基于IALO-SVR的锂电池健康状态预测 被引量：16

1

作者 李强龙 孙建瑞 +1 位作者 赵坤 王凯 《电子测量与仪器学报》 CSCD 北大核心 2022年第1期204-211,共8页

健康状态(SOH)预测作为锂离子电池管理系统(BMS)的关键功能之一,对于保证电池安全可靠运行、降低电池系统维护成本具有重要意义。为了提高锂电池SOH预测精度,提出一种基于改进的蚁狮优化算法和支持向量回归(IALO-SVR)的SOH预测方法,首... 健康状态(SOH)预测作为锂离子电池管理系统(BMS)的关键功能之一,对于保证电池安全可靠运行、降低电池系统维护成本具有重要意义。为了提高锂电池SOH预测精度,提出一种基于改进的蚁狮优化算法和支持向量回归(IALO-SVR)的SOH预测方法,首先从电池充电数据中提取与电池容量相关的特征因子并进行相关性分析,选取相关度高的3个作为模型特征输入,再导入样本数据,通过改进的蚁狮优化算法(IALO)对SVR模型的关键参数进行寻优,建立最终预测模型。在NASA公开数据集上与现有的遗传算法-支持向量回归(GA-SVR)和改进粒子群算法-支持向量回归(IPSO-SVR)进行对比实验,结果表明IALO-SVR方法拥有更高的预测精度与拟合度,预测误差基本保持在1%以内,验证了预测方法的可行性。 展开更多

关键词 锂离子电池 健康状态 改进的蚁狮优化算法 支持向量回归

在线阅读 下载PDF 职称材料

基于超级电容的双向DC/DC变换器建模与控制 被引量：2

2

作者 刘维莎 石荣亮 +2 位作者 周其锋 钟志贤 陶敏 《电子测量技术》 北大核心 2024年第14期72-79,共8页

为了有效利用电梯回馈的再生电能,降低系统能量损耗,本文围绕超级电容的能量存储特性,首先介绍基于超级电容的电梯能量存储系统结构及原理;其次建立双向DC/DC变换器的小信号模型,论述了基于传统PI控制器的双向DC/DC变换器双闭环控制结... 为了有效利用电梯回馈的再生电能,降低系统能量损耗,本文围绕超级电容的能量存储特性,首先介绍基于超级电容的电梯能量存储系统结构及原理;其次建立双向DC/DC变换器的小信号模型,论述了基于传统PI控制器的双向DC/DC变换器双闭环控制结构及其参数设计过程;然后在分析蚁狮优化算法原理的基础上,提出基于ALO算法的PI参数设计方法;最后利用MATLAB仿真软件建立基于超级电容的电梯能量存储系统仿真模型,仿真结果表明在电梯运行状态下,超级电容能及时准确回收制动能量并将回收的能量回馈至直流母线,保证了直流母线电压稳定,降低了系统能耗,这充分验证了所述方法的有效性和优越性。 展开更多

关键词 超级电容 双向DC-DC变换器 小信号模型 直流母线电压 参数设计 蚁狮优化算法

在线阅读 下载PDF 职称材料

双重反馈机制的蚁狮算法 被引量：13

3

作者 吴伟民 张晶晶 +1 位作者 林志毅 苏庆 《计算机工程与应用》 CSCD 北大核心 2017年第12期31-35,75,共6页

针对基本蚁狮算法存在的收敛精度低、易陷入局部最优解的缺陷,将蚁狮能力和种群改善率的特征作为双重反馈信息引入ALO算法,提出双重反馈机制的蚁狮算法DFALO。DFALO算法运用动态自适应反馈调整策略以动态调整陷阱大小而提高收敛精度;利... 针对基本蚁狮算法存在的收敛精度低、易陷入局部最优解的缺陷,将蚁狮能力和种群改善率的特征作为双重反馈信息引入ALO算法,提出双重反馈机制的蚁狮算法DFALO。DFALO算法运用动态自适应反馈调整策略以动态调整陷阱大小而提高收敛精度;利用时空混沌探索策略提高了全局搜索能力,避免算法陷入局部最优;采用多样性反馈高斯变异策略增强种群的多样性而避免算法出现早熟。八个标准测试函数仿真测试表明,DFALO在平衡全局搜索和局部开发能力上有显著提高,收敛速度快、全局搜索能力强、求解精度高。 展开更多

关键词 蚁狮算法 双重反馈 时空混沌 高斯变异

在线阅读 下载PDF 职称材料

一种采用改进蚁狮优化算法的图像增强方法 被引量：17

4

作者 李宗妮 吴伟民 林志毅 《计算机应用研究》 CSCD 北大核心 2018年第4期1258-1260,1265,共4页

针对现有图像增强技术在细节处理方面的不足以及变换后图像直方图分布偏移的情况,同时针对基本的蚁狮优化算法(ALO)存在寻优精度不理想、易陷入局部最优等问题,提出一种采用改进蚁狮优化算法(RBALO)的图像增强方法。其核心在于,根据蚁... 针对现有图像增强技术在细节处理方面的不足以及变换后图像直方图分布偏移的情况,同时针对基本的蚁狮优化算法(ALO)存在寻优精度不理想、易陷入局部最优等问题,提出一种采用改进蚁狮优化算法(RBALO)的图像增强方法。其核心在于,根据蚁狮位置的分布调整搜索空间的边界,引导蚂蚁在更有效的区域内进行搜索,并使部分蚂蚁与精英蚁狮进行重组。将RBALO算法用于确定Beta函数的参数,获取适合当前图像的参数值。利用两个标准测试函数进行实验,证明改进后的蚁狮算法有非常好的寻优精度。最后,使用couple灰度图进行图像仿真实验,结果表明使用RBALO算法得到的增强图像适应度优,直方图分布更均匀。 展开更多

关键词 蚁狮算法 边界调整 图像增强

在线阅读 下载PDF 职称材料

基于蚁狮优化算法的瑞雷波频散曲线反演 被引量：6

5

作者 王一鸣 宋先海 张学强 《地质科技通报》 CAS CSCD 北大核心 2023年第3期331-337,共7页

反演瑞雷波频散曲线获得横波速度剖面,是近地表瑞雷波勘探中最重要的步骤之一;瑞雷波频散曲线反演是一个多极值、高度非线性问题,为此引入蚁狮优化算法求解该类问题。蚁狮优化算法是一种群智能算法,是模仿蚁狮设置陷阱捕食的行为建立的... 反演瑞雷波频散曲线获得横波速度剖面,是近地表瑞雷波勘探中最重要的步骤之一;瑞雷波频散曲线反演是一个多极值、高度非线性问题,为此引入蚁狮优化算法求解该类问题。蚁狮优化算法是一种群智能算法,是模仿蚁狮设置陷阱捕食的行为建立的全局优化算法,该算法收敛速度较快且降低了不同的参数设置对结果产生的影响。通过使用蚁狮优化算法对典型的理论地质模型进行了频散曲线反演,反演结果表明蚁狮优化算法能够运用在瑞雷波频散曲线反演中且精度较高,在实测资料中与传统非线性方法进行了对比,验证了基于蚁狮优化算法频散曲线反演的优势与实用性。 展开更多

关键词 瑞雷波 频散曲线 非线性算法 蚁狮优化算法

在线阅读 下载PDF 职称材料

基于蚁狮优化算法与迹稀疏正则化的结构损伤识别 被引量：18

6

作者 陈承滨 余岭 +1 位作者 潘楚东 陈泽鹏 《振动与冲击》 EI CSCD 北大核心 2019年第16期71-76,99,共7页

针对基于群智能结构损伤识别既有方法的识别精度和抗噪鲁棒性不足问题,提出基于蚁狮优化算法与迹稀疏正则化的方法求解结构损伤识别问题。将结构损伤识别逆问题转化为数学中的约束优化问题,并根据模型修正原理利用结构模态参数定义优化... 针对基于群智能结构损伤识别既有方法的识别精度和抗噪鲁棒性不足问题,提出基于蚁狮优化算法与迹稀疏正则化的方法求解结构损伤识别问题。将结构损伤识别逆问题转化为数学中的约束优化问题,并根据模型修正原理利用结构模态参数定义优化问题的目标函数;在目标函数中引入迹稀疏约束;通过不同损伤工况下简支梁损伤识别数值模拟以及钢管简支梁实验验证方法的有效性。结果表明,基于蚁狮优化算法与迹稀疏正则化的结构损伤识别法能有效修正有限元模型,在不同噪声水平和损伤工况下不仅能准确定位损伤位置,且能精确识别损伤程度;该方法为结构损伤的现场识别提供了可能性。 展开更多

关键词 结构损伤识别(SDD) 蚁狮优化算法(alo) 迹稀疏正则化 约束优化问题 模型修正

在线阅读 下载PDF 职称材料

基于变分模态分解与门控循环单元网络的云资源预测 被引量：9

7

作者 束文娟 曾凡平 +2 位作者 陈国柱 鲁厅厅 刘君怡 《计算机应用》 CSCD 北大核心 2021年第S02期159-164,共6页

云供应商为用户提供所需资源,分配不足可能会导致服务质量下降,分配过度则会导致资源浪费,因此准确预测资源使用情况至关重要。由于用户使用云资源的情况各不相同,不确定因素多,时序数据往往伴随着高随机性和非平稳性的特点,增加了预测... 云供应商为用户提供所需资源,分配不足可能会导致服务质量下降,分配过度则会导致资源浪费,因此准确预测资源使用情况至关重要。由于用户使用云资源的情况各不相同,不确定因素多,时序数据往往伴随着高随机性和非平稳性的特点,增加了预测的难度。为了捕获非平稳性数据更多信息,提高云资源使用情况的预测精度,提出基于变分模态分解(VMD)算法和门控循环单元(GRU)网络的预测模型(VMD;GRU)。首先将原始时序数据通过VMD算法分解成多个相对平稳的模态分量;再将蚁狮优化(ALO)算法集成到GRU模型中去,分别对分解后的本征模态分量进行预测,利用优化算法自适应地选择最优参数;最后整合每个分量的预测结果得到最终的云资源使用情况预测结果。在公开数据集上进行预测,并与未优化的GRU、差分自回归移动平均(ARIMA)和反向神经网络(BPNN)等进行对比。CPU利用率预测的实验结果表明,与并未分解且未优化的GRU模型相比,所提出的模型在预测精度上有48.1%的提升,验证了该方法的有效性。 展开更多

关键词 云资源预测 时间序列预测 变分模态分解算法 门限循环单元 蚁狮优化算法

在线阅读 下载PDF 职称材料

基于改进蚁狮优化算法的柔性作业车间调度研究 被引量：8

8

作者 王彦杰 向凤红 《机电工程》 CAS 北大核心 2022年第9期1325-1332,共8页

柔性作业车间调度的求解过程中,存在调度规模大、求解复杂程度高的问题,为此,在传统蚁狮算法的基础上,提出了一种基于改进蚁狮算法的柔性作业车间调度方法。首先,建立了以最小最大完工时间为优化目标的柔性作业车间调度模型,并使用双层... 柔性作业车间调度的求解过程中,存在调度规模大、求解复杂程度高的问题,为此,在传统蚁狮算法的基础上,提出了一种基于改进蚁狮算法的柔性作业车间调度方法。首先,建立了以最小最大完工时间为优化目标的柔性作业车间调度模型,并使用双层实数编码规则,对其工序和机器进行了编码;其次,设计了一种基于混沌映射与竞标赛选择的混合策略,随机生成了初始种群;然后,引用了遗传算法的交叉变异策略对工序及机器进行了选择;最后,为了验证改进蚁狮算法在柔性作业车间调度上的有效性,笔者利用Brandimarte基准算例与其他智能算法,进行了仿真对比实验。研究结果表明:采用混合策略初始化生成初始种群以及引入交叉变异策略的蚁狮算法,其初始化种群质量好,算法的收敛速度较快,逃避局部最优能力较强,加工机器的利用率较高;利用该算法求解Mk01算例中获得最大完工时间最小值为40,解的质量均高于采用其他算法得到的解。 展开更多

关键词 柔性作业车间调度问题 车间调度模型 蚁狮优化算法 混沌映射 竞标赛选择 交叉变异策略 Brandimarte

在线阅读 下载PDF 职称材料

结合柯西分布和蚁狮算法改进的模糊聚类算法 被引量：3

9

作者 吴辰文 王莎莎 曹雪同 《计算机工程与应用》 CSCD 北大核心 2023年第17期91-98,共8页

针对模糊聚类对初始聚类中心依赖性较强且易陷入局部最优解的问题,提出了一种结合柯西分布和蚁狮算法改进的模糊聚类算法(CALOFCM)。引入柯西分布函数变异蚁狮算法,使得个体受局部极值点的约束力下降,从而增加跳出局部最优解的概率。使... 针对模糊聚类对初始聚类中心依赖性较强且易陷入局部最优解的问题,提出了一种结合柯西分布和蚁狮算法改进的模糊聚类算法(CALOFCM)。引入柯西分布函数变异蚁狮算法,使得个体受局部极值点的约束力下降,从而增加跳出局部最优解的概率。使用优化后的蚁狮算法生成的精英蚁狮作为模糊C均值(fuzzy C-means,FCM)算法的初始聚类中心。分别在人工数据集和UCI数据集上进行了实验验证,并与K-means、DBSCAN、FCM、ALOFCM算法以及提出的算法进行实验对比。结果表明改进的算法获得了较好的聚类结果且在准确率、调整兰德系数和标准化互信息等评价指标上具有良好的聚类性能。 展开更多

关键词 数据挖掘 模糊C均值算法 蚁狮算法 柯西分布

在线阅读 下载PDF 职称材料

基于蚁狮算法的元特征选择方法 被引量：1

10

作者 李庚松 刘艺 +4 位作者 郑奇斌 秦伟 李红梅 任小广 宋明武 《系统工程与电子技术》 EI CSCD 北大核心 2023年第9期2831-2842,共12页

为了提升基于元学习算法选择的性能,提出一种基于蚁狮算法的元特征选择方法。首先,通过鲁棒初始化机制构建初始种群,增强所选元特征子集的鲁棒性。其次,在个体解的搜索过程中应用动态边界策略,增加方法的种群多样性。然后,采用混沌映射... 为了提升基于元学习算法选择的性能,提出一种基于蚁狮算法的元特征选择方法。首先,通过鲁棒初始化机制构建初始种群,增强所选元特征子集的鲁棒性。其次,在个体解的搜索过程中应用动态边界策略,增加方法的种群多样性。然后,采用混沌映射变异策略,提升方法的寻优性能,给出方法伪代码并分析时间复杂度。最后,使用130个数据集、150种元特征、8种候选算法和5种性能指标构建分类算法选择问题进行测试实验,分析方法的参数敏感性和机制策略效果,通过准确率、查准率、查全率和F 1分数指标评估并对比方法性能,验证了所提方法的有效性和优越性。 展开更多

关键词 元特征选择 蚁狮优化算法 算法选择 元学习 分类

在线阅读 下载PDF 职称材料

基于混沌多目标蚁狮优化算法和核极限学习机的冲击性负荷预测模型 被引量：2

11

作者 黄裕春 贾巍 +3 位作者 雷才嘉 方兵华 刘涌 李洋洋 《现代电力》 北大核心 2023年第6期1043-1051,共9页

针对冲击性负荷预测问题,提出了一种基于混沌多目标蚁狮优化算法(chaotic multi-objective antlion optimization algorithm,CMOALO)和核极限学习机(kernel extreme learning machine,KELM)的冲击性负荷预测模型。首先,为了降低预测难度... 针对冲击性负荷预测问题,提出了一种基于混沌多目标蚁狮优化算法(chaotic multi-objective antlion optimization algorithm,CMOALO)和核极限学习机(kernel extreme learning machine,KELM)的冲击性负荷预测模型。首先,为了降低预测难度,使用集合经验模式分解(ensemble empirical mode decomposition,EEMD)将原始冲击性负荷分解为一系列更为平稳的子序列。为了同时提升模型的预测精度和稳定性,提出了一种MOALO;其次,为进一步提高算法的解搜索能力,将MOALO与混沌运算融合,提出了CMOALO算法,将其用于优化KELM。最后通过某地区真实采集的冲击性负荷数据对所提出的EEMD-CMOALOKELM模型进行验证。通过案例分析可知,所提出的冲击性负荷预测模型,无论是在预测精度还是预测稳定性方面,性能最好。 展开更多

关键词 冲击性负荷预测 集合经验模式分解 混沌多目标蚁狮优化算法 核极限学习机

在线阅读 下载PDF 职称材料

一种基于蚁狮最大熵算法与引导滤波的图像融合算法 被引量：1

12

作者 蒋杰伟 刘尚辉 +2 位作者 金库 魏戌盟 巩稼民 《电子与信息学报》 EI CSCD 北大核心 2023年第4期1391-1400,共10页

传统红外与可见光图像融合算法中易出现目标提取不够充分、细节丢失等问题,导致融合效果不理想,从而无法应用于目标检测、跟踪或识别等领域。因此,该文提出一种基于蚁狮优化算法(ALO)改进的最大香农(Shannon)熵分割法结合引导滤波的红... 传统红外与可见光图像融合算法中易出现目标提取不够充分、细节丢失等问题,导致融合效果不理想,从而无法应用于目标检测、跟踪或识别等领域。因此,该文提出一种基于蚁狮优化算法(ALO)改进的最大香农(Shannon)熵分割法结合引导滤波的红外与可见光图像融合方法。首先,使用蚁狮最大熵分割法(ALO-MES)对红外图像进行目标提取,然后,对红外和可见光图像使用非下采样剪切波变换(NSST),并对获得的低频和高频分量进行引导滤波。由提取的目标图像与增强后的红外和可见光低频分量通过低频融合规则得到低频融合系数,增强后的高频分量通过双通道脉冲发放皮层模型(DCSCM)得到高频融合系数,最后经NSST逆变换得到融合图像。实验结果表明,所提算法能够得到目标明确、背景信息清晰的融合图像。 展开更多

关键词 图像融合 蚁狮优化算法 最大Shannon熵分割 引导滤波 双通道脉冲发放皮层模型

在线阅读 下载PDF 职称材料

考虑需求灵活性的含风电配电网调度优化

13

作者 苏俊 陈政宇 +1 位作者 刘涵涵 丁宁 《重庆理工大学学报（自然科学）》 北大核心 2023年第7期256-264,共9页

风电供电有较强的不稳定性和随机性,为经典配电网调度运行体系带来了极大挑战。为了弥补现有研究中忽视不确定集外风险、无法充分考虑需求灵活性的不足,在客观量化风电不确定集外期望风险的基础上,建立基于需求灵活性的含风电配电网调... 风电供电有较强的不稳定性和随机性,为经典配电网调度运行体系带来了极大挑战。为了弥补现有研究中忽视不确定集外风险、无法充分考虑需求灵活性的不足,在客观量化风电不确定集外期望风险的基础上,建立基于需求灵活性的含风电配电网调度优化模型。为求解所建复杂混合整数非线性规划模型,基于协调分解思路,提出了一种改进蚁狮算法与分支定界算法相协调的双层优化算法,充分利用人工智能算法和经典数学算法的优势,快速求解所建复杂模型。算例结果表明:与现有先进调度方法相比,所提出方法能充分利用需求灵活性,有效降低配电网调度的风险,合理权衡调度计划的经济性和风险性;在实际配电网调度中,可为实现更加高效、稳定的含风电配电网调度提供指导。 展开更多

关键词 配电网 需求灵活性 风险度量 蚁狮算法 双层优化

在线阅读 下载PDF 职称材料