基于特征选择和ICOA-LSSVM的变压器故障诊断 被引量：4

1

作者 向小民 盛刘宇 +1 位作者 刘谦 刘闯 《电气工程学报》 CSCD 北大核心 2024年第4期397-406,共10页

为提高变压器故障诊断的准确率,提出一种基于特征选择和改进黑猩猩算法(Improved chimp optimization algorithm,ICOA)优化最小二乘支持向量机(Least squares support vector machine,LSSVM)的变压器故障诊断方法。采用F-score和信息增... 为提高变压器故障诊断的准确率,提出一种基于特征选择和改进黑猩猩算法(Improved chimp optimization algorithm,ICOA)优化最小二乘支持向量机(Least squares support vector machine,LSSVM)的变压器故障诊断方法。采用F-score和信息增益两种方法对故障特征进行筛选,根据特征选择结果确定变压器故障诊断模型的输入量。采用ICOA算法对LSSVM的惩罚因子和核参数进行优化,建立了基于特征选择和ICOA-LSSVM的变压器故障诊断模型。采用实际变压器故障数据进行算例分析,并与其他变压器故障诊断方法进行对比,结果表明,考虑特征选择的ICOA-LSSVM模型诊断结果的正确率高达95.83%,高于其他方法,验证了所提变压器故障诊断方法的正确性和优越性。 展开更多

关键词 变压器 故障诊断 改进黑猩猩算法 最小二乘支持向量机 特征选择

在线阅读 下载PDF 职称材料

基于参数优化VMD的心率检测去噪算法

2

作者 肖剑 张现国 +2 位作者 宋烨 杨小苑 程鸿亮 《现代雷达》 北大核心 2025年第6期46-55,共10页

针对毫米波雷达的非接触式生命体征信号检测中存在静态杂波和呼吸谐波干扰噪声等问题,文中提出一种基于改进浣熊优化算法的变分模态分解(ICOA-VMD)噪声抑制算法。浣熊优化算法采用混沌种群初始化和自适应函数分布提高算法的种群多样性... 针对毫米波雷达的非接触式生命体征信号检测中存在静态杂波和呼吸谐波干扰噪声等问题,文中提出一种基于改进浣熊优化算法的变分模态分解(ICOA-VMD)噪声抑制算法。浣熊优化算法采用混沌种群初始化和自适应函数分布提高算法的种群多样性和全局搜索能力,文中利用ICOA对VMD的最佳适应度参数进行搜索,确定惩罚参数和分量个数,对心跳信号进行重构,从而实现心跳信号的干扰噪声去除。实验结果表明,ICOA-VMD方法具有收敛速度快、精度高的特点,信噪比和均方误差的评估和时域分析验证了该算法相较于小波变换和经验模态分解具有更好的性能。在不同距离的常规环境下,该方法针对不同受试者的心率检测平均精确度可以达到95.40%。 展开更多

关键词 毫米波雷达 信号处理 心率检测 浣熊优化算法 变分模态分解

在线阅读 下载PDF 职称材料

基于多策略融合的改进黑猩猩优化算法

3

作者 王燕 王妮娅 +2 位作者 毛剑琳 徐志昊 李大焱 《计算机工程与科学》 北大核心 2025年第10期1877-1889,共13页

黑猩猩优化算法ChOA具有个体多样性丰富和收敛速度快的特点,但是该算法在搜索能力和跳出局部最优上仍有改善的空间。因此,提出一种基于多策略融合的改进黑猩猩优化算法。首先,引入双交叉无限折叠迭代混沌映射对种群进行初始化,以提高初... 黑猩猩优化算法ChOA具有个体多样性丰富和收敛速度快的特点,但是该算法在搜索能力和跳出局部最优上仍有改善的空间。因此,提出一种基于多策略融合的改进黑猩猩优化算法。首先,引入双交叉无限折叠迭代混沌映射对种群进行初始化,以提高初始解质量,有助于算法后续寻优;其次,结合正余弦权重因子和个体最佳跟随策略的混合位置更新机制更新个体位置,提高算法寻优能力和收敛精度;最后,引入柯西高斯变异机制,对当前最优个体进行变异,同时结合贪婪策略选择最佳个体,增强算法跳出局部最优的能力。在数值实验中,使用10个基准函数的Wilcoxon秩和检验对比分析改进算法的寻优性能,结果表明,所提算法寻优性能较对比算法均有所提升,并在三维路径规划问题上进一步验证了算法有效性。 展开更多

关键词 黑猩猩优化算法 双交叉无限折叠迭代混沌映射 正余弦权重因子 个体最佳跟随策略 柯西高斯变异 路径规划

在线阅读 下载PDF 职称材料

基于WD-COA-LSTM模型的月降水量预测 被引量：9

4

作者 王文川 杨静欣 臧红飞 《水资源与水工程学报》 CSCD 北大核心 2022年第4期8-13,23,共7页

为进一步提高月降水量预测精度,提出了基于小波分解(WD)和郊狼优化(COA)算法的长短期记忆神经网络(LSTM)降水量预测模型(WD-COA-LSTM)。首先用小波分解对时间序列进行预处理,消除序列的非平稳性,得到1个低频序列和3个高频序列;然后通过... 为进一步提高月降水量预测精度,提出了基于小波分解(WD)和郊狼优化(COA)算法的长短期记忆神经网络(LSTM)降水量预测模型(WD-COA-LSTM)。首先用小波分解对时间序列进行预处理,消除序列的非平稳性,得到1个低频序列和3个高频序列;然后通过郊狼优化算法对神经网络(LSTM)模型进行参数优化;最后将各子序列预测值叠加得到月降水量预测值。将提出的模型应用于洛阳市栾川县白土镇和洛宁县故县镇两个雨量站的月降水量预测中,并与LSTM、COA-LSTM、WD-LSTM模型预测结果进行对比。结果表明:提出的WD-COA-LSTM模型的预测精度最高,说明小波分解和郊狼优化算法能有效加强LSTM模型预测的精度和泛化能力,为月降水量的预测提供了一种新的途径。 展开更多

关键词 月降水量预测 小波分解 郊狼优化算法 长短期记忆神经网络

在线阅读 下载PDF 职称材料

粒子群优化随机森林机床热误差建模与补偿

5

作者 苏哲 郭世杰 +3 位作者 丁强强 唐术锋 邹云鹤 吕贺 《机床与液压》 北大核心 2025年第12期8-16,共9页

为了提高机床热误差预测精度,提出一种自适应粒子群(APSO)优化随机森林(RF)模型的机床直线轴热误差预测方法。采用浣熊优化算法(COA)对K-Means算法进行优化,并结合相关性分析筛选出温度敏感点;提出动态惯性权重与学习因子的线性调整策... 为了提高机床热误差预测精度,提出一种自适应粒子群(APSO)优化随机森林(RF)模型的机床直线轴热误差预测方法。采用浣熊优化算法(COA)对K-Means算法进行优化,并结合相关性分析筛选出温度敏感点;提出动态惯性权重与学习因子的线性调整策略来避免粒子群算法陷入局部最优解,构建了基于APSO-RF的直线轴热误差预测模型。为了验证模型的准确性与实用性,在VDL-600A型加工中心上以X轴为例进行热误差测量与建模验证,基于FANUC系统坐标原点偏移(EMZPS)功能结合自主搭建的热误差辅助补偿系统,实现了计算机与系统间的通信连接。结果表明:APSO-RF热误差模型的均方根误差相比PSO-SVM、RF及BP模型分别降低了18.3%、45.2%及47.2%,有效提高了建模精度。根据构建的模型与补偿系统功能模块,补偿后热误差最大值由71.15μm降至13.4μm,精度提升81.2%,所构建的热误差补偿方法可有效提高机床的加工精度及稳定性。 展开更多

关键词 数控机床 热误差补偿 自适应粒子群优化随机森林(APSO-RF)模型 浣熊优化算法(coa)

在线阅读 下载PDF 职称材料

考虑道路受损和公平性的卡车无人机协同配送路径优化研究

6

作者 韩晶 刘艳秋 《运筹与管理》 北大核心 2025年第6期55-62,共8页

应急物流系统面临着很多的挑战,如道路受损、需求量不确定和受灾地区的“不公平感”。在这种复杂情形下,选择恰当的运输方式和科学规划路径成为亟需解决的问题之一。为了应对这一挑战,本文建立了考虑受灾点公平性的卡车和无人机协同配... 应急物流系统面临着很多的挑战,如道路受损、需求量不确定和受灾地区的“不公平感”。在这种复杂情形下,选择恰当的运输方式和科学规划路径成为亟需解决的问题之一。为了应对这一挑战,本文建立了考虑受灾点公平性的卡车和无人机协同配送路径优化模型,提出了一种混合黑猩猩优化算法(Hybrid Chimp Optimization Algorithm, HChoA)求解,并通过算例进行了仿真实验。结果表明,HChoA算法相比Gurobi在运行时间上有明显优势,且达到了相同甚至更好的结果。HChoA算法在局部搜索能力和计算精度方面都有所提高,算法的有效性得以验证。最后,对两个关键参数进行了灵敏度分析。 展开更多

关键词 应急物流 卡车和无人机 公平性 道路受损 不确定需求量 混合黑猩猩优化算法

在线阅读 下载PDF 职称材料

基于神经网络和稳健估计的风电机组状态监测

7

作者 岳子桐 李艳婷 赵宇 《中国机械工程》 北大核心 2025年第8期1842-1852,共11页

在风力发电机组的状态监测中,温度时序数据作为评估其运行是否稳定的关键指标,通常由数据采集与监视控制(SCADA)系统进行收集。提出了一种利用温度数据来实现更加稳健的风电机组状态监测的新方法。为了解决传统预测模型存在的收敛速度... 在风力发电机组的状态监测中,温度时序数据作为评估其运行是否稳定的关键指标,通常由数据采集与监视控制(SCADA)系统进行收集。提出了一种利用温度数据来实现更加稳健的风电机组状态监测的新方法。为了解决传统预测模型存在的收敛速度慢的问题,采用卷积神经网络(CNN)与双向门控循环单元(BiGRU)相结合的网络结构,并引入一种新颖的优化算法——长鼻浣熊优化算法(COA),以改善温度预测模型的训练效果。此外,考虑到实际操作环境中传统控制图存在较高的假警报率这一问题,提出了一种结合中位数估计(MED)与最小正则化加权协方差行列式估计(MRWCD)的策略,用于残差向量的稳健性监测。基于上述改进,建立了一个多元指数加权移动平均控制图。在华东地区某一风电场的应用案例表明,相较于传统的监测手段,所提方法能够显著减少误报的情况,并且在风电机组的状态监测过程中,可靠性与稳定性更高。 展开更多

关键词 风电机组状态监测 卷积神经网络-双向门控循环单元 长鼻浣熊优化算法 稳健检验统计量

在线阅读 下载PDF 职称材料

基于RTSMFE、M-KRCDA与COA-SVM的行星齿轮箱故障诊断 被引量：5

8

作者 戚晓利 崔创创 +2 位作者 杨艳 程主梓 陈旭 《振动与冲击》 EI CSCD 北大核心 2022年第21期109-120,共12页

针对从行星齿轮箱非线性、非平稳振动信号中提取故障特征困难的问题,提出了一种基于精细时移多尺度模糊熵(refined time-shift multiscale fuzzy entropy,RTSMFE)、马氏距离的核正则化共面判别分析(Mahalanobis-kernel regularized copl... 针对从行星齿轮箱非线性、非平稳振动信号中提取故障特征困难的问题,提出了一种基于精细时移多尺度模糊熵(refined time-shift multiscale fuzzy entropy,RTSMFE)、马氏距离的核正则化共面判别分析(Mahalanobis-kernel regularized coplanar discriminant analysis,M-KRCDA)以及郊狼优化算法优化支持向量机(coyote optimization algorithm-support vector machine,COA-SVM)的行星齿轮箱故障诊断方法。首先利用RTSMFE计算和组合行星齿轮箱原始故障信号的特征向量,构建原始高维故障特征集;然后采用M-KRCDA的特征筛选方法,减少了特征的维数并提高特征故障识别的准确性和效率;最后将低维特征输入到COA-SVM进行故障类型的判别。行星齿轮箱故障诊断试验结果分析表明,所提方法能够准确识别行星齿轮箱的常见故障,具有一定的应用前景。 展开更多

关键词 故障诊断 行星齿轮箱 精细时移多尺度模糊熵(RTSMFE) 马氏距离的核正则化共面判别分析(M-KRCDA) 郊狼优化算法优化支持向量机(coa-SVM)

在线阅读 下载PDF 职称材料

前景黑猩猩优化SVM的跨项目软件缺陷预测

9

作者 陈丽芳 张思鹏 +2 位作者 曹柯欣 韩阳 代琪 《计算机工程与设计》 北大核心 2025年第11期3239-3247,共9页

黑猩猩优化算法存在收敛慢、精度低、易陷入局部最优问题。为此,提出前景反向黑猩猩优化算法(PRChOA)。该算法运用佳点集策略初始化种群,借助前景反向学习更新攻击者等角色位置,对新个体进行位置排序,以此提升全局收敛速度与局部寻优能... 黑猩猩优化算法存在收敛慢、精度低、易陷入局部最优问题。为此,提出前景反向黑猩猩优化算法(PRChOA)。该算法运用佳点集策略初始化种群,借助前景反向学习更新攻击者等角色位置,对新个体进行位置排序,以此提升全局收敛速度与局部寻优能力。在6个基准测试函数中,PRChOA对比多个群智能算法,实验结果表明PRChOA收敛更快、寻优更强。将其用于优化SVM超参数并应用于跨项目软件缺陷预测,实验使用28个公开数据集,实验结果表明F-measure、AUC指标优于其它算法。 展开更多

关键词 黑猩猩优化算法 佳点集 前景理论 反向学习 跨项目软件缺陷预测 支持向量机 超参数优化

在线阅读 下载PDF 职称材料

基于COA-ASRCKF的单液流锌镍电池SOC估计

10

作者 宋春宁 苏有平 +1 位作者 莫伟县 郑少耿 《电池》 CAS 北大核心 2021年第4期351-355,共5页

针对容积卡尔曼滤波(CKF)算法在迭代过程中存在诸多破坏协方差对称性和正定性的敏感操作,进而导致算法终止的现象,提出一种自适应平方根容积卡尔曼滤波(ASRCKF)算法。采用ASRCKF算法在估算单液流锌镍电池荷电状态(SOC)时,过程噪声协方差... 针对容积卡尔曼滤波(CKF)算法在迭代过程中存在诸多破坏协方差对称性和正定性的敏感操作,进而导致算法终止的现象,提出一种自适应平方根容积卡尔曼滤波(ASRCKF)算法。采用ASRCKF算法在估算单液流锌镍电池荷电状态(SOC)时,过程噪声协方差Q、量测噪声协方差初值R(0)和状态误差协方差初值P_(0)的设定,对估算精度和鲁棒性有重要影响。为此,应用郊狼优化算法(COA)对Q、R(0)和P_(0)进行参数寻优。实验结果表明,提出的COA-ASRCKF算法能较好地应用于单液流锌镍电池SOC估计。与CKF和ASRCKF算法相比,估算精度更高、鲁棒性更强,均方根误差小于1%。 展开更多

关键词 单液流锌镍电池 荷电状态(SOC) 郊狼优化算法(coa) 自适应平方根容积卡尔曼滤波(ASRCKF)算法 参数寻优

在线阅读 下载PDF 职称材料

基于ICOA-LSTM的短期负荷预测研究 被引量：19

11

作者 高超 孙谊媊 +1 位作者 赵洪峰 曹培芳 《电子测量技术》 北大核心 2022年第13期88-95,共8页

精准的负荷预测有利于电力系统的稳定运行,提高经济性和可靠性。为了提高短期电力负荷的预测精度,提出了一种基于改进型黑猩猩算法优化长短时记忆网络的短期负荷预测模型。由于黑猩猩优化算法存在易陷入局部最优、寻优精度低等缺陷,采用... 精准的负荷预测有利于电力系统的稳定运行,提高经济性和可靠性。为了提高短期电力负荷的预测精度,提出了一种基于改进型黑猩猩算法优化长短时记忆网络的短期负荷预测模型。由于黑猩猩优化算法存在易陷入局部最优、寻优精度低等缺陷,采用Circle映射策略初始化种群,产生分布均匀的黑猩猩种群,提高黑猩猩种群的多样性,为全局寻优奠定基础;其次,引入螺旋位置更新策略,使黑猩猩种群有多种搜索路径,扩大搜索空间,提高种群的全局搜索能力;然后,引入Levy飞行策略和自适应t变异策略,在最优解位置进行扰动变异,增强抗局部极值能力,提高算法的收敛精度。针对LSTM网络的隐含层神经元数,学习率等参数较难选取的问题,利用ICOA对LSTM网络自动寻找最优参数,建立ICOA-LSTM负荷预测模型。结合某地区的实际数据进行预测分析,结果表明,与BP、LSTM、PSO-LSTM、COA-LSTM预测方法相比,ICOA-LSTM模型具有更高的短期电力负荷预测精度,其预测平均绝对误差为17.01 kW,均方根误差为21.80 kW,平均绝对百分比误差为0.37%。 展开更多

关键词 短期负荷预测 黑猩猩优化算法 Circle映射 螺旋位置更新策略 Levy飞行 自适应t变异 LSTM 最优参数

在线阅读 下载PDF 职称材料

基于ICOA优化极限学习机的网安态势预测 被引量：4

12

作者 聂良刚 兰瑞乐 《计算机工程与设计》 北大核心 2023年第4期998-1006,共9页

针对传统网络安全态势预测准确率不高、效率差的问题,利用改进黑猩猩算法优化极限学习机训练并构建网安态势预测模型ICOA-ELM。引入Tent混沌种群初始化、收敛因子非线性递减和差分进化机制对COA算法的初始种群多样性、全局搜索与局部开... 针对传统网络安全态势预测准确率不高、效率差的问题,利用改进黑猩猩算法优化极限学习机训练并构建网安态势预测模型ICOA-ELM。引入Tent混沌种群初始化、收敛因子非线性递减和差分进化机制对COA算法的初始种群多样性、全局搜索与局部开发均衡性及跳离局部最优能力进行改进,提高算法寻优性能。为提高极限学习机的预测精度和泛化能力,利用ICOA算法迭代优化ELM的关键参数,构建ICOA优化极限学习机的网安态势预测模型ICOA-ELM。实验结果表明,ICOA-ELM的预测结果拟合度更高,具有更好的预测效率和稳定性。 展开更多

关键词 黑猩猩优化算法 极限学习机 网络安全 态势预测 Tent混沌 差分进化 个体变异

在线阅读 下载PDF 职称材料

改进群体智能算法的无线传感器网络覆盖优化 被引量：8

13

作者 贾润亮 张海玉 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第1期155-166,共12页

为解决无线传感器网络(Wireless Sensor Networks,WSN)节点分布不均和随机部署中的低覆盖率问题,该文提出一种改进群体智能算法的无线传感器网络覆盖优化算法,即改进的黑猩猩优化和哈里斯鹰优化的混合优化算法(Improved Chimp Optimizat... 为解决无线传感器网络(Wireless Sensor Networks,WSN)节点分布不均和随机部署中的低覆盖率问题,该文提出一种改进群体智能算法的无线传感器网络覆盖优化算法,即改进的黑猩猩优化和哈里斯鹰优化的混合优化算法(Improved Chimp Optimization and Harris Hawk Optimization Algorithm,ICHHO).该算法首先对黑猩猩优化算法(Chimpanzee Optimization Algorithm,ChOA)进行改进,使用Levy Flight来改善其探索阶段,然后设计一个更新的公式来计算猎物逃逸能量,作为开发和探索之间的选择因素.传感器节点随机部署后,将ICHHO在传感器节点上执行,按照改进策略更新个体位置信息,计算相应的适应程度,找到最优传感器位置,并根据传感器概率模型确定网络最优覆盖率.仿真结果验证了ICHHO对于解决WSN覆盖问题的适用性,与其他优化算法的对比结果显示,ICHHO在提高覆盖率方面优于其他算法. 展开更多

关键词 无线传感器网络 黑猩猩优化 哈里斯鹰优化 覆盖率 群体智能算法

在线阅读 下载PDF 职称材料

基于HMFDE和t-SNE的旋转机械故障诊断方法 被引量：4

14

作者 尹久 张杰 《机电工程》 CAS 北大核心 2024年第6期1058-1067,共10页

针对旋转机械的故障特征提取较难,以及单一类型的特征无法全面反映故障特性的问题,提出了一种基于混合多尺度波动散布熵(HMFDE)、t分布-随机邻域嵌入(t-SNE)和郊狼优化算法(COA)优化极限学习机(ELM)的旋转机械故障诊断方法。首先,采用... 针对旋转机械的故障特征提取较难,以及单一类型的特征无法全面反映故障特性的问题,提出了一种基于混合多尺度波动散布熵(HMFDE)、t分布-随机邻域嵌入(t-SNE)和郊狼优化算法(COA)优化极限学习机(ELM)的旋转机械故障诊断方法。首先,采用特征加权提出了混合多尺度波动散布熵方法,并将其用于提取旋转机械振动信号的故障特征;随后,采用t-SNE方法对混合故障特征进行了特征降维,挑选出了最能够反映故障特性的特征子集,构建了敏感特征样本;最后,采用郊狼优化算法对极限学习机的输入权重和隐含层阈值进行了优化,完成了旋转机械的故障识别和分类;以齿轮箱和滚动轴承故障数据集为对象,对基于HMFDE、t-SNE和COA-ELM的故障诊断方法进行了实验,验证了方法的有效性。研究结果表明:采用HMFDE-t-SNE-CAO-ELM故障诊断方法可以取得100%的故障识别准确率,该方法能够有效地诊断旋转机械的不同故障类型和损伤;相较于基于单一类型特征的故障诊断方法,其准确率分别可以提高0.68%、22.42%、29.18%(齿轮箱)和1.43%、8.23%、23.67%(滚动轴承),虽然牺牲了一定的计算效率,但准确率得到了明显的提高;相较于其他常规故障分类器,COA-ELM的故障识别准确率具有明显的优势。 展开更多

关键词 旋转机械 故障诊断 齿轮箱 滚动轴承 混合多尺度波动散布熵 t分布-随机邻域嵌入 郊狼优化算法 极限学习机

在线阅读 下载PDF 职称材料

基于自适应VMD和DD-cCycleGAN的滚动轴承剩余寿命预测 被引量：3

15

作者 于军 赵坤 +1 位作者 张帅 邓四二 《振动与冲击》 EI CSCD 北大核心 2024年第13期45-52,共8页

为准确预测强噪声干扰小样本情况下的滚动轴承剩余寿命(remaining useful life, RUL),提出一种基于自适应变分模态分解(variational mode decomposition, VMD)和双判别器条件循环一致对抗网络(double-discriminator conditional CycleGA... 为准确预测强噪声干扰小样本情况下的滚动轴承剩余寿命(remaining useful life, RUL),提出一种基于自适应变分模态分解(variational mode decomposition, VMD)和双判别器条件循环一致对抗网络(double-discriminator conditional CycleGAN, DD-cCycleGAN)的滚动轴承RUL预测方法。将黑猩猩优化算法(chimp optimization algorithm, ChOA)与VMD相结合,给出一种基于ChOA的自适应VMD算法,选取有效模态分量进行重构,降低强背景噪声的干扰;开发一种DD-cCycleGAN生成新样本,这些生成的新样本不但保留了源域的样本信息,还与目标域的样本相似;将训练样本的重构样本和生成的新样本作为输入,训练长短时记忆(long short-term memory, LSTM)网络,用训练后的LSTM网络预测测试样本中滚动轴承的RUL。通过采用XJTU-SY滚动轴承加速寿命试验数据集验证该方法的有效性,试验结果表明该方法具有较强的抗噪能力和较高的轴承RUL预测精度。 展开更多

关键词 滚动轴承 剩余寿命(RUL)预测 自适应变分模态分解(VMD) 双判别器条件循环一致对抗网络 黑猩猩优化算法(ChOA)

在线阅读 下载PDF 职称材料

基于缩放框架的改进贝叶斯网络结构优化算法

16

作者 祁煜翔 钱龙霞 +1 位作者 王友国 黄海平 《南京邮电大学学报（自然科学版）》 北大核心 2024年第6期128-138,共11页

贝叶斯网络在进行概率推理时,寻找最优的网络结构是一个NP-hard问题。为了准确模拟节点之间的因果关系,提出基于缩放框架的改进型网络结构学习算法。首先,利用缩放框架进行因果分析,通过斜率矩阵判断节点之间的因果关系强度,以此为基础... 贝叶斯网络在进行概率推理时,寻找最优的网络结构是一个NP-hard问题。为了准确模拟节点之间的因果关系,提出基于缩放框架的改进型网络结构学习算法。首先,利用缩放框架进行因果分析,通过斜率矩阵判断节点之间的因果关系强度,以此为基础构建网络搜索空间,提高了网络结构的初始评分;其次,使用基于评分方法的浣熊优化算法寻找评分最高的网络结构,增强了在贝叶斯网络中的评分搜索能力;最后,对评分最高的结构进行加弧、减弧和转向弧操作,寻找拟合程度最高的最优结构。通过在不同复杂度的标准网络上进行模拟实验,结果表明:所提算法收敛速度更快,能够在较短时间内找到最优结构,且结构学习的评分更高,收敛精度较高。由此说明该算法在准确性和搜寻效率方面更有优势。 展开更多

关键词 贝叶斯网络 结构学习 缩放框架 评分方法 浣熊优化算法

在线阅读 下载PDF 职称材料

融合多策略改进黑猩猩优化算法的UAV航迹规划 被引量：1

17

作者 朱孝山 刘伟伟 《电光与控制》 CSCD 北大核心 2024年第8期50-57,68,共9页

针对三维复杂环境中无人机航迹规划容易出现搜索停滞、收敛于局部最优的不足,提出一种多策略混合改进黑猩猩优化算法的航迹规划方法。针对黑猩猩优化算法寻优精度不足的问题,引入收敛因子非线性更新均衡算法全局搜索与局部开发能力;设... 针对三维复杂环境中无人机航迹规划容易出现搜索停滞、收敛于局部最优的不足,提出一种多策略混合改进黑猩猩优化算法的航迹规划方法。针对黑猩猩优化算法寻优精度不足的问题,引入收敛因子非线性更新均衡算法全局搜索与局部开发能力;设计权重因子避免个体跟随的盲目性及迭代后期个体趋于同化,提升搜索精度;设计黄金正弦莱维飞行引导机制防止因多样性逐步贫化而陷入局部最优。利用改进黑猩猩算法求解无人机航迹规划,结合无人机飞行环境三维地形图构建航迹规划模型,设计多约束飞行代价函数,并将其作为适应度函数,对无人机三维航迹规划方案迭代求解。结果表明,改进算法能够搜索到一条安全避障且航迹代价更小的路径,搜索精度高于类比算法。 展开更多

关键词 无人机 航迹规划 黑猩猩优化算法 权重因子 黄金正弦 莱维飞行 飞行代价

在线阅读 下载PDF 职称材料

基于随机森林与支持向量机的热轧带钢凸度加权预测模型研究

18

作者 周亚罗 李子轩 +2 位作者 张少川 刘文广 张瑞成 《矿冶工程》 CAS 北大核心 2024年第6期144-150,共7页

针对传统带钢凸度预测方法预测精度低、速度慢的问题,建立了基于随机森林和支持向量机的热轧带钢凸度加权预测模型。采用改进长鼻浣熊算法分别对随机森林、支持向量机和随机森林与支持向量机加权预测模型的参数进行优化,提高凸度预测精... 针对传统带钢凸度预测方法预测精度低、速度慢的问题,建立了基于随机森林和支持向量机的热轧带钢凸度加权预测模型。采用改进长鼻浣熊算法分别对随机森林、支持向量机和随机森林与支持向量机加权预测模型的参数进行优化,提高凸度预测精度。以某公司热轧1 580 mm生产线实测数据进行凸度预测仿真研究,随机森林与支持向量机加权预测模型的均方根误差为2.23μm,与随机森林模型、支持向量机模型预测精度进行比较,加权预测模型的精度分别提高了7.08%、2.62%。 展开更多

关键词 凸度预测 热轧带钢 支持向量机 长鼻浣熊算法 凸度 随机森林

在线阅读 下载PDF 职称材料

基于随机共振的井下无线电磁2FSK信号解调

19

作者 张国辉 李伟勤 《石油机械》 北大核心 2024年第9期10-16,共7页

井场及周边电器所带来的噪声干扰会对接收到的无线电磁2FSK调制信号产生影响,在信噪比低时提取信号特征困难。为此,提出了一种基于浣熊算法的自适应双稳态随机共振系统,以降低2FSK信号的误码率。该方法充分利用浣熊算法的全局探索和局... 井场及周边电器所带来的噪声干扰会对接收到的无线电磁2FSK调制信号产生影响,在信噪比低时提取信号特征困难。为此,提出了一种基于浣熊算法的自适应双稳态随机共振系统,以降低2FSK信号的误码率。该方法充分利用浣熊算法的全局探索和局部优化平衡能力,通过并行选择和优化随机共振系统的多个参数,以获得系统输出的最大信噪比增益。利用卷积神经网络对随机共振系统输出的信号进行解调,并评估其误码率。仿真和试验结果表明,在低信噪比条件下,基于浣熊算法的随机共振系统输出信号的特征频率相对于蚁群优化算法更加显著,并且具有更低的误码率。研究结果可为井下信号实时传输提供技术支撑。 展开更多

关键词 井下信号传输 随机共振 浣熊算法 卷积神经网络 2FSK调制信号 误码率

在线阅读 下载PDF 职称材料

灰狼与郊狼混合优化算法及其聚类优化 被引量：25

20

作者 张新明 姜云 +3 位作者 刘尚旺 刘国奇 窦智 刘艳 《自动化学报》 EI CAS CSCD 北大核心 2022年第11期2757-2776,共20页

郊狼优化算法(Coyote optimization algorithm,COA)是最近提出的一种新颖且具有较大应用潜力的群智能优化算法,具有独特的搜索机制和能较好解决全局优化问题等优势,但在处理复杂优化问题时存在搜索效率低、可操作性差和收敛速度慢等不足... 郊狼优化算法(Coyote optimization algorithm,COA)是最近提出的一种新颖且具有较大应用潜力的群智能优化算法,具有独特的搜索机制和能较好解决全局优化问题等优势,但在处理复杂优化问题时存在搜索效率低、可操作性差和收敛速度慢等不足.为弥补其不足,并借鉴灰狼优化算法(Grey wolf optimizer,GWO)的优势,提出了一种COA与GWO的混合算法(Hybrid COA with GWO,HCOAG).首先提出了一种改进的COA(Improved COA,ICOA),即将一种高斯全局趋优成长算子替换原算法的成长算子以提高搜索效率和收敛速度,并提出一种动态调整组内郊狼数方案,使得算法的搜索能力和可操作性都得到增强;然后提出了一种简化操作的GWO(Simplified GWO,SGWO),以提高算法的可操作性和降低其计算复杂度;最后采用正弦交叉策略将ICOA与SGWO二者融合,进一步获得更好的优化性能.大量的经典函数和CEC2017复杂函数优化以及K-Means聚类优化的实验结果表明,与COA相比,HCOAG具有更高的搜索效率、更强的可操作性和更快的收敛速度,与其他先进的对比算法相比,HCOAG具有更好的优化性能,能更好地解决聚类优化问题. 展开更多

关键词 优化算法 灰狼优化算法 郊狼优化算法 混合算法 聚类优化

在线阅读 下载PDF 职称材料