多策略改进COA算法优化LSSVM的变压器故障诊断研究 被引量：2

1

作者 李斌 白翔旭 《电工电能新技术》 北大核心 2025年第4期112-119,共8页

为解决变压器故障诊断准确率低的问题,本文提出一种多策略改进浣熊优化算法(ICOA)与最小二乘支持向量机(LSSVM)相结合的变压器故障诊断方法。首先,通过核主成分分析(KPCA)将变压器故障数据集进行特征提取,降低故障数据维度;其次,应用混... 为解决变压器故障诊断准确率低的问题,本文提出一种多策略改进浣熊优化算法(ICOA)与最小二乘支持向量机(LSSVM)相结合的变压器故障诊断方法。首先,通过核主成分分析(KPCA)将变压器故障数据集进行特征提取,降低故障数据维度;其次,应用混沌映射、透镜反向学习、Levy飞行等策略对浣熊优化算法(COA)进行优化,提高全局寻优能力;然后,应用ICOA算法进行LSSVM参数寻优,构建ICOA-LSSVM故障诊断模型;最后,将特征提取后的数据导入ICOA-LSSVM中并与其他模型对比。实验结果表明所提方法准确率为96.19%,相比其他诊断模型具有更高的故障诊断精度。 展开更多

关键词 变压器故障诊断 浣熊优化算法 核主成分分析 最小二乘支持向量机

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WD-COA-LSTM模型的月降水量预测 被引量：9

3

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

4

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

基于神经网络和稳健估计的风电机组状态监测

5

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COA-ASRCKF的单液流锌镍电池SOC估计

6

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

7

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

基于HMFDE和t-SNE的旋转机械故障诊断方法 被引量：4

8

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

基于缩放框架的改进贝叶斯网络结构优化算法

9

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

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

10

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

11

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

12

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

基于混沌思维的模糊控制算法优化研究 被引量：16

13

作者 潘永湘 徐前锋 高红梅 《控制理论与应用》 EI CAS CSCD 北大核心 2000年第5期703-706,共4页

利用混沌 (chaos)所特有的外在的随机性、遍历性及内在的规律性 ,将其应用于一类复杂非线性时变过程的模糊控制规则优化中 ,提出了一种基于混沌思维的算法来优化模糊规则参数 .通过仿真实例 ,表明了该算法具有较强的全局搜索能力和较快... 利用混沌 (chaos)所特有的外在的随机性、遍历性及内在的规律性 ,将其应用于一类复杂非线性时变过程的模糊控制规则优化中 ,提出了一种基于混沌思维的算法来优化模糊规则参数 .通过仿真实例 ,表明了该算法具有较强的全局搜索能力和较快的搜索速度 ,是一种适用的优化策略 . 展开更多

关键词 模糊控制 混沌思维 算法 优化

在线阅读 下载PDF 职称材料

全局引导和相互作用的郊狼优化算法及其应用 被引量：13

14

作者 张新明 付子豪 +3 位作者 陈海燕 刘尚旺 窦智 刘国奇 《计算机应用研究》 CSCD 北大核心 2020年第9期2711-2717,共7页

针对新型的郊狼优化算法(COA)在解决复杂优化问题时收敛速度慢、全局搜索能力不足的问题,提出了一种嵌入全局引导和相互作用的郊狼优化算法(GCCOA)。首先在组内所有郊狼的成长过程中,构建一种全局引导的alpha狼,增强开采能力,提高收敛速... 针对新型的郊狼优化算法(COA)在解决复杂优化问题时收敛速度慢、全局搜索能力不足的问题,提出了一种嵌入全局引导和相互作用的郊狼优化算法(GCCOA)。首先在组内所有郊狼的成长过程中,构建一种全局引导的alpha狼,增强开采能力,提高收敛速度;然后提出一种相互作用的文化趋势,使得组内的文化趋势受到组内郊狼相互作用的影响,以此提高算法全局搜索能力;最后,将GCCOA运用到CEC2017复杂函数优化和医学图像增强上。大量实验结果表明,与COA、HFPSO、CSPSO和β-GWO等算法相比,在29个函数上,GCCOA获得22个第一,有更好的全局搜索能力和收敛质量。应用于医学图像增强的实验结果表明,与COA等算法相比,GCCOA能更好地解决医学图像增强中参数优化问题。所以,GCCOA是一种很有潜力的优化算法。 展开更多

关键词 智能优化算法 郊狼优化算法 全局引导 图像增强 医学图像

在线阅读 下载PDF 职称材料

基于混沌与量子粒子群算法相结合的负荷模型参数辨识研究 被引量：30

15

作者 王振树 卞绍润 +2 位作者 刘晓宇 于凯 石云鹏 《电工技术学报》 EI CSCD 北大核心 2014年第12期211-217,共7页

负荷建模是电力系统建模中亟待解决的难题。负荷特性数据、负荷模型结构以及参数辨识是影响实测负荷建模结果的重要因素。本文提出了混沌与量子粒子群算法相结合的负荷模型参数辨识方法。实测数据验证结果表明,该方法相对于常用的粒子... 负荷建模是电力系统建模中亟待解决的难题。负荷特性数据、负荷模型结构以及参数辨识是影响实测负荷建模结果的重要因素。本文提出了混沌与量子粒子群算法相结合的负荷模型参数辨识方法。实测数据验证结果表明,该方法相对于常用的粒子群算法及量子粒子群算法在计算精度、收敛速度等方面都具有明显优势,应用于负荷模型参数辨识提高了负荷模型的准确性。 展开更多

关键词 混沌优化算法 量子粒子群算法 故障录波 参数辨识 负荷建模

在线阅读 下载PDF 职称材料

强化最优和最差狼的郊狼优化算法及其二次指派问题应用 被引量：15

16

作者 张新明 王豆豆 +3 位作者 陈海燕 毛文涛 窦智 刘尚旺 《计算机应用》 CSCD 北大核心 2019年第10期2985-2991,共7页

针对郊狼优化算法(COA)优化性能不足的问题,提出一种强化最优和最差狼的COA(BWCOA)方法。首先,对于组内最差郊狼的成长,在最优郊狼引导的基础上引入全局最优郊狼引导操作,以提高最差郊狼的社会适应能力(局部搜索能力);然后,在组内最优... 针对郊狼优化算法(COA)优化性能不足的问题,提出一种强化最优和最差狼的COA(BWCOA)方法。首先,对于组内最差郊狼的成长,在最优郊狼引导的基础上引入全局最优郊狼引导操作,以提高最差郊狼的社会适应能力(局部搜索能力);然后,在组内最优郊狼的成长过程中嵌入一种随机扰动操作,即以郊狼之间的随机扰动促进成长,发挥组内每个郊狼的能动性,提高种群的多样性进而强化全局搜索能力;最后,组内其他郊狼的成长方式保持不变。将BWCOA运用到复杂函数优化和以医院科室布局为例的二次指派问题(QAP)中。在CEC-2014复杂函数上的实验结果表明,与COA以及其他最先进的算法相比,BWCOA获得1.63的平均均值排名和Friedman检验中1.68的秩均值,均排名第一。另外,在6组QAP上的实验结果表明,BWCOA获得了5次均值最优的结果。实验结果均表明BWCOA具有更强的竞争性。 展开更多

关键词 智能优化算法 郊狼优化算法 全局最优 二次指派问题 医院科室定位

在线阅读 下载PDF 职称材料

混沌模拟退火算法在无功优化中的应用 被引量：14

17

作者 蔡昌春 丁晓群 王斌 《高电压技术》 EI CAS CSCD 北大核心 2008年第3期578-582,共5页

为了更有效地改进处理无功优化问题的方法,提出了混沌模拟退火(CSA)算法,该算法是一种基于混沌变量的改进模拟退火算法,结合了混沌算法的全局遍历性和模拟退火算法的启发式规则,在模拟退火算法的搜索过程中加入了混沌算法的优点。利用... 为了更有效地改进处理无功优化问题的方法,提出了混沌模拟退火(CSA)算法,该算法是一种基于混沌变量的改进模拟退火算法,结合了混沌算法的全局遍历性和模拟退火算法的启发式规则,在模拟退火算法的搜索过程中加入了混沌算法的优点。利用混沌算法确定算法的初始温度,有效地减小了搜索空间,同时利用混沌算法确定模拟退火算法中的扰动准则,使算法有效跳出局部最优解。最后将混沌模拟退火算法应用于电力系统无功优化中,通过对IEEE 6和IEEE 30节点以及实际129节点系统的仿真验证了该算法应用的有效性。 展开更多

关键词 混沌算法(coa) 模拟退火(SA)算法 混沌模拟退火(CSA)算法 无功优化 搜索空间 电力系统 应用

在线阅读 下载PDF 职称材料

基于混沌人工鱼群算法的输电网规划方法 被引量：19

18

作者 聂宏展 王毕元 +1 位作者 孙金红 马元生 《电网技术》 EI CSCD 北大核心 2010年第12期109-113,共5页

人工鱼群算法收敛速度快,但存在早熟收敛现象;混沌优化算法具有遍历性、随机性和对初值敏感的特点,虽然全局搜索能力强,但收敛速度慢。大规模输电网规划方法对求解速度的要求越来越高,为此结合人工鱼群算法和混沌优化算法,提出了适用于... 人工鱼群算法收敛速度快,但存在早熟收敛现象;混沌优化算法具有遍历性、随机性和对初值敏感的特点,虽然全局搜索能力强,但收敛速度慢。大规模输电网规划方法对求解速度的要求越来越高,为此结合人工鱼群算法和混沌优化算法,提出了适用于输电网规划的混沌人工鱼群算法,该算法继承了混沌优化算法特点,使人工鱼群在搜索过程中避免陷入局部极值,同时改进了人工鱼的视野和游动步长,加快了寻优效率。算例结果验证了该算法的可行性。 展开更多

关键词 输电网规划 人工鱼群算法 混沌优化算法 混沌人工鱼群算法

在线阅读 下载PDF 职称材料

基于排名映射概率的混沌人工蜂群算法 被引量：6

19

作者 张新明 李晓安 +1 位作者 何文涛 王鲜芳 《计算机科学》 CSCD 北大核心 2013年第12期98-103,共6页

针对人工蜂群算法(Artificial Bee Colony algorithm,ABC)因直接采用函数值映射的概率选择食物源而引起过早收敛和陷入局部最优以及优化精度不高的问题,提出一种基于排名映射概率的混沌人工蜂群算法(Chaotic Artificial Bee Colony algo... 针对人工蜂群算法(Artificial Bee Colony algorithm,ABC)因直接采用函数值映射的概率选择食物源而引起过早收敛和陷入局部最优以及优化精度不高的问题,提出一种基于排名映射概率的混沌人工蜂群算法(Chaotic Artificial Bee Colony algorithm based on Rank mapping probability,CABC-R)。首先利用目标函数值的排名映射获取选择食物源的概率,然后构建基于排名映射概率的人工蜂群算法以便能够维持种群的多样性,获得较好的全局最优解,最后创建较高寻优精度的新型局部混沌优化算法精确寻找最优解。对10个标准测试函数进行了仿真,结果表明,CABC-R算法不仅优化效果更准确而且更能跳出局部最优,有效地找到全局最优解,优于标准的ABC、JADE、MSEP和RABC算法。 展开更多

关键词 优化方法 人工蜂群算法 混沌优化算法 排名映射概率 直接映射概率

在线阅读 下载PDF 职称材料

一种结合混沌搜索的自适应遗传算法 被引量：2

20

作者 田东平 迟洪钦 《计算机应用与软件》 CSCD 北大核心 2007年第12期189-190,201,共3页

自适应遗传算法(AGA)是一种有效的全局优化概率搜索算法。把混沌优化算法引入到AGA中,提出了一种结合混沌搜索的自适应遗传算法(AGACCS)。该算法保持了AGA的所有特点,进一步改善了AGA的全局寻优能力并有效防止局部收敛现象,提高了算法... 自适应遗传算法(AGA)是一种有效的全局优化概率搜索算法。把混沌优化算法引入到AGA中,提出了一种结合混沌搜索的自适应遗传算法(AGACCS)。该算法保持了AGA的所有特点,进一步改善了AGA的全局寻优能力并有效防止局部收敛现象,提高了算法的收敛速度和计算精度。仿真函数结果表明,该算法的性能优于AGA。 展开更多

关键词 自适应遗传算法 混沌优化算法 收敛

在线阅读 下载PDF 职称材料