多策略改进的猎人猎物优化算法及其应用 被引量：1

1

作者 唐天兵 李继发 严毅 《广西师范大学学报（自然科学版）》 CAS 北大核心 2024年第4期153-164,共12页

针对猎人猎物优化算法易陷入局部最优和收敛精度不足的问题,本文提出多策略改进的猎人猎物优化算法。该算法基于动态搜索思想,通过自适应机制从全局搜索转向局部开发;通过利用种群的历史信息来实施差分进化,从而增强种群的多样性;采用... 针对猎人猎物优化算法易陷入局部最优和收敛精度不足的问题,本文提出多策略改进的猎人猎物优化算法。该算法基于动态搜索思想,通过自适应机制从全局搜索转向局部开发;通过利用种群的历史信息来实施差分进化,从而增强种群的多样性;采用精英池策略和非线性步长相结合的方法,以防止算法陷入局部最优,并提升其收敛精度。在10个大规模(10 000维)测试函数上对改进后的算法和其他6种经典或最新的优化算法进行性能评估,结果显示,该算法在全局优化能力、寻优精度和稳定性方面均表现出色,能有效解决高维优化问题。最后,将多策略改进猎人猎物优化算法应用于三维无人机路径规划问题,仿真实验结果表明,该算法能求解到最优的无人机三维规划路径。 展开更多

关键词 猎人猎物优化算法 差分进化 高维优化 多策略 路径规划

在线阅读 下载PDF 职称材料

多策略改进的猎人猎物优化算法 被引量：2

2

作者 王坤 刘杰 +3 位作者 李伟 谭伟 覃涛 杨靖 《计算机工程与科学》 CSCD 北大核心 2024年第10期1875-1887,共13页

针对猎人猎物优化算法HPO存在收敛速度慢且易陷入局部最优的问题,提出一种多策略改进的猎人猎物优化算法IHPO。首先,利用佳点集初始化种群,增强种群的多样性;其次,引入非线性控制参数策略优化搜索与开发平衡参数,调整全局搜索和局部搜... 针对猎人猎物优化算法HPO存在收敛速度慢且易陷入局部最优的问题,提出一种多策略改进的猎人猎物优化算法IHPO。首先,利用佳点集初始化种群,增强种群的多样性;其次,引入非线性控制参数策略优化搜索与开发平衡参数,调整全局搜索和局部搜索权重,提高收敛速度;然后,引入莱维飞行策略和贪婪策略更新猎人位置,让种群跳出局部最优,再引入黄金正弦策略更新猎物位置,提升IHPO的局部开发能力。将IHPO和另外6种智能算法在测试函数集上进行寻优对比和Wilcoxon秩和检验,检验结果表明IHPO有较好的寻优能力和收敛速度;将IHPO运用于2个实际工程优化问题的求解,仿真结果表明IHPO在解决工程优化问题有较好的适用性和求解稳定性。 展开更多

关键词 猎人猎物优化算法 佳点集 非线性搜索与开发平衡参数 莱维飞行策略 贪婪策略 黄金正弦策略

在线阅读 下载PDF 职称材料

基于领导者竞争策略的改进猎人猎物优化算法 被引量：4

3

作者 常耀华 韦根原 《计算机应用研究》 CSCD 北大核心 2024年第1期142-149,共8页

针对猎人猎物优化算法寻优精度低和易陷入局部最优等问题,提出了一种基于领导者竞争策略的改进猎人猎物优化算法。首先将种群随机分为三个亚群,采用不同的搜索策略,扩大搜索范围;其次,采用精英组合突变策略,提升种群子代多样性,规避局... 针对猎人猎物优化算法寻优精度低和易陷入局部最优等问题,提出了一种基于领导者竞争策略的改进猎人猎物优化算法。首先将种群随机分为三个亚群,采用不同的搜索策略,扩大搜索范围;其次,采用精英组合突变策略,提升种群子代多样性,规避局部最优值;最后,提出领导者竞争策略,利用个体间的信息交流,统合各个策略,筛选出最优变量。通过数值实验以及在工程优化问题上的应用结果表明,所提算法相较于对比算法具有更为优异的寻优能力,验证了改进策略的有效性和可靠性。 展开更多

关键词 猎人猎物优化算法 精英组合突变策略 领导者竞争策略 均值搜索策略 正余弦策略

在线阅读 下载PDF 职称材料

改进猎人猎物优化算法在WSN覆盖中的应用 被引量：2

4

作者 杨乐 张达敏 +2 位作者 何庆 邓佳欣 左锋琴 《计算机应用》 CSCD 北大核心 2024年第8期2506-2513,共8页

针对传统无线传感器网络(WSN)节点部署覆盖盲区大、分布不均等问题,提出一种改进的猎人猎物优化(IHPO)算法优化网络覆盖。首先,在猎物位置更新阶段,引入差分进化(DE)思想并借助动态比例因子进行交叉变异,从而增强种群信息交流;其次,在... 针对传统无线传感器网络(WSN)节点部署覆盖盲区大、分布不均等问题,提出一种改进的猎人猎物优化(IHPO)算法优化网络覆盖。首先,在猎物位置更新阶段,引入差分进化(DE)思想并借助动态比例因子进行交叉变异,从而增强种群信息交流;其次,在全局最优位置更新阶段,由α稳定分布提出自适应α变异对全局最优位置进行扰动,从而平衡不同时期算法的性能需求;最后,利用自适应α变异扰动的全局最优位置引导种群完成动态反向学习,从而增加种群的全局搜索能力和多样性。在WSN覆盖问题中,使用IHPO优化的网络节点分布更均匀、覆盖率更高,在传感器感知能力不足时能达到92.56%的覆盖率,对比原始HPO算法优化的节点提高了25.74%,对比改进粒子群优化(IPSO)算法、改进灰狼优化算法(IGWO)优化的节点分别提高了13.98%、16.41%。同时,IHPO算法优化的节点能耗更均衡,在路由测试中的网络工作时间可以延长至2500轮次。 展开更多

关键词 猎人猎物优化算法 差分进化 自适应α变异 动态反向学习 无线传感器网络覆盖

在线阅读 下载PDF 职称材料

改进猎人猎物优化算法的光伏发电MPPT控制策略 被引量：9

5

作者 李飞 王栋 +1 位作者 李博 张建华 《电网与清洁能源》 CSCD 北大核心 2023年第9期116-124,134,共10页

光伏发电在局部遮挡时的功率-电压(P-U)特性曲线呈现多峰状态,导致传统MPPT控制策略易陷入局部最大功率点。提出了一种改进猎人猎物优化算法的MPPT控制策略。该优化算法引入非线性收敛因子,提高了算法全局探索与局部开发的能力。结合黄... 光伏发电在局部遮挡时的功率-电压(P-U)特性曲线呈现多峰状态,导致传统MPPT控制策略易陷入局部最大功率点。提出了一种改进猎人猎物优化算法的MPPT控制策略。该优化算法引入非线性收敛因子,提高了算法全局探索与局部开发的能力。结合黄金正弦算法更新位置,提高了算法的寻优速度。在算法搜索后期利用莱维飞行策略避免算法陷入局部最优。经仿真验证,结果表明,与猎人猎物优化算法、布谷鸟算法和传统扰动观察法相比,所提算法跟踪速度快、收敛精度高且有效抑制了系统功率输出的振荡,能够满足光伏发电局部遮挡MPPT的要求。 展开更多

关键词 光伏发电MPPT 改进猎人猎物优化算法 非线性收敛因子 黄金正弦算法 莱维飞行

在线阅读 下载PDF 职称材料

基于改进猎人猎物优化算法的煤矿开采沉陷预计模型参数反演研究

6

作者 朱慕谦 余庆 郭庆彪 《中国矿业》 2025年第8期152-160,共9页

概率积分模型是分析煤炭开采引起地表变形规律的重要数学模型,通过概率积分模型可预计开采沉陷的关键参数,如何快速且准确地获取开采沉陷预计参数一直是学者关注的重点。为克服传统方法在这一领域的局限性,本文提出了一种基于改进猎人... 概率积分模型是分析煤炭开采引起地表变形规律的重要数学模型,通过概率积分模型可预计开采沉陷的关键参数,如何快速且准确地获取开采沉陷预计参数一直是学者关注的重点。为克服传统方法在这一领域的局限性,本文提出了一种基于改进猎人猎物算法(IHPO)的概率积分参数反演模型。IHPO是在标准猎人猎物算法(HPO)的基础上,引入Cubic映射初始化、透镜成像折射反向学习及强制切换策略等改进策略,显著增强了算法群体智能优化能力。将IHPO应用于概率积分参数反演,构建了基于IHPO的概率积分参数反演模型。模拟实验结果表明:IHPO反演概率积分预测参数相对误差控制在1.54%以内,参数拟合中误差不超过3.32,相较于HPO,其反演结果更为精确。此外,IHPO的参数反演模型具有良好的鲁棒性,能够抵御一定的粗差干扰、随机误差干扰及观测点缺失的影响,同时具有较强的全局搜索性能。在实际应用中,以顾桥煤矿1414(1)工作面为例,利用IHPO对其进行参数反演,反演结果的参数拟合中误差最大不超过8.92,其中,参数q、tanβ、b、θ的拟合中误差均小于0.50,体现了极高的准确性。基于IHPO预测的下沉值拟合中误差及水平移动值拟合中误差的平均值为93.99 mm,充分满足了实际工作面的精度需求,验证了该模型在煤炭开采沉陷预测中的有效性和实用性。 展开更多

关键词 开采沉陷 概率积分模型 猎人猎物优化算法 Cubic映射 透镜成像折射反向学习 强制切换策略

在线阅读 下载PDF 职称材料

融入维度学习和多阶段策略的猎人猎物算法及应用

7

作者 黄淄博 王防修 苏晨 《计算机工程与设计》 北大核心 2025年第7期2099-2108,共10页

针对猎人猎物优化算法在迭代末期种群多样性衰减、易陷入局部最优的缺点,提出一种融入维度学习和多阶段策略改进的猎人猎物算法(DLMHPO)。设计非线性收敛因子作为勘探阶段和开发阶段的控制参数,拓宽算法在早期的寻优范围并加快后期的收... 针对猎人猎物优化算法在迭代末期种群多样性衰减、易陷入局部最优的缺点,提出一种融入维度学习和多阶段策略改进的猎人猎物算法(DLMHPO)。设计非线性收敛因子作为勘探阶段和开发阶段的控制参数,拓宽算法在早期的寻优范围并加快后期的收敛速度;引入多因子变量将猎人位置更新公式细分为4个阶段,强化各个阶段行为的收益;提出维度学习策略对种群进行扰动,避免算法陷入局部最优。通过在CEC2017测试集上对DLMHPO进行仿真对比实验,验证了DLMHPO拥有更高的收敛精度、更快的收敛速度以及更好的鲁棒性。在传感器网络覆盖的工程问题中,DLMHPO取得了出色的优化结果。 展开更多

关键词 猎人猎物优化算法 非线性收敛因子 维度学习策略 多阶段策略 无线传感器 哈里斯鹰优化算法 SIGMOID函数

在线阅读 下载PDF 职称材料

基于改进猎人猎物算法的穴播机车间布局优化

8

作者 吕硕 冯国红 《科学技术与工程》 北大核心 2024年第32期13736-13747,共12页

合理的车间布局,可以有效提高设备之间的工艺效率,减少物料的搬运费用。以H公司穴播机生产车间为研究对象,通过调研,并结合JACK软件分析现有车间布局存在的问题,构建车间布局优化数学模型。针对猎人猎物优化算法(hunt-prey optimizer,H... 合理的车间布局,可以有效提高设备之间的工艺效率,减少物料的搬运费用。以H公司穴播机生产车间为研究对象,通过调研,并结合JACK软件分析现有车间布局存在的问题,构建车间布局优化数学模型。针对猎人猎物优化算法(hunt-prey optimizer,HPO)种群多样性较差和收敛速度较慢的缺点,提出采用Cubic映射、强制切换机制和透镜成像反向学习策略进行改进。运用改进的猎人猎物优化算法(improved hunt-prey optimizer,IHPO)对模型求解,并与传统算法进行对比。结果显示:IHPO、HPO、遗传算法(genetic algorithm,GA)、粒子群优化算法(particle swarm optimization,PSO)、灰狼优化算法(grey wolf optimizer,GWO)的最优解分别为-0.3430、-0.3230、-0.3422、-0.3346、-0.3422,标准差分别为0.0352、9.1836、3.7482、8.9193、5.6355,表明在对车间布局模型求解时,所提算法较其他算法具有更好的寻优能力和稳定性。对优化后的布局运用JACK进行仿真验证,结果消除了工人下背部的受伤风险等相关不安全因素。研究所得最优布局方式有效改善了穴播机生产车间的现状。 展开更多

关键词 设施规划 Cubic映射 强制切换机制 透镜成像反向学习策略 改进猎人猎物优化算法 JACK

在线阅读 下载PDF 职称材料

基于猎人猎物优化与双向长短时记忆组合模型的汽车出车率预测 被引量：3

9

作者 高雨虹 曲昭伟 宋现敏 《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第1期198-206,264,共10页

汽车出车率预测对于交通管理者预先制定精准化管控方案、实施协调化统筹调度,以及调控汽车保有量规模具有重要意义。为此,本文提出一种基于猎人猎物优化算法与双向长短时记忆神经网络组合模型(HPO-BiLSTM)的汽车出车率预测方法。首先,... 汽车出车率预测对于交通管理者预先制定精准化管控方案、实施协调化统筹调度,以及调控汽车保有量规模具有重要意义。为此,本文提出一种基于猎人猎物优化算法与双向长短时记忆神经网络组合模型(HPO-BiLSTM)的汽车出车率预测方法。首先,分析汽车出车率的关键影响因素,提取出17个特征影响因子,结合标准化处理后的重构时间序列,基于随机森林算法进行变量的重要度评估,筛选出最优特征集合作为预测模型输入;其次,为解决神经网络算法容易陷入局部极值的难题,建立一种融合猎人猎物优化算法(HPO)与双向长短时记忆神经网络(BiLSTM)的组合预测模型,利用HPO的探索-开发机制,实现BiLSTM框架的动态化搭建与精细化调参;最后,结合北京市中心城区的汽车出车率数据集进行模型性能的测试与检验。结果表明:与自回归差分移动平均模型、灰色模型、卷积神经网络模型、长短时记忆神经网络模型以及双向长短时记忆神经网络模型等经典算法相比,HPO-BiLSTM模型在汽车出车率预测中的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别降低了23.85%~54.38%、20.67%~57.40%、27.48%~59.32%,平均相对误差为-1.57%。说明本文提出的混合深度学习算法具有较高的预测精度与实用性能。 展开更多

关键词 城市交通 汽车出车率预测 双向长短时记忆神经网络 猎人猎物优化算法 深度学习

在线阅读 下载PDF 职称材料

基于EWT-FE分析联合改进SVM算法的GIS局部放电诊断方法 被引量：5

10

作者 王利猛 王硕 《电气工程学报》 CSCD 北大核心 2024年第1期371-381,共11页

为提高气体绝缘组合电器(Gas insulated switchgear,GIS)局部放电类型诊断的精度,提出了一种基于EWT-FE结合IHPO-SVM算法的GIS局部放电诊断方法。为深度挖掘局部放电信号内部特征,利用经验小波变换(Empirical wavelet transform,EWT)结... 为提高气体绝缘组合电器(Gas insulated switchgear,GIS)局部放电类型诊断的精度,提出了一种基于EWT-FE结合IHPO-SVM算法的GIS局部放电诊断方法。为深度挖掘局部放电信号内部特征,利用经验小波变换(Empirical wavelet transform,EWT)结合模糊熵(Fuzzy entropy,FE)算法对信号进行分解,并提取有效特征量;为提高支持向量机(Support vector machine,SVM)算法自适应能力与分类识别精度,提出利用经过余弦衰减计算方法以及指数下降函数改进的猎人猎物优化(Improved hunter-prey optimizer,IHPO)算法对SVM算法参数进行优化选取;搭建GIS局部放电试验模型,建立基于EWT-FE信号分析结合IHPO-SVM的局部放电识别模型,对所提算法有效性进行验证。试验结果表明,所提算法GIS局部放电类型诊断精度均大于95%,优于传统诊断算法。 展开更多

关键词 局部放电 气体绝缘组合电器 经验小波变换 模糊熵 改进猎人猎物优化算法 支持向量机算法

在线阅读 下载PDF 职称材料

基于改进SVD-HPO-VMD电缆局部放电去噪方法

11

作者 马星河 李凯濛 +1 位作者 赵军营 刘鹏 《广东电力》 北大核心 2025年第4期89-100,共12页

对局部放电(partial discharge,PD)的检测是获知高压电缆绝缘状态的主要手段之一,但现场对PD信号的检测易受到噪声的干扰,从而影响对信号检测的准确度。为此,提出一种采用猎人猎物优化算法(hunter-prey optimization algorithm,HPO)优... 对局部放电(partial discharge,PD)的检测是获知高压电缆绝缘状态的主要手段之一,但现场对PD信号的检测易受到噪声的干扰,从而影响对信号检测的准确度。为此,提出一种采用猎人猎物优化算法(hunter-prey optimization algorithm,HPO)优化变分模态分解(variational mode decomposition,VMD),再采用改进奇异值分解(singular value decomposition,SVD)对PD信号进行降噪的方法。首先,对含噪PD信号进行傅里叶变换,在傅里叶变换功率谱中运用差分变换及设定阈值的方法去筛选周期性窄带干扰奇异值;然后,通过HPO优化VMD的参数选择,分解出K个本征模态函数(intrinsic mode function,IMF),利用模糊散布熵(fuzzy dispersion entropy,FuzzyDispEn)确定IMF的性质,从而区分有效分量和噪声分量,对分类后的噪声主导分量通过改进小波阈值方法进行去噪;最后,将信号进行重构,通过仿真和实验计算去噪后信号的信噪比、归一化相关系数以及均方误差,并与传统方法进行比对,证明提出的方法能够有效去除PD信号中的噪声分量,能够运用到供电系统中。 展开更多

关键词 局部放电 变分模态分解 奇异值分解 猎人猎物优化算法 模糊散布熵

在线阅读 下载PDF 职称材料

融合XGBoost和SVR的滑坡位移预测

12

作者 王惠琴 梁啸 +4 位作者 何永强 李晓娟 张建良 郭瑞丽 刘宾灿 《湖南大学学报(自然科学版)》 北大核心 2025年第4期149-158,共10页

利用极端梯度提升与支持向量回归,同时结合猎人猎物优化算法的优势,提出了一种融合极端梯度提升和支持向量回归的滑坡位移预测模型.首先采用极端梯度提升(extreme gradient boosting,XGBoost)进行滑坡位移初步预测,进一步利用猎人猎物... 利用极端梯度提升与支持向量回归,同时结合猎人猎物优化算法的优势,提出了一种融合极端梯度提升和支持向量回归的滑坡位移预测模型.首先采用极端梯度提升(extreme gradient boosting,XGBoost)进行滑坡位移初步预测,进一步利用猎人猎物优化算法(hunter-prey optimizer,HPO)优化支持向量回归(support vector regression,SVR)的超参数而构建了一种组合预测模型(HPO-SVR)以修正XGBoost的预测结果.两组滑坡位移实测数据表明:HPO算法通过不断更新猎人与猎物位置的动态寻优策略,获得了更加合理的SVR的超参数.相对于XGBoost、SVR,以及其与粒子群优化算法、遗传算法和HPO的组合预测模型而言,XGBoost-HPO-SVR组合模型在阳屲山滑坡和脱甲山滑坡位移预测中取得了良好的效果,其均方根误差和平均绝对误差分别为3.505和1.357,0.550和0.538. 展开更多

关键词 极端梯度提升 支持向量回归 猎人猎物优化算法 滑坡位移预测

在线阅读 下载PDF 职称材料

基于HPO-LSTM的公交周转时间预测 被引量：1

13

作者 张萌萌 王成霄 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第8期43-50,共8页

公交周转时间的准确预测是公交智能排班的基础和前提,是制定行车时刻表的关键。为提高公交周转时间的预测精度,提出了基于猎人猎物优化长短时记忆神经网络(HPO-LSTM)的公交周转时间预测模型,将长短时记忆神经网络(LSTM)中的超参数(隐含... 公交周转时间的准确预测是公交智能排班的基础和前提,是制定行车时刻表的关键。为提高公交周转时间的预测精度,提出了基于猎人猎物优化长短时记忆神经网络(HPO-LSTM)的公交周转时间预测模型,将长短时记忆神经网络(LSTM)中的超参数(隐含层节点数、迭代循环数以及初始学习率)映射为猎人猎物优化算法(HPO)种群的位置;以LSTM模型预测值与真实值产生的均方根误差E_(RMS)作为种群适应度函数,优化种群位置,实现LSTM神经网络超参数寻优;用最优超参数构建LSTM神经网络,进行公交周转时间预测。采用某市公交1号线数据对模型进行验证分析,结果表明:相比于BP、LSTM、FA-BP、HPO-BP模型,HPO-LSTM模型平均绝对百分比误差E_(MAP)分别降低10.44%、4.00%、3.61%、2.04%。 展开更多

关键词 交通运输工程 公共交通 周转时间预测 猎人猎物优化算法 长短时记忆神经网络

在线阅读 下载PDF 职称材料

应用VMD-HPO-NBEATS模型的锂离子电池SOH预测 被引量：1

14

作者 李泽龙 乔钢柱 +3 位作者 崔方舒 蔡江辉 史元浩 王博辉 《中国测试》 CAS 北大核心 2024年第9期65-73,共9页

锂离子电池的健康状态(SOH)对维持新能源电动汽车系统的稳定性至关重要。为提高锂电池SOH预测精度,提出一种基于变分模态分解(VMD)的猎人猎物优化(HPO)的神经基扩展分析(NBEATS)神经网络的SOH预测方法。首先,通过对电池老化数据的分析,... 锂离子电池的健康状态(SOH)对维持新能源电动汽车系统的稳定性至关重要。为提高锂电池SOH预测精度,提出一种基于变分模态分解(VMD)的猎人猎物优化(HPO)的神经基扩展分析(NBEATS)神经网络的SOH预测方法。首先,通过对电池老化数据的分析,提取与SOH高度相关的健康因子(HIs)并进行融合;其次,利用VMD方法将融合HI分解为多个模态分量,并使用HPO超参数优化的NBEATS模型来捕捉各模态分量的特征和时序规律。最终,通过加和重构各个分量的预测值来获得电池的SOH预测。在NASA电池数据集上的实验表明,与NBEATS、HPO-NBEATS和VMD-NBEATS模型相比,VMD-HPO-NBEATS模型在MAE、RMSE和r2评价指标上均有超2%的提升,证明所提方法在SOH预测的有效性与优越性。 展开更多

关键词 锂离子电池 健康状态 NBEATS模型 猎人猎物优化算法 变分模态分解

在线阅读 下载PDF 职称材料

基于HPO-LSTM的柴油机NO_(x)虚拟预测技术研究

15

作者 潘恒斌 官维 +3 位作者 潘明章 梁科 文涛 姜淑君 《车用发动机》 北大核心 2024年第1期67-75,共9页

在严格的排放法规面前,柴油机后处理系统发挥了不可估量的作用,而获取NO_(x)排放是后处理系统中SCR装置得以正常工作的前提之一。建立一种使用猎人猎物优化(HPO)算法优化长短期记忆(LSTM)网络的虚拟预测模型,实现对柴油机NO_(x)排放准... 在严格的排放法规面前,柴油机后处理系统发挥了不可估量的作用,而获取NO_(x)排放是后处理系统中SCR装置得以正常工作的前提之一。建立一种使用猎人猎物优化(HPO)算法优化长短期记忆(LSTM)网络的虚拟预测模型,实现对柴油机NO_(x)排放准确预测,以代替现有物理传感器或作为并行装置监控其运行。试验在柴油机测功机上进行,在高度瞬态的柴油机运行周期内,输入了若干种便于获取且与NO_(x)形成密切相关的参数至模型中,结果表明:该优化后的网络应用于测试集和全新的未知瞬态工况时,与未优化网络的预测结果相比,RMSE分别提高了29.1%和23.4%,R 2分别大于和接近0.95,预测结果与传感器测量值呈现高度相同的变化趋势,满足了车载运用和准确性的需求,验证了该方法的可行性。 展开更多

关键词 柴油机 氮氧化物 预测 猎人猎物优化算法 长短期记忆网络

在线阅读 下载PDF 职称材料

WPT-HPO-ELM径流多步预报模型研究 被引量：15

16

作者 许建伟 崔东文 《水资源与水工程学报》 CSCD 北大核心 2022年第6期69-76,共8页

为提高径流时间序列多步预报精度,建立了小波包变换(WPT)-猎人猎物优化(HPO)算法-极限学习机(ELM)相融合的径流时间序列多步预报模型,并应用于云南省南康河水文站月径流和日径流时间序列多步预报。引入HPO算法原理,在不同维度条件下选取... 为提高径流时间序列多步预报精度,建立了小波包变换(WPT)-猎人猎物优化(HPO)算法-极限学习机(ELM)相融合的径流时间序列多步预报模型,并应用于云南省南康河水文站月径流和日径流时间序列多步预报。引入HPO算法原理,在不同维度条件下选取6个典型函数对HPO进行仿真验证;利用2层WPT将径流时序数据分解为4个子序列分量,达到降低径流序列数据复杂性和不平稳性的目的;采用HPO优化ELM输入层权值和隐含层偏值,建立WPT-HPO-ELM模型对实例月径流和日径流进行多步预报。结果表明:HPO算法具有较好的寻优精度和全局搜索能力;WPT-HPO-ELM模型对预见期为1~3个月的月径流具有理想的预报效果,预报的平均绝对百分比误差≤2.43%,合格率≥99.2%,确定性系数≥0.999;对预见期为4~6个月的月径流具有较好的预报效果,预报的平均绝对百分比误差≤15.0%,合格率≥73.3%,确定性系数≥0.991;当预见期≥7个月时,预报效果较差。对预见期为1~3 d的日径流具有理想的预报效果,预报的平均绝对百分比误差≤1.23%,合格率为100%,确定性系数≥0.999;对预见期为4~7 d的日径流具有较好的预报效果,预报的平均绝对百分比误差≤15.3%,合格率≥73.0%,确定性系数≥0.947;当预见期≥8 d时,预报效果较差。WPT-HPO-ELM模型能充分发挥WPT、HPO和ELM的优势,表现出较高的预报精度和稳定性能,预报误差随着预见期的增加而增大,该模型及方法可为径流时间序列多步预报提供新途径。 展开更多

关键词 径流预报 小波包变换 猎人猎物优化算法 极限学习机 多步预报 仿真测试

在线阅读 下载PDF 职称材料

基于改进门控循环单元神经网络的锂电池组荷电状态预测 被引量：7

17

作者 贺伟 马鸿雁 +2 位作者 张英达 李晟延 王帅 《科学技术与工程》 北大核心 2023年第12期5102-5109,共8页

准确预测锂电池组的荷电状态(state of charge,SOC)能够有效防止电池过度充电或者放电,是储能设备安全运行的重要保障。为了解决SOC无法通过测量直接获得的问题,提出了一种基于猎人猎物优化算法(hunter prey optimization,HPO)优化门控... 准确预测锂电池组的荷电状态(state of charge,SOC)能够有效防止电池过度充电或者放电,是储能设备安全运行的重要保障。为了解决SOC无法通过测量直接获得的问题,提出了一种基于猎人猎物优化算法(hunter prey optimization,HPO)优化门控循环单元(gated recurrent unit,GRU)神经网络的预测模型。在GRU的基础上添加Dropout机制,来增强模型的泛化能力,并通过HPO算法优化GRU的超参数,使锂电池的数据特征与网络拓扑相匹配。为了验证HPO-GRU模型的有效性,以某储能公司现场采集的储能锂电池组历史数据进行仿真实验,并与反向传播神经网络(back propagation,BP)、长短期记忆网络(long short term memory,LSTM)和GRU 3种预测模型的预测结果进行对比分析。可得HPO-GRU模型预测值与真实值的误差最小,在5%以内。可见HPO-GRU模型的预测精度最高,具有良好的鲁棒性以及较强的泛化能力。 展开更多

关键词 锂电池组 荷电状态 猎人猎物优化算法 门控循环单元(GRU)

在线阅读 下载PDF 职称材料