选初始误差参数,使算法最初就朝着高质量解的方向搜索,同时保留部分劣解以增加误差参数多样性;接着在算法的全局探索阶段设计参数使其根据加速度计当前误差参数与误差参数平均值之间的误差来调整加速度计误差参数的搜索范围;最后,将重力模值之比设为深度开发阈值,构造高斯变异个体向量使加速度计误差参数跳出局部最优。实验结果表明:经MICOA补偿之后,加速度误差减小,井斜角范围降低了约62.5%,不同钻进角度下,井斜角均方根误差与标准差均能保持在1°以下。 展开更多

关键词 随钻测量 加速度计 长鼻浣熊算法 误差补偿 井斜角

在线阅读 下载PDF 职称材料

基于缩放框架的改进贝叶斯网络结构优化算法

9

作者 祁煜翔 钱龙霞 +1 位作者 王友国 黄海平 《南京邮电大学学报（自然科学版）》 北大核心 2024年第6期128-138,共11页

贝叶斯网络在进行概率推理时,寻找最优的网络结构是一个NP-hard问题。为了准确模拟节点之间的因果关系,提出基于缩放框架的改进型网络结构学习算法。首先,利用缩放框架进行因果分析,通过斜率矩阵判断节点之间的因果关系强度,以此为基础... 贝叶斯网络在进行概率推理时,寻找最优的网络结构是一个NP-hard问题。为了准确模拟节点之间的因果关系,提出基于缩放框架的改进型网络结构学习算法。首先,利用缩放框架进行因果分析,通过斜率矩阵判断节点之间的因果关系强度,以此为基础构建网络搜索空间,提高了网络结构的初始评分;其次,使用基于评分方法的浣熊优化算法寻找评分最高的网络结构,增强了在贝叶斯网络中的评分搜索能力;最后,对评分最高的结构进行加弧、减弧和转向弧操作,寻找拟合程度最高的最优结构。通过在不同复杂度的标准网络上进行模拟实验,结果表明:所提算法收敛速度更快,能够在较短时间内找到最优结构,且结构学习的评分更高,收敛精度较高。由此说明该算法在准确性和搜寻效率方面更有优势。 展开更多

关键词 贝叶斯网络 结构学习 缩放框架 评分方法 浣熊优化算法

在线阅读 下载PDF 职称材料

基于ICOA-XGBoost的光伏阵列复合故障诊断研究

10

作者 张子洵 魏业文 +2 位作者 张轲钦 方豪 吴先用 《太阳能学报》 北大核心 2025年第5期251-259,共9页

为提高光伏阵列复合故障诊断的准确率,提出一种基于改进长鼻浣熊算法(ICOA)优化极端梯度提升(XGBoost)的故障诊断方法。首先,通过分析光伏阵列在不同故障状态下的输出特性,构建一个9维故障特征向量作为模型的输入变量。然后,将结合改进C... 为提高光伏阵列复合故障诊断的准确率,提出一种基于改进长鼻浣熊算法(ICOA)优化极端梯度提升(XGBoost)的故障诊断方法。首先,通过分析光伏阵列在不同故障状态下的输出特性,构建一个9维故障特征向量作为模型的输入变量。然后,将结合改进Circle混沌映射、Levy飞行和t分布随机扰动的ICOA算法与麻雀搜索算法(SSA)、鲸鱼优化算法(WOA)和长鼻浣熊算法(COA)相比较,其在寻优能力、稳定性和收敛速度方面展现出优越性。随后,利用改进的ICOA算法优化XGBoost模型,有效解决了模型初始化参数的设置问题。实验结果显示,结合9维故障特征向量的ICOA-XGBoost模型在故障诊断精度上达到97.23%,优于其他对比模型,证实了所提方法的可行性和有效性。 展开更多

关键词 光伏阵列 故障诊断 改进长鼻浣熊算法 极端梯度提升

在线阅读 下载PDF 职称材料

融合改进卷积神经网络和层次SVM的鸡蛋外观检测 被引量：1

11

作者 姚万鹏 张凌晓 +1 位作者 赵肖峰 王飞成 《食品与机械》 北大核心 2025年第1期158-164,共7页

[目的]实现鸡蛋精细化分类和提高鸡蛋外观检测的准确率。[方法]提出一种融合改进卷积神经网络和层次SVM的鸡蛋外观检测方案。(1)采用鸡蛋机器视觉图像采集设备获取不同方位、不同外观鸡蛋图像,并运用图像增强技术扩充鸡蛋图像数据库。(2... [目的]实现鸡蛋精细化分类和提高鸡蛋外观检测的准确率。[方法]提出一种融合改进卷积神经网络和层次SVM的鸡蛋外观检测方案。(1)采用鸡蛋机器视觉图像采集设备获取不同方位、不同外观鸡蛋图像,并运用图像增强技术扩充鸡蛋图像数据库。(2)设计改进的浣熊优化算法(coati optimization algorithm,COA)和FCM聚类算法,在此基础上对卷积神经网络(convolutional neural network,CNN)模型结构和超参数进行优化,以提升CNN泛化能力。运用优化后的CNN深度学习鸡蛋图像数据库,从而实现鸡蛋外观图像特征的有效提取。(3)建立层次支持向量机鸡蛋外观分类工具,最终实现对鸡蛋外观的准确检测分类。[结果]所提鸡蛋外观检测方案的检测准确率提高了1.74%~4.31%,检测时间降低了21.68%~53.51%。[结论]所提方法能够有效实现对鸡蛋的在线实时精细化分类。 展开更多

关键词 鸡蛋外观 卷积神经网络 浣熊优化算法 支持向量机 特征提取

在线阅读 下载PDF 职称材料

融合ICOA及PSM的轮毂电机多场耦合噪声优化

12

作者 吴华伟 李蒗 +2 位作者 李智 曾运运 彭建平 《重庆交通大学学报(自然科学版)》 北大核心 2025年第7期23-32,共10页

为削弱轮毂电机电磁振动噪声,以18槽16极14吋永磁轮毂电机为例,提出了一种融合改进浣熊优化算法(ICOA)及参数扫描法(PSM)的结构优化设计方法。建立基于PSM的齿槽转矩数据库,解析定子辅助槽数量对齿槽转矩的影响机理;构建基于自适应边界... 为削弱轮毂电机电磁振动噪声,以18槽16极14吋永磁轮毂电机为例,提出了一种融合改进浣熊优化算法(ICOA)及参数扫描法(PSM)的结构优化设计方法。建立基于PSM的齿槽转矩数据库,解析定子辅助槽数量对齿槽转矩的影响机理;构建基于自适应边界和淘汰机制的改进浣熊优化算法,设计基于ICOA的求解器对轮毂电机辅助槽进行优化,并与基于COA、MA、SSA的3种求解器对比寻优性能;搭建轮毂电机的结构场、电磁场及声场等多物理场耦合仿真模型,对比定子电枢结构优化前后的噪声声压级。研究结果表明:ICOA求解器在收敛速度和结果精度上优于其他求解器;优化后齿槽转矩幅值削弱59.08%;在空载时,电机转轴轴向的振动削弱了9.916×10^(3)mm/s^(2),转轴径向的振动削弱了2.1919×10^(4)mm/s^(2),A计权声压级减小了3.818 dB;在负载时,转轴轴向的振动削弱了4.8459×10^(4)mm/s^(2),转轴径向的振动削弱了4.4226×10^(4)mm/s^(2),A计权声压级减小了7.648 dB;7倍频振动得到有效抑制,噪声总体水平从70 dB级削弱到60 dB级,提高了驾乘人员的安全性和舒适性。 展开更多

关键词 车辆工程 轮毂电机 噪声优化 改进浣熊优化算法 参数扫描法 多场耦合

在线阅读 下载PDF 职称材料

基于CLD-COA-ELM的光伏阵列故障诊断方法研究 被引量：3

13

作者 张健 赵咪 +1 位作者 黄毅 李景云 《太阳能学报》 北大核心 2025年第1期632-640,共9页

为提升光伏阵列故障诊断的准确率,提出一种基于改进长鼻浣熊优化算法优化极限学习机的光伏阵列故障诊断方法。首先,分析阵列中光伏组件在发生故障时的输出特性,选择合适的故障特征;其次,针对极限学习机在光伏阵列故障分类时初始权值和... 为提升光伏阵列故障诊断的准确率,提出一种基于改进长鼻浣熊优化算法优化极限学习机的光伏阵列故障诊断方法。首先,分析阵列中光伏组件在发生故障时的输出特性,选择合适的故障特征;其次,针对极限学习机在光伏阵列故障分类时初始权值和阈值的随机性问题,采用长鼻浣熊优化算法求解最优的初始权重和阈值;进一步地,针对长鼻浣熊算法初始参数的随机性和全局搜索能力的局限性问题,通过Circle混沌映射、莱维飞行和动态折射反向学习对该算法进行优化,提高寻优精度和速度;最后,结合光伏阵列故障实验数据,验证故障诊断模型的分类效果。结果表明,对于训练集和测试集数据,该诊断模型提高了故障分类精度,诊断率分别达到100%和98.33%,优于传统极限学习机、BP神经网络、支持向量机和卷积神经网络故障诊断的准确率。 展开更多

关键词 光伏组件 故障分析 特征选择 监督学习 极限学习机 改进长鼻浣熊优化算法

在线阅读 下载PDF 职称材料

粒子群优化随机森林机床热误差建模与补偿

14

作者 苏哲 郭世杰 +3 位作者 丁强强 唐术锋 邹云鹤 吕贺 《机床与液压》 北大核心 2025年第12期8-16,共9页

为了提高机床热误差预测精度,提出一种自适应粒子群(APSO)优化随机森林(RF)模型的机床直线轴热误差预测方法。采用浣熊优化算法(COA)对K-Means算法进行优化,并结合相关性分析筛选出温度敏感点;提出动态惯性权重与学习因子的线性调整策... 为了提高机床热误差预测精度,提出一种自适应粒子群(APSO)优化随机森林(RF)模型的机床直线轴热误差预测方法。采用浣熊优化算法(COA)对K-Means算法进行优化,并结合相关性分析筛选出温度敏感点;提出动态惯性权重与学习因子的线性调整策略来避免粒子群算法陷入局部最优解,构建了基于APSO-RF的直线轴热误差预测模型。为了验证模型的准确性与实用性,在VDL-600A型加工中心上以X轴为例进行热误差测量与建模验证,基于FANUC系统坐标原点偏移(EMZPS)功能结合自主搭建的热误差辅助补偿系统,实现了计算机与系统间的通信连接。结果表明:APSO-RF热误差模型的均方根误差相比PSO-SVM、RF及BP模型分别降低了18.3%、45.2%及47.2%,有效提高了建模精度。根据构建的模型与补偿系统功能模块,补偿后热误差最大值由71.15μm降至13.4μm,精度提升81.2%,所构建的热误差补偿方法可有效提高机床的加工精度及稳定性。 展开更多

关键词 数控机床 热误差补偿 自适应粒子群优化随机森林(APSO-RF)模型 浣熊优化算法(COA)

在线阅读 下载PDF 职称材料

基于变量筛选和注意力机制的CNN-BiLSTM出口SO_(2)浓度预测模型

15

作者 畅晗 金秀章 +1 位作者 赵术善 赵大勇 《计量学报》 北大核心 2025年第7期1041-1050,共10页

针对燃煤电厂锅炉燃烧工况复杂多变和脱硫系统惯性大,影响因素多,导致的出口SO_(2)浓度频繁大范围波动且难以预测的问题,提出一种基于浣熊优化算法(coati optimization algorithm,COA)优化变分模态分解(variational mode decomposition,... 针对燃煤电厂锅炉燃烧工况复杂多变和脱硫系统惯性大,影响因素多,导致的出口SO_(2)浓度频繁大范围波动且难以预测的问题,提出一种基于浣熊优化算法(coati optimization algorithm,COA)优化变分模态分解(variational mode decomposition,VMD)算法与融合卷积神经网络(convolutional neural network,CNN),双向长短期记忆网络(bidirectional long short-term memory networks,BiLSTM)和注意力机制的出口SO_(2)浓度预测模型。首先使用k-近邻互信息法筛选出与出口SO_(2)浓度相关性高的辅助变量,求取出各个辅助变量对应的时延补偿,然后对补偿后的变量用COA-VMD算法进行分解,保留分解结果中与输出变量相关性最大的变量子集进行重构,并将其作为模型的输入,最后使用CNN-BiLSTM-Attention建立出口SO_(2)浓度预测模型。仿真结果表明,相比其他模型该模型的均方根误差、平均绝对百分比误差最小,预测精度最高,分别为0.5777 mg/m^(3),0.2705%,0.9732。 展开更多

关键词 SO_(2)浓度预测 浣熊优化算法 VMD分解 卷积神经网络 双向长短期记忆网络 注意力机制

在线阅读 下载PDF 职称材料

支持向量机结合FTIR的沥青混合料老化程度鉴别

16

作者 朱怡烁 张维 胡锦江 《传感器与微系统》 北大核心 2025年第4期74-77,82,共5页

为实现沥青混合料老化程度的分类识别,本文基于傅里叶变换红外(FTIR)光谱技术,采用无信息变量消除(UVE)方法结合浣熊优化算法(COA)优化支持向量机(SVM),建立了分类识别模型。首先,采集3种不同老化程度的沥青混合料红外光谱数据,并运用S-... 为实现沥青混合料老化程度的分类识别,本文基于傅里叶变换红外(FTIR)光谱技术,采用无信息变量消除(UVE)方法结合浣熊优化算法(COA)优化支持向量机(SVM),建立了分类识别模型。首先,采集3种不同老化程度的沥青混合料红外光谱数据,并运用S-G平滑+标准正态变量(SNV)变换对原始光谱进行预处理;再用UVE算法减少光谱冗余信息,从7157个变量中获得了1197个变量;最后引入COA对SVM惩罚因子C和核函数半径σ优化,建立识别模型,并与粒子群优化(PSO)算法、鲸鱼优化算法(WOA)对SVM优化效果进行对比。结果表明:经UVE进行光谱变量筛选明显提高了模型精度,UVE-COA-SVM训练集和测试集正确率均为100%,优于UVE-PSO-SVM和UVE-WOA-SVM,该方法可用于沥青混合料老化程度识别模型的建立。 展开更多

关键词 沥青混合料 傅里叶变换红外光谱 浣熊优化算法 支持向量机 老化识别

在线阅读 下载PDF 职称材料

基于随机共振的井下无线电磁2FSK信号解调

17

作者 张国辉 李伟勤 《石油机械》 北大核心 2024年第9期10-16,共7页

井场及周边电器所带来的噪声干扰会对接收到的无线电磁2FSK调制信号产生影响,在信噪比低时提取信号特征困难。为此,提出了一种基于浣熊算法的自适应双稳态随机共振系统,以降低2FSK信号的误码率。该方法充分利用浣熊算法的全局探索和局... 井场及周边电器所带来的噪声干扰会对接收到的无线电磁2FSK调制信号产生影响,在信噪比低时提取信号特征困难。为此,提出了一种基于浣熊算法的自适应双稳态随机共振系统,以降低2FSK信号的误码率。该方法充分利用浣熊算法的全局探索和局部优化平衡能力,通过并行选择和优化随机共振系统的多个参数,以获得系统输出的最大信噪比增益。利用卷积神经网络对随机共振系统输出的信号进行解调,并评估其误码率。仿真和试验结果表明,在低信噪比条件下,基于浣熊算法的随机共振系统输出信号的特征频率相对于蚁群优化算法更加显著,并且具有更低的误码率。研究结果可为井下信号实时传输提供技术支撑。 展开更多

关键词 井下信号传输 随机共振 浣熊算法 卷积神经网络 2FSK调制信号 误码率

在线阅读 下载PDF 职称材料

基于随机森林与支持向量机的热轧带钢凸度加权预测模型研究

18

作者 周亚罗 李子轩 +2 位作者 张少川 刘文广 张瑞成 《矿冶工程》 CAS 北大核心 2024年第6期144-150,共7页

针对传统带钢凸度预测方法预测精度低、速度慢的问题,建立了基于随机森林和支持向量机的热轧带钢凸度加权预测模型。采用改进长鼻浣熊算法分别对随机森林、支持向量机和随机森林与支持向量机加权预测模型的参数进行优化,提高凸度预测精... 针对传统带钢凸度预测方法预测精度低、速度慢的问题,建立了基于随机森林和支持向量机的热轧带钢凸度加权预测模型。采用改进长鼻浣熊算法分别对随机森林、支持向量机和随机森林与支持向量机加权预测模型的参数进行优化,提高凸度预测精度。以某公司热轧1 580 mm生产线实测数据进行凸度预测仿真研究,随机森林与支持向量机加权预测模型的均方根误差为2.23μm,与随机森林模型、支持向量机模型预测精度进行比较,加权预测模型的精度分别提高了7.08%、2.62%。 展开更多

关键词 凸度预测 热轧带钢 支持向量机 长鼻浣熊算法 凸度 随机森林

在线阅读 下载PDF 职称材料

基于漏磁场和ICOA-ResNet的变压器绕组早期故障诊断 被引量：18

19

作者 刘建锋 李志远 周亚茹 《电力系统保护与控制》 EI CSCD 北大核心 2024年第9期99-110,共12页

针对变压器绕组变形、轻微匝间短路故障诊断准确率低的问题,提出一种变压器绕组早期故障诊断方法。首先,利用ANSYS仿真软件建立与实验变压器相关参数一致的有限元模型,分析变压器在绕组发生各种故障的漏磁场分布规律,并根据这些规律选... 针对变压器绕组变形、轻微匝间短路故障诊断准确率低的问题,提出一种变压器绕组早期故障诊断方法。首先,利用ANSYS仿真软件建立与实验变压器相关参数一致的有限元模型,分析变压器在绕组发生各种故障的漏磁场分布规律,并根据这些规律选取合适的故障特征以及光纤漏磁场传感器安装位置。然后,通过改进长鼻浣熊优化算法(improved coati optimization algorithm,ICOA)寻找残差神经网络(ResNet)的最优超参数,以此参数构建ICOA-ResNet模型,将所得故障特征量输入模型进行故障诊断。最后,通过仿真数据和动模实验验证所提出的变压器绕组早期故障诊断模型的可行性。所提模型与支持向量机等4种模型相比,在绕组早期故障诊断上有更高的准确率,表明所提方法对变压器绕组变形、匝间短路故障诊断的有效性。 展开更多

关键词 变压器早期故障诊断 绕组变形 漏磁场 长鼻浣熊优化算法 残差神经网络 超参数优化

在线阅读 下载PDF 职称材料

电容悬浮间隙传感器非线性校正研究

20

作者 郑洋阳 王滢 +2 位作者 陈康 李贵 陈友豪 《传感器与微系统》 CSCD 北大核心 2024年第12期16-20,共5页

针对悬浮间隙传感器输出特性非线性严重的问题,提出一种结合径向基核函数和多项式核函数优点的混核最小二乘支持向量机(HKLSSVM)作为电容悬浮间隙传感器的非线性校正模型并采用浣熊优化算法(COA)对HKLSSVM的惩罚因子和核函数参数进行优... 针对悬浮间隙传感器输出特性非线性严重的问题,提出一种结合径向基核函数和多项式核函数优点的混核最小二乘支持向量机(HKLSSVM)作为电容悬浮间隙传感器的非线性校正模型并采用浣熊优化算法(COA)对HKLSSVM的惩罚因子和核函数参数进行优化。为验证模型的有效性,分别采用径向基神经网络模型、传统LSSVM模型、粒子群优化(PSO)算法-HKLSSVM模型以及COA-HKLSSVM模型进行非线性校正仿真分析。结果表明,COA-HKLSSVM模型在电容悬浮间隙传感器非线性校正的应用中表现出最佳的校正精度与稳定性,校正后的电容悬浮间隙传感器线性度为0.43%,均方根误差为0.022 mm,最大误差为0.068 mm,满足悬浮控制系统对悬浮间隙传感器的线性要求。 展开更多

关键词 电容悬浮间隙传感器 非线性校正 浣熊智能优化算法

在线阅读 下载PDF 职称材料