基于AO-AVOA-BP神经网络模型的锂电池SOH预测

1

作者 李军毅 汪兴兴 +2 位作者 陈祥 陈林飞 邓业林 《电子测量技术》 北大核心 2025年第4期71-79,共9页

为提供准确可靠的锂电池健康状态预测,提出了一种基于非洲秃鹫优化算法融合天鹰优化算法优化BP神经网络的预测模型。通过对电池充电过程中的电压、电流和温度数据的分析,基于灰色关联分析验证健康因子与电池SOH的相关性,确定4个健康因... 为提供准确可靠的锂电池健康状态预测,提出了一种基于非洲秃鹫优化算法融合天鹰优化算法优化BP神经网络的预测模型。通过对电池充电过程中的电压、电流和温度数据的分析,基于灰色关联分析验证健康因子与电池SOH的相关性,确定4个健康因子作为模型的输入,结合基于AO-AVOA优化的BP神经网络模型,实现更精确的SOH预测。将提出的模型与其他优化模型对锂电池SOH进行预测,对各项指标进行对比分析,结果表明,所提出的预测模型平均绝对误差小于0.0089,均方根误差小于0.0112,平均绝对百分比误差小于1.4512%,具有精度高、泛化性强等特点,可有效用于锂电池的SOH预测。 展开更多

关键词 锂电池 健康状态 BP神经网络 非洲秃鹫优化算法 天鹰优化算法

在线阅读 下载PDF 职称材料

基于改进AVOA的小型自由活塞斯特林制冷机控制算法研究 被引量：2

2

作者 张仲秀 徐雅 +1 位作者 孙大明 王建中 《低温工程》 CAS CSCD 北大核心 2024年第4期86-94,共9页

针对小型自由活塞斯特林制冷机在温度控制系统中建模复杂以及易受环境温度和热负载变化的影响等问题,提出一种基于改进非洲秃鹫优化算法的模糊PID控制算法。通过在一台10 W@77 K自由活塞斯特林制冷机的温度控制系统中加入滞环偏置继电... 针对小型自由活塞斯特林制冷机在温度控制系统中建模复杂以及易受环境温度和热负载变化的影响等问题,提出一种基于改进非洲秃鹫优化算法的模糊PID控制算法。通过在一台10 W@77 K自由活塞斯特林制冷机的温度控制系统中加入滞环偏置继电器辨识制冷机的数学模型,以此构建闭环控制系统,着重针对基于改进非洲秃鹫算法的模糊PID控制算法进行仿真实验。针对非洲秃鹫优化算法存在的容易陷入局部最优、收敛速度慢等问题,提出了一种融合多策略的改进非洲秃鹫优化算法,其中引入Tent混沌映射以提高初始个体多样性,并对次优秃鹫选择策略进行改进,加强算法脱离局部困境的能力,最后利用精英反向学习进一步增强算法全局搜索能力。仿真实验结果表明,该算法与PID算法、模糊PID算法和非洲秃鹫算法优化的模糊PID算法相比,调节时间分别降低79.69%、56.22%、50.26%,超调量分别减少87.70%、59.81%、60.38%;在加入方波扰动、白噪声、脉冲扰动和正弦波扰动下,控制系统的超调量的变化率分别为2.61%、2.35%、2.44%和2.49%。因此,基于改进非洲秃鹫算法的模糊PID控制算法与常规控制算法相比,具有响应速度快、超调小、抗干扰性强和稳定性好等优点。 展开更多

关键词 斯特林制冷机 继电反馈辨识 非洲秃鹫优化算法 抗干扰性

在线阅读 下载PDF 职称材料

基于组稀疏学习与AVOA-XGBoost的轴承故障分级诊断 被引量：2

3

作者 张吉祥 张孟健 +1 位作者 王德光 杨明 《振动与冲击》 EI CSCD 北大核心 2024年第18期96-105,共10页

针对工业设备中轴承振动信号在噪声环境下故障分级诊断准确率低的问题,提出一种基于组稀疏学习与非洲秃鹫优化算法优化极端梯度提升树(African vultures optimization algorithm-extreme gradient boosting,AVOA-XGBoost)的轴承故障分... 针对工业设备中轴承振动信号在噪声环境下故障分级诊断准确率低的问题,提出一种基于组稀疏学习与非洲秃鹫优化算法优化极端梯度提升树(African vultures optimization algorithm-extreme gradient boosting,AVOA-XGBoost)的轴承故障分级诊断方法。首先,利用组稀疏学习对轴承振动信号进行重构,以降低噪声水平并更有效地表征故障脉冲。然后,对重构后的信号提取时域、频域和熵值特征并构建特征集。最后,利用AVOA自适应优化XGBoost超参数以建立稳健的XGBoost模型,进而高效实现轴承故障分级诊断。试验结果表明,经过组稀疏学习重构的信号具备更强故障特征表示能力,相较于传统机器学习模型,采用AVOA-XGBoost模型进行分类能够取得更高准确率,所提方法能够有效诊断轴承故障类型及故障程度。 展开更多

关键词 轴承故障诊断 组稀疏学习 特征提取 非洲秃鹫优化算法 XGBoost

在线阅读 下载PDF 职称材料

基于IAVOA-GRU网络的高频地波雷达电离层杂波预测

4

作者 乔铁柱 尚尚 +1 位作者 祝健 石依山 《电讯技术》 北大核心 2024年第5期740-747,共8页

电离层杂波的精确预测对提升高频地波雷达的探测性能具有重要作用。提出了一种基于改进非洲秃鹫优化算法优化门控循环单元(Improved African Vultures Optimization Algorithm Optimization Gated Recurrent Unit,IAVOA-GRU)网络的电离... 电离层杂波的精确预测对提升高频地波雷达的探测性能具有重要作用。提出了一种基于改进非洲秃鹫优化算法优化门控循环单元(Improved African Vultures Optimization Algorithm Optimization Gated Recurrent Unit,IAVOA-GRU)网络的电离层杂波预测方法。首先,依据电离层杂波的混沌特性,通过相空间重构方法对接收到的电离层杂波进行相空间重建,构建GRU网络的输入、输出样本集;然后,利用IAVOA对GRU网络的隐层节点数、迭代次数及初始学习速率3个超参数值执行优选;最后,重新训练优化后的GRU网络,并进行预测。实测结果表明,相较其他6种对比预测模型,所提出的IAVOA-GRU网络模型具有较高的预测精度和可靠性,为有效改善高频地波雷达的探测性能提供了一种思路和方法。 展开更多

关键词 高频地波雷达(HFSWR) 电离层杂波预测 改进非洲秃鹫优化算法 门控循环单元网络

在线阅读 下载PDF 职称材料

兼顾经济性与可靠性的有源配电网动态重构

5

作者 颜湘武 郭美辰 +3 位作者 吴鸣 牛耕 郑楠 贾焦心 《电力系统及其自动化学报》 北大核心 2025年第4期107-117,共11页

在配电网重构的研究中,通常会对网络的稳态运行进行优化,但是重构方案对网络故障情况下的可靠性也会产生影响。在考虑到分布式电源出力与负荷波动的情况下,为兼顾网络运行的经济性与可靠性,减少新能源接入带来的负面影响,搭建配电网动... 在配电网重构的研究中,通常会对网络的稳态运行进行优化,但是重构方案对网络故障情况下的可靠性也会产生影响。在考虑到分布式电源出力与负荷波动的情况下,为兼顾网络运行的经济性与可靠性,减少新能源接入带来的负面影响,搭建配电网动态重构模型。首先,针对分布式电源接入的配电网,采用启发式孤岛搜索方法,并结合最小路法来求解可靠性指标;其次,以包含开关费用、线损费用与停电损失费用在内的网络综合成本最小为目标函数,搭建网络动态重构模型;然后,采用改进的混合天鹰-非洲秃鹫算法进行模型求解;最后,通过在改进的IEEE33节点网络上进行仿真验证了模型的有效性。 展开更多

关键词 配电网动态重构 分布式电源 启发式孤岛搜索 可靠性评估 天鹰算法与非洲秃鹫算法混合优化

在线阅读 下载PDF 职称材料

基于VMD-AVOA-LSSVM模型的月降水量预测研究 被引量：7

6

作者 张先起 赵玥 +1 位作者 郑志文 吴喜龙 《水电能源科学》 北大核心 2022年第12期1-5,共5页

为寻求新型耦合模型来提高月降水量预测的效率,以最小二乘支持向量机(LSSVM)为基础,先基于变分模态分解(VMD)进行月降水序列的分解降噪得到分量,再使用新型非洲秃鹫优化算法(AVOA)优化模型参数,以各个分量为输入构建了VMD-AVOA-LSSVM月... 为寻求新型耦合模型来提高月降水量预测的效率,以最小二乘支持向量机(LSSVM)为基础,先基于变分模态分解(VMD)进行月降水序列的分解降噪得到分量,再使用新型非洲秃鹫优化算法(AVOA)优化模型参数,以各个分量为输入构建了VMD-AVOA-LSSVM月降水量预测模型。该模型在华北平原5个典型站点的试验结果表明,与其他对照模型相比,VMD-AVOA-LSSVM模型的综合性能最好;训练误差为R_(RMSE)=4.250 mm/月、M_(MRE)=68.028%、R^(2)=0.995;检验误差为R_(RMSE)=5.593 mm/月、M_(MRE)=64.320%、R^(2)=0.993,说明所提出的VMD-AVOA-LSSVM模型可为相关水资源管理提供参考。 展开更多

关键词 降水量预测 变分模态分解 非洲秃鹫优化算法 最小二乘支持向量机

在线阅读 下载PDF 职称材料

基于VMD和AVOA-SCN的齿轮箱故障诊断 被引量：5

7

作者 范亚飞 郝如江 +1 位作者 杨青松 邓飞跃 《制造技术与机床》 北大核心 2023年第12期19-25,共7页

针对齿轮箱故障诊断中的故障特征提取困难和故障模式难以识别的问题,提出了一种将变分模态分解(VMD)、非洲秃鹫优化算法(AVOA)和随机配置网络(SCN)相结合的齿轮箱故障诊断方法。首先针对SCN网络权重与偏置的随机初始化会导致网络预测结... 针对齿轮箱故障诊断中的故障特征提取困难和故障模式难以识别的问题,提出了一种将变分模态分解(VMD)、非洲秃鹫优化算法(AVOA)和随机配置网络(SCN)相结合的齿轮箱故障诊断方法。首先针对SCN网络权重与偏置的随机初始化会导致网络预测结果的不稳定问题,提出采用AVOA算法优化SCN网络节点权值和偏置的初始化选取方式方法用于故障的分类与识别。其次利用VMD算法将齿轮箱振动信号分解为若干本征模态分量(IMF),再用相关系数筛选IMF分量并计算其样本熵,作为特征向量,输入到用AVOA算法优化后的SCN网络中进行分类识别。实验结果表明,所提方法可以准确地识别出齿轮箱的故障模式,识别准确率达到98.33%,相比于BP、ELM、RVFL、SVM、SCN等方法具有更高的故障识别准确率。 展开更多

关键词 齿轮箱 变分模态分解 非洲秃鹫优化算法 随机配置网络

在线阅读 下载PDF 职称材料

混沌自适应非洲秃鹫优化算法训练多层感知器 被引量：5

8

作者 申晋祥 鲍美英 +1 位作者 张景安 周建慧 《计算机工程与设计》 北大核心 2024年第2期546-552,共7页

针对训练多层感知器(MLP)时,算法对初始值敏感、易陷入局部最优和收敛速度慢等问题,对新型启发式算法非洲秃鹫优化算法提出改进算法IAVOA。在初始化种群时引入Logistic混沌映射,增加种群的多样性;对最优秃鹫和次优秃鹫增加自适应权重系... 针对训练多层感知器(MLP)时,算法对初始值敏感、易陷入局部最优和收敛速度慢等问题,对新型启发式算法非洲秃鹫优化算法提出改进算法IAVOA。在初始化种群时引入Logistic混沌映射,增加种群的多样性;对最优秃鹫和次优秃鹫增加自适应权重系数,自动调整这两类秃鹫对普通秃鹫的引导作用;IAVOA用于MLP的训练,采用均方误差的平均值作为适应度函数寻找MLP的连接权重和偏差的最佳组合。选取4个不同复杂度的分类数据集,比较IAVOA算法与现有启发式算法对MLP训练后,MLP对数据分类的性能,仿真结果表明,IAVOA算法训练的MLP在数据分类准确率、全局搜索能力、收敛速度和稳定性方面均具有良好的性能。 展开更多

关键词 优化 分类 非洲秃鹫算法 多层感知器 前馈神经网络 自适应系数 收敛

在线阅读 下载PDF 职称材料

基于非洲秃鹫算法优化卷积神经网络的重叠峰解析方法 被引量：1

9

作者 牛传乐 李芳 +1 位作者 任顺 陆安祥 《科学技术与工程》 北大核心 2024年第16期6592-6599,共8页

利用光谱仪器检测土壤中重金属时,由于仪器分辨率较低,峰位相近元素的特征峰会产生重叠。光谱重叠峰严重影响定量分析结果的准确性,为了得到准确的重金属含量需要进行光谱重叠峰分解。提出利用非洲秃鹫算法优化卷积神经网络(AVOA-CNN)... 利用光谱仪器检测土壤中重金属时,由于仪器分辨率较低,峰位相近元素的特征峰会产生重叠。光谱重叠峰严重影响定量分析结果的准确性,为了得到准确的重金属含量需要进行光谱重叠峰分解。提出利用非洲秃鹫算法优化卷积神经网络(AVOA-CNN)的重叠峰解析方法。首先,利用高斯函数模型模拟出150个双高斯含噪光谱重叠峰和43个三高斯含噪光谱重叠峰,选择不同小波基函数进行光谱数据去噪,以信噪比和均方根误差(root mean square error, RMSE)为评价指标,最终确定coif 3小波基函数,使用导数法进行光谱重叠峰预处理。然后,使用AVOA-CNN获得卷积神经网络(convolutional neural network, CNN)预测结果,解析结果表明:AVOA-CNN成功分解重叠峰且准确率高,双高斯光谱重叠峰和三高斯光谱重叠峰参数(峰强度,峰位,峰宽)的最大相对误差平均值分别为3.15%和5.90%。最后对比麻雀搜索算法优化CNN、CNN与AVOA-CNN,结果显示AVOA-CNN模型预测准确率最高。 展开更多

关键词 光谱仪器 重叠峰解析 非洲秃鹫算法(avoa) 卷积神经网络(CNN)

在线阅读 下载PDF 职称材料

基于改进鲸鱼算法优化LSTM的化工过程故障诊断方法 被引量：1

10

作者 孙一夫 孙怀宇 +2 位作者 陈众 李元 马可楠 《现代电子技术》 北大核心 2024年第24期73-80,共8页

鲸鱼优化算法是一种群体智能优化算法,文中针对基本鲸鱼优化算法收敛速度慢、收敛精度低、易陷入局部最优等问题,从几个方面对其进行了改进:通过Tent混沌对种群进行初始化来增加种群多样性;融入非洲秃鹫算法的群体最优和次优策略与探索... 鲸鱼优化算法是一种群体智能优化算法,文中针对基本鲸鱼优化算法收敛速度慢、收敛精度低、易陷入局部最优等问题,从几个方面对其进行了改进:通过Tent混沌对种群进行初始化来增加种群多样性;融入非洲秃鹫算法的群体最优和次优策略与探索阶段位置更新策略,以避免算法早熟以及陷入局部最优;采用一种新的非线性收敛因子替代鲸鱼优化算法原本的线性收敛因子,平衡算法的全局探索和局部开发;引入了非线性自适应增量惯性权重,更好地平衡了全局搜索能力与局部搜索能力;最终得到一种混合非洲秃鹫算法的改进鲸鱼优化算法(MAWOA)。在对4种基准测试函数进行的对比试验中显示,MAWOA具有较快的收敛速度和较高的收敛精度。将MAWOA算法应用于长短期记忆(LSTM)网络的超参数寻优中,构建MAWOA-LSTM故障诊断模型。结合田纳西伊斯曼(TE)化工数据集进行故障诊断,通过与LSTM、WOA-LSTM等模型进行准确率对比,验证了所提算法的优越性。 展开更多

关键词 改进鲸鱼优化算法 长短期记忆网络 化工过程 故障诊断 非洲秃鹫优化算法 超参数寻优 非线性收敛因子 田纳西伊斯曼数据集

在线阅读 下载PDF 职称材料

一种自适应选取参数的改进变分模态分解方法

11

作者 李志强 李德文 +2 位作者 左洪福 蔡景 张营 《机电工程》 CAS 北大核心 2024年第6期980-991,共12页

针对传统的变分模态分解(VMD)方法中模态数和惩罚参数难以确定的问题,提出了一种自适应选取参数的改进变分模态分解方法。首先,综合考虑了故障的冲击性和周期性特点,以Gini指数和谱峰比指标为基础构建了加权谱峰比(WSPR)指标;然后,采用... 针对传统的变分模态分解(VMD)方法中模态数和惩罚参数难以确定的问题,提出了一种自适应选取参数的改进变分模态分解方法。首先,综合考虑了故障的冲击性和周期性特点,以Gini指数和谱峰比指标为基础构建了加权谱峰比(WSPR)指标;然后,采用非洲秃鹫优化算法(AVOA)进行了寻优,得到了最佳的模态数和惩罚参数组合,克服了人为主观选择参数的弊端;最后,在VMD分解信号后,利用加权谱峰比最大原则自适应选取了敏感内涵模态分量,对最佳IMF进行了包络解调分析,提取了滚动轴承早期故障特征,利用仿真信号、单一故障滚动轴承试验信号及复合故障滚动轴承试验信号对所述方法进行了验证。实验结果表明:该方法可以准确地提取出仿真信号的故障频率(100 Hz)、单一故障信号的故障频率(236.4 Hz)和复合故障信号的故障频率(内圈故障频率149.14 Hz、外圈故障频率86.39 Hz),并且在与其他方法和指标的对比中,其最佳IMF的包络谱图中故障特征频率及其倍数频的谱峰更加明显,准确率更高且鲁棒性更强。研究结果表明:该方法能够有效提取轴承早期故障信号的微弱特征,实现故障类型准确识别的目的。 展开更多

关键词 滚动轴承 早期故障诊断 变分模态分解 模态数 惩罚参数 非洲秃鹫优化算法 加权谱峰比指标

在线阅读 下载PDF 职称材料

基于改进非洲秃鹫算法优化极限学习机的船舶运动预测 被引量：1

12

作者 戚得众 吴云志 +1 位作者 丁璐 丁坦 《电子测量技术》 北大核心 2024年第5期54-60,共7页

针对船舶运动预测模型精度不高而造成预测结果误差大的问题,提出一种利用改进非洲秃鹫优化算法(IAVOA)优化模型参数的极限学习机(ELM)预测模型,对船舶运动状况进行预测。在初始化种群时引入Circle混沌映射,增加种群的多样性;加入自适应... 针对船舶运动预测模型精度不高而造成预测结果误差大的问题,提出一种利用改进非洲秃鹫优化算法(IAVOA)优化模型参数的极限学习机(ELM)预测模型,对船舶运动状况进行预测。在初始化种群时引入Circle混沌映射,增加种群的多样性;加入自适应算子,调整两类秃鹫对其他秃鹫的指引作用,提升算法的收敛速度和解的质量。利用IAVOA优化的ELM模型对船模水池试验运动数据进行预测,并采用均方根误差和平均绝对误差评判该预测模型,与现有其他启发式算法优化ELM模型比较,所提出的IAVOA-ELM具有更优的预测精度和泛化能力。 展开更多

关键词 极限学习机 秃鹫优化算法 Circle混沌映射 自适应调整算子 船舶运动预测

在线阅读 下载PDF 职称材料

基于小波包分解-非洲秃鹫优化算法-深度极限学习机的水文预报模型及其应用 被引量：15

13

作者 王忠义 崔东文 《水电能源科学》 北大核心 2022年第8期26-31,共6页

针对水文序列多尺度、非线性、非平稳性特点,将小波包分解(WPD)与非洲秃鹫优化算法(AVOA)—深度极限学习机(DELM)相结合,建立WPD-AVOA-DELM组合预测模型,利用AVOA优化DELM输入层权值、隐含层偏值或隐含层神经元数,分别建立WPD-AVOA-DELM... 针对水文序列多尺度、非线性、非平稳性特点,将小波包分解(WPD)与非洲秃鹫优化算法(AVOA)—深度极限学习机(DELM)相结合,建立WPD-AVOA-DELM组合预测模型,利用AVOA优化DELM输入层权值、隐含层偏值或隐含层神经元数,分别建立WPD-AVOA-DELM^(1)(优化DELM输入层权值、隐含层偏值)、WPD-AVOA-DELM^(2)(优化DELM隐含层神经元数)模型,利用WPD将云南省革雷站水文序列分解为8个子序列分量,对各子序列分量进行预报,将预报结果加和重构得到最终预报结果。结果表明,WPD-AVOA-DELM^(1)、WPD-AVOA-DELM^(2)模型对革雷站月径流、月降水量、年径流、年降水量预报的平均相对误差分别为1.86%、8.82%、0.79%、0.52%和1.97%、8.30%、0.92%、0.71%,预报精度远高于单一模型AVOA-DELM^(1)、AVOA-DELM^(2)、AVOA-SVM,高于组合模型WPD-AVOA-SVM,具有更好的预报效果。可见WPD能科学降低水文序列的复杂性,提高预报精度;AVOA能有效优化DELM关键参数,提高DELM网络性能。 展开更多

关键词 水文预报 小波包分解 非洲秃鹫优化算法 深度极限学习机

在线阅读 下载PDF 职称材料