期刊文献+
共找到376篇文章
< 1 2 19 >
每页显示 20 50 100
基于改进SSA-BPNN的煤层气直井井底流压预测研究
1
作者 余洋 董银涛 +3 位作者 李云波 包宇 张立侠 孙浩 《油气藏评价与开发》 北大核心 2025年第2期250-256,共7页
煤层气资源广泛应用直井开发,采用控压控水的排采制度,井底流压是排采方案设计与设备选型的重要参数,因此,煤层气直井井底流压预测具有重要的意义。为了便捷、准确地预测煤层气直井井底流压,指导煤层气井的控压排采,引入机器学习领域中... 煤层气资源广泛应用直井开发,采用控压控水的排采制度,井底流压是排采方案设计与设备选型的重要参数,因此,煤层气直井井底流压预测具有重要的意义。为了便捷、准确地预测煤层气直井井底流压,指导煤层气井的控压排采,引入机器学习领域中的反向传播神经网络(BPNN)模型,同时对麻雀搜索算法(SSA)进行改进,耦合构建基于改进麻雀搜索算法-反向传播神经网络(SSA-BPNN)的煤层气直井井底流压预测模型。选取了生产现场常规测量的5个影响井底流压的参数作为井底流压预测模型的输入参数,相对应的井底流压数值作为井底流压预测模型的输出参数。将600组实测数据划分为训练集、验证集与测试集,完成了煤层气直井井底流压预测模型的建立与校验工作。BPNN模型与改进SSA-BPNN模型的验证集平均绝对百分比误差分别为3.10%与0.53%,可以看出利用改进SSA与BPNN的耦合建模,能够解决BPNN易陷于局部最优的问题,提高了煤层气直井井底流压的预测精度。同时将改进SSA-BPNN模型与遗传算法-支持向量回归机(GA-SVR)模型和物理模型解析方法进行对比,结果显示:3种不同模型的平均绝对百分比误差分别为1.318%、4.971%、18.156%,改进SSA-BPNN模型的误差最低,且在井底流压较低时,改进SSA-BPNN模型的预测精度显著提高,展现出较高的准确性与良好的适用性。改进SSA-BPNN模型仅需5个输入参数,减少了输入与计算参数的复杂度,且无须考虑井筒内流体分布情况,可覆盖排采各阶段,在不同压力区间都有较高准确性。 展开更多
关键词 煤层气 麻雀搜索算法 神经网络 井底流压 预测模型
在线阅读 下载PDF
基于SSA-GA-BP神经网络的城轨地下线振动源强预测模型
2
作者 刘庆杰 刘博亮 +3 位作者 冯青松 徐璐 罗信伟 刘文武 《铁道科学与工程学报》 北大核心 2025年第5期2355-2366,共12页
为寻求一种预测速度快、准确率高的城市轨道交通地下线振动源强预测模型,基于55个非减振轨道测试断面数据,经过数据清洗、分析和标签化后,建立了涵盖典型车型和主要线路参数取值范围的8 000多条实测数据库。分析地铁环境振动的影响因素... 为寻求一种预测速度快、准确率高的城市轨道交通地下线振动源强预测模型,基于55个非减振轨道测试断面数据,经过数据清洗、分析和标签化后,建立了涵盖典型车型和主要线路参数取值范围的8 000多条实测数据库。分析地铁环境振动的影响因素,利用斯皮尔曼相关系数得到各类影响因素与振动源强的关系强度。分别建立基于卷积神经网络(CNN)、随机森林(RF)、支持向量机(SVM)等5个机器学习模型,对比分析了不同模型对振动源强的预测效果。使用麻雀搜索算法(SSA)和遗传算法(GA)优化BP神经网络模型的结构、超参数、权重及阈值,对比SSA-GA-BP、SSA-BP、GA-BP神经网络对振动源强的预测精度。最终使用4个差异明显且未经模型学习的新断面验证SSA-GA-BP模型的泛化能力。结果表明:5种机器学习模型中BP神经网络的非线性回归拟合能力最强,验证集MAE损失为1.55 dB,决定系数为0.948;SSA-GA-BP模型对振动源强的预测精度高于SSA-BP和GA-BP,验证集MAE、MAPE和决定系数分别为1.289 dB、1.856%和0.967,有80.11%数据的平均绝对误差在2 dB以内;SSA-GA-BP模型对4个经典的新断面数据预测效果良好,4个断面汇总数据的MAE、MSE和MAPE误差值分别为1.21 dB、2.18 dB和1.67%,决定系数为0.977,有70%数据的预测误差在2 dB以内,证明了SSA-GA-BP模型有较强的泛化能力。SSA-GA-BP振源预测模型具有较好的预测精度和快速预测能力,研究可为轨道交通地下线路设计阶段的减振降噪设计提供参考。 展开更多
关键词 城市轨道交通地下线 振动源强 预测 BP神经网络 麻雀搜索算法 遗传算法
在线阅读 下载PDF
基于SD-ISSA-DALSTM的交通运输业碳排放预测
3
作者 王庆荣 王俊杰 +1 位作者 朱昌锋 郝福乐 《华南理工大学学报(自然科学版)》 北大核心 2025年第5期66-81,共16页
针对交通运输业碳排放数据序列的波动性和非线性影响预测精度的问题,提出了一种结合二次分解、双重注意力机制、改进麻雀搜索算法(ISSA)和长短期记忆(LSTM)网络的交通运输业碳排放预测模型。首先,引入自适应噪声完备集合经验模态分解,... 针对交通运输业碳排放数据序列的波动性和非线性影响预测精度的问题,提出了一种结合二次分解、双重注意力机制、改进麻雀搜索算法(ISSA)和长短期记忆(LSTM)网络的交通运输业碳排放预测模型。首先,引入自适应噪声完备集合经验模态分解,将交通碳排放数据序列分解为不同频率的模态分量,再利用样本熵对各分量复杂度进行量化,并利用变分模态分解对熵值最高的分量进行二次分解,进一步弱化交通碳排放数据序列的波动性和非线性;然后,为挖掘交通碳排放量与其影响因素间的关联性,构建基于双重注意力机制优化的LSTM(DALSTM)模型,在LSTM模型的输入端嵌入特征注意力机制,突出关键输入特征;同时,在输出端嵌入时间注意力机制,提取关键历史时刻信息;最后,结合Circle混沌映射、动态惯性权重因子和混合变异算子策略改进SSA算法,并对各模态分量分别建立ISSA-DALSTM模型,接着对各模态分量预测值进行重构。用所测算的中国交通运输业1990—2019年碳排放数据来对模型进行验证,结果表明,所提模型的均方根误差、均方误差、平均绝对百分比误差分别为5.3088、3.5661、0.4439,均优于其他对比模型,验证了所提模型的有效性。 展开更多
关键词 交通运输业 碳排放预测 二次分解 双重注意力机制 改进麻雀搜索算法
在线阅读 下载PDF
基于SCSSA-RF算法的室内可见光定位算法
4
作者 陈耀 张烈平 +1 位作者 高小淋 张翠 《光通信技术》 北大核心 2025年第1期1-5,共5页
针对随机森林(RF)算法用于室内可见光定位时定位精度低,存在过拟合风险的问题,提出了一种基于正弦人口映射(SPM)与柯西分布的麻雀搜索算法(SSA)优化RF算法的室内可见光定位算法(简称SCSSA-RF算法)。首先,该算法使用采集到的接收信号强... 针对随机森林(RF)算法用于室内可见光定位时定位精度低,存在过拟合风险的问题,提出了一种基于正弦人口映射(SPM)与柯西分布的麻雀搜索算法(SSA)优化RF算法的室内可见光定位算法(简称SCSSA-RF算法)。首先,该算法使用采集到的接收信号强度值与位置坐标建立指纹数据库。然后,使用SCSSA的全局搜索能力对RF算法的关键参数进行优化,将数据输入最佳模型中进行训练。最后,将决策树的预测结果取平均值,得到待定位点的预测值。实验结果表明:SCSSA-RF算法比未改进的SSA-RF算法收敛速度更快;SCSSA-RF算法的平均定位误差为0.08 m,且误差主要集中在0.05~0.1 m内;在定位误差为0.2 m时,SCSSA-RF算法的预测准确率达到了93%。 展开更多
关键词 可见光定位 正弦人口映射 柯西分布 麻雀搜索算法 随机森林
在线阅读 下载PDF
改进SSA优化BP神经网络的变压器故障诊断
5
作者 汪繁荣 汪筠涵 江俊杰 《现代电子技术》 北大核心 2025年第4期145-150,共6页
变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入... 变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入非线性惯性权重和纵横交叉策略,从而提高算法的收敛速度和全局寻优能力;其次,将ISSA与传统SSA在收敛函数上进行对比分析,得到ISSA算法在迭代12次后以52%的准确率收敛,而SSA算法迭代23次后才达到25%的准确率,证明了ISSA在收敛速度和精度方面有明显提高;最后,将ISSA-BP、SSA-BP和BP诊断模型进行对比。实验结果表明,ISSA-BP模型准确率达到了97%,比SSA-BP、BP神经网络模型分别提高了4%和11%,可以认为提出的算法模型在变压器故障诊断领域具有更高的精度与良好的发展前景。 展开更多
关键词 麻雀搜索算法 BP神经网络 变压器 故障诊断 非线性惯性权重 纵横交叉策略
在线阅读 下载PDF
基于SSA-XGBoost的综合型商业建筑停车需求预测研究
6
作者 李聪颖 贠开拓 +4 位作者 张浩星 张洪涛 袁锴璐 李坤 吴佳西 《武汉理工大学学报(交通科学与工程版)》 2025年第1期15-20,27,共7页
文中基于综合型商业建筑停车需求与机动车吸引量的关系,构建综合型商业建筑停车需求影响因素体系;运用麻雀搜索算法优化极限梯度提升树的超参数,建立综合型商业建筑停车需求预测组合模型;以西安市58个综合型商业建筑的停车需求预测为例... 文中基于综合型商业建筑停车需求与机动车吸引量的关系,构建综合型商业建筑停车需求影响因素体系;运用麻雀搜索算法优化极限梯度提升树的超参数,建立综合型商业建筑停车需求预测组合模型;以西安市58个综合型商业建筑的停车需求预测为例,对比SSA-XGBoost模型与支持向量回归模型、XGBoost模型、lasso回归模型的预测结果.结果表明:SSA-XGBoost模型的R2值为0.963、平均绝对误差为75.584、均方根误差为85.749,相较于其他几种预测模型有更高的R2值和更小的预测误差. 展开更多
关键词 停车需求预测 综合型商业 XGBoost 麻雀搜索算法 组合模型
在线阅读 下载PDF
基于SSA-BP神经网络的无人机发射参数择优
7
作者 贾华宇 郑会龙 +1 位作者 周洪 张谦 《华南理工大学学报(自然科学版)》 北大核心 2025年第4期90-101,共12页
火箭助推零长发射是无人机发射的重要形式,发射角度、助推器夹角、助推器推力等发射参数的选取直接关系到无人机发射任务的成败。无人机火箭助推零长发射在设计阶段借助工程经验选取发射角度、助推器夹角、助推器推力等关键参数时,存在... 火箭助推零长发射是无人机发射的重要形式,发射角度、助推器夹角、助推器推力等发射参数的选取直接关系到无人机发射任务的成败。无人机火箭助推零长发射在设计阶段借助工程经验选取发射角度、助推器夹角、助推器推力等关键参数时,存在发射参数迭代择优周期长、设计交互性差、容易造成无人机飞行姿态失稳的问题。该文以某无人机为研究对象,对其发射阶段进行动力学及运动学建模,构建了六自由度非线性模型,基于QT/C++软件编制无人机发射弹道参数化仿真软件,并结合某无人机真实发射试验数据,验证该发射弹道仿真软件的有效性。同时,为解决发射参数自主择优问题,在反向传播(BP)神经网络参数预测模型的基础上引入麻雀搜索算法(SSA)、粒子群优化算法(PSO)、遗传算法(GA)优化模块,提出基于SSA优化BP神经网络的无人机发射参数寻优方法,消除BP神经网络在参数预测过程中存在的过拟合及局部最优效应,对参数预测结果求绝对误差(MAE)、平均百分百误差(MAPE)、均方根误差(RMSE),综合评估SSA-BP对发射参数预测的优越性,并通过发射弹道校核验证发射参数选取的合理性。结果表明,SSA-BP模型对发射参数的预测精度最高、鲁棒性最好,可为无人机发射分系统工程设计阶段的发射参数自主择优选取提供设计依据。 展开更多
关键词 无人机发射 麻雀搜索算法 BP神经网络 参数寻优 建模仿真
在线阅读 下载PDF
基于SSA-LightGBM的埋地油气管道平均腐蚀率预测模型
8
作者 张宽宽 王念念 方宏远 《中国市政工程》 2025年第1期26-28,33,142,143,共6页
腐蚀是油气管道损坏和泄漏的主要原因之一,准确预测腐蚀率对于管道安全至关重要。该研究建立了一种基于麻雀搜索算法(SSA)优化的LightGBM模型,用于预测油气管道的平均腐蚀率。同时,研究采用数据增强技术(SPDA)扩展数据集,提高模型的准... 腐蚀是油气管道损坏和泄漏的主要原因之一,准确预测腐蚀率对于管道安全至关重要。该研究建立了一种基于麻雀搜索算法(SSA)优化的LightGBM模型,用于预测油气管道的平均腐蚀率。同时,研究采用数据增强技术(SPDA)扩展数据集,提高模型的准确性和稳定性,并通过对比分析,评估了模型性能。研究中,首先利用麻雀搜索算法(SSA)对LightGBM模型的参数进行优化,形成SSA-LightGBM模型。该模型用于训练和预测油气管道的腐蚀率,并对预测结果的误差和稳定性进行分析。结果表明,SSA-LightGBM模型在预测油气管道平均腐蚀率方面具有较高的准确性和稳定性。此外,研究还将SSA-LightGBM模型的预测结果与LightGBM、GBRT、CatBoost、SSA-GBRT和SSA-CatBoost等模型的预测结果进行了对比。结果显示,SSA-LightGBM模型在准确性和稳定性方面表现最佳。 展开更多
关键词 油气管道 平均腐蚀率 LightGBM 麻雀搜索算法 SPDA
在线阅读 下载PDF
基于SSA-BPNN的海底腐蚀管道极限承载力预测
9
作者 刘博 周卫军 马荣彬 《精细石油化工进展》 2025年第1期48-54,共7页
全面掌握海底腐蚀管道极限承载力的情况有利于指导该管道的安全运行。由于单一BP神经网络(BPNN)模型存在学习效率低、对初始权重敏感且容易陷入局部最优状态等缺点,故采用麻雀搜索算法(SSA)来优化BPNN的初始权值和阈值,建立SSA-BPNN组... 全面掌握海底腐蚀管道极限承载力的情况有利于指导该管道的安全运行。由于单一BP神经网络(BPNN)模型存在学习效率低、对初始权重敏感且容易陷入局部最优状态等缺点,故采用麻雀搜索算法(SSA)来优化BPNN的初始权值和阈值,建立SSA-BPNN组合模型预测极限承载力,并与BPNN模型、遗传算法优化的BPNN(GA-BPNN)模型和粒子群算法优化的BPNN(PSO-BPNN)模型进行对比。结果显示:SSA-BPNN模型的平均相对误差为1.2693%,远远好于其他模型;SSA-BPNN模型的预测结果与有限元法得到的结果进行线性拟合后与直线Y=X最为贴近,其决定系数为0.99948,说明SSA-BPNN模型是一种准确性高且稳定性良好的海底腐蚀管道极限承载力预测工具。 展开更多
关键词 海底腐蚀管道 极限承载力 有限元法 麻雀搜索算法(ssa) BP神经网络(BPNN)
在线阅读 下载PDF
基于GPSSA算法的复杂地形多无人机航迹规划 被引量:1
10
作者 闫少强 杨萍 +3 位作者 刘卫东 李新其 雷剑 赵超跃 《北京航空航天大学学报》 北大核心 2025年第1期303-313,共11页
针对多无人机协同航迹规划求解时间要求高、收敛难等问题,提出了一种基于博弈夺食机制和自毁机制的改进麻雀搜索算法(GPSSA)的多无人机协同航迹规划方法。利用分层规划思想分别建立单无人机航迹规划模型和多无人机协同航迹规划模型,将... 针对多无人机协同航迹规划求解时间要求高、收敛难等问题,提出了一种基于博弈夺食机制和自毁机制的改进麻雀搜索算法(GPSSA)的多无人机协同航迹规划方法。利用分层规划思想分别建立单无人机航迹规划模型和多无人机协同航迹规划模型,将其转化为优化问题。提出博弈夺食机制和自毁机制用以改进麻雀算法,防止其快速丢失种群多样性,增强原算法逃脱局部极值吸引的能力,使得算法搜索方式更加灵活。利用改进麻雀算法对模型进行求解,仿真结果表明,GPSSA算法能够快速完成满足约束的航迹规划,且具有更好的收敛速度、寻优精度和算法鲁棒性。 展开更多
关键词 多无人机协同航迹规划 麻雀搜索算法 博弈夺食机制 自毁机制
在线阅读 下载PDF
基于AMSD-WTSSA-DELM模型的铁路沿线短期风速预测方法
11
作者 尼比江·艾力 张林鍹 +5 位作者 李奕超 景雨啸 高金山 王渊 谢明浩 罗晓龙 《铁道科学与工程学报》 北大核心 2025年第2期543-556,共14页
我国西北地区铁路沿线风速较强且存在非平稳性和波动性,导致风速预测精确度不高、模型泛化性差。基于此,提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先,利用高度非平稳的原始风速序列、分量的长期相关表现、分量所包含的潜在模式及... 我国西北地区铁路沿线风速较强且存在非平稳性和波动性,导致风速预测精确度不高、模型泛化性差。基于此,提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先,利用高度非平稳的原始风速序列、分量的长期相关表现、分量所包含的潜在模式及趋势和周期性等内在信息,进行每步分解处理,分别建立分解条件以及自适应更新阈值;为避免过度分解加入自适应重构方法,分解至无高复杂度分量为止,从而实现适应性较强的自适应多步分解。其次,提出WTSSA算法,即通过在麻雀搜索算法(SSA)中融入混沌映射、自适应权重和自适应t分布扰动策略,提升SSA全局搜索和局部探索能力,加快收敛速度,并通过测试函数验证WTSSA算法的卓越性。然后针对AMSD输出的各分量,分别建立由WTSSA优化权重和偏置的深度极限学习机(DELM)模型。最后汇总所有分量的预测数据,合成最终的预测输出。实验结果表明:模型在2组实际铁路沿线风速数据预测性能上提升效果明显,以第1组实验数据为例,本文方法与DELM相比,平均绝对误差(E_(mae))和均方根误差(E_(rmse))分别降低90.32%和82.25%,决定系数(R^(2))提升43.00%。综上所述,研究成果有效克服了风速的非线性特征导致的时迟问题,具有高泛化性能,能够预测短期风速变化,从而帮助铁路系统做出更有效的安全决策,为列车安全运行提供有力的技术支撑。 展开更多
关键词 短期风速预测 自适应多步分解 深度极限学习机 改进麻雀搜索算法 铁路沿线风速
在线阅读 下载PDF
变模态分解下SSA-LSTM组合的锂离子电池剩余使用寿命预测方法
12
作者 李嘉波 王志璇 +1 位作者 田迪 孙中麟 《储能科学与技术》 北大核心 2025年第2期659-670,共12页
锂离子电池在电动汽车、可再生能源等领域广泛应用,对其剩余使用寿命(remaining useful life,RUL)进行精确预测,能够实时把握电池的内在性能退化状态,降低电池使用风险。本工作提出了一种基于变模态分解(variational mode decomposition... 锂离子电池在电动汽车、可再生能源等领域广泛应用,对其剩余使用寿命(remaining useful life,RUL)进行精确预测,能够实时把握电池的内在性能退化状态,降低电池使用风险。本工作提出了一种基于变模态分解(variational mode decomposition,VMD)、麻雀优化算法(sparrow search algorithm,SSA)和长短期记忆网络(long short-term memory,LSTM)的组合预测算法对锂离子电池剩余寿命进行预测。首先,基于锂离子电池电流、电压以及温度曲线,提取等压差充电时间、等压差充电能量、放电温度峰值和恒流充电时间作为预测RUL的间接健康因子。其次,采用变模态分解法分解容量以避免容量回升的局部波动和测试噪声对RUL预测结果造成干扰。针对传统LSTM模型超参数设置易受到经验和随机性的影响,提出了麻雀优化算法对LSTM模型参数进行优化,以提升模型的预测能力。最后,应用NASA和CALCE数据集,将所提模型与其他模型进行对比。实验结果表明,锂离子电池RUL预测均方根误差控制在2%以内,所提方法具有较高的预测性能。 展开更多
关键词 锂离子电池 剩余使用寿命 变模态分解 麻雀优化算法 长短期记忆网络
在线阅读 下载PDF
基于样本熵双分解和SSA-LSTM的超短期风速预测
13
作者 王希 孙娜 +3 位作者 苏浩 张楠 张帅 纪捷 《太阳能学报》 北大核心 2025年第3期611-618,共8页
为进一步提高超短期风速预测的准确性,提出一种基于样本熵的双分解和麻雀搜索算法(SSA)改进长短时记忆神经网络(ILSTM)的耦合模型(简记为DILSTM)。首先,利用变分模态分解(VMD)分解原始序列并通过样本熵量化各子序列的复杂性;其次,利用... 为进一步提高超短期风速预测的准确性,提出一种基于样本熵的双分解和麻雀搜索算法(SSA)改进长短时记忆神经网络(ILSTM)的耦合模型(简记为DILSTM)。首先,利用变分模态分解(VMD)分解原始序列并通过样本熵量化各子序列的复杂性;其次,利用完全自适应噪声集合经验模态分解(CEEMDAN)分解复杂度最高的子序列进一步提取特征过滤噪声;最后,将双分解得到的子序列分别建立DILSTM预测模型,并对所有子序列的预测结果叠加得到最终风速预测结果。真实风场数据实验结果表明,所提模型与LSTM、随机森林(RF)、卷积神经网络(CNN)单一模型相比,R2提升约25%,RMSE降低约65%;同时,与现有同类研究对比,也证实了所提DILSTM模型的优势,该文为提高超短期风速预测精准度提供了一种新的方法。 展开更多
关键词 风速 神经网络 预测 变分模态分解 样本熵 麻雀搜索算法
在线阅读 下载PDF
基于GRO-SSA-LSTM的短期光伏发电功率预测
14
作者 王玲芝 李晨阳 +1 位作者 刘婧 李程 《太阳能学报》 北大核心 2025年第2期401-409,共9页
为提高光伏发电功率预测的精确度,保障电网能可持续稳定运行,将长短时记忆网络(LSTM)与淘金优化算法(GRO)改进后的麻雀搜索算法(SSA)结合起来,用于实现短期光伏发电功率的预测。首先,利用皮尔逊相关系数提取影响光伏功率的关键因素;然后... 为提高光伏发电功率预测的精确度,保障电网能可持续稳定运行,将长短时记忆网络(LSTM)与淘金优化算法(GRO)改进后的麻雀搜索算法(SSA)结合起来,用于实现短期光伏发电功率的预测。首先,利用皮尔逊相关系数提取影响光伏功率的关键因素;然后,利用麻雀搜索算法对长短时记忆网络进行优化,得到网络中最优的隐含层节点数量、训练次数、学习率等超参数;其次,引入Tent混沌映射优化麻雀种群的初始分布,使得种群初始位置分布更加均匀;最后,为避免算法陷入局部最优,引入GRO对SSA进行优化,使得麻雀种群搜索范围更加广泛,结果更加精确。实验结果表明,与LSTM、SSA-LSTM相比,GROSSA-LSTM在短期光伏发电功率预测中具有更高的预测精度,且具有至关重要的现实意义。 展开更多
关键词 光伏发电 预测模型 长短时记忆网络 麻雀搜索算法 淘金优化算法
在线阅读 下载PDF
基于ISSA-P&O算法的光储发电系统MPPT控制技术
15
作者 李晓峰 杨祺 +3 位作者 姜铭琨 倪昊 王珣 靳文星 《可再生能源》 北大核心 2025年第3期400-407,共8页
针对光照强度不均匀造成光伏阵列的输出曲线为多峰曲线,传统最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制算法不能跟踪到全局最大功率的问题,文章提出一种基于改进麻雀搜索算法(Improved the Sparrow Search Algorithm,ISSA... 针对光照强度不均匀造成光伏阵列的输出曲线为多峰曲线,传统最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制算法不能跟踪到全局最大功率的问题,文章提出一种基于改进麻雀搜索算法(Improved the Sparrow Search Algorithm,ISSA)和扰动观察法(Perturbation and Observation Method,P&O)的光储发电系统MPPT控制方法。首先,在跟踪前期,采用混沌映射方式增加ISSA种群多样性,提升算法广泛搜索能力。为了防止算法陷入局部最优,利用萤火虫扰动算法对麻雀个体进行扰动更新;其次,在跟踪后期,使用P&O防止系统在最大功率点附近振荡,保证最大功率点稳定输出;最后,经过算例分析,所提MPPT控制方法实现了不同场景下的快速跟踪、精准输出,能够很好应用地于光储混合发电系统中。 展开更多
关键词 光伏阵列 最大功率点跟踪 改进麻雀搜索算法 扰动观察法 萤火虫扰动算法
在线阅读 下载PDF
一种基于ISSA-BP神经网络的火控系统故障预测方法
16
作者 孟新冉 李英顺 +1 位作者 王德彪 杨松 《火炮发射与控制学报》 北大核心 2025年第1期52-58,共7页
陀螺仪组能够产生高低方向和水平方向上的稳定和瞄准信号,同时也能够为系统提供火炮更新位置之后的驱动信号,在整个火控系统中发挥着非常关键的作用,因此对陀螺仪组的故障预测非常重要。为了提高预测准确性,提出一种融合正余弦算法和Lev... 陀螺仪组能够产生高低方向和水平方向上的稳定和瞄准信号,同时也能够为系统提供火炮更新位置之后的驱动信号,在整个火控系统中发挥着非常关键的作用,因此对陀螺仪组的故障预测非常重要。为了提高预测准确性,提出一种融合正余弦算法和Levy飞行改进麻雀算法(ISSA)优化BP神经网络的预测方法。利用Circle混沌映射初始化种群,在发现者位置更新时,引入非线性动态学习因子以及融合正余弦的思想,在追随者更新位置时,引入Levy飞行策略,建立ISSA-BP故障预测模型。为了验证模型预测的精度,同时与BP模型、PSO-BP模型、GWO-BP模型、SSA-BP模型进行实验对比,实验结果显示ISSA-BP模型比其他4种模型预测精度更高。 展开更多
关键词 Circle混沌映射 故障预测 火控系统 BP神经网络 麻雀搜索算法
在线阅读 下载PDF
基于ISSA-RF的电离层幅度闪烁检测方法
17
作者 于博 杨莉莉 +1 位作者 刘明远 叶森 《科技创新与应用》 2025年第12期1-6,共6页
针对电离层幅度闪烁对全球导航卫星系统(GNSS)服务造成不利影响问题,提出一种电离层幅度闪烁检测方法。首先,从电离层幅度闪烁对GNSS接收机的影响考虑,基于受闪烁影响的接收机跟踪环路参数构建样本数据集。然后,为实现快速收敛、避免陷... 针对电离层幅度闪烁对全球导航卫星系统(GNSS)服务造成不利影响问题,提出一种电离层幅度闪烁检测方法。首先,从电离层幅度闪烁对GNSS接收机的影响考虑,基于受闪烁影响的接收机跟踪环路参数构建样本数据集。然后,为实现快速收敛、避免陷入局部最优,利用改进的麻雀搜索算法对随机森林模型进行超参数寻优,从而构建电离层幅度闪烁检测模型。最后,利用构建的改进麻雀搜索算法和随机森林相结合的模型(ISSA-RF)进行电离层幅度闪烁检测。实验结果表明,ISSA-RF模型检测准确率高,可为电离层幅度闪烁检测提供支撑。 展开更多
关键词 卫星导航 电离层幅度闪烁 随机森林 麻雀搜索算法 闪烁检测 改进算法
在线阅读 下载PDF
基于SSA算法的TTE静态调度表求解方法
18
作者 刘冉 卢满宏 +2 位作者 张显辉 肖佳洛 杨文涛 《遥测遥控》 2025年第1期107-114,共8页
当前网络实时系统飞速发展,为了能达到更高效的通信,网络资源的调度问题受到专家学者的广泛关注。本文所研究的静态调度表求解方法是配置网络资源的有效解决方案,是国内外相关领域的研究重点。自2002年TTE(TimeTriggered Ethernet,时间... 当前网络实时系统飞速发展,为了能达到更高效的通信,网络资源的调度问题受到专家学者的广泛关注。本文所研究的静态调度表求解方法是配置网络资源的有效解决方案,是国内外相关领域的研究重点。自2002年TTE(TimeTriggered Ethernet,时间触发以太网)问世以来,由于应用领域和具体使用场景的不同,TTE网络静态调度表求解方法也在不断改进创新。随着各类算法的不断优化,静态调度表的生成效果越来越理想,但方案仍然不能很好地应用于工程实践。本文首次提出选用SSA算法(Sparrow Search Algorithm,麻雀搜索算法),并在个体最优位置中加入扰动,使得适应度函数的收敛效率有了明显改善,避免陷入局部最优,达到了求解TTE静态调度表的目的。 展开更多
关键词 麻雀搜索算法 时间触发以太网 静态调度表
在线阅读 下载PDF
基于SSA-ENN神经网络的软岩隧道围岩变形预测模型
19
作者 王伊立 丁景花 马力骏 《广州建筑》 2025年第1期19-22,共4页
为研究软岩隧道围岩变形预测方法,本文通过构建麻雀搜索算法优化Elman(SSA-ENN)预测模型,以天桥山隧道为工程依托,选取软岩隧道围岩变形的拱顶沉降及水平收敛监测数据等参数作为训练和测试样本,将实测结果与SSA-ENN软岩隧道围岩变形预... 为研究软岩隧道围岩变形预测方法,本文通过构建麻雀搜索算法优化Elman(SSA-ENN)预测模型,以天桥山隧道为工程依托,选取软岩隧道围岩变形的拱顶沉降及水平收敛监测数据等参数作为训练和测试样本,将实测结果与SSA-ENN软岩隧道围岩变形预测模型的预测值进行对比,最后以DK110+605断面为例,对SSA-ENN模型进行工程应用。为了验证SSA-ENN模型的有效性,对Elman神经网络模型、SSA-ENN模型进行预测,对比结果表明,SSA-ENN模型预测精度最高,决定系数R2值为0.9965、RMSE值为7.52、MAE值为0.24,具有较高预测精度,满足指导施工的要求。 展开更多
关键词 软岩隧道 围岩变形 麻雀搜索算法 优化模型 预测模型
在线阅读 下载PDF
基于VMD-SSA-LSTM的滑坡位移预测模型
20
作者 邬思武 《城市勘测》 2025年第2期225-230,共6页
准确的滑坡位移预测能够为滑坡预警和防治提供科学依据。然而,滑坡位移数据具有高度非线性和非平稳性,传统预测模型易出现欠拟合或过拟合问题,导致预测精度不足。针对这一问题,本文提出了一种基于变分模态分解(Variational Mode Decompo... 准确的滑坡位移预测能够为滑坡预警和防治提供科学依据。然而,滑坡位移数据具有高度非线性和非平稳性,传统预测模型易出现欠拟合或过拟合问题,导致预测精度不足。针对这一问题,本文提出了一种基于变分模态分解(Variational Mode Decomposition,VMD)、麻雀搜索算法(Sparrow Search Algorithm,SSA)和长短期记忆神经网络(Long Short-Term Memory,LSTM)的滑坡位移预测模型。通过利用VMD算法将复杂的位移时间序列分解为趋势项、周期项和随机项位移,采用LSTM模型分别对这3项位移进行预测。顾及模型参数选取不当可能导致的预测精度下降等问题,引入SSA对LSTM超参数进行寻优,最终将预测后的3项位移叠加得到累计位移。实验结果表明,VMD-SSA-LSTM模型在预测精度上优于VMD-LSTM和单一LSTM模型,验证了模型的有效性。 展开更多
关键词 滑坡位移预测 变分模态分解 麻雀搜索算法 长短期记忆神经网络
在线阅读 下载PDF
上一页 1 2 19 下一页 到第
使用帮助 返回顶部