改进蚱蜢算法在电动汽车充换电站调度中的应用 被引量：8

1

作者 王生生 张伟 +1 位作者 董如意 李文辉 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第2期170-175,共6页

电动汽车充换电站调度优化问题一般采用群智能优化算法求解,但现有算法存在陷入局部最优、早熟收敛等缺陷,因此提出一种改进的蚱蜢算法:采用边界反弹机制,提高算法效率;引入正余弦搜索机制,加强算法的全局搜索能力;采用Lévy飞行对... 电动汽车充换电站调度优化问题一般采用群智能优化算法求解,但现有算法存在陷入局部最优、早熟收敛等缺陷,因此提出一种改进的蚱蜢算法:采用边界反弹机制,提高算法效率;引入正余弦搜索机制,加强算法的全局搜索能力;采用Lévy飞行对粒子进行随机扰动,防止种群陷入局部最优;采用非线性收敛策略加快算法后期的收敛速度.实验结果表明,该算法在电动汽车充换电站调度优化问题上,性能优于原始蚱蜢算法以及其他现有群智能算法. 展开更多

关键词 电动汽车 充换电站 优化调度 群智能 蚱蜢算法

在线阅读 下载PDF 职称材料

蚱蜢算法在瑞雷波频散曲线反演中的应用 被引量：10

2

作者 于东凯 宋先海 +2 位作者 张学强 赵素涛 蔡伟 《石油地球物理勘探》 EI CSCD 北大核心 2019年第2期288-301,I0006,共15页

蚱蜢算法是一种新型的群智能优化算法,其灵感来源于蚱蜢在不同阶段表现出的独特觅食行为。该算法将蚱蜢算子的移动分为局部搜索与全局搜查两个阶段,算子每次移动均受其余所有算子的共同影响,以保证收敛到精确解。将蚱蜢算法引入面波频... 蚱蜢算法是一种新型的群智能优化算法,其灵感来源于蚱蜢在不同阶段表现出的独特觅食行为。该算法将蚱蜢算子的移动分为局部搜索与全局搜查两个阶段,算子每次移动均受其余所有算子的共同影响,以保证收敛到精确解。将蚱蜢算法引入面波频散曲线反演,以获得近地表横波速度。基于理论数据和实测瑞雷波数据,分析了利用蚱蜢算法计算近地表横波速度的有效性和适用性。目标函数解在反演迭代过程中能够快速收敛到全局最优;模型参数的分布概率高,即在寻找到全局最优解的同时,能够确保解中每个参数同时达到最优,保证了反演结果的可靠性。 展开更多

关键词 蚱蜢算法 群智能 瑞雷波 频散曲线 非线性反演

在线阅读 下载PDF 职称材料

基于蚱蜢算法优化变分模态分解的滚动轴承故障诊断 被引量：1

3

作者 薛彬 李英顺 +1 位作者 郭占男 匡博琪 《车用发动机》 北大核心 2023年第1期84-92,共9页

针对变分模态分解(VMD)在处理实际信号无法预先掌握其分解参数(K,α)而限制其使用,以及包含故障信息的特征参数的选取问题,提出了自适应变分模态分解(AVMD)算法。该算法首先以所分解模态的平均包络信息熵和包络峭度两种指标融合作为目... 针对变分模态分解(VMD)在处理实际信号无法预先掌握其分解参数(K,α)而限制其使用,以及包含故障信息的特征参数的选取问题,提出了自适应变分模态分解(AVMD)算法。该算法首先以所分解模态的平均包络信息熵和包络峭度两种指标融合作为目标函数,利用蚱蜢算法(GOA)寻优,获取VMD的分解参数(K op,αop),接着对原始振动信号进行VMD分解,通过能量百分比的计算,选取能量90%及以上的敏感模态,对其多域联合的特征参数构建特征向量,最后利用支持向量机(SVM)对滚动轴承的四种状态进行识别。通过滚动轴承数据集分析表明,采用AVMD方法提取的故障特征比EMD、EEMD、传统VMD以及PSO-VMD等方法提取的故障诊断特征的故障模式识别准确率更高,在测试数据集上的准确率达到99.1667%。 展开更多

关键词 变分模态分解 信息熵 蚱蜢算法 支持向量机 滚动轴承 故障模式识别

在线阅读 下载PDF 职称材料

具有自学习和邻域搜索能力的改进蚱蜢优化算法及红外图像分割应用

4

作者 张云 吴强 《计算机应用与软件》 北大核心 2025年第2期270-279,共10页

传统图像分割方法处理电力设备红外图像分割问题时存在精度低、诊断效率差的不足。提出一种具有自学习和邻域搜索能力的改进蚱蜢优化算法IGOA,并结合Cross熵应用于电力设备红外图像分割。为了提升标准蚱蜢优化算法GOA的寻优精度和寻优速... 传统图像分割方法处理电力设备红外图像分割问题时存在精度低、诊断效率差的不足。提出一种具有自学习和邻域搜索能力的改进蚱蜢优化算法IGOA,并结合Cross熵应用于电力设备红外图像分割。为了提升标准蚱蜢优化算法GOA的寻优精度和寻优速率,利用佳点集、伪对立学习、配对自学习及邻域搜索策略对GOA的全局寻优能力进行改进。然后以Cross熵作为评估标准,构建红外图像分割模型IGOA-Cross。利用四种常规电力设备红外图像进行实验分析,结果表明:与对比模型相比,该分割模型误分率更低,峰值信噪比和结构相似度更高,能够处理背景非均匀、噪声较大的红外图像分割,分割效率和精度都有提升。 展开更多

关键词 红外图像分割 邻域搜索 伪对立学习 蚱蜢优化算法 电力设备

在线阅读 下载PDF 职称材料

基于改进蚱蜢优化算法的特征选择机制 被引量：4

5

作者 李雯婷 韩迪 叶符明 《计算机工程与设计》 北大核心 2022年第11期3168-3176,共9页

针对传统蚱蜢优化算法收敛速度慢、寻优精度低的不足,提出融合学习自动机和折射对立学习的混沌蚱蜢优化算法LRGOA。算法利用完全随机混沌Tent映射进行种群初始化,提高种群遍历性和多样性;利用学习自动机对决定搜索方向的调整系数更新,... 针对传统蚱蜢优化算法收敛速度慢、寻优精度低的不足,提出融合学习自动机和折射对立学习的混沌蚱蜢优化算法LRGOA。算法利用完全随机混沌Tent映射进行种群初始化,提高种群遍历性和多样性;利用学习自动机对决定搜索方向的调整系数更新,以均衡全局搜索与局部开发;引入折射对立学习位置更新机制,避免算法陷入局部最优。将LRGOA应用于数据集特征选择问题,设计基于LRGOA的特征选择算法LRGOAFS。选取UCI库数据集对算法的有效性进行验证,证实改进算法可以同步降低特征选择维度和提升数据分类准确率。 展开更多

关键词 特征选择 蚱蜢优化算法 学习自动机 折射对立学习 混沌系统

在线阅读 下载PDF 职称材料

改进的元启发式优化算法及其在图像分割中的应用 被引量：18

6

作者 霍星 张飞 +1 位作者 邵堃 檀结庆 《软件学报》 EI CSCD 北大核心 2021年第11期3452-3467,共16页

元启发式算法自20世纪60年代提出以后,由于其具有可以有效地减少计算量、提高优化效率等优点而得到了广泛应用.该类算法以模仿自然界中各类运行机制为特点,具有自我调节的特征,解决了诸如梯度法、牛顿法和共轭下降法等这些传统优化算法... 元启发式算法自20世纪60年代提出以后,由于其具有可以有效地减少计算量、提高优化效率等优点而得到了广泛应用.该类算法以模仿自然界中各类运行机制为特点,具有自我调节的特征,解决了诸如梯度法、牛顿法和共轭下降法等这些传统优化算法计算效率低、收敛性差等缺点,在组合优化、生产调度、图像处理等方面均有很好的效果.提出了一种改进的元启发式优化算法——NBAS算法.该算法通过将传统天牛须算法(BAS)离散化得到二进制离散天牛须算法(BBAS),并与原始天牛须算法进行混合得出.算法平衡了局部与全局搜索,有效地弥补了算法容易陷入局部最优的不足.为了验证NBAS算法的有效性,将NBAS算法与二维K熵算法结合,提出了一种快速、准确的NBAS-K熵图像分割算法.该方法解决了优化图像阈值分割函数的优化算法易陷入局部最优、算法寻优个体数多、设计复杂度高所导致的计算量大、耗时长等问题.NBAS-K熵算法与BAS-K熵算法、BBAS-K熵算法、遗传K熵算法(GA-K熵)、粒子群K熵算法(PSO-K熵)和蚱蜢K熵算法(GOA-K熵)在Berkeley数据集、人工加噪图像以及遥感图像上的实验结果表明,该分割方法不仅具有较好的抗噪性能,而且具有较高的精度和鲁棒性,能够较为有效地实现复杂图像分割. 展开更多

关键词 图像分割 阈值 Kaniadakis熵 天牛须搜索算法 粒子群优化算法 遗传算法 蚱蜢优化算法

在线阅读 下载PDF 职称材料

基于改进深度学习算法的船舶柴油机故障诊断技术 被引量：8

7

作者 黄金娥 刘鹏鹏 《舰船科学技术》 北大核心 2021年第7期131-134,共4页

随着数据挖掘技术的发展,深度置信网络(DBN)这类深度学习算法被越来越多运用到工程领域。在故障诊断领域,结合DBN强大的自适应特征提取和非线性映射能力,可以摆脱以往对专家经验的依赖。基于此,本文为有效地监测柴油机气缸运行状态,提... 随着数据挖掘技术的发展,深度置信网络(DBN)这类深度学习算法被越来越多运用到工程领域。在故障诊断领域,结合DBN强大的自适应特征提取和非线性映射能力,可以摆脱以往对专家经验的依赖。基于此,本文为有效地监测柴油机气缸运行状态,提出一种基于改进深度学习算法的船舶柴油机故障诊断技术。先将原始信号的频域形式输入DBN当中,采用蚱蜢优化算法(GOA)搜索DBN的最优参数组合,并建立起最佳的柴油机气缸故障诊断模型。经测试验证,本文提出的诊断模型能够准确识别柴油机气缸运行状态并进行故障诊断,诊断率可以达到99.5%以上,具有较好的工程实用价值。 展开更多

关键词 柴油机气缸 蚱蜢优化算法 深度置信网络 数据挖掘

在线阅读 下载PDF 职称材料

三维荧光光谱结合IGOA-SVM分类鉴别油类污染物 被引量：6

8

作者 程朋飞 朱燕萍 +2 位作者 潘金燕 崔传金 张怡 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第4期1031-1038,共8页

溢油污染是一种典型的环境污染形式,通过多重渠道危害着生物多样性和人类自身安全。因此,针对油类污染物自身组成成分及其特性,采用多种方法相结合的方式,对其进行实时、精确、高效的检测对生态环境监测具有重要意义。三维荧光光谱分析... 溢油污染是一种典型的环境污染形式,通过多重渠道危害着生物多样性和人类自身安全。因此,针对油类污染物自身组成成分及其特性,采用多种方法相结合的方式,对其进行实时、精确、高效的检测对生态环境监测具有重要意义。三维荧光光谱分析法以其检测精度高、实时性好、操作简便、干扰性小等优势在荧光类物质检测领域应用十分广泛。三维荧光光谱结合支持向量机等算法在物质分类鉴别和浓度预测方面取得较好的成效,但仍存在收敛速度慢、易陷入局部最优等缺陷。将三维荧光光谱与改进蚱蜢优化支持向量机算法(IGOA-SVM)相结合,提出一种对油类污染物分类鉴别的新方法。首先,以0.1 mol·L-1十二烷基硫酸钠溶液作为溶剂,将0#柴油、95#汽油和煤油以不同浓度配比配制成0#柴油和95#汽油、0#柴油和煤油两组分混合样本20个和18个,三组分混合样本20个,各取一半为训练集和测试集。然后,采用F-7000荧光光谱仪采集混合溶液的荧光数据,分析三种油的标准溶液及配制的混合溶液,发现荧光光谱均在一定范围内存在不同程度的重叠现象,仅利用光谱检测无法准确鉴别。最后,结合混沌初始化、精英优化算法和差分进化算法对蚱蜢优化算法进行改进,提取激发波长270 nm,发射波长270~450 nm范围内的荧光峰数据作为训练的输入值,以三种分类标签作为输出,将数据分别输入到蚱蜢优化支持向量机算法(GOA-SVM)、粒子群优化支持向量机算法(PSO-SVM)和遗传优化支持向量机算法(GA-SVM)中进行训练,IGOA-SVM模型在收敛速度、稳定性和跳出局部最优能力上明显优于GOA-SVM、PSO-SVM和GA-SVM,为油类污染物的准确鉴别提供了一种新思路。 展开更多

关键词 三维荧光光谱 改进蚱蜢优化算法 支持向量机 石油类污染物

在线阅读 下载PDF 职称材料

基于GOA优化支持向量机滚动轴承故障诊断 被引量：10

9

作者 陈志刚 蔡春雨 +1 位作者 王莹莹 王衍学 《科学技术与工程》 北大核心 2023年第19期8194-8200,共7页

针对滚动轴承早期故障难以辨别,提出了一种采用变分模态分解法(visual molecular dynamics,VMD)提取特征,基于蚱蜢算法(grasshopper optimization algorithm,GOA)和优化支持向量机(support vector machines,SVM)的故障诊断方法。首先采... 针对滚动轴承早期故障难以辨别,提出了一种采用变分模态分解法(visual molecular dynamics,VMD)提取特征,基于蚱蜢算法(grasshopper optimization algorithm,GOA)和优化支持向量机(support vector machines,SVM)的故障诊断方法。首先采用贪心策略预处理滚动轴承的振动信号数据,然后基于变分模态分解处理振动信号数据得到多个本征模态分量(intrinsic mode function,IMF),其次计算各IMF分量的能量和相关时频特征构成多模态特征矩阵,最后利用蚱蜢算法优化的支持向量机进行故障的诊断和识别。通过实验测试大量数据得出的滚动轴承故障诊断结果表明VMD-GOA-SVM不仅可以识别滚动轴承不同的故障类型,同时相比传统方法亦有较高的准确度和运行效率。 展开更多

关键词 故障诊断 轴承 变分模态分解 蚱蜢算法 支持向量机

在线阅读 下载PDF 职称材料

自适应VMD及其在状态跟踪及故障检测中的应用 被引量：3

10

作者 周成江 徐淼 +3 位作者 贾云华 叶志霞 杨鹏 袁徐轶 《电子测量与仪器学报》 CSCD 北大核心 2022年第12期55-66,共12页

针对变分模态分解(variational modal decomposition,VMD)的特征提取性能受到参数影响的问题,以及故障状态跟踪的实时性较差的问题,提出一种状态预警线构造方法和自适应VMD方法并将其用于机械零件的故障检测。首先,提取机械零件全寿命... 针对变分模态分解(variational modal decomposition,VMD)的特征提取性能受到参数影响的问题,以及故障状态跟踪的实时性较差的问题,提出一种状态预警线构造方法和自适应VMD方法并将其用于机械零件的故障检测。首先,提取机械零件全寿命振动信号的退化特征,基于2σ准则构造状态预警线来跟踪机械零件的退化状态并检测故障预警点。然后,引入能量熵和互信息构造适应度函数,通过蚱蜢优化算法(grasshopper optimization algorithm,GOA)构造自适应VMD模型来检测预警点附近机械零件的故障状态。结果表明,提出的状态预警线能更及时有效地检测出故障预警点,自适应VMD能更准确地检测出机械零件故障,具有良好的应用价值。 展开更多

关键词 变分模态分解 蚱蜢优化算法 机械零件 状态跟踪 故障检测

在线阅读 下载PDF 职称材料

基于GOA-SVM的短期负荷预测 被引量：23

11

作者 宫毓斌 滕欢 《电测与仪表》 北大核心 2019年第14期12-16,共5页

支持向量机是借助于凸优化技术的统计学习方法,与传统神经网络相比,泛化错误率低并且结果易于解释。将支持向量机用于负荷预测时,参数选择不准确会导致预测性能较差。提出一种基于蚱蜢优化算法的支持向量机短期负荷预测方法,以某地区负... 支持向量机是借助于凸优化技术的统计学习方法,与传统神经网络相比,泛化错误率低并且结果易于解释。将支持向量机用于负荷预测时,参数选择不准确会导致预测性能较差。提出一种基于蚱蜢优化算法的支持向量机短期负荷预测方法,以某地区负荷、天气等历史数据对SVM进行训练,并通过GOA优化选取支持向量机参数,然后以得到的最优参数建立GOA-SVM负荷预测模型。算例分析表明,GOA-SVM预测模型比GA-SVM和PSO-SVM模型有更好的收敛性能,且预测精度更高。 展开更多

关键词 短期负荷预测 支持向量机 蚱蜢优化算法

在线阅读 下载PDF 职称材料

基于GOA-VMD和ISVM的滚动轴承故障诊断 被引量：3

12

作者 郭绍强 《化工设备与管道》 CAS 北大核心 2023年第6期72-79,共8页

文章提出一种综合考虑轴承各种不同状态,以最小包络熵和为适应度函数的蚱蜢算法优化的变分模态分解(GOA-VMD),以多特征参数作为滚动轴承故障特征向量,并采用集成支持向量机(ISVM)作为故障诊断模型的滚动轴承故障诊断方法。首先,采用GOA-... 文章提出一种综合考虑轴承各种不同状态,以最小包络熵和为适应度函数的蚱蜢算法优化的变分模态分解(GOA-VMD),以多特征参数作为滚动轴承故障特征向量,并采用集成支持向量机(ISVM)作为故障诊断模型的滚动轴承故障诊断方法。首先,采用GOA-VMD获得最优分解参数;其次,采用VMD将轴承振动信号分解为K个IMF分量,计算IMF分量的奇异值特征、能量熵特征、样本熵特征和排列熵特征,计算原信号的时频域特征,将该多特征参数组合在一起作为特征向量;然后采用主成分分析法对特征向量进行降维处理;最后,将降维后的特征向量输入ISVM中识别故障类型。实验研究结果表明,此方法可获得理想的滚动轴承故障诊断准确率。 展开更多

关键词 滚动轴承 故障诊断 蚱蜢优化算法 变分模态分解 多特征参数 集成支持向量机

在线阅读 下载PDF 职称材料