一种基于阿基米德优化算法的室内超宽带定位方法

1

作者 李恒风 郭美佳 +7 位作者 梅竹青 孙浩原 莱昂尼德·切尔诺戈尔 郑宇 刘田 蔺发军 孙中森 金哲俊 《现代电子技术》 北大核心 2025年第11期8-16,共9页

超宽带定位是一种很有前景的定位方法,但在面对非视距环境时,其性能会下降。尽管已经提出了许多方法用于复杂室内环境中的非定向识别和补偿,但仅限于特定环境,或者需要基站具备进行有效测量所需的足够视线条件。为了全面解决这些问题,... 超宽带定位是一种很有前景的定位方法,但在面对非视距环境时,其性能会下降。尽管已经提出了许多方法用于复杂室内环境中的非定向识别和补偿,但仅限于特定环境,或者需要基站具备进行有效测量所需的足够视线条件。为了全面解决这些问题,文中提出一种基于超宽带(UWB)室内定位的测量方法。该方法首先使用控制终端根据室内场景的复杂度对室内场景进行预处理,调整天线延迟参数和卡尔曼滤波参数;然后利用阿基米德优化算法对定位数据进行初始收敛处理;最后利用Taylor算法对定位数据进行进一步优化。实验结果表明,该定位方法在视线条件下实现了小于3 cm的测距误差和约7 cm的定位误差。此外,在非视线条件下与传统方法相比,其可以实现优越的定位精度。 展开更多

关键词 超宽带 阿基米德优化算法 定位方法 卡尔曼滤波 室内定位 定位精度

在线阅读 下载PDF 职称材料

融合聚集因子和正余弦搜索的阿基米德优化算法 被引量：1

2

作者 孙民民 张小庆 +3 位作者 曾竣哲 李娜 张莉 宋一佳 《仪表技术与传感器》 CSCD 北大核心 2024年第11期83-92,共10页

针对阿基米德优化算法(AOA)收敛精度差、跳出局部最优能力弱的不足,提出一种融合聚合因子与正余弦搜索的改进阿基米德优化算法(YMAOA)。首先,引入Sobol序列初始化种群,增强种群多样性;其次,将密度因子重构为非线性递减趋势,同时设计非... 针对阿基米德优化算法(AOA)收敛精度差、跳出局部最优能力弱的不足,提出一种融合聚合因子与正余弦搜索的改进阿基米德优化算法(YMAOA)。首先,引入Sobol序列初始化种群,增强种群多样性;其次,将密度因子重构为非线性递减趋势,同时设计非线性权值平衡算法在不同时期的探索能力和收敛速度;然后,设计基于聚集因子判断的随机反向学习策略,增强全局探索的寻优性能;同时在算法局部优化阶段融合正余弦搜索机制进行位置更新,协助算法跳离局部最优。将改进算法与标准AOA及其他同类算法在9个基准函数上进行对比实验,结果表明:YMAOA算法在寻优精度和收敛能力上有明显提升,对比同类改进AOA算法,YMAOA兼具收敛速度和跳出局部最优能力的优势,Wilcoxon秩和检验结果也证明YMAOA在搜索性能上具有显著性优势。 展开更多

关键词 阿基米德优化算法 聚集因子 正余弦优化 密度因子 反向学习

在线阅读 下载PDF 职称材料

融合Sin混沌和分段权值的阿基米德优化算法 被引量：15

3

作者 罗仕杭 何庆 《计算机工程与应用》 CSCD 北大核心 2022年第14期63-72,共10页

针对阿基米德优化算法(Archimedes optimization algorithm,AOA)存在全局搜索能力弱、收敛精度低,易陷入局部最优等问题,提出融合Sin混沌和分段权值的阿基米德优化算法(SAOA)。采用无限折叠迭代的Sin混沌反向学习策略初始化种群,提高初... 针对阿基米德优化算法(Archimedes optimization algorithm,AOA)存在全局搜索能力弱、收敛精度低,易陷入局部最优等问题,提出融合Sin混沌和分段权值的阿基米德优化算法(SAOA)。采用无限折叠迭代的Sin混沌反向学习策略初始化种群,提高初始阶段解的质量,为全局搜索多样性奠定基础;引入算数交叉算子,将当前个体向与全局最优个体进行交叉,引导种群向最优解区域寻优,提高全局搜索能力;引入分段权值策略,平衡算法的全局勘探与局部开发能力,降低算法陷入局部最优的概率;通过对8个测试函数和部分CEC2014函数进行仿真实验及Wilcoxon秩和检验来评估改进算法的寻优性能,实验结果表明改进算法在搜索精度、收敛速度和稳定性等方面均有较大提升。另外,引入优化机械设计案例进行测试分析,进一步验证SAOA在工程优化问题上的可行性和适用性。 展开更多

关键词 阿基米德优化算法 Sin混沌反向学习 算数交叉操算子 分段权值 机械优化设计

在线阅读 下载PDF 职称材料

多策略协同改进的阿基米德优化算法及其应用 被引量：13

4

作者 罗仕杭 何庆 《计算机应用研究》 CSCD 北大核心 2022年第5期1386-1394,共9页

针对阿基米德优化算法(AOA)寻优过程中存在全局搜索能力弱、收敛精度低、易陷入局部最优等缺陷,提出一种融合多策略的阿基米德优化算法(MAOA)。首先,采用随机高斯变异策略选取适应度优的多个个体引导种群向最优解区域寻优,增强全局搜索... 针对阿基米德优化算法(AOA)寻优过程中存在全局搜索能力弱、收敛精度低、易陷入局部最优等缺陷,提出一种融合多策略的阿基米德优化算法(MAOA)。首先,采用随机高斯变异策略选取适应度优的多个个体引导种群向最优解区域寻优,增强全局搜索能力;其次,利用多种混沌映射的随机性、遍历性和多样性,引入局部混沌搜索策略扩大混沌空间的搜索范围,提高算法的局部开发能力;同时,为了协调算法的全局勘探和局部开采能力,提出一种非线性动态密度降低因子;最后,利用Lévy飞行引导机制的黄金正弦策略对种群位置进行扰动更新,增加迭代过程中种群的多样性,提高算法跳出局部最优的能力。通过对12个基准测试函数和部分CEC2014测试函数进行仿真实验,结果表明所提算法能够改善AOA全局探索能力弱、易陷入局部最优等缺点,提高AOA的寻优精度和稳定性。另外,引入机械设计案例进行测试分析,进一步验证MAOA在处理实际问题上的适用性和可行性。 展开更多

关键词 阿基米德优化算法 随机高斯变异策略 非线性动态密度降低因子 Lévy飞行 黄金正弦 机械设计

在线阅读 下载PDF 职称材料

基于黄金莱维引导机制的阿基米德优化算法 被引量：6

5

作者 陈俊 何庆 李守玉 《计算机应用》 CSCD 北大核心 2022年第9期2807-2815,共9页

针对标准阿基米德优化算法(AOA)在求解优化问题时存在全局探索能力弱、收敛速度慢和求解精度低等问题,提出一种多策略阿基米德优化算法(MSAOA)。首先,利用变区间初始化策略,使得初始种群尽可能地靠近全局最优解,从而提高初始解的质量;其... 针对标准阿基米德优化算法(AOA)在求解优化问题时存在全局探索能力弱、收敛速度慢和求解精度低等问题,提出一种多策略阿基米德优化算法(MSAOA)。首先,利用变区间初始化策略,使得初始种群尽可能地靠近全局最优解,从而提高初始解的质量;其次,提出黄金莱维引导机制,以提高算法在迭代后期的种群多样性;最后,在维持种群多样性的前提下,引入自适应波长算子,以达到提高算法搜索效率的目的。将所提算法与均衡器算法(EO)、正余弦算法(SCA)以及灰狼优化算法(GWO)在20个基准测试函数上进行比较实验。实验结果表明,所提算法具有更高的寻优精度和收敛速度,并将所提算法应用于4个机械设计实例中,再次验证了所提算法的有效性和优越性。 展开更多

关键词 阿基米德优化算法 黄金正弦 莱维飞行 变区间初始化 波长算子

在线阅读 下载PDF 职称材料

基于自适应反馈调节因子的阿基米德优化算法 被引量：7

6

作者 陈俊 何庆 李守玉 《计算机科学》 CSCD 北大核心 2022年第8期237-246,共10页

针对基础阿基米德优化算法收敛速度慢、容易陷入局部最优的问题,文中提出了一种基于自适应反馈调节因子的阿基米德优化算法。首先,通过佳点集初始化种群,增强初始种群的遍历性,提高初始解的质量;其次,提出自适应反馈调节因子,平衡算法... 针对基础阿基米德优化算法收敛速度慢、容易陷入局部最优的问题,文中提出了一种基于自适应反馈调节因子的阿基米德优化算法。首先,通过佳点集初始化种群,增强初始种群的遍历性,提高初始解的质量;其次,提出自适应反馈调节因子,平衡算法的全局探索与局部开发能力;最后,提出了莱维旋转变换策略,增加种群的多样性,以防止算法陷入局部最优。将所提算法与主流算法在14个基准测试函数以及部分CEC2014函数上进行30次比较实验,结果表明,所提算法的平均寻优精度、标准差以及收敛曲线均优于对比算法。同时将所提算法分别与对比算法在14个基准函数上进行Wilcoxon秩和检验,检验结果显示所提算法与对比算法的差异性显著。将所提算法应用于焊接梁设计问题,其相比原始算法提升了2%,验证了所提算法的有效性。 展开更多

关键词 阿基米德优化算法 佳点集 自适应反馈调节因子 旋转变换算子 莱维飞行

在线阅读 下载PDF 职称材料

基于阿基米德混沌精英鲸鱼算法的微电网优化 被引量：4

7

作者 王骏玮 岳云涛 李炳华 《科学技术与工程》 北大核心 2023年第29期12577-12584,共8页

针对微电网可再生能源不稳定性对电网造成的冲击,合理优化配置分布式能源以实现更为经济和环保的目标。提出了改进的鲸鱼算法,通过tent映射提高了初始种群的均匀程度,建立改进的精英反向学习方法提高算法跳出局部最优解的能力,通过自适... 针对微电网可再生能源不稳定性对电网造成的冲击,合理优化配置分布式能源以实现更为经济和环保的目标。提出了改进的鲸鱼算法,通过tent映射提高了初始种群的均匀程度,建立改进的精英反向学习方法提高算法跳出局部最优解的能力,通过自适应参数优化调节鲸鱼算法搜索策略的选取,并且选取阿基米德螺线替换原有的螺旋收缩方式,加强局部搜索能力,采用多种基准函数验证了算法性能上的提高,并以污染治理费用和运行费用作为目标函数,针对多种电源类型的微电网进行优化,通过仿真试验对比其他算法验证改进鲸鱼算法的有效性和实用性。 展开更多

关键词 微电网 鲸鱼优化算法 混沌映射 改进精英反向学习 分布式电源 阿基米德螺线

在线阅读 下载PDF 职称材料

基于DP-MSCAOA算法的梯级水库多目标防洪优化调度研究 被引量：2

8

作者 王必磊 李晓英 周小青 《水电能源科学》 北大核心 2024年第7期193-197,34,共6页

为提高梯级水库联合防洪能力,针对不同频率洪水,综合考虑大坝防洪安全和下游防护区防洪安全,以调度期水库最高运行水位最低、下游防洪控制断面最大削峰和下游防护区超额洪量最小为目标,建立梯级水库多目标防洪联合优化调度模型,设计融... 为提高梯级水库联合防洪能力,针对不同频率洪水,综合考虑大坝防洪安全和下游防护区防洪安全,以调度期水库最高运行水位最低、下游防洪控制断面最大削峰和下游防护区超额洪量最小为目标,建立梯级水库多目标防洪联合优化调度模型,设计融合动态规划、多策略协同阿基米德优化算法优势的DP-MSCAOA嵌套优化算法,并以资水某梯级水库为例,针对不同频率洪水进行多目标防洪联合优化调度,与常规调度结果和粒子群优化结果进行对比。结果表明,多目标联合优化调度模型削峰和错峰效果更优,验证了多目标联合优化调度模型的适用性及DP-MSCAOA嵌套优化算法的有效性,可为降低洪灾风险、缓解防洪压力提供技术支撑。 展开更多

关键词 多目标防洪 梯级水库 优化调度模型 多策略协同阿基米德优化算法 动态规划

在线阅读 下载PDF 职称材料

基于秃鹰搜索算法的瑞雷面波频散曲线反演

9

作者 何胜 苏世杰 +2 位作者 姚振岸 毕升博 卜凯旭 《大地测量与地球动力学》 北大核心 2025年第2期136-139,共4页

针对使用传统粒子群算法及模拟退火算法等全局优化算法进行频散曲线反演时存在早熟收敛、易陷入局部最优的问题,将秃鹰搜索算法应用于频散曲线反演研究中。通过对多个典型地质理论模型和美国怀俄明地区的实测数据进行反演分析,结果表明... 针对使用传统粒子群算法及模拟退火算法等全局优化算法进行频散曲线反演时存在早熟收敛、易陷入局部最优的问题,将秃鹰搜索算法应用于频散曲线反演研究中。通过对多个典型地质理论模型和美国怀俄明地区的实测数据进行反演分析,结果表明,秃鹰搜索算法在瑞雷面波频散曲线反演中具有较强的适用性、稳定性和抗噪能力。 展开更多

关键词 瑞雷面波 频散曲线反演 全局优化 秃鹰搜索算法 阿基米德优化算法

在线阅读 下载PDF 职称材料

多策略协同优化的改进HHO算法 被引量：6

10

作者 柴岩 任生 《计算机应用研究》 CSCD 北大核心 2022年第12期3658-3666,3677,共10页

为进一步提升哈里斯鹰优化算法(HHO)的收敛精度和迭代速度,提出一种多策略协同优化的改进HHO算法(MSHHO)。首先采用拉丁超立方抽样方法初始化种群,加强个体在解空间区域的均匀化分布程度;其次引入融合莱维飞行的自适应阿基米德螺旋机制... 为进一步提升哈里斯鹰优化算法(HHO)的收敛精度和迭代速度,提出一种多策略协同优化的改进HHO算法(MSHHO)。首先采用拉丁超立方抽样方法初始化种群,加强个体在解空间区域的均匀化分布程度;其次引入融合莱维飞行的自适应阿基米德螺旋机制于局部搜索阶段,完善算法开采机制并有效增强个体邻域的搜索严密性,提高算法收敛精度;最后鉴于算法在迭代后期易于陷入局部极值情形,采取柯西变异和反向学习的混合变异策略交替扰动最优个体以助其快速逃离局部极值区,加快算法迭代速度。通过对基准测试函数的求解对比分析、Wilcoxon秩和检验和CEC2014复杂函数对比分析,证实了改进算法优异的寻优性能和稳健的鲁棒性。 展开更多

关键词 哈里斯鹰优化算法 拉丁超立方抽样 莱维飞行 自适应阿基米德螺旋 混合变异

在线阅读 下载PDF 职称材料

基于IAOA-KELM的储气库注采管柱内腐蚀速率预测 被引量：3

11

作者 骆正山 于瑶如 +1 位作者 骆济豪 王小完 《安全与环境学报》 CAS CSCD 北大核心 2024年第3期971-977,共7页

针对储气库注采管柱的内腐蚀速率预测问题,建立了基于阿基米德优化算法(Archimedes Optimization Algorithm,AOA)与核极限学习机(Kernel Extreme Learning Machine,KELM)相结合的模型提高腐蚀速率预测精度。通过引入佳点集、改进密度降... 针对储气库注采管柱的内腐蚀速率预测问题,建立了基于阿基米德优化算法(Archimedes Optimization Algorithm,AOA)与核极限学习机(Kernel Extreme Learning Machine,KELM)相结合的模型提高腐蚀速率预测精度。通过引入佳点集、改进密度降低因子、采用黄金正弦算法缩小搜索空间,提高局部开发能力,利用改进阿基米德优化算法(Improved Archimedes Optimization Algorithm,IAOA)优化KELM正则化系数(C)和核函数参数(γ),进而建立IAOA-KELM储气库注采管柱内腐蚀速率预测模型;使用MATLAB软件运用该模型对某注采管柱内腐蚀数据集进行学习与预测,将IAOA-KELM模型与KELM、粒子群优化算法(Particle Swarm Optimization,PSO)-KELM、AOA-KELM结果进行预测误差对比。结果表明,IAOA-KELM模型的预测值与实际值较为拟合,其E RMSE为0.65%,E MAE为0.39%,R 2为99.83%,均优于其他模型。研究表明,IAOA-KELM模型能够更为准确地预测储气库注采管柱内腐蚀速率,为储气库注采管柱的运维及储气库的健康管理提供参考。 展开更多

关键词 安全工程 地下储气库 注采管柱 核极限学习机 改进阿基米德优化算法 腐蚀速率

在线阅读 下载PDF 职称材料

基于优化VMD-GRU的滚动轴承剩余使用寿命预测 被引量：1

12

作者 郗涛 王锴 王莉静 《中国工程机械学报》 北大核心 2024年第1期101-106,共6页

为了提高滚动轴承剩余使用寿命(RUL)的预测精度,提出了一种变分模态分解(VMD)和门控循环神经网络(GRU)融合算法的滚动轴承RUL预测模型VMD-GRU。首先,该模型通过阿基米德优化算法(AOA)优化的VMD算法对原始振动信号进行分解;然后,利用最... 为了提高滚动轴承剩余使用寿命(RUL)的预测精度,提出了一种变分模态分解(VMD)和门控循环神经网络(GRU)融合算法的滚动轴承RUL预测模型VMD-GRU。首先,该模型通过阿基米德优化算法(AOA)优化的VMD算法对原始振动信号进行分解;然后,利用最小包络熵准则选择最佳模态分量进行退化特征提取;再通过核主成分分析进行特征降维;最后,为保证模型准确率,通过鹈鹕优化算法(POA)优化GRU中的超参数,并根据不同故障类型建立GRU剩余寿命预测模型。使用XJTU-SY标准数据集进行剩余寿命预测验证,实验结果表明:与传统未结合故障类型提取退化特征和建立预测模型方法相比,VMD-GRU模型均方根误差和平均绝对误差分别降低了26.28%和27.17%。 展开更多

关键词 滚动轴承 剩余寿命预测 变分模态分解(VMD) 门控循环神经网络(GRU) 阿基米德优化算法(aoa) 鹈鹕优化算法(POA)

在线阅读 下载PDF 职称材料

基于AOA算法的风电系统最大功率点跟踪研究

13

作者 罗丹 章若冰 李夏青 《绿色科技》 2023年第14期266-270,共5页

在风电系统最大功率跟踪控制器设计时,爬山搜索法、扰动观察法等传统方法在跟踪速度和跟踪效率上存在局限性。考虑阿基米德优化算法是一种具有良好搜索性能的新型算法,能够更好地提高跟踪速率,提出了采用阿基米德优化算法(AOA算法)设计... 在风电系统最大功率跟踪控制器设计时,爬山搜索法、扰动观察法等传统方法在跟踪速度和跟踪效率上存在局限性。考虑阿基米德优化算法是一种具有良好搜索性能的新型算法,能够更好地提高跟踪速率,提出了采用阿基米德优化算法(AOA算法)设计风电系统最大功率跟踪控制器(MPPT-AOA)。为验证该方法的可行性选用固定风速和渐变风速2种状态下的最大功率跟踪结果,将该方法与遗传算法、人工蜂群算法进行了比较,通过MATLAB进行仿真验证,仿真结果表明:所提出的AOA-MPPT能够快速且有效地获得最大功率点,能够更好地提高风电系统效率。 展开更多

关键词 阿基米德优化算法 MPPT 最大功率 风电系统

在线阅读 下载PDF 职称材料

严重遮挡场景下AOA-ENN辅助列车定位的方法研究

14

作者 武晓春 杨伟康 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第7期2871-2883,共13页

铁路周边卫星遮挡情况复杂多变,当列车在隧道等严重遮挡场景下运行时,北斗卫星导航系统/捷联惯性导航系统(BDS/SINS)列车组合定位系统无法接收到卫星信号,导致列车定位误差累积甚至定位失效。为提高列车在严重遮挡场景下的定位精度,提... 铁路周边卫星遮挡情况复杂多变,当列车在隧道等严重遮挡场景下运行时,北斗卫星导航系统/捷联惯性导航系统(BDS/SINS)列车组合定位系统无法接收到卫星信号,导致列车定位误差累积甚至定位失效。为提高列车在严重遮挡场景下的定位精度,提出阿基米德优化算法优化的Elman神经网络(AOA-ENN)辅助BDS/SINS列车组合定位系统进行列车定位的方法。首先,在无迹卡尔曼滤波算法中引入新息理论得到自适应无迹卡尔曼滤波算法(AUKF),将其作为BDS/SINS列车组合定位系统的信息融合算法。其次,基于模糊C均值聚类算法(FCM)建立列车运行场景识别模型,依据环境特征参数对列车运行场景进行自主识别。最后根据场景识别模型的输出结果,当列车在开阔、低遮挡、高遮挡场景运行时,通过AUKF对BDS和SINS解算的定位信息进行融合来完成列车定位,同时将采集的列车定位数据加入训练集,对AOA-ENN进行在线训练;当列车在严重遮挡场景下运行时,BDS无法正常接收信号,利用训练好的AOA-ENN辅助列车组合定位系统进行定位,利用AUKF对AOA-ENN的预测信息和SINS解算的信息进行融合后输出定位结果。实验结果表明:在严重遮挡场景下,AOA-ENN辅助列车组合定位系统得到的定位成功率达到98.2%;通过不同优化算法和神经网络的仿真对比实验,验证了AOA-ENN在辅助列车组合定位系统定位时的优越性。所得成果为优化列车在隧道等严重遮挡场景下的定位精度提供了参考。 展开更多

关键词 列车组合定位系统 运行环境识别 自适应无迹卡尔曼滤波 阿基米德优化算法 ELMAN神经网络

在线阅读 下载PDF 职称材料

融合哈密顿图的麻雀与算术混合优化算法 被引量：2

15

作者 田露 刘升 《计算机科学与探索》 CSCD 北大核心 2023年第7期1586-1598,共13页

针对麻雀搜索算法(SSA)迭代后期种群多样性减少、易陷入局部最优等问题,提出一种基于哈密顿图的麻雀算术混合优化算法(HSSAAOAH)。首先,在SSA发现者-跟随者模型和侦察机制的基础上,引入算术优化算法(AOA)的乘除算子。利用乘除算子的高... 针对麻雀搜索算法(SSA)迭代后期种群多样性减少、易陷入局部最优等问题,提出一种基于哈密顿图的麻雀算术混合优化算法(HSSAAOAH)。首先,在SSA发现者-跟随者模型和侦察机制的基础上,引入算术优化算法(AOA)的乘除算子。利用乘除算子的高分布性,提高算法在迭代后期解的多样性;其次,将种群中所有个体转化成一个无向加权图,在每一轮迭代后,使用改良圈算法计算个体构成的哈密顿环长度,根据相邻两代长度的比值衡量种群收敛趋势;然后,对于没能有效收敛的子代,随机生成一定数量的个体并使用贪婪策略进行选择,替代表现较差的个体,提高解的质量,增强跳出局部极值的能力;最后,将HSSAAOAH与不同优化算法在基准函数和两个工程设计问题上进行仿真实验,结果表明HSSAAOAH算法收敛速度更快,寻优精度更高,具有良好的鲁棒性和寻优性能。 展开更多

关键词 麻雀搜索算法(SSA) 算术优化算法(aoa) 哈密顿图 改良圈算法

在线阅读 下载PDF 职称材料

采用协同搜索策略的算术优化算法 被引量：1

16

作者 付小朋 王勇 冯爱武 《小型微型计算机系统》 CSCD 北大核心 2023年第11期2416-2423,共8页

针对标准算术优化算法(AOA)存在的不足,提出一种新的采用协同搜索策略的算术优化算法(CSSAOA).首先,采用乘法搜索与除法搜索协同并行搜索的策略来增强算法的全局探索能力;其次,采用减法搜索与加法搜索协同进行的策略来增强算法的局部搜... 针对标准算术优化算法(AOA)存在的不足,提出一种新的采用协同搜索策略的算术优化算法(CSSAOA).首先,采用乘法搜索与除法搜索协同并行搜索的策略来增强算法的全局探索能力;其次,采用减法搜索与加法搜索协同进行的策略来增强算法的局部搜索能力;再次,改进数学优化加速函数(MOA),使算法在搜索前期侧重进行全局探索,在搜索后期侧重开展局部开发,加快了算法的全局收敛速度;最后,采用外抛交叉变异策略对当前最优个体实施多样性变异,确保在算法搜索前期不至于吸引过多个体过早聚集到群体当前最优个体的周围,增强了算法搜索跳出局部最优的能力.通过8个基准测试函数和2个典型的工程应用以及CEC2019函数实例测试,实验结果表明了CSSAOA具有更快的全局收敛速度和更高的优化精度,在实际工程优化应用中效率更高. 展开更多

关键词 算术优化算法(aoa) 协同搜索 数学优化加速函数 外抛交叉变异

在线阅读 下载PDF 职称材料

融合随机反向学习的黏菌与算术混合优化算法 被引量：41

17

作者 贾鹤鸣 刘宇翔 +2 位作者 刘庆鑫 王爽 郑荣 《计算机科学与探索》 CSCD 北大核心 2022年第5期1182-1192,共11页

黏菌优化算法(SMA)和算术优化算法(AOA)是最近提出的新型元启发式优化算法。SMA算法具有较强的全局探索能力,但迭代后期振荡作用较弱,易陷入局部最优,且收缩机制不强,导致收敛速度慢。AOA算法利用乘除算子进行位置更新,随机性强,具有较... 黏菌优化算法(SMA)和算术优化算法(AOA)是最近提出的新型元启发式优化算法。SMA算法具有较强的全局探索能力,但迭代后期振荡作用较弱,易陷入局部最优,且收缩机制不强,导致收敛速度慢。AOA算法利用乘除算子进行位置更新,随机性强,具有较好的避免早熟收敛能力。针对上述问题,将两种算法结合并利用随机反向学习策略提高收敛速度,提出一种性能优越且高效的融合随机反向学习策略的黏菌与算术混合优化算法(HSMAAOA)。改进算法保留了SMA全局探索部分位置更新公式,局部开发阶段将乘除算子替换SMA收缩机制,提高算法随机性与跳出局部极值的能力。此外,通过随机反向学习策略增强改进算法种群多样性,提高收敛速度。实验结果表明,HSMAAOA算法具有良好的鲁棒性以及寻优精度,且明显提升了收敛速度。最后,通过焊接梁设计问题与压力容器设计问题,验证了HSMAAOA在工程问题上的适用性与有效性。 展开更多

关键词 黏菌优化算法(SMA) 算术优化算法(aoa) 混合优化 随机反向学习

在线阅读 下载PDF 职称材料

基于混沌初始化和高斯变异的飞蛾火焰优化算法 被引量：17

18

作者 刘倩 冯艳红 陈嶷瑛 《郑州大学学报（工学版）》 CAS 北大核心 2021年第3期53-58,共6页

针对飞蛾火焰优化算法(moth-flame optimization algorithm,MFO)在求解最优化问题时存在寻优精度低、易陷入局部最优等问题,提出一种基于混沌初始化和高斯变异的改进飞蛾火焰优化算法。首先,采用立方混沌映射对飞蛾种群进行初始化操作,... 针对飞蛾火焰优化算法(moth-flame optimization algorithm,MFO)在求解最优化问题时存在寻优精度低、易陷入局部最优等问题,提出一种基于混沌初始化和高斯变异的改进飞蛾火焰优化算法。首先,采用立方混沌映射对飞蛾种群进行初始化操作,使飞蛾更均匀地分布于搜索空间;其次,应用高斯变异对种群中少数较差个体进行扰动以增强算法跳出局部最优的能力;最后,通过阿基米德曲线扩大搜索范围,提高算法对未知领域的探索能力。在CEC14测试函数及21个可扩展Benchmark函数上进行了一系列实验,与标准飞蛾火焰优化算法、遗传算法、人工蜂群算法、粒子群算法、差分进化算法、花授粉算法和蝴蝶优化算法进行比较,结果表明,该算法能明显提高解的精度和算法的收敛速度。 展开更多

关键词 混沌初始化 高斯变异 阿基米德曲线 飞蛾火焰优化算法 群体智能

在线阅读 下载PDF 职称材料

基于MIC与IAOA-DBN的充油电缆终端故障诊断方法

19

作者 连鸿松 杨静雨 李长云 《高电压技术》 CSCD 北大核心 2024年第12期5259-5268,共10页

高压充油电缆终端的可靠运行是电缆线路稳定运行的前提,但传统充油电缆终端故障诊断模型存在效率低、可靠性差等问题。为准确判断充油电缆终端故障,提出一种最大互信息系数(maximal information coefficient,MIC)结合改进阿基米德算法(i... 高压充油电缆终端的可靠运行是电缆线路稳定运行的前提,但传统充油电缆终端故障诊断模型存在效率低、可靠性差等问题。为准确判断充油电缆终端故障,提出一种最大互信息系数(maximal information coefficient,MIC)结合改进阿基米德算法(improved Archimedes optimization algorithm,IAOA)优化深度置信网络(deep belief network,DBN)的充油电缆终端故障诊断方法。首先,采用MIC理论对电缆终端用硅油中溶解气体浓度的特征量进行降维处理并提取特征量;其次,将优选的特征量作为DBN网络模型的输入,并针对DBN网络超参数选取困难的缺点,提出采用IAOA优化DBN网络模型的超参数;再者,针对AOA算法容易陷入局部最优和搜索能力差等不足,引入多种改进策略优化AOA的方法提高AOA的寻优能力。最后,通过搭建充油电缆终端故障模拟实验平台,收集充油电缆终端故障样本数据并创建类别样本标签,验证了该模型的可行性。实例表明,所提出的诊断方法可以较好地完成故障诊断,测试集的准确率为98.33%。与传统故障诊断模型相比,该方法稳定性好、识别精度高,可为保障高压充油电缆终端的可靠运行提供理论基础。 展开更多

关键词 充油电缆终端 故障诊断 最大互信息系数 改进阿基米德优化算法 深度置信网络

在线阅读 下载PDF 职称材料

基于IVMD-LSTM的模块化多电平变换器故障诊断

20

作者 刘述喜 王乾蕴 +2 位作者 刘科 曲雨霏 罗钦 《太阳能学报》 北大核心 2025年第4期114-124,共11页

为提高模块化多电平变换器(MMC)子模块开关管开路故障诊断准确率和效率,提出一种基于改进型变分模态分解的长短期记忆递归神经网络(IVMD-LSTM)的MMC子模块开关管故障诊断方法。该方法直接采用子模块电容电压作为故障特征量,首先通过阿... 为提高模块化多电平变换器(MMC)子模块开关管开路故障诊断准确率和效率,提出一种基于改进型变分模态分解的长短期记忆递归神经网络(IVMD-LSTM)的MMC子模块开关管故障诊断方法。该方法直接采用子模块电容电压作为故障特征量,首先通过阿基米德优化算法(AOA)对变分模态分解(VMD)算法进行优化,得到不同样本特征的最优模态分量数量和惩罚因子,对故障样本数据进行模态分解,取特征最显著的3个模态分量组成数据集,然后使用LSTM对故障数据进行分类诊断,得到MMC子模块开关管故障最终诊断结果。仿真结果表明所提方法的分类诊断表现明显优于其他方法,提高了MMC开关管故障诊断准确率和效率,可实现精确、快速、可靠的故障诊断。 展开更多

关键词 模块化多电平变换器 故障诊断 变分模态分解 长短期记忆递归神经网络 阿基米德优化算法

在线阅读 下载PDF 职称材料