基于离散麻雀搜索优化的X结构绕障Steiner最小树算法

1

作者 郑瀚 周茹平 刘耿耿 《计算机科学与探索》 北大核心 2025年第6期1494-1507,共14页

Steiner最小树是求解超大规模集成电路布线问题的最佳连接模型。然而,现代芯片中往往存在各种障碍,如宏单元、IP块等,这些障碍使得Steiner最小树的构建更为困难。同时,考虑到X结构布线具有的良好线长优化能力以及麻雀搜索算法在求解NP... Steiner最小树是求解超大规模集成电路布线问题的最佳连接模型。然而,现代芯片中往往存在各种障碍,如宏单元、IP块等,这些障碍使得Steiner最小树的构建更为困难。同时,考虑到X结构布线具有的良好线长优化能力以及麻雀搜索算法在求解NP难问题上展现出良好的应用前景,提出了一种基于离散麻雀搜索优化的X结构绕障Steiner最小树算法(DSSA_OAXSMT)。设计了基于边点对编码的麻雀表示方法与有效的适应度计算方法,以及一种基于离散化变异与交叉运算的麻雀种群更新机制,能够有效解决离散化的X结构绕障Steiner最小树问题。提出了一种预处理策略,避免了障碍信息的重复计算,提高了算法的运行效率。提出了一种混合初始化策略,通过结合贪心思想和轮盘赌思想提高初始种群的多样性。提出了一种基于绕行的调整策略以满足障碍约束。提出了一种混合精炼策略,其中包含基于公共边的局部精炼策略与基于交叉检测与处理的优化策略,能够进一步优化线长代价。实验结果表明,所提算法相比于同类工作取得了更佳的线长优化能力。 展开更多

关键词 Steiner最小树 X结构 绕障 离散麻雀搜索优化 超大规模集成电路

在线阅读 下载PDF 职称材料

基于麻雀搜索优化的背景分割算法的板簧尺寸检测方法 被引量：1

2

作者 周波 万熠 +1 位作者 梁西昌 侯嘉瑞 《电子测量技术》 北大核心 2023年第16期73-77,共5页

针对复杂背景下汽车板簧轮廓特征点难以提取的问题,提出改进麻雀搜索优化的K-means背景分割算法并辅以投射线激光提取待测特征点。首先,通过遍历全局像素,根据梯度阈值确定最优方向,减小向最优方向移动的步长数值,以此改进麻雀搜索优化... 针对复杂背景下汽车板簧轮廓特征点难以提取的问题,提出改进麻雀搜索优化的K-means背景分割算法并辅以投射线激光提取待测特征点。首先,通过遍历全局像素,根据梯度阈值确定最优方向,减小向最优方向移动的步长数值,以此改进麻雀搜索优化算法,克服算法全局搜索能力弱、容易陷入局部最优的问题;其次,将麻雀搜索的感兴趣像素点作为K-means算法的初始中心点,把具有相似特征的像素点聚为一类,使板簧从复杂的背景环境中分割出来,获取板簧的外形轮廓;最后,向板簧表面投射线激光辅助标记,相交于板簧轮廓,提取待测特征点。结果表明,提出的基于背景分割的汽车板簧尺寸检测方法可以提取待测特征点,且精度可达0.25 mm,形成在线测量数据,有利于改进生产工艺。 展开更多

关键词 机器视觉 尺寸检测 图像分割 K-MEANS算法 麻雀搜索优化算法

在线阅读 下载PDF 职称材料

基于优化变分模态分解的混凝土浅层空洞病害识别 被引量：2

3

作者 赵维刚 石壮 +3 位作者 杨勇 田秀淑 鞠景会 李一凡 《振动与冲击》 EI CSCD 北大核心 2024年第14期91-102,共12页

针对开放环境下混凝土空洞病害检测的病害特征识别中噪声干扰、成分识别问题进行了研究,提出了基于优化变分模态分解(improved variational mode decomposition,IVMD)与自由振动衰减速度的混凝土浅层病害声振信号识别方法。该研究建立... 针对开放环境下混凝土空洞病害检测的病害特征识别中噪声干扰、成分识别问题进行了研究,提出了基于优化变分模态分解(improved variational mode decomposition,IVMD)与自由振动衰减速度的混凝土浅层病害声振信号识别方法。该研究建立了混凝土浅层空洞病害的理论模型,仿真了不同工况下的病害特征频率及其变化规律;提出了基于IVMD的信号分解方法,设计了基于Tent混沌与柯西变异优化的麻雀搜索算法联合搜索变分模态分解的关键参数k和α,在最佳分解的基础上提出了基于自相关函数图形、相关系数、衰减系数与频域分布情况的浅层空洞病害本征模态函数(intrinsic mode function,IMF)识别方法;选取幅值衰减评估了特征IMF的衰减速度,得出了基于振动衰减特征的空洞病害识别方法;通过预埋病害模型试验对比分析,验证了所提方法的有效性。研究结果表明,基于IVMD的分解方法能够有效降低噪声及其他成分的干扰,提高空洞病害识别精度和准确度。 展开更多

关键词 病害检测 优化麻雀搜索算法 优化变分模态分解(IVMD) 时域衰减速度 声振法

在线阅读 下载PDF 职称材料

计及小概率场景能源管线风险的综合能源系统多目标扩展规划

4

作者 黄南天 赵暄远 +1 位作者 蔡国伟 郭玉 《电气工程学报》 北大核心 2025年第1期197-207,共11页

随着能源系统不断转型及新型负荷的快速发展,在极端高温及极端低温等小概率用能场景下,需求侧用能行为日渐复杂,综合能源系统安全稳定运行风险逐渐提升。因此,提出计及小概率高用能场景下能源管线超负荷运行风险的综合能源系统多目标扩... 随着能源系统不断转型及新型负荷的快速发展,在极端高温及极端低温等小概率用能场景下,需求侧用能行为日渐复杂,综合能源系统安全稳定运行风险逐渐提升。因此,提出计及小概率高用能场景下能源管线超负荷运行风险的综合能源系统多目标扩展规划方法。建立基于耦合对抗变分自编码器的场景生成模型,生成冷-热-电-气负荷场景,获取典型场景与小概率高用能场景;在此基础上,以系统扩展规划成本最低及小概率高用能场景能源管线风险最低为目标,建立计及小概率高用能场景的冷-热-电-气综合能源系统扩展规划模型;采用改进麻雀搜索优化算法进行算例求解,实现冷-热-电-气综合能源系统扩展规划,提升综合能源系统扩展规划经济性与运行可靠性。 展开更多

关键词 综合能源系统 扩展规划 小概率高用能场景 耦合对抗变分自编码器 改进麻雀搜索优化算法

在线阅读 下载PDF 职称材料

基于SSA—SVR模型的步进式加热炉炉温预测

5

作者 牛佳丽 刘丕亮 +1 位作者 崔桂梅 任春妮 《中国测试》 北大核心 2025年第7期64-71,共8页

加热炉炉温的预测和温度控制,对提高钢坯质量、节能降耗具有重大意义。针对加热炉炉温预测精度低等问题,从数据驱动角度出发,提出一种基于麻雀搜索算法(SSA)与支持向量机回归(SVR)相结合的炉温预测模型(SSA-SVR)。通过将该预测模型与其... 加热炉炉温的预测和温度控制,对提高钢坯质量、节能降耗具有重大意义。针对加热炉炉温预测精度低等问题,从数据驱动角度出发,提出一种基于麻雀搜索算法(SSA)与支持向量机回归(SVR)相结合的炉温预测模型(SSA-SVR)。通过将该预测模型与其他5个预测模型进行对比,结果表明SSA-SVR模型的均方误差(MSE)指标最小、拟合优度(r^(2))最高,且相较于SVR模型的精度有了显著提高,均方误差指标明显得到降低,拟合优度提高0.0283。可为提高加热炉炉温温度控制精度提供有力支持,为钢坯轧制提供较为可靠的依据。 展开更多

关键词 加热炉 麻雀搜索优化算法 支持向量机 炉温预测

在线阅读 下载PDF 职称材料

考虑长度限制的X结构Steiner最小树算法

6

作者 郑瀚 杨智宏 刘耿耿 《小型微型计算机系统》 北大核心 2025年第10期2364-2373,共10页

长度限制Steiner最小树模型能够充分利用障碍内布线资源以进一步缩短总线长,进一步考虑X结构具有更好的线长优化效果,同时麻雀搜索算法具有良好的优化能力,本文基于动态种群麻雀搜索算法,提出了一种高质量的考虑长度限制的X结构Steiner... 长度限制Steiner最小树模型能够充分利用障碍内布线资源以进一步缩短总线长,进一步考虑X结构具有更好的线长优化效果,同时麻雀搜索算法具有良好的优化能力,本文基于动态种群麻雀搜索算法,提出了一种高质量的考虑长度限制的X结构Steiner最小树算法.首先,提出了一种基于动态种群机制改进麻雀搜索机制,通过动态调整种群结构以提高麻雀的多样性,避免算法过早陷入局部最优解.其次,提出了一种混合初始化策略以提高初始种群的多样性,有利于算法找到质量更佳的解.最后,提出了一种考虑角点复用的调整策略,通过在调整期间复用障碍物角点,有效缩短了绕行所需的线长.实验结果表明,相比于同类工作,本文所提出的算法能够取得良好的线长优化效果,证明了该算法的有效性,为电子设计自动化领域的布线优化提供了一种新的方法和思路. 展开更多

关键词 Steiner最小树 X结构 长度限制 超大规模集成电路 动态种群 麻雀搜索优化

在线阅读 下载PDF 职称材料

基于集成CSSOA-SVM的原油近红外光谱分析系统故障诊断方法

7

作者 刘克淳 陈夕松 胡云云 《石油炼制与化工》 北大核心 2025年第7期147-152,共6页

为解决原油近红外(NIR)光谱分析系统在故障诊断中存在的高维特征、易陷入局部最优解和诊断精准度不足等问题,提出了一种基于集成混沌麻雀搜索优化算法(CSSOA)优化支持向量机(SVM)模型参数寻优过程的CSSOA-SVM故障诊断方法,其克服SVM诊... 为解决原油近红外(NIR)光谱分析系统在故障诊断中存在的高维特征、易陷入局部最优解和诊断精准度不足等问题,提出了一种基于集成混沌麻雀搜索优化算法(CSSOA)优化支持向量机(SVM)模型参数寻优过程的CSSOA-SVM故障诊断方法,其克服SVM诊断精度较差、传统麻雀搜索算法(SSA)易陷入局部最优的不足,而提升了收敛速率和分类能力;进而,结合AdaBoost学习框架集成多个CSSOA-SVM基分类模型,通过动态调整样本和基分类模型权重增强了模型对复杂故障模式的识别能力和模型稳定性。结果表明,集成CSSOA-SVM分类诊断模型对6种常见故障的诊断准确率达95.48%,相较传统方法在诊断准确率、模拟收敛速率和模型稳健性方面优势显著,为原油NIR光谱分析系统的故障诊断提供了有效解决方案。 展开更多

关键词 原油近红外光谱分析系统 故障诊断 混沌麻雀搜索优化算法 支持向量机优化 集成学习

在线阅读 下载PDF 职称材料

基于RCMFFDE和SSA-RVM的旋转机械损伤检测模型 被引量：1

8

作者 王显彬 孙阳 《机电工程》 北大核心 2025年第3期510-519,共10页

针对旋转机械系统的振动信号具有明显的非线性,严重影响故障特征提取从而导致其识别精度不佳的问题,建立了一种基于精细复合多尺度分数波动散布熵(RCMFFDE)、t-分布随机邻域嵌入(t-SNE)和麻雀搜索算法优化相关向量机(SSA-RVM)的旋转机... 针对旋转机械系统的振动信号具有明显的非线性,严重影响故障特征提取从而导致其识别精度不佳的问题,建立了一种基于精细复合多尺度分数波动散布熵(RCMFFDE)、t-分布随机邻域嵌入(t-SNE)和麻雀搜索算法优化相关向量机(SSA-RVM)的旋转机械损伤检测模型。首先,进行了基于RCMFFDE方法的特征提取,生成了特征样本,以定量反映旋转机械的不同损伤情况;然后,采用t-SNE方法,将原始高维故障特征映射至低维空间,获得了对故障更敏感的低维特征;最后,将敏感的低维故障特征向量输入至SSA-RVM多分类器中,进行了训练和测试,实现了旋转机械样本的故障识别目的;采用两种旋转机械数据集进行了实验,并从准确率、效率和抗噪性方面,将RCMFFDE-SSA-SVM方法与多种特征提取方法进行了对比。研究结果表明:RCMFFDE能用于有效提取旋转机械的故障特征,分别取得99.2%和100%的识别精度;而对敏感特征进行分类所获得的精度优于对原始特征进行分类的情形,前者比后者提高了4%;在模式识别中,SSA-RVM优于其他分类器;自制数据集的诊断精度达到了97%,特征提取的时间为16.05 s。 展开更多

关键词 非线性振动信号 特征提取时间 故障识别精度(诊断精度) 精细复合多尺度分数波动散布熵 t-分布随机邻域嵌入 麻雀搜索算法优化相关向量机

在线阅读 下载PDF 职称材料

ISSA优化Attention双向LSTM的短期电力负荷预测 被引量：31

9

作者 王金玉 金宏哲 +1 位作者 王海生 张忠伟 《电力系统及其自动化学报》 CSCD 北大核心 2022年第5期111-117,共7页

针对短期电力负荷数据的复杂性和多样性,提出一种含Attention的双向LSTM预测方法,简称Bi-LSTM-AT。该方法将电力负荷历史数据作为输入且考虑温度、湿度和日期类型因素的影响。通过建模学习构建网络模型,挖掘网络特征内部变化规律,通过... 针对短期电力负荷数据的复杂性和多样性,提出一种含Attention的双向LSTM预测方法,简称Bi-LSTM-AT。该方法将电力负荷历史数据作为输入且考虑温度、湿度和日期类型因素的影响。通过建模学习构建网络模型,挖掘网络特征内部变化规律,通过映射加权和学习参数矩阵赋予Bi-LSTM-AT网络隐含状态相应的权重。同时,针对该模型超参数选择困难的问题,提出利用改进麻雀算法实现该模型超参数的优化选择,使得全年最后两天预测值的MAPE为0.42%、RMSE为0.29%和MAE为0.21%,验证了模型线性回归拟合能力的准确性和稳定性。 展开更多

关键词 电力负荷 预测 长短期记忆 注意力机制 改进麻雀搜索算法优化

在线阅读 下载PDF 职称材料

基于SPA和IRCMMPE的旋转机械损伤识别方法

10

作者 李恒亮 张思婉 郭衡 《机电工程》 北大核心 2025年第6期1045-1054,共10页

基于单通道信号的旋转机械故障诊断方法的故障诊断效果通常比较依赖信号的质量,针对这一问题,提出了一种基于平滑先验分析(SPA)、改进精细复合多变量多尺度排列熵(IRCMMPE)和麻雀搜索算法优化支持向量机(SSA-SVM)的旋转机械损伤识别策... 基于单通道信号的旋转机械故障诊断方法的故障诊断效果通常比较依赖信号的质量,针对这一问题,提出了一种基于平滑先验分析(SPA)、改进精细复合多变量多尺度排列熵(IRCMMPE)和麻雀搜索算法优化支持向量机(SSA-SVM)的旋转机械损伤识别策略。首先,使用SPA将单通道信号分解为趋势项和去趋势项两种完全不同的分量,减少了分量的冗余,并将其组装为多通道信号以实现对样本的扩充;然后,采用IRCMMPE对多通道信号进行了特征提取以对比验证两个分量之间的相关性,获取了更能反映故障特性的特征;最后,将故障特征输入至SSA-SVM分类器中进行了故障识别,完成了对旋转机械的故障辨识和故障程度的判断,利用三个旋转机械数据集对SPA-IRCMMPE故障诊断方法的有效性进行了实验分析,并与其他故障诊断方法进行了对比研究。研究结果表明:SPA-IRCMMPE模型在诊断旋转机械不同故障类型时分别取得了100%和99.2%的识别准确率,平均识别准确率分别为99.76%和99.92%;而自制数据集的诊断精度达到了100%。相较于其他故障诊断方法,SPA-IRCMMPE模型仅需使用单个通道的振动信号且无需进行分量重要性评估,避免了分量取舍的问题,对振动信号的利用效率较高。 展开更多

关键词 旋转机械单通道信号 故障诊断 麻雀搜索算法优化支持向量机 改进精细复合多变量多尺度排列熵 平滑先验分析 离心泵 滚动轴承

在线阅读 下载PDF 职称材料

基于SVM的煤矿岩巷爆破参数智能判断及优化

11

作者 翟中华 魏泽洋 +6 位作者 覃逸峰 黄河念 王镜宇 黄承民 张斌弛 张子健 于佳龙 《中国煤炭》 2022年第2期61-67,共7页

煤矿岩石巷道爆破参数选用对提高爆破效率、提高经济性具有重要意义。针对煤矿岩石巷道爆破作业参数多、环境变化大、样本少等难题,提出基于支持向量机(SVM)技术的爆破参数预测模型,实现对爆破作业参数的科学、合理、高效计算。从现场... 煤矿岩石巷道爆破参数选用对提高爆破效率、提高经济性具有重要意义。针对煤矿岩石巷道爆破作业参数多、环境变化大、样本少等难题,提出基于支持向量机(SVM)技术的爆破参数预测模型,实现对爆破作业参数的科学、合理、高效计算。从现场调研收集巷道爆破工程实例建立爆破参数数据库,对样本进行数据处理,通过误差分析法确定影响煤矿岩巷爆破效果的关键指标;利用两种超参数优化方式对模型进行优化,得到了能够精确预测炸药单耗的SVM模型,可根据现场已知情况智能判断最佳爆破参数。结果表明:使用SVM选取麻雀搜索优化算法(SSA)计算超参数得到的模型对炸药单耗预测精确度较高。 展开更多

关键词 SVM 爆破参数 炸药单耗 麻雀搜索优化算法

在线阅读 下载PDF 职称材料

基于Sine-SSA-BP人工神经网络的腐蚀速率预测研究

12

作者 李昭毅 孙虎元 +1 位作者 蔡振宇 孙立娟 《海洋科学》 CAS CSCD 北大核心 2024年第8期17-28,共12页

海洋工程用钢广泛应用于海洋资源开发;然而,在海洋环境中,由于海洋环境复杂,钢的腐蚀速度大幅加快。为了评估其使用寿命,需要准确地预测钢的腐蚀速率。挂片实验法费时费力,经验模型预测虽然可以快速预测,但因海洋中影响腐蚀的因素较多,... 海洋工程用钢广泛应用于海洋资源开发;然而,在海洋环境中,由于海洋环境复杂,钢的腐蚀速度大幅加快。为了评估其使用寿命,需要准确地预测钢的腐蚀速率。挂片实验法费时费力,经验模型预测虽然可以快速预测,但因海洋中影响腐蚀的因素较多,准确度较差。本文介绍了一种机器学习方法,即反向传播(BP)神经网络金属腐蚀速率预测模型。本研究创新性地将Sine混沌映射与麻雀搜索优化算法(SSA)引入腐蚀速率预测模型中,并利用2022年采集到的海洋环境要素和腐蚀速率数据导入模型进行训练预测。结果表明,SSA-BP和Sine-SSA-BP神经网络金属腐蚀速率预测模型的误差远低于BP神经网络腐蚀速率预测模型。经过充分的训练和学习,当预测样本数量由5至30逐渐增加时,Sine-SSA-BP预测模型的平均MAPE值为3.5002%,SSA-BP模型的平均MAPE值为6.0900%。 展开更多

关键词 海洋腐蚀 BP人工神经网络 麻雀搜索优化算法 预测精度

在线阅读 下载PDF 职称材料

改进的广义回归神经网络用于基于气相色谱法的原油密度定量分析 被引量：1

13

作者 梁海波 丁帅 +1 位作者 魏琪 邹佳玲 《色谱》 CAS CSCD 北大核心 2022年第5期488-495,共8页

在油气勘探开发领域,快速识别储集层原油性质对于工程技术人员有非常重要的指导意义。地球化学录井技术是用于判断储集层原油性质的常规手段,能为储集层综合评价提供专业认识。该文研究了地化录井中的岩石热解分析和气相色谱分析的原理... 在油气勘探开发领域,快速识别储集层原油性质对于工程技术人员有非常重要的指导意义。地球化学录井技术是用于判断储集层原油性质的常规手段,能为储集层综合评价提供专业认识。该文研究了地化录井中的岩石热解分析和气相色谱分析的原理,提出了一种利用色谱谱图对原油密度进行定量分析的新方法,再结合原油性质密度划分标准,可快速判断储集层原油性质。首先使用计算机图像处理软件对色谱图进行标准化和归一化预处理,并分析了岩石热解气相色谱谱图的曲线特征规律,提出了岩石热解气相色谱谱图的特征参数提取方法,将色谱图转换为特征参数矩阵。其次,研究了3种人工智能预测分类模型,为了适合该实验对储集层原油密度的预测,对其做了部分优化改进,利用元启发式优化算法(麻雀搜索优化算法)对广义回归神经网络的超参数进行了优化,提高了模型的精度和收敛速度。最后,通过现场获得的气相色谱图样本对各模型进行训练并验证,综合对比3种模型预测的结果,发现基于麻雀搜索算法优化的广义回归神经网络预测模型效果最佳,模型稳定,预测密度误差小,可泛化能力强。该研究所提出的方法能为储集层的综合评价研究和现场施工提供可靠的数据支撑。 展开更多

关键词 气相色谱 广义回归神经网络 麻雀搜索优化算法 原油密度

在线阅读 下载PDF 职称材料

基于CEEMDAN样本熵和SSA-ELM的风机齿轮箱故障诊断 被引量：15

14

作者 刘晓悦 张泽明 +2 位作者 赵立国 孟凡伟 张怡 《组合机床与自动化加工技术》 北大核心 2022年第9期126-130,134,共6页

为提高非线性、非平稳振动信号下风机齿轮箱的故障识别精度,提出了基于自适应噪声完全集合经验模态分解(CEEMDAN)样本熵和麻雀搜索算法优化极限学习机(SSA-ELM)的风机齿轮箱故障诊断方法。首先,采用小波阈值去噪方法对振动信号进行降噪... 为提高非线性、非平稳振动信号下风机齿轮箱的故障识别精度,提出了基于自适应噪声完全集合经验模态分解(CEEMDAN)样本熵和麻雀搜索算法优化极限学习机(SSA-ELM)的风机齿轮箱故障诊断方法。首先,采用小波阈值去噪方法对振动信号进行降噪,以减小噪声对振动信号的干扰;其次,对去噪后的信号进行CEEMDAN分解,得到多组本征模态函数(IMFs),并根据皮尔逊相关系数进行分量的选择,消除虚假特征分量;最后,计算所选IMF分量的样本熵,将其作为特征向量输入SSA-ELM分类器进行故障诊断和分类。运用所提方法对QPZZ-Ⅱ型试验台模拟齿轮箱的实测数据进行诊断,结果表明该方法对齿轮箱各种故障状态的平均识别率可达98.06%,与其他同类方法相比,所提方法具有更佳的分类性能。 展开更多

关键词 风机齿轮箱 故障诊断 CEEMDAN 样本熵 麻雀搜索优化极限学习机

在线阅读 下载PDF 职称材料

基于CHMM和SSA-SVM模型的高速铁路道岔设备健康状态评估方法 被引量：6

15

作者 王彦快 米根锁 +2 位作者 张玉 王宇峰 王朋雨 《铁道学报》 EI CAS CSCD 北大核心 2023年第11期107-116,共10页

为更加精准地评估道岔设备健康状态,加强对设备的维护与管理,以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象,提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵,组成道岔特征指标向量,并采用核主成分分析法消除原始多维... 为更加精准地评估道岔设备健康状态,加强对设备的维护与管理,以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象,提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵,组成道岔特征指标向量,并采用核主成分分析法消除原始多维特征信息的冗余,构建道岔特征指标样本数据库;利用连续隐马尔可夫模型划分道岔退化状态,在此基础上,建立麻雀搜索算法优化支持向量机的健康状态综合评估模型。研究结果表明:所构建的健康状态评估模型的评估正确率高达98.75%,不仅能够实现高铁道岔设备健康状态综合评估效能,而且明显优于GridSearch-SVM、GA-SVM、PSO-SVM等组合算法,为实现道岔设备由“故障修”到“状态修”的综合智能维护提供可行途径。 展开更多

关键词 高铁道岔设备 健康状态评估 连续隐马尔可夫模型 麻雀搜索算法优化支持向量机 核主成分分析

在线阅读 下载PDF 职称材料

基于SSO的铀尾矿库无线传感器网络定位算法 被引量：3

16

作者 余修武 彭威 +1 位作者 余员琴 刘永 《中国安全科学学报》 CAS CSCD 北大核心 2023年第4期84-90,共7页

为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,... 为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,采用莱维飞行策略改进搜索者的位置更新方式,避免陷入局部最优;然后,采用优化的SSA代替最小二乘法来定位未知节点,并将定位算法应用于铀尾矿库放射性核素污染监测定位;最后,在不同的锚节点数、通信半径以及噪声标准差条件下,对比麻雀搜索优化定位算法(SSOLA)与加权质心定位算法(WCLA)、接收信号强度指示差定位算法(RSSID)、麻雀搜索定位算法(SSA)、粒子群定位算法(PSO)以及樽海鞘群定位算法(SAP)的性能。结果表明:SSOLA与其余5种算法相比定位误差平均下降41.9%、45.2%、26.8%、39.9%和36.9%,定位精度更高,收敛速度更快。 展开更多

关键词 麻雀搜索优化(SSO) 铀尾矿库 无线传感器网络(WSN) 定位算法 混沌映射 精英反向学习 莱维飞行策略

在线阅读 下载PDF 职称材料

基于EEMD能量矩与ISSA-SVM算法的GIS局部放电类型识别方法 被引量：19

17

作者 王利福 刘屹江泽 王燚增 《电子测量与仪器学报》 CSCD 北大核心 2022年第5期204-212,共9页

为有效识别气体绝缘开关组合电器(gas insulated switchgear,GIS)局部放电(partial discharge,PD)类型,进而保障设备安全稳定运行,提出了一种基于集合模态分解(ensemble empirical mode decomposition,EEMD)联合能量矩与改进麻雀群搜索... 为有效识别气体绝缘开关组合电器(gas insulated switchgear,GIS)局部放电(partial discharge,PD)类型,进而保障设备安全稳定运行,提出了一种基于集合模态分解(ensemble empirical mode decomposition,EEMD)联合能量矩与改进麻雀群搜索算法优化支持向量机(improved sparrow search algorithm-support vector machines,ISSA-SVM)算法的GIS局部放电类型识别方法。首先搭建能产生4种局部放电类型效果的GIS局部放电实验平台,以获取4种局部放电信号,然后利用EEMD联合能量矩算法分别对4种局部放电信号进行模态分解与特征向量提取,最后利用经ISSA算法优化后的SVM算法对GIS局部放电类型进行识别。实验结果表明,所提方法可有效识别GIS不同局部放电类型,且较PSO-SVM与SSA-SVM算法识别精度分别提高了16.7%与8.5%,验证了所提GIS局部放电类型识别方法的有效性以及优越性。 展开更多

关键词 气体绝缘开关组合电器 局部放电 集合模态分解 改进麻雀群搜索算法优化支持向量机(ISSA-SVM)

在线阅读 下载PDF 职称材料