基于改进BAS算法的断路器操动状态辨识方法

1

作者 吴志勇 王东方 付晨晓 《电子设计工程》 2024年第2期98-101,106,共5页

断路器操动状态辨识方法容易陷入局部最优,导致辨识结果不精准。为此,提出基于改进BAS算法的断路器操动状态辨识方法。利用改进BAS算法,随机搜索断路器操动状态,获取感知范围内的最优天牛位置,使用LMD分解断路器操动状态信号,采用步长... 断路器操动状态辨识方法容易陷入局部最优,导致辨识结果不精准。为此,提出基于改进BAS算法的断路器操动状态辨识方法。利用改进BAS算法,随机搜索断路器操动状态,获取感知范围内的最优天牛位置,使用LMD分解断路器操动状态信号,采用步长因子控制天牛须搜索范围,获取特征向量;使用指标权重判断断路器操动状态异常情况。实验结果表明,该方法只有在铁芯卡涩状态下,功率谱极坐标与实际坐标不一致,存在30°的误差,其余均一致,说明使用该方法辨识结果精准。 展开更多

关键词 改进bas算法 断路器 操动状态 状态辨识

在线阅读 下载PDF 职称材料

基于BAS算法的河渠突发水污染溯源 被引量：7

2

作者 王忠慧 贡力 +2 位作者 康春涛 王鸿 杨轶群 《水资源保护》 CAS CSCD 北大核心 2020年第5期87-92,共6页

为了在河渠突发水污染事件发生后快速识别污染物的源项信息,结合正向的质量浓度过程与逆向位置信息之间的关系,实现污染物源项的解耦,确定了质量浓度与位置概率密度函数之间的相关关系以及质量浓度与正向质量浓度概率密度函数之间的关系... 为了在河渠突发水污染事件发生后快速识别污染物的源项信息,结合正向的质量浓度过程与逆向位置信息之间的关系,实现污染物源项的解耦,确定了质量浓度与位置概率密度函数之间的相关关系以及质量浓度与正向质量浓度概率密度函数之间的关系,构建了水力学模型,并利用天牛须搜索(BAS)算法对水污染源项进行求解。数值模型仿真结果表明:该水力学模型与BAS算法的结合有效地降低了计算量,计算得到的源项信息与实际情况基本符合,精度较高;与粒子群算法相比,BAS算法收敛速度快,运算量小。 展开更多

关键词 河渠 突发水污染 污染物源项 解耦 bas算法

在线阅读 下载PDF 职称材料

基于BAS-PID算法的介电弹性体执行器控制研究 被引量：3

3

作者 徐健 惠楠 苏泽斌 《西安工程大学学报》 CAS 2021年第4期84-89,共6页

由于介电弹性体构成的执行器在软体机器人驱动过程中存在黏弹性效应,使得机器人难以精准控制,提出一种天牛须搜索(beetle antennae search,BAS)算法优化PID的控制方法,实现对软体机器人的精准控制。首先,采用流变模型对介电弹性体执行器... 由于介电弹性体构成的执行器在软体机器人驱动过程中存在黏弹性效应,使得机器人难以精准控制,提出一种天牛须搜索(beetle antennae search,BAS)算法优化PID的控制方法,实现对软体机器人的精准控制。首先,采用流变模型对介电弹性体执行器(dielectric elastomer actuator,DEA)动力学模型进行搭建;其次,利用BAS算法具有较强的全局寻优能力以及单体的寻优策略,将PID控制器参数转化为BAS算法在三维空间中的参数;最后,在迭代过程中对PID参数进行优化。实验结果表明:所提方法对正弦波、三角波的最大跟踪误差为0.95 mm和1.08 mm,相比于其他控制方法,提高了执行器的控制精度。 展开更多

关键词 介电弹性体 黏弹性 天牛须搜索(bas)算法 PID控制 软体机器人

在线阅读 下载PDF 职称材料

基于天牛须优化算法的相关向量机边坡稳定性分析

4

作者 张研 唐北昌 孟庆鹏 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第11期11-17,36,共8页

为了快速、准确地预测边坡稳定性,及时控制边坡危害,提出了一种基于天牛须(beetle antennae search,BAS)优化算法的相关向量机(relevance vector machine,RVM)边坡稳定性分析模型。基于RVM模型,建立了边坡影响因素与稳定性的非线性映射... 为了快速、准确地预测边坡稳定性,及时控制边坡危害,提出了一种基于天牛须(beetle antennae search,BAS)优化算法的相关向量机(relevance vector machine,RVM)边坡稳定性分析模型。基于RVM模型,建立了边坡影响因素与稳定性的非线性映射关系;采用BAS算法对RVM模型参数进行优化,提出了基于BAS算法的RVM边坡稳定性分析优化模型;并将该模型应用于京新高速公路的边坡稳定性分析。分析结果表明:与实际值相比,基于BAS-RVM模型的最大绝对值相对误差为3.90%;在相同学习样本下,与RVM模型、支持向量机(support vector machine,SVM)模型和径向基函数(radical basis function,RBF)模型的预测值相比,BAS-RVM模型预测结果的可信度和拟合度更好、精度更高,其平均绝对值误差(mean absolute error,EMA)、均方根误差(root mean square error,ERMS)、相对均方误差(relative root mean square error,ERRMS)远低于其他3种模型。 展开更多

关键词 岩土工程 天牛须优化算法(bas) 相关向量机(RVM) 预测模型 边坡

在线阅读 下载PDF 职称材料

基于自适应变异的变步长天牛须算法及其在图像配准中的应用

5

作者 张金锋 谢枫 +3 位作者 王鹏 吴睿 俞波 都海波 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第11期1465-1471,共7页

针对现有遥感技术缺乏光谱信息而导致图像失真度高、成像模糊等问题,文章提出基于倾斜摄影技术提高遥感图像分辨率的方法。传统的天牛须算法(beetle antennae search algorithm,BAS)在处理图像匹配时,虽然具有参数少、收敛速度快、易于... 针对现有遥感技术缺乏光谱信息而导致图像失真度高、成像模糊等问题,文章提出基于倾斜摄影技术提高遥感图像分辨率的方法。传统的天牛须算法(beetle antennae search algorithm,BAS)在处理图像匹配时,虽然具有参数少、收敛速度快、易于实现等优点,但是精度有限。因此以步长指数衰减的方式进行变步长搜索,同时借鉴粒子群算法寻优策略,引入天牛左右须历史最佳位置作为下一步解的搜索参考位置,以此提高解的搜索速度。与传统的天牛须智能优化算法相比,该文提出的基于自适应变异的变步长天牛须算法求解精度更高,通过实验验证了该算法的有效性。 展开更多

关键词 遥感图像 倾斜摄影图像 改进的天牛须算法(bas) 图像配准与融合

在线阅读 下载PDF 职称材料

基于BAS-BPNN模型的季节性冻融期土壤含水率预测 被引量：2

6

作者 李旭强 郑秀清 +2 位作者 薛静 陈军锋 陆帅帅 《节水灌溉》 北大核心 2020年第10期66-70,共5页

季节性冻融期土壤含水率对干旱半干旱区春耕下种及作物生长起决定性作用,土壤含水率预测对了解土壤墒情、实施春灌具有一定的指导意义。根据114组冻融期气象观测资料和土壤含水率实测数据,采用主成分分析法在影响土壤含水率的9个影响因... 季节性冻融期土壤含水率对干旱半干旱区春耕下种及作物生长起决定性作用,土壤含水率预测对了解土壤墒情、实施春灌具有一定的指导意义。根据114组冻融期气象观测资料和土壤含水率实测数据,采用主成分分析法在影响土壤含水率的9个影响因子中提取出7个主要因子,建立了基于天牛须搜索(BAS)算法的优化BP神经网络(BPNN)模型,即BAS-BPNN模型,分析了模型的土壤含水率预测结果,并与同类的BP模型、PSO-BPNN模型和GA-BPNN模型的预测结果进行了对比。结果表明:BAS-BPNN模型训练集预测值与实测值的决定系数为0.9178,相对误差为8.65;测试集预测值与实测值的决定系数为0.9096,相对误差为9.08。BAS-BPNN模型比其他3种模型的决定系数高且相对误差小。与其他优化算法相比,BAS-BPNN模型寻优及收敛速度快,对冻融期土壤含水率预测精度更高,不失为一种较好的预测冻融期土壤含水率的方法。 展开更多

关键词 季节性冻融期 土壤含水率预测 主成分分析 bas算法 bas-BPNN模型

在线阅读 下载PDF 职称材料

基于MEEMD样本熵与BAS-BP的轴承故障诊断 被引量：9

7

作者 蔡波 黄晋英 +1 位作者 马健程 王智超 《煤矿机械》 北大核心 2020年第10期162-164,共3页

为了提高煤矿机械设备可靠性、降低维修成本,提出一种基于改进的集成经验模态分解(MEEMD)样本熵与天牛须搜索(BAS)算法优化BP神经网络的轴承故障诊断方法。首先,利用MEEMD算法分解振动信号并根据峭度准则和相关系数筛选出主要IMF分量;其... 为了提高煤矿机械设备可靠性、降低维修成本,提出一种基于改进的集成经验模态分解(MEEMD)样本熵与天牛须搜索(BAS)算法优化BP神经网络的轴承故障诊断方法。首先,利用MEEMD算法分解振动信号并根据峭度准则和相关系数筛选出主要IMF分量;其次,提取前4阶分量的样本熵;最后,将样本熵值归一化后组成特征向量输入到BAS-BP分类器中,利用BAS算法搜索最佳参数进行故障诊断。利用凯斯西储大学的轴承数据集进行分析,并与BP、GA-BP神经网络的诊断结果进行对比,结果表明,该方法能够有效识别出轴承故障,分类效果优于BP、GA-BP神经网络,分类准确率达到95%。 展开更多

关键词 轴承 MEEMD 样本熵 bas算法 BP神经网络 故障诊断

在线阅读 下载PDF 职称材料

基于PCA-BAS-PPR的海底管道外腐蚀速率预测模型 被引量：9

8

作者 骆正山 姚梦月 +1 位作者 骆济豪 王小完 《材料保护》 CAS CSCD 北大核心 2019年第10期64-69,74,共7页

为提高海底管道腐蚀速率的预测精度,提出基于主成分分析法(PCA)和天牛须搜索(BAS)算法优化的投影寻踪回归(PPR)预测模型以减小风险事故带来的损失。通过PCA对数据进行预处理,提取影响管道腐蚀的主因素,应用PPR建立腐蚀预测的数学模型,... 为提高海底管道腐蚀速率的预测精度,提出基于主成分分析法(PCA)和天牛须搜索(BAS)算法优化的投影寻踪回归(PPR)预测模型以减小风险事故带来的损失。通过PCA对数据进行预处理,提取影响管道腐蚀的主因素,应用PPR建立腐蚀预测的数学模型,并采用BAS对模型进行优化。最后,以某海域海底管线为例,采用实海挂片试验采集数据,在MATLAB中进行仿真,并将仿真拟合值与实际值对比。结果表明:PCA-BAS-PPR预测的精度更高,模型的性能更好,为管道腐蚀预测提供了新思路。 展开更多

关键词 海底管道 腐蚀速率预测模型 主成分分析(PCA) 天牛须搜索(bas)算法 投影寻踪回归(PPR)模型

在线阅读 下载PDF 职称材料

基于改进BAS-BP模型的水平受荷桩承载力预测方法研究 被引量：1

9

作者 罗洪波 居帅 +3 位作者 刘云龙 原崇轩 贺希格 赵钱 《四川建筑科学研究》 2023年第2期67-74,共8页

水平受荷桩在高速道路、桥梁和抗震等工程中广泛使用,其设计中存在的重要问题之一为承载力的预测。影响水平受荷桩承载力的因素较多,而现有的相关计算理论未能考虑岩土参数的变异性,难以反映实际使用时的工程情况,从而使得承载力的预测... 水平受荷桩在高速道路、桥梁和抗震等工程中广泛使用,其设计中存在的重要问题之一为承载力的预测。影响水平受荷桩承载力的因素较多,而现有的相关计算理论未能考虑岩土参数的变异性,难以反映实际使用时的工程情况,从而使得承载力的预测误差较大。采用自适应惯性权重和最小步长策略改进了BAS算法,优化了神经网络模型参数,建立了水平受荷桩承载力预测模型。预测结果表明,改进BAS算法可以显著改善神经网络的泛化能力、收敛速度和预测精度,预测模型对水平受荷桩承载力预测具有良好的适用性。采用连接权重法对水平受荷桩承载力进行了敏感性分析。结果表明:Su为最重要输入参数,其次为e,而L和D对单桩水平承载力的影响较小。该预测方法计算简便、高效,预测精度相对较高。且此方法可进一步考虑荷载、桩体和土体类型等相关因素的影响,适用范围广、包容性较强。 展开更多

关键词 BP神经网络 改进bas算法 水平受荷桩 水平承载力 敏感性分析

在线阅读 下载PDF 职称材料

巷道松软煤体流变参数反演的BAS-ESVM模型与应用 被引量：1

10

作者 孙元田 李桂臣 +2 位作者 钱德雨 张苏辉 许嘉徽 《煤炭学报》 EI CAS CSCD 北大核心 2021年第S01期106-115,共10页

深部煤体巷道变形具有明显的流变特性,准确高效地获取煤体的流变参数是研究巷道流变机理的重要基础。基于典型的煤巷流变工程案例,经分析认为,巷道帮部的松软煤体的长时变形具有两阶段流变特征,即前期的减速大流变阶段和后期的等速大流... 深部煤体巷道变形具有明显的流变特性,准确高效地获取煤体的流变参数是研究巷道流变机理的重要基础。基于典型的煤巷流变工程案例,经分析认为,巷道帮部的松软煤体的长时变形具有两阶段流变特征,即前期的减速大流变阶段和后期的等速大流变阶段,获得煤体的流变参数对于进一步研究巷道失稳具有重要意义。基于人工智能算法支持向量机(SVM),采用天牛须算法(BAS)高效获取SVM的核函数参数σ和罚参数C,形成改进型进化支持向量机(ESVM),提高SVM的学习和泛化能力。进一步地,明确围岩的流变模型和弹塑性力学参数,基于正交设计原理,构建松散煤体流变参数样本数据。建立数值模拟模型,对构建的流变参数样本进行模拟计算,得到含有时序性的计算巷道位移,进而将每一组流变参数及其通过数值计算得到的与时间相对应的两帮移近量位移作为一组样本,形成样本数据库。将上述数据通过ESVM模型不断学习,以现场位移数据为目标,再利用BAS搜索得到最佳的煤体流变参数,最终构建得到BAS-ESVM煤体流变参数反演模型。得到的流变参数经过正算验证,结果显示计算位移与实测值吻合较好,证明了该方法的有效性与流变参数的正确性,该方法为研究煤体巷道流变机理奠定了参数基础。 展开更多

关键词 煤体巷道 流变参数反演 人工智能 支持向量机(SVM) 天牛须算法(bas)

在线阅读 下载PDF 职称材料

基于BAS优化堆栈稀疏自编码器的轴承故障诊断 被引量：2

11

作者 张磊 陈剑 +3 位作者 孙太华 曹昆明 阚东 程明 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2022年第12期1608-1614,1662,共8页

针对复杂工况下轴承载荷的时变非平稳性,文章提出一种基于天牛须搜索(beetle antennae search,BAS)算法优化堆栈稀疏自编码器的轴承故障诊断方法,以解决复杂工况下难以快速准确判断轴承故障类型的问题。首先,通过对轴承振动信号进行时... 针对复杂工况下轴承载荷的时变非平稳性,文章提出一种基于天牛须搜索(beetle antennae search,BAS)算法优化堆栈稀疏自编码器的轴承故障诊断方法,以解决复杂工况下难以快速准确判断轴承故障类型的问题。首先,通过对轴承振动信号进行时域、频域特征提取和变分模态分解,得到其固有模态函数,提取其时域、频域和固有模态函数的44个特征构建数据集,作为机器学习诊断网络的输入;其次,通过稀疏自编码器二次特征提取获得更加典型的特征,同时引入BAS算法对堆栈稀疏自编码器的稀疏惩罚因子进行自适应选取以获得最优分类模型;最后,通过Softmax分类层实现对滚动轴承的故障诊断分类。试验结果表明,该方法不仅在平稳载荷下具有很好的轴承故障分类能力,而且在时变非平稳性载荷以及不同测试数据量下仍然具有较好的故障分类效果。 展开更多

关键词 轴承故障诊断 深度神经网络 堆栈稀疏自编码器 变分模态分解 天牛须搜索(bas)算法

在线阅读 下载PDF 职称材料

基于MIV-BAS-Elman模型的爆破振动速度预测

12

作者 蔡晨 钱谦 资昊 《中国水运》 2019年第12期110-112,共3页

针对标准神经网络预测爆破振动易陷入局部极值且预测精度低的问题,采用平均影响值法(MIV)对输入变量进行筛选和约简来提高建模精度,采用天牛须搜索算法(BAS)对Elman神经网络进行初始权值阈值的优化,在此基础上建立了MIV-BAS-Elman算法... 针对标准神经网络预测爆破振动易陷入局部极值且预测精度低的问题,采用平均影响值法(MIV)对输入变量进行筛选和约简来提高建模精度,采用天牛须搜索算法(BAS)对Elman神经网络进行初始权值阈值的优化,在此基础上建立了MIV-BAS-Elman算法模型。基于某露天煤矿爆破振动速度峰值数据样本对模型进行了验证,并与其他多种算法模型进行了比较分析,结果表明基于MIV-BAS-Elman的爆破振动速度预测模型具有运算速度快、预测精度高的优点,对爆破振动预测具有普适性和一定的实用价值。 展开更多

关键词 爆破振动速度 ELMAN神经网络 MIV 天牛须搜索算法(bas)

在线阅读 下载PDF 职称材料

盐冻条件下纤维混凝土耐久性及强度预测 被引量：1

13

作者 徐存东 陈家豪 +1 位作者 李准 连海东 《水利水运工程学报》 CSCD 北大核心 2024年第1期94-103,共10页

为探明玄武岩纤维细石混凝土在盐冻条件下的耐久性,准确预测混凝土在非线性特征及外界多因素影响下的强度变化,以甘肃景电灌区盐碱地的水工建筑物群及其服役环境条件为验证原型,通过开展室内材料试验,改变冻融介质(清水、3%NaCl溶液、5%... 为探明玄武岩纤维细石混凝土在盐冻条件下的耐久性,准确预测混凝土在非线性特征及外界多因素影响下的强度变化,以甘肃景电灌区盐碱地的水工建筑物群及其服役环境条件为验证原型,通过开展室内材料试验,改变冻融介质(清水、3%NaCl溶液、5%Na2SO4溶液)及玄武岩纤维体积掺量(0、0.05%、0.10%、0.15%、0.20%),初步探究玄武岩纤维细石混凝土在不同盐冻环境下的单轴抗压强度变化规律。基于室内试验结果,通过构建天牛须搜索算法(BAS)与BPNN结合的BAS-BP模型,预测了盐冻条件变化下玄武岩纤维细石混凝土的抗压强度;为验证BAS算法的准确性,同时构建经两个智能算法改进的BPNN模型,对不同模型计算得出的性能指标进行分析及误差对比。试验结果表明:适量的玄武岩纤维掺入可以提高细石混凝土的抗盐冻性能,纤维体积掺量为0.15%时,细石混凝土的各方面性能最优;NaCl溶液中的试件比Na2SO4溶液的冻融损伤更严重。模型预测误差对比表明,BAS-BP模型具有较好的准确性和稳定性。 展开更多

关键词 细石混凝土 玄武岩纤维 抗压强度 神经网络 天牛须搜索算法(bas)

在线阅读 下载PDF 职称材料

基于参数优化SDP分析的转子故障诊断方法 被引量：5

14

作者 万周 何俊增 +2 位作者 姜东 李坚 张大海 《振动与冲击》 EI CSCD 北大核心 2023年第1期81-88,共8页

针对存在多种故障类型不同故障严重程度的转子故障诊断问题,提出了一种基于参数优化对称点模式(symmetrized dot pattern,SDP)分析的智能诊断方法。首先,利用SDP分析提取多个传感器信号的故障特征并将其融合为SDP图像;然后,以基于欧氏... 针对存在多种故障类型不同故障严重程度的转子故障诊断问题,提出了一种基于参数优化对称点模式(symmetrized dot pattern,SDP)分析的智能诊断方法。首先,利用SDP分析提取多个传感器信号的故障特征并将其融合为SDP图像;然后,以基于欧氏距离定义的图像区分度函数为适应度函数,基于天牛须搜索(beetle antennae search,BAS)算法获得SDP分析中角域增益因子与时间延滞系数的最佳取值;最后,利用SDP图像训练卷积神经网络(convolutional neural network,CNN)获得转子故障诊断模型。试验研究表明,该方法相较于其他故障诊断方法具有更高的诊断精度,且在强噪声环境下的诊断表现良好。基于BAS算法优化后的SDP分析放大了不同类型不同严重程度转子故障的表征差异,提高了故障诊断精度。 展开更多

关键词 转子 对称点模式(SDP) 天牛须搜索(bas)算法 卷积神经网络(CNN) 故障诊断

在线阅读 下载PDF 职称材料