采用自适应基因粒子群算法优化隐马尔科夫模型的方法及应用 被引量：9

1

作者 张西宁 雷威 +1 位作者 杨雨薇 张雯雯 《西安交通大学学报》 EI CAS CSCD 北大核心 2018年第8期1-8,共8页

针对隐马尔科夫模型参数学习算法易收敛于局部极值的问题,提出了一种自适应基因粒子群算法,并将该方法应用于隐马尔科夫模型的训练,实现对隐马尔科夫模型初始参数的优化。在基因粒子群算法的原理以及操作流程的基础上,采用了自适应的参... 针对隐马尔科夫模型参数学习算法易收敛于局部极值的问题,提出了一种自适应基因粒子群算法,并将该方法应用于隐马尔科夫模型的训练,实现对隐马尔科夫模型初始参数的优化。在基因粒子群算法的原理以及操作流程的基础上,采用了自适应的参数调整方法,提高了基因粒子群算法的优化性能。分析了所提方法的全局、局部搜索能力以及收敛速度,开展了不同状态滚动轴承的故障诊断实验和测试,并与基于粒子群算法优化隐马尔科夫模型初始参数的方法进行对比。实验结果表明,所提方法对正常、内圈故障、外圈故障以及滚动体故障轴承的诊断准确率均能达到100%,相比于基于粒子群算法优化隐马尔科夫模型初始参数的方法,最高将分类正确率提高了28.57%、分类离散度提高了268.58%,证明了方法的有效性和准确性。 展开更多

关键词 基因粒子群算法 自适应方法 参数优化 隐马尔科夫模型 轴承故障诊断

在线阅读 下载PDF 职称材料

交通流预测的马尔科夫粒子滤波方法研究 被引量：15

2

作者 于泉 姚宗含 《交通运输系统工程与信息》 EI CSCD 北大核心 2019年第2期209-215,共7页

智能交通系统中,短时交通流预测是实现先进的交通控制和交通诱导的关键技术之一.针对目前马尔科夫交通流量预测模型在精度方面的不足,以及交通流量随机性、波动性的特点,提出马尔科夫粒子滤波交通流预测模型.一方面,将对交通流量预处理... 智能交通系统中,短时交通流预测是实现先进的交通控制和交通诱导的关键技术之一.针对目前马尔科夫交通流量预测模型在精度方面的不足,以及交通流量随机性、波动性的特点,提出马尔科夫粒子滤波交通流预测模型.一方面,将对交通流量预处理后的样本数据应用于马尔科夫模型中预测未来交通流量,能够较好地描述交通流量的变化趋势;另一方面,针对该预测结果精度的不足及对非线性预测不稳定的缺点,引用粒子滤波算法,将预测结果及权值进行不断更新,以及样本重选样过程,经过多次迭代,使样本粒子更加逼近真实预测值,从而提高预测精度.最后,以北京昌平区某检测器检测到的交通量进行仿真,将预测结果与传统马尔科夫链进行误差对比分析.结果表明,本文提出的马尔科夫粒子滤波交通流预测模型5 min间隔误差为6.14%、1 h间隔误差为6.04%,预测精度高,具有更好的适用性和稳定性. 展开更多

关键词 智能交通 交通流预测 粒子滤波算法 马尔科夫模型 数据处理

在线阅读 下载PDF 职称材料

改进隐马尔科夫模型的地面装备退化状态识别 被引量：3

3

作者 郭森 王大为 +2 位作者 张绍伟 冯安安 何文海 《西北工业大学学报》 EI CAS CSCD 北大核心 2021年第S01期32-40,共9页

传统隐马尔科夫模型(HMM)解决地面装备中关键设备退化状态识别问题时,在学习训练过程中参数容易局部收敛导致识别精度较低,针对这一问题,提出一种基于自适应粒子群优化的改进HMM算法。在基础粒子群算法中加入惯性权重因子,并根据算法迭... 传统隐马尔科夫模型(HMM)解决地面装备中关键设备退化状态识别问题时,在学习训练过程中参数容易局部收敛导致识别精度较低,针对这一问题,提出一种基于自适应粒子群优化的改进HMM算法。在基础粒子群算法中加入惯性权重因子,并根据算法迭代结果对算法各因子大小进行动态控制,增强该算法的全局搜索能力。改进后的粒子群算法融入HMM模型训练过程参数学习的优化过程,能够提高HMM的训练精度。将其应用到地面装备中油机电站的退化状态识别当中,对实测振动数据进行分析,与标准算法相比,发现所提算法对油机处于不同退化状态的分类准确率都有所提升,整体识别精度达到96.4%。结果表明,基于自适应粒子群优化的HMM退化状态识别方法能够有效解决传统模型的局部收敛问题。 展开更多

关键词 地面装备 退化状态识别 隐马尔科夫模型(HMM) 自适应优化 粒子群算法(PSO)

在线阅读 下载PDF 职称材料

基于改进粒子滤波算法的锂离子电池状态跟踪与剩余使用寿命预测方法 被引量：42

4

作者 焦自权 范兴明 +2 位作者 张鑫 罗奕 刘阳升 《电工技术学报》 EI CSCD 北大核心 2020年第18期3979-3993,共15页

针对标准粒子滤波算法在锂离子电池剩余使用寿命预测方面出现的估计精度不高、算法不稳定及计算效率低等问题,该文提出一种改进粒子滤波算法的状态跟踪与剩余使用寿命预测估计方法。选取电池容量衰退经验物理模型为基础,通过贝叶斯理论... 针对标准粒子滤波算法在锂离子电池剩余使用寿命预测方面出现的估计精度不高、算法不稳定及计算效率低等问题,该文提出一种改进粒子滤波算法的状态跟踪与剩余使用寿命预测估计方法。选取电池容量衰退经验物理模型为基础,通过贝叶斯理论对历史样本进行状态跟踪建模,优化训练算法辨识物理模型参数与重采样策略。采用状态跟踪训练优化后最新量测信息取代序贯重要性采样过程中未考虑观测噪声的量测信息,指导产生新的提议分布更新粒子重要性权值计算的方法来改善粒子退化现象,同时基于马尔科夫链-蒙特卡洛(MCMC)方法中的M-H(Metropolis-Hastings)抽样算法丰富采样粒子多样性,改良重采样策略来解决由其引起的粒子枯竭问题,并通过仿真揭示出不同跟踪集S和粒子数M等模型参数对预测结果的影响规律,继而构建实时更新提议分布、MCMC方法与粒子滤波算法优化融合的状态跟踪与剩余使用寿命预测模型——基于MCMC的更新改进粒子滤波融合算法模型。仿真实验结果表明,该文提出的改进算法具有状态跟踪拟合度好、预测精度高及计算效率性能优良等特点,并通过设计出不同类型电池容量和算法模型等多种组合方案的仿真,验证了改进算法较强的稳定鲁棒性、泛化适应性和通用有效性。 展开更多

关键词 改进粒子滤波算法 马尔科夫链-蒙特卡洛方法 锂离子电池 状态跟踪 剩余使 用寿命预测

在线阅读 下载PDF 职称材料

基于PSO-HMM的CSI的被动式室内定位算法 被引量：2

5

作者 蔡文炎 贺超 +1 位作者 朱海 张玉金 《传感器与微系统》 CSCD 2020年第11期118-121,共4页

针对隐马尔科夫(HMM)算法中的鲍姆—韦尔奇算法(BW)预测模型参数,难以找到全局最优解的问题,提出了一种融合粒子滤波与隐马尔科夫的粒子群优化—隐马尔科夫(PSO-HMM)算法。对于BW算法学习环节的初值选定问题,增加了粒子群优化(PSO)算法... 针对隐马尔科夫(HMM)算法中的鲍姆—韦尔奇算法(BW)预测模型参数,难以找到全局最优解的问题,提出了一种融合粒子滤波与隐马尔科夫的粒子群优化—隐马尔科夫(PSO-HMM)算法。对于BW算法学习环节的初值选定问题,增加了粒子群优化(PSO)算法优化过程,量化的初值选定对于信道状态信息(CSI)无线信号的定位数据处理更加合理,从而增加了定位的精准性。同时,为了克服HMM算法存在的统计约束问题,加入了重标准化和重映射机制。由于PSO收敛速度较快,从宏观现象观察,提高了定位实时性。实验结果表明:与传统的HMM算法、支持向量机(SVM)算法相比,PSO-HMM算法很大程度上提高了室内定位的精准性和实时性。 展开更多

关键词 鲍姆—韦尔奇算法 粒子滤波—隐马尔科夫算法 重标准化 重映射

在线阅读 下载PDF 职称材料

基于SMC-PHDF的部分可分辨的群目标跟踪算法 被引量：27

6

作者 连峰 韩崇昭 +1 位作者 刘伟峰 元向辉 《自动化学报》 EI CSCD 北大核心 2010年第5期731-741,共11页

提出一种基于粒子概率假设密度滤波器(Sequential Monte Carlo probability hypothesis density filter,SMC-PHDF)的部分可分辨的群目标跟踪算法.该算法可直接获得群而非个体的个数和状态估计.这里群的状态包括群的质心状态和形状.为了... 提出一种基于粒子概率假设密度滤波器(Sequential Monte Carlo probability hypothesis density filter,SMC-PHDF)的部分可分辨的群目标跟踪算法.该算法可直接获得群而非个体的个数和状态估计.这里群的状态包括群的质心状态和形状.为了估计群的个数和状态,该算法利用高斯混合模型(Gaussian mixture models,GMM)拟合SMC-PHDF中经重采样后的粒子分布,这里混合模型的元素个数和参数分别对应于群的个数和状态.期望最大化(Expectation maximum,EM)算法和马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)算法分别被用于估计混合模型的参数.混合模型的元素个数可通过删除、合并及分裂算法得到.100次蒙特卡洛(Monte Carlo,MC)仿真实验表明该算法可有效跟踪部分可分辨的群目标.相比EM算法,MCMC算法能够更好地提取群的个数和状态,但它的计算量要大于EM算法. 展开更多

关键词 群目标跟踪 粒子概率假设密度滤波器 高斯混合模型 期望最大化算法 马尔科夫链蒙特卡洛算法

在线阅读 下载PDF 职称材料

基于运动补偿和MCMC算法的视频目标跟踪 被引量：2

7

作者 刘鹏威 王汇源 +1 位作者 乔伟 吴晓娟 《计算机工程》 CAS CSCD 北大核心 2010年第11期185-187,共3页

针对视频目标跟踪领域摄像头运动等问题,提出一种基于二次观测模型的马尔科夫链蒙特卡洛(MCMC)粒子滤波算法。第1次观测通过计算相邻2帧的光流场对运动模型实时修正使其逼近真实的运动方程,第2次观测MCMC粒子滤波步骤。二次观测模型利... 针对视频目标跟踪领域摄像头运动等问题,提出一种基于二次观测模型的马尔科夫链蒙特卡洛(MCMC)粒子滤波算法。第1次观测通过计算相邻2帧的光流场对运动模型实时修正使其逼近真实的运动方程,第2次观测MCMC粒子滤波步骤。二次观测模型利用图像中的光流信息进行运动补偿实现跟踪。时变的运动模型可以有效提高MCMC方法的效率,减少无效的粒子点数,使其能更快速地收敛到真实值。实验表明对MCMC进行运动补偿可以有效处理摄像头运动问题。 展开更多

关键词 马尔科夫链蒙特卡洛算法 粒子滤波 二次观测模型 光流场 运动补偿

在线阅读 下载PDF 职称材料

基于交互式多模型无迹卡尔曼滤波的锂电池荷电状态估计 被引量：5

8

作者 谭霁宬 颜学龙 《科学技术与工程》 北大核心 2019年第12期170-175,共6页

为了提高传统卡尔曼滤波法估计锂电池荷电状态(SOC)的精度,在锂电池二阶RC等效电路模型基础上,根据隐马尔科夫模型(HMM)理论并采用遗传算法优化构造出了不同参数状态的电池模型。结合交互式多模型(IMM)算法与无迹卡尔曼滤波(UKF)算法进... 为了提高传统卡尔曼滤波法估计锂电池荷电状态(SOC)的精度,在锂电池二阶RC等效电路模型基础上,根据隐马尔科夫模型(HMM)理论并采用遗传算法优化构造出了不同参数状态的电池模型。结合交互式多模型(IMM)算法与无迹卡尔曼滤波(UKF)算法进行SOC估计,提出了一种基于HMM的IMM-UKF算法估计锂电池SOC的方法。锂电池在线SOC估计实验表明,该方法比较其他估计方法有着更高的估计精度,平均绝对误差仅为1%。 展开更多

关键词 荷电状态 隐马尔科夫模型 交互式多模型 无迹卡尔曼滤波 遗传算法

在线阅读 下载PDF 职称材料

基于HMM和优化的PF的数控转台精度衰退模型 被引量：8

9

作者 王刚 陈捷 +1 位作者 洪荣晶 王华 《振动与冲击》 EI CSCD 北大核心 2018年第6期7-13,共7页

针对数控转台精度衰退状态缺乏有效的评估方法的问题,提出一种数控转台重复定位精度衰退趋势预测模型,该模型结合了隐马尔科夫(Hidden Markov Model,HMM)算法和粒子滤波(Particle Filtering,PF)算法,其中粒子滤波算法使用粒子群算法(Par... 针对数控转台精度衰退状态缺乏有效的评估方法的问题,提出一种数控转台重复定位精度衰退趋势预测模型,该模型结合了隐马尔科夫(Hidden Markov Model,HMM)算法和粒子滤波(Particle Filtering,PF)算法,其中粒子滤波算法使用粒子群算法(Particle Swarm Optimization,PSO)优化了初始参数。选择了从数控转台精度衰退加速寿命试验中获得的振动信号作为研究数据。通过聚合经验模态与主成分分析(EEMD-PCA)算法对原始信号降噪,并提取含有故障特征的信号进行信号重构;使用统计特征量作为观察值训练获得HMM模型,对数控转台精度衰减做出早期诊断,并由此获得数控转台精度健康状态指标;使用粒子滤波算法建立数控转台精度衰退预测模型,并预测精度的剩余寿命。在以第50组数据为预测起始点时,预测的剩余寿命为21,实际测量的结果为17,相差4,比较接近。综合分析模型计算与试验测量的结果表明。 展开更多

关键词 数控转台 隐马尔科夫模型 粒子滤波算法 定位精度 剩余寿命

在线阅读 下载PDF 职称材料

基于SA-CPSO优化HSMM的转辙机故障预测模型研究 被引量：9

10

作者 陈永刚 戴乾军 李俊武 《铁道科学与工程学报》 CAS CSCD 北大核心 2019年第4期1050-1057,共8页

针对目前铁路现场转辙机PHM中故障发生的模糊性与随机性等不确定问题,提出一种基于自适应混沌粒子群(SA-CPSO)优化隐半马尔科夫(HSMM)的设备退化过程故障预测模型。根据转辙机全生命周期机械部件状态退化过程对其进行退化状态划分;建立S... 针对目前铁路现场转辙机PHM中故障发生的模糊性与随机性等不确定问题,提出一种基于自适应混沌粒子群(SA-CPSO)优化隐半马尔科夫(HSMM)的设备退化过程故障预测模型。根据转辙机全生命周期机械部件状态退化过程对其进行退化状态划分;建立SA-CPSO优化HSMM的设备状态评估和故障预测模型,再结合前向-后向算法对优化后的模型进行参数估计;通过实例分析验证该方法的有效性和可行性,实现传统信号维修策略的方法改进。 展开更多

关键词 转辙机 故障预测 自适应混沌粒子群 隐半马尔科夫 前向-后向算法

在线阅读 下载PDF 职称材料

独立成分相关分析的自适应故障监测方法 被引量：8

11

作者 王培良 叶晓丰 杨泽宇 《控制理论与应用》 EI CAS CSCD 北大核心 2018年第9期1331-1338,共8页

工业过程数据具有动态、非高斯等特性.独立成分分析(independent component analysis, ICA)既可以分析数据的非高斯形式,又可以极大地去除多变量间的耦合且满足独立性要求.本文引入粒子群算法优化ICA模型参数,自适应地确定独立成分个数... 工业过程数据具有动态、非高斯等特性.独立成分分析(independent component analysis, ICA)既可以分析数据的非高斯形式,又可以极大地去除多变量间的耦合且满足独立性要求.本文引入粒子群算法优化ICA模型参数,自适应地确定独立成分个数.同时,提出一种基于隐马尔科夫链模型(hidden Markov model, HMM)的自适应检测限设计方法,将时间相关数据块的特征信息变化作为过程故障的检测依据.首先利用由时间窗方法确定的独立成分组成监测矩阵来训练HMM模型,旨在提高独立成分间相关性水平的表示能力;然后将得到的HMM模型对监测矩阵进行相关性评估,并在一定容许裕度的基础上设计评估值的自适应因子及检测限,并据此监测特征信息变化,动态地进行在线故障检测.最后, Tennessee Eastman (TE)仿真平台的实验结果表明了所提方法的有效性. 展开更多

关键词 独立成分分析 粒子群算法 隐马尔科夫模型 相关性评估 自适应因子 故障检测

在线阅读 下载PDF 职称材料

基于动态PSO优化HSMM的转辙机PHM模型研究 被引量：6

12

作者 戴乾军 陈永刚 陶荣杰 《铁道标准设计》 北大核心 2018年第9期174-178,共5页

针对转辙机故障发生的随机性与不确定性,提出设备故障预测与健康管理的方法,对其传统维修策略进行改进。该模型将转辙机的机械部件的退化过程按照全生命周期进行划分,利用动态粒子群算法优化隐半马尔科夫模型,实现转辙机状态的故障预测... 针对转辙机故障发生的随机性与不确定性,提出设备故障预测与健康管理的方法,对其传统维修策略进行改进。该模型将转辙机的机械部件的退化过程按照全生命周期进行划分,利用动态粒子群算法优化隐半马尔科夫模型,实现转辙机状态的故障预测。首先,建立转辙机退化状态的隐半马尔科夫模型;其次,选择动态粒子群算法对转辙机预测模型动态优化,再结合前向-后向算法对优化后的模型进行参数估计;最后,通过实例分析验证该优化模型的有效性。 展开更多

关键词 转辙机 故障预测与健康管理 动态粒子群算法 隐半马尔科夫

在线阅读 下载PDF 职称材料