期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于改进麻雀搜索算法的主动配电网故障区段定位
1
作者 武晓朦 韩康 +3 位作者 党博 赵研博 王连豪 杨忠达 《科学技术与工程》 北大核心 2025年第28期12059-12067,共9页
在“双碳”目标的推动下,大规模的分布式电源投入配电网,导致故障电流方向由单向变为双向,使得传统配电网故障定位方法不再适用。提出一种基于改进麻雀搜索算法的主动配电网故障区段定位方法。利用统计参数映射(statistical parametric ... 在“双碳”目标的推动下,大规模的分布式电源投入配电网,导致故障电流方向由单向变为双向,使得传统配电网故障定位方法不再适用。提出一种基于改进麻雀搜索算法的主动配电网故障区段定位方法。利用统计参数映射(statistical parametric mapping,SPM)混沌映射生成高质量初始麻雀种群,在发现者路径中融合正余弦算法,引入非线性惯性权重,平衡局部与全局搜索能力,加速算法收敛。同时在追随者路径引入螺旋搜索和Levy飞行,增强对未知区域探索,利于跳出局部最优。建立适用于主动配电网的开关状态函数,对传统目标函数加入防误判因子,以防信息失真。算例结果表明:该方法能够适应多重故障区段和不同位置分布式电源投切,定位准确率和收敛速度均有明显优势,具有良好容错性。 展开更多
关键词 故障定位 主动配电网 麻雀搜索算法(SSA) 统计参数映射(SPM)混沌映射 正余弦算法 螺旋搜索 Levy飞行
在线阅读 下载PDF
基于切线飞行的麻雀搜索算法 被引量:4
2
作者 周玉 房倩 +1 位作者 裴泽宣 陈博 《计算机应用研究》 CSCD 北大核心 2023年第1期141-146,共6页
为解决在临近全局最优条件下,原始麻雀搜索算法(sparrow search algorithm,SSA)存在种群多样性降低,局部开发能力薄弱导致不容易跳出局部最优点的问题,提出基于切线飞行的麻雀搜索算法(tangent flight sparrow search algorithm,tanSSA... 为解决在临近全局最优条件下,原始麻雀搜索算法(sparrow search algorithm,SSA)存在种群多样性降低,局部开发能力薄弱导致不容易跳出局部最优点的问题,提出基于切线飞行的麻雀搜索算法(tangent flight sparrow search algorithm,tanSSA)。首先,使用自适应t分布策略改进发现者位置更新公式,可以提高麻雀个体的寻优能力,同时防止算法早熟。然后,利用切线搜索算法中切线飞行策略所具有的可以增强算法探索搜索空间能力,且能使算法跳出局部最优解的优势,在原始麻雀搜索算法中使用切线飞行扰动策略对最优解进行扰动。这两种策略相结合,可以有效提升tanSSA算法的勘探与开发性能。最后,使用12个标准基准测试函数,结合Wilcoxon秩和检验来测试验证tanSSA算法的优化性能,并与原始SSA算法、鲸鱼优化算法、粒子群优化算法以及自适应t分布SSA算法进行比较。实验证明,基于切线飞行的麻雀搜索算法的寻优能力和收敛速度都有显著提升。 展开更多
关键词 麻雀搜索算法 自适应t分布策略 切线飞行策略 Wilcoxon秩和检验
在线阅读 下载PDF
改进麻雀算法优化多阈值图像分割
3
作者 马远阳 黄福珍 《计算机应用与软件》 北大核心 2025年第5期231-237,共7页
由于传统的Otsu多阈值图像分割算法通常需要花费太多的时间才能找到最优分割阈值。该文提出一种基于改进的麻雀搜索算法(Sparrow Search Algorithm,SSA)来缩短用时。在传统的麻雀搜索算法基础上引入混沌初始化策略、自适应权重和反向学... 由于传统的Otsu多阈值图像分割算法通常需要花费太多的时间才能找到最优分割阈值。该文提出一种基于改进的麻雀搜索算法(Sparrow Search Algorithm,SSA)来缩短用时。在传统的麻雀搜索算法基础上引入混沌初始化策略、自适应权重和反向学习策略,以及Levy飞行机制来进行多阈值图像分割,与PSO、GWO、SSA及ISSA等算法的图像分割结果相比较。实验结果表明,该算法极大缩短了传统多阈值Otsu图像分割算法的运行时间,并且提高了图像分割精度,具有一定的实用价值。 展开更多
关键词 多阈值Otsu 麻雀搜索算法 混沌初始化 自适应权重 反向学习 Levy飞行
在线阅读 下载PDF
多策略改进的麻雀搜索算法 被引量:4
4
作者 回立川 李瑶 +2 位作者 李欢欢 于淼 王久阳 《辽宁工程技术大学学报(自然科学版)》 北大核心 2023年第6期722-732,共11页
针对麻雀搜索算法在迭代收敛时易陷入局部最优的问题,提出多策略改进的麻雀搜索算法(NLSSA)。利用邻域重心反向学习策略优化麻雀算法的初始种群,提高初始个体质量。通过Levy飞行策略的长短距离跳跃更新麻雀生产者位置,从而提升麻雀算法... 针对麻雀搜索算法在迭代收敛时易陷入局部最优的问题,提出多策略改进的麻雀搜索算法(NLSSA)。利用邻域重心反向学习策略优化麻雀算法的初始种群,提高初始个体质量。通过Levy飞行策略的长短距离跳跃更新麻雀生产者位置,从而提升麻雀算法的局部极值逃逸能力。在跟随者位置更新机制中引入自适应权重,从而平衡麻雀算法的局部挖掘和全局寻优能力。为了验证所提NLSSA算法的性能,利用8个基准测试函数进行测验,测试结果与Wilcoxon符号秩检验结果表明,与麻雀搜索算法、粒子群优化算法、灰狼优化算法和其他改进的麻雀搜索算法相比,NLSSA算法在寻优精度、稳定性能和收敛速度方面的效果更佳。 展开更多
关键词 麻雀搜索算法 邻域重心反向学习 Levy飞行策略 自适应权重 基准函数
在线阅读 下载PDF
群智能算法优化改进随机森林算法的井漏预测
5
作者 白凯 戴升升 +1 位作者 张照硕 金思怡 《现代电子技术》 北大核心 2025年第14期159-168,共10页
井漏预测一直是钻井中堵漏防治研究的热点和难点课题,传统方法依赖专家经验,技术可复制性差,在特征参数选择上缺乏与井漏的相关性分析,导致预测精度低,且模型存在一定的局限性。为此,提出一种基于M5模型树的改进随机森林(IRF)算法,并采... 井漏预测一直是钻井中堵漏防治研究的热点和难点课题,传统方法依赖专家经验,技术可复制性差,在特征参数选择上缺乏与井漏的相关性分析,导致预测精度低,且模型存在一定的局限性。为此,提出一种基于M5模型树的改进随机森林(IRF)算法,并采用基于Sobol序列的初始化策略,引入自适应螺旋变化策略更新发现者位置,同时利用Lévy飞行策略来更新跟随者位置的改进麻雀搜索算法(ISSA)对IRF参数进行优化,进而建立一种ISSA-IRF井漏预测模型。该模型整合了来自地质、钻井泥浆和钻井作业相关的18个参数,利用Pearson相关性分析、递归特征消除和梯度提升树确定了11个关键参数。实验结果表明,与原模型相比,ISSA-IRF模型在井漏预测上的准确率提升了7.7%,且模型的性能显著优于经典的井漏预测模型(如LSTM、BP和SVM等)。改进后的模型可用于现场堵漏控制,为防漏堵漏作业提供科学指导。 展开更多
关键词 井漏预测 随机森林算法 M5模型树 Sobol序列 自适应螺旋变化 Lévy飞行策略 麻雀搜索算法
在线阅读 下载PDF
基于混合策略改进的捕鱼优化算法及其工程应用
6
作者 李耘霆 朱良宽 赵红阳 《制造技术与机床》 北大核心 2025年第8期192-204,共13页
针对捕鱼优化算法(catch fish optimization algorithm,CFOA)容易陷入局部最优、迭代后期种群多样性单一等问题,提出一种多策略融合改进的捕鱼优化算法。首先,通过反向学习策略进行种群初始化,以提高初始种群的质量;其次,引入组长趋同... 针对捕鱼优化算法(catch fish optimization algorithm,CFOA)容易陷入局部最优、迭代后期种群多样性单一等问题,提出一种多策略融合改进的捕鱼优化算法。首先,通过反向学习策略进行种群初始化,以提高初始种群的质量;其次,引入组长趋同自适应组队策略,强化算法优势经验的学习;最后,通过引入Lévy飞行螺旋搜索策略,改善集体捕获阶段算法跳出局部最优值的能力;改进算法与灰狼优化(grey wolf optimization,GWO)算法、麻雀优化算法(sparrow search algorithm,SSA)、鲸鱼优化算法(whale optimization algorithm,WOA)、正弦余弦优化算法(sine cosine algorithm,SCA)等7种算法在15个基准测试函数上进行了仿真对比分析。试验结果表明,改进算法在求解精度和收敛速度等方面有较好提升。此外,3个工程设计优化问题的仿真试验进一步验证了改进算法在处理工程优化问题上的优越性。 展开更多
关键词 捕鱼优化算法 反向学习策略 混合策略 Lévy飞行 螺旋搜索 组长趋同自适应组队策略
在线阅读 下载PDF
矿用高压电缆局部放电信号去噪方法
7
作者 张小牛 司士军 +1 位作者 李军鸿 王安乐 《工矿自动化》 2025年第10期123-130,共8页
目前矿用高压电缆局部放电(PD)信号易埋没在噪声中难以提取,在PD降噪中使用变分模态分解(VMD)是一种有效手段,但VMD算法的分解层数和惩罚因子难以确定。针对该问题,提出基于自适应螺旋飞行麻雀搜索算法(ASFSSA)−VMD−KSVD的矿用高压电缆... 目前矿用高压电缆局部放电(PD)信号易埋没在噪声中难以提取,在PD降噪中使用变分模态分解(VMD)是一种有效手段,但VMD算法的分解层数和惩罚因子难以确定。针对该问题,提出基于自适应螺旋飞行麻雀搜索算法(ASFSSA)−VMD−KSVD的矿用高压电缆局部放电信号去噪方法。采用ASFSSA优化VMD,利用混沌映射策略使种群分布更加均匀,避免陷入局部最优解;通过VMD获得一系列本征模态函数(IMF),再用复合多尺度模糊散布熵(CMFDE)来筛选IMF分量的性质,将IMF分量分为信号主导分量和噪声主导分量;对筛选后的噪声主导分量构建KSVD字典学习的训练样本,通过稀疏编码和字典更新进一步抑制噪声;对处理后的系数进行重构并将信号块叠加即可得到去噪后的信号。采用信噪比(SNR)、均方根误差(RMSE)、归一化互相关系数(NCC)来评估去噪效果,实验结果表明:在不同SNR条件下,采用ASFSSA算法去噪后的SNR远大于灰狼优化(GWO)算法和改进鲸鱼优化算法(IWOA),在噪声抑制方面有明显优势;采用ASFSSA算法去噪后的RMSE远小于GWO算法和IWOA,去噪时的真实值与预测值差别最小;采用ASFSSA算法去噪后的NCC十分接近1,在波形相似度上表现良好。 展开更多
关键词 局部放电 变分模态分解 自适应螺旋飞行麻雀搜索 复合多尺度模糊散布熵 KSVD字典学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部