期刊文献+
共找到67篇文章
< 1 2 4 >
每页显示 20 50 100
基于RIME-IAOA的混合模型短期光伏功率预测 被引量:1
1
作者 王仁明 魏逸明 席磊 《三峡大学学报(自然科学版)》 CAS 北大核心 2025年第1期81-88,共8页
光伏发电在如今的新能源发展中逐渐成为重点,其中光伏功率预测成为研究的主要方向.为了提升光伏功率预测的精度和效率,提出了RIME-VMD-IAOA-LSTM模型.该模型通过霜冰优化算法(RIME)优化变分模态分解(VMD)的参数来提升分解效率;引入余弦... 光伏发电在如今的新能源发展中逐渐成为重点,其中光伏功率预测成为研究的主要方向.为了提升光伏功率预测的精度和效率,提出了RIME-VMD-IAOA-LSTM模型.该模型通过霜冰优化算法(RIME)优化变分模态分解(VMD)的参数来提升分解效率;引入余弦控制因子的动态边界策略来控制算数优化算法(AOA)数值的增长速率从而提升算法的精度和稳定性;利用自适应T分布变异策略来改进AOA的局部搜索能力和全局开发能力,更好地避免局部最优解.两种智能优化算法的加入使得整体模型的预测效率和速度都有很大提升,实验结果表明组合模型RIMEVMD-IAOA-LSTM相比于其他预测模型有较高的光伏功率预测精度. 展开更多
关键词 霜冰优化算法 变分模态分解 算术优化算法 余弦控制因子策略 自适应T分布策略 短期光伏功率预测
在线阅读 下载PDF
基于AOA优化SVMD和A-CNN的矿井电网单相接地故障选线方法研究
2
作者 杨战社 张程 +3 位作者 荣相 魏礼鹏 李瑞 韩耀 《煤炭工程》 北大核心 2025年第7期171-178,共8页
针对矿井电网单相接地故障选线受井下环境的干扰较大、故障选线速度和准确率低等问题,提出一种基于算术优化算法改进连续变分模态分解和注意力机制卷积神经网络的故障选线方法。首先,通过算术优化算法优化连续变分模态分解的参数,把零... 针对矿井电网单相接地故障选线受井下环境的干扰较大、故障选线速度和准确率低等问题,提出一种基于算术优化算法改进连续变分模态分解和注意力机制卷积神经网络的故障选线方法。首先,通过算术优化算法优化连续变分模态分解的参数,把零序电流序列分解成不同频率的固有模态函数;其次,引入相对位置矩阵的数据预处理方式,将一维序列转换成二维图像,获得零序电流信号的时频特征图;最后,将注意力机制嵌入到CNN分类算法模型中,实现故障选线。仿真与实验结果表明,该方法能够在强噪声、采样时间不同步等情况下准确地选择出故障线路,可满足矿井电网对选线准确性和可靠性的需求。 展开更多
关键词 矿井供电系统 单相接地故障 连续变分模态分解 算术优化算法 注意力机制
在线阅读 下载PDF
基于FAOA优化鲁棒集成深度RVFL的污水水质预测模型
3
作者 张楚 葛宜达 +2 位作者 李燕妮 李正波 彭甜 《工业水处理》 北大核心 2025年第9期71-77,共7页
污水排放会对环境和生态系统产生负面影响,准确的水质预测可及时预警污染风险,为水环境保护提供决策支持。基于此,提出一种基于适应度平衡改进算术优化算法(FAOA)和鲁棒集成深度随机向量函数链接网络(ORedRVFL)的污水水质预测模型(FAOA-... 污水排放会对环境和生态系统产生负面影响,准确的水质预测可及时预警污染风险,为水环境保护提供决策支持。基于此,提出一种基于适应度平衡改进算术优化算法(FAOA)和鲁棒集成深度随机向量函数链接网络(ORedRVFL)的污水水质预测模型(FAOA-ORedRVFL)。首先,针对算术优化算法(AOA)引入适应度平衡策略,增强其寻优能力;其次,利用FAOA优化ORedRVFL模型的超参数,增强模型的预测精度和鲁棒性。同时,采用互信息(MI)选择与待预测变量相关程度较高的变量,提高数据建模效率。结果表明,FAOA-ORedRVFL模型具有较好的水质预测性能,与ORedRVFL模型相比,出水氨氮和总氮的均方根误差(RMSE)分别提升了17.88%和22.19%;通过设计噪声干扰实验,进一步验证了FAOA-ORedRVFL模型的抗干扰性能。FAOA-ORedRVFL模型为复杂污水环境下的水质预测提供了高精度、强鲁棒性的解决方案。 展开更多
关键词 水资源污染 水质预测 互信息 鲁棒 算术优化算法
在线阅读 下载PDF
基于AOA优化SVM的工业过程故障检测 被引量:14
4
作者 李鑫妮 王亚君 许晓婷 《现代化工》 CAS CSCD 北大核心 2024年第S02期343-347,354,共6页
为了提高工业生产过程故障检测的精度,保证产品的质量和生产过程的安全,提出了一种基于算术优化算法(arithmetic optimization algorithm,AOA)优化支持向量机(support vector machine,SVM)的故障检测方法。首先,对工业过程中产生的数据... 为了提高工业生产过程故障检测的精度,保证产品的质量和生产过程的安全,提出了一种基于算术优化算法(arithmetic optimization algorithm,AOA)优化支持向量机(support vector machine,SVM)的故障检测方法。首先,对工业过程中产生的数据进行标准化处理;然后,将处理后的数据作为训练样本建立SVM模型,同时采用算术优化算法对支持向量机中的惩罚参数C和核函数参数g进行优化,通过多次迭代对模型进行训练,建立最佳故障检测模型;最后,将测试数据导入建立的故障检测模型中进行故障检测。将提出的AOA-SVM方法应用于田纳西-伊斯曼过程进行实验验证,并与传统SVM、灰狼优化算法优化的支持向量机(GWO-SVM)方法进行比较,该研究提出的模型具有更高的准确率。实验仿真结果表明,提出的AOA-SVM故障检测模型具有更好的表现。 展开更多
关键词 故障检测 算术优化算法 支持向量机 田纳西-伊斯曼过程
在线阅读 下载PDF
AOA-CEEMDAN和融合特征在齿轮箱故障诊断中的应用 被引量:5
5
作者 马卫东 刘子全 +1 位作者 姚楠 朱雪琼 《机电工程》 CAS 北大核心 2024年第5期817-826,共10页
自适应噪声完备集成经验模态分解(CEEMDAN)的参数由于是人为设置的,从而会导致其信号的分解不彻底。针对这一问题,提出了一种基于算术优化算法(AOA)优化CEEMDAN、融合特征和随机森林(RF)的齿轮箱故障诊断方法。首先,采用AOA算法对CEEMDA... 自适应噪声完备集成经验模态分解(CEEMDAN)的参数由于是人为设置的,从而会导致其信号的分解不彻底。针对这一问题,提出了一种基于算术优化算法(AOA)优化CEEMDAN、融合特征和随机森林(RF)的齿轮箱故障诊断方法。首先,采用AOA算法对CEEMDAN方法的关键参数进行自适应选取,并采用优化后的CEEMDAN方法对齿轮箱振动信号进行了分解,生成若干个本征模态函数(IMF);随后,利用相关系数准则选择了前4阶IMF分量作为故障敏感分量;接着,利用由注意熵和散度熵组成的融合特征提取方法挖掘了故障敏感分量的故障特征,得到了故障敏感特征样本;最后,将表征齿轮箱故障特性的故障特征输入至RF多故障分类器中,建立了故障分类模型,完成了齿轮箱的故障识别;利用QPZZ-Ⅱ型齿轮箱数据集进行了实验,并将其结果与采用其他方法所得结果进行了对比。研究结果表明:相较于原始CEEMDAN,优化后的CEEMDAN能够更加准确地分解非线性齿轮箱振动信号,故障识别准确率提高了4%;相较于单一的故障特征,融合特征能够更加准确地表征齿轮箱的故障状态,故障识别准确率分别提高了3.2%和8%。基于AOA-CEEMDAN和融合特征提取以及RF分类器的故障诊断方法为齿轮箱的故障特征提取和故障诊断提供一种可行的思路和方案。 展开更多
关键词 齿轮箱 本征模态函数 算术优化算法 自适应噪声完备集成经验模态分解 随机森林
在线阅读 下载PDF
基于红外的TPA和IAOA BiLSTM电路芯片故障诊断 被引量:1
6
作者 王力 朱猛 马江燕 《激光与红外》 CAS CSCD 北大核心 2024年第4期574-583,共10页
为了提高电路芯片故障诊断准确率,超参数设置的效率以及特征提取效率,提出一种基于时间模式注意力机制(TPA)的改进算数优化算法(IAOA)优化双向长短期记忆网络(BiLSTM)的电路故障诊断方法。首先,利用IAOA搜寻BiLSTM的最优超参数组合,提... 为了提高电路芯片故障诊断准确率,超参数设置的效率以及特征提取效率,提出一种基于时间模式注意力机制(TPA)的改进算数优化算法(IAOA)优化双向长短期记忆网络(BiLSTM)的电路故障诊断方法。首先,利用IAOA搜寻BiLSTM的最优超参数组合,提高模型诊断精度;然后使用TPA提取重要特征并分配权重,改善模型特征提取能力;最后,将红外摄像仪采集的红外温度数据输入到最优诊断模型中,实现电路芯片故障诊断。实验采用0~30 V可调稳压电源电路进行验证。结果表明,该模型对电路芯片故障诊断准确率高达9827,可实现对电路芯片的高准确率故障诊断。 展开更多
关键词 红外技术 芯片故障诊断 双向长短期记忆网络 算数优化算法 时间模式注意力机制
在线阅读 下载PDF
基于改进算术优化算法的光伏多峰最大功率点跟踪控制
7
作者 刘春喜 黄远航 +2 位作者 周立 李世纪 林枝伟 《电力系统保护与控制》 北大核心 2025年第13期36-46,共11页
局部遮阴条件下光伏阵列的功率-电压特性曲线出现多个峰值,传统最大功率点跟踪(maximum power point tracking, MPPT)技术无法准确追踪到全局最大功率点。针对该问题提出一种基于改进算术优化算法(improved arithmetic optimization alg... 局部遮阴条件下光伏阵列的功率-电压特性曲线出现多个峰值,传统最大功率点跟踪(maximum power point tracking, MPPT)技术无法准确追踪到全局最大功率点。针对该问题提出一种基于改进算术优化算法(improved arithmetic optimization algorithm, IAOA)的MPPT控制方法。首先,采用Sobol序列生成均匀分布的初始种群,增加种群多样性。其次,为了平衡算术优化算法(arithmetic optimization algorithm, AOA)的全局搜索和局部开发能力,对AOA中数学优化器加速函数的权重进行重构。最后,在AOA的位置更新中引入Lévy飞行策略,并将准反向学习用于每次更新后的最佳解,增强了算法的收敛速度和跳出局部最优的能力。仿真和实验结果表明,将改进后的算法应用于MPPT控制中,能够在不同的局部遮阴及光照突变条件下准确、快速地跟踪到全局最大功率点,且功率振荡小。 展开更多
关键词 光伏系统 最大功率点跟踪 局部遮阴 算术优化算法 Lévy飞行
在线阅读 下载PDF
考虑空间分异性的土石坝变形安全分区评价指标拟定模型
8
作者 王雷 王晓玲 +1 位作者 张君 王佳俊 《天津大学学报(自然科学与工程技术版)》 北大核心 2025年第11期1205-1217,共13页
针对传统大坝安全评价指标仅表征整体结构安全状态而忽略了变形测点空间分布差异性与类聚性,由此导致其无法揭示坝体局部安全状况的问题,本研究提出了基于改进算数优化算法优化注意力双向门控循环单元自编码器、凝聚型层次聚类(AHC)与... 针对传统大坝安全评价指标仅表征整体结构安全状态而忽略了变形测点空间分布差异性与类聚性,由此导致其无法揭示坝体局部安全状况的问题,本研究提出了基于改进算数优化算法优化注意力双向门控循环单元自编码器、凝聚型层次聚类(AHC)与超阈值(POT)理论的土石坝变形安全分区评价指标拟定模型.首先,本文建立一种有效的序列数据降维模型,通过引入注意力机制耦合双向门控循环单元自编码器,解决了传统单向门控循环单元序列信息提取不完整及数据降维过程中的信息丢失问题.其次,设计了一种混沌搜索策略改进的算数优化算法,显著提升了网络超参数的优化效率,有效避免了深度学习模型超参数优化易陷入局部最优解的问题.随后,采用基于曼哈顿距离的AHC方法,有效实现了坝体变形监测数据的空间分区,并在空间分区基础上结合POT理论进行安全诊断指标拟定.实际土石坝工程案例分析结果表明:本文所提方法的聚类性能优异,聚类评价轮廓系数高达0.886,戴维斯-鲍丁指数低至0.151,显著优于现有方法;安全诊断指标考虑了坝体结构的空间分异性,合理性显著提高.本研究所提方法提升了大坝变形监测数据挖掘的深度与精度,为大坝安全监测与评价指标研究提供了新思路. 展开更多
关键词 土石坝 安全评价指标拟定 算数优化算法 双向门控循环单元 自编码器 注意力机制 凝聚型层次聚类 超阈值模型
在线阅读 下载PDF
基于CEEMD-FE和AOA-LSSVM的短期电力负荷预测 被引量:45
9
作者 杨海柱 田馥铭 +1 位作者 张鹏 石剑 《电力系统保护与控制》 EI CSCD 北大核心 2022年第13期126-133,共8页
针对电力负荷预测精度不高、效率低的问题,采用算术优化算法(AOA)和最小二乘支持向量机(LSSVM)的模型对经过互补集合经验模态分解(CEEMD)和模糊熵(FE)综合处理后的子序列进行预测,构建了CEEMD-FE-AOA-LSSVM预测模型。首先,利用FE算法对... 针对电力负荷预测精度不高、效率低的问题,采用算术优化算法(AOA)和最小二乘支持向量机(LSSVM)的模型对经过互补集合经验模态分解(CEEMD)和模糊熵(FE)综合处理后的子序列进行预测,构建了CEEMD-FE-AOA-LSSVM预测模型。首先,利用FE算法对经过CEEMD处理后的各子序列进行熵值重组,该过程提高了模型的抗干扰能力和运算效率。然后,用AOA-LSSVM模型对处理后的子序列进行预测,并将预测叠加输出。最后,通过误差函数对模型进行横向对比和纵向对比,利用两种对比结果来检验其性能。通过实验可知,与CEEMD-LSSVM、AOA-LSSVM、CEEMD-AOA-LSSVM等其他模型相比,CEEMD-FE-AOA-LSSVM组合模型能够兼顾到预测精度与预测效率两方面,做到了综合性能的提升。同时也验证了经过CEEMD或AOA处理的模型能够有效地提升预测精度。 展开更多
关键词 算术优化算法 最小二乘支持向量机 组合模型 短期负荷预测
在线阅读 下载PDF
基于改进遗传算法的立体纸库货位优化研究
10
作者 杨帆 左学斌 杨文杰 《印刷与数字媒体技术研究》 北大核心 2025年第2期153-161,共9页
针对印刷纸库货物摆放智能决策的问题,本研究首先建立仓库模型,根据货物存放的需求原则确立多目标函数,以达到合理货位安排。然后,基于遗传算法改进了货位分配优化算法,设计了基因编码、交叉、变异等具体流程及参数,并引入自然界中的灾... 针对印刷纸库货物摆放智能决策的问题,本研究首先建立仓库模型,根据货物存放的需求原则确立多目标函数,以达到合理货位安排。然后,基于遗传算法改进了货位分配优化算法,设计了基因编码、交叉、变异等具体流程及参数,并引入自然界中的灾变思想。最后,根据改写的退火公式控制灾变频率与迭代次数,避免灾变过快或过慢影响搜索效率。根据实验结果分析得出,改进后算法相较于传统遗传算法结果更加可靠稳定,同时因为避免了无效迭代,所以执行效率更高并具有柔性特点,可结合原有货物对货位进行选择。本研究提出的货位分配优化算法可与仓库管理系统结合使用,提高仓储运营效率。 展开更多
关键词 货位优化 遗传算法 退火算法
在线阅读 下载PDF
基于AOA-LSTM的施工升降机电机轴承剩余寿命预测 被引量:2
11
作者 郗涛 王通 +1 位作者 王莉静 张建业 《中国工程机械学报》 北大核心 2023年第6期600-606,共7页
针对施工升降机电机轴承剩余寿命预测问题,提出一种基于算术优化算法(AOA)和长短时记忆网络(LSTM)融合算法的轴承剩余寿命预测方法。首先,对原始振动信号提取时域和频域特征指标,利用随机森林算法对提取的特征指标进行重要度分析,并构... 针对施工升降机电机轴承剩余寿命预测问题,提出一种基于算术优化算法(AOA)和长短时记忆网络(LSTM)融合算法的轴承剩余寿命预测方法。首先,对原始振动信号提取时域和频域特征指标,利用随机森林算法对提取的特征指标进行重要度分析,并构建退化特征决策表;然后,通过AOA优化算法优化LSTM中的超参数,选择最优超参数建立预测模型;最后,把退化特征输入预测模型中进行预测,并通过均方根误差(RMSE)和平均绝对误差(MAE)评估预测模型。XJTU-SY数据集实验验证,结果表明:AOA-LSTM模型RMSE和MAE分别为5.56%和4.37%,与MLP模型相比,RMSE和MAE分别降低31.58%和29.61%;与循环神经网络(RNN)模型相比,RMSE和MAE分别降低24.66%和25.49%,验证所提方法的有效性。 展开更多
关键词 剩余寿命预测 算术优化算法 长短时记忆网络 升降机 电机轴乘
在线阅读 下载PDF
基于改进算术优化算法的低压配电网故障区段定位 被引量:1
12
作者 刘敬之 杨洪易 +2 位作者 张剑明 王欣阳 崔伟 《农村电气化》 2025年第4期13-19,共7页
为了提高低压配电网故障区段定位的准确性和快速性,解决现有算法易陷入局部最优状态、探索力不足以及准确度低的问题,提出了一种基于改进算术优化算法实现低压配电网故障区段定位的方法,通过改造数学优化加速系数MOA函数、引入自适应t... 为了提高低压配电网故障区段定位的准确性和快速性,解决现有算法易陷入局部最优状态、探索力不足以及准确度低的问题,提出了一种基于改进算术优化算法实现低压配电网故障区段定位的方法,通过改造数学优化加速系数MOA函数、引入自适应t分布扰动策略以及优化最优值赋值函数这3个方面来优化算法的搜索能力,使算法跳出局部最优状态并提高算法的准确度。此外,选取IEEE 33节点的配电网模型并应用Matlab对模型节点支路、节点开关状态和适应度函数进行了仿真,对单点故障和多点故障以及存在信号畸变的单多点故障进行仿真分析。结果表明,利用改进算术优化算法的局部搜索和全局搜索分开进行的特点对故障区段定位问题进行充分搜索,可实现故障区段准确定位。 展开更多
关键词 低压配电网 改进算术优化算法 故障区段 定位
在线阅读 下载PDF
基于改进粒子群优化的海上移动目标定位算法
13
作者 田咪咪 吴昊 汤洋 《火力与指挥控制》 北大核心 2025年第8期129-136,共8页
位置估计在海上无线网络计算系统中具有重要意义。考虑到达时间差/到达角混合定位算法测量误差的影响以及定位估计中遇到的非线性优化问题,提出一种基于混沌理论的粒子群优化算法。该算法以移动位置估计的TDOA/AOA混合定位算法为研究对... 位置估计在海上无线网络计算系统中具有重要意义。考虑到达时间差/到达角混合定位算法测量误差的影响以及定位估计中遇到的非线性优化问题,提出一种基于混沌理论的粒子群优化算法。该算法以移动位置估计的TDOA/AOA混合定位算法为研究对象,提高了移动位置估计的定位性能和精度。通过极大似然法得到移动站的估计函数,将移动站的估计函数作为适应度函数生成PSO的初始种群。采用混沌优化粒子群优化算法求解群体位置的最优解,得到移动站的最优位置估计,使TDOA/AOA定位算法具有更好的定位性能。仿真结果表明所提算法能够降低误差对定位精度的影响,实现全局和局部搜索能力的平衡,具有更快的收敛速度和更精确的定位精度。 展开更多
关键词 定位算法 粒子群优化 混沌理论 到达时差 到达角 TDOA/aoa
在线阅读 下载PDF
基于IAOA-VMD-LSTM的超短期风电功率预测 被引量:23
14
作者 肖烈禧 张玉 +1 位作者 周辉 赵冠皓 《太阳能学报》 EI CAS CSCD 北大核心 2023年第11期239-246,共8页
为了对风电功率进行精确预测,提出一种基于改进算术优化算法(IAOA)、变分模态分解(VMD)和长短期记忆网络(LSTM)的超短期风电功率预测模型(IAOA-VMD-LSTM)。利用IAOA对VMD的关键分解参数k和α进行优化,得到的各固有模态函数(IMF)具有周期... 为了对风电功率进行精确预测,提出一种基于改进算术优化算法(IAOA)、变分模态分解(VMD)和长短期记忆网络(LSTM)的超短期风电功率预测模型(IAOA-VMD-LSTM)。利用IAOA对VMD的关键分解参数k和α进行优化,得到的各固有模态函数(IMF)具有周期性,能够提升LSTM的预测精度,同时利用IAOA对LSTM网络参数进行优化。通过对风电功率数据进行预测分析,结果表明IAOA-VMD-LSTM预测模型相比于其他模型的预测精度更高。 展开更多
关键词 风电功率预测 变分模态分解 长短期记忆网络 算术优化算法
在线阅读 下载PDF
基于改进变异粒子群算法的TDOA/AOA定位研究 被引量:8
15
作者 胡骏 乐英高 +2 位作者 蔡绍堂 曹莉 吴浩 《组合机床与自动化加工技术》 北大核心 2019年第4期14-19,共6页
针对GPS盲点区域的定位问题,蜂窝定位技术能够有效解决。蜂窝定位技术中的混合定位算法能够有效地提高定位精度和定位可靠性,但是算法中的信号测量产生的误差和定位估计遇到的非线性优化问题严重影响了混合定位算法的性能。针对上述算... 针对GPS盲点区域的定位问题,蜂窝定位技术能够有效解决。蜂窝定位技术中的混合定位算法能够有效地提高定位精度和定位可靠性,但是算法中的信号测量产生的误差和定位估计遇到的非线性优化问题严重影响了混合定位算法的性能。针对上述算法问题,文章提出了一种基于改进的变异粒子群算法(IMPSO)的目标定位策略。该算法是以TDOA/AOA混合定位算法为对象,首先用最大似然法得到移动台的估计函数,将估计函数作为适应度函数产生初始种群,然后对粒子群(PSO)算法中适应度方差进行变异操作,同时改进惯性权重,达到PSO算法在对适应度函数进行寻优处理时不会出现陷入局部最优的目的,最后用IMPSO算法对种群进行寻优,得到最优的估计位置。仿真实验结果表明,IMPSO算法的应用相对传统的Chan算法和TDOA/AOA混合定位算法,在视距的环境下,能有效减小测量误差的影响,并提高定位系统的稳定性。 展开更多
关键词 TDOA/aoa 改进变异粒子群算法 变异操作 惯性权重 定位算法
在线阅读 下载PDF
优化聚类分簇结合自适应中继策略的双簇首WSNs路由算法 被引量:1
16
作者 张晶 高翔 张宏 《小型微型计算机系统》 CSCD 北大核心 2024年第4期1007-1017,共11页
针对无线传感器网络中分簇路由算法节点能量利用率低、能量消耗不均匀等问题,提出了一种优化聚类分簇结合自适应中继策略的双簇首无线传感器网络路由算法.该算法对分簇路由协议中的三个阶段分别进行优化设计.成簇阶段,首先对双簇首模型... 针对无线传感器网络中分簇路由算法节点能量利用率低、能量消耗不均匀等问题,提出了一种优化聚类分簇结合自适应中继策略的双簇首无线传感器网络路由算法.该算法对分簇路由协议中的三个阶段分别进行优化设计.成簇阶段,首先对双簇首模型下最优成簇规模与网络能耗的关系进行理论分析,然后使用改进的算术优化算法计算模糊C均值算法的初始聚类中心,提高了模糊C均值算法聚类成簇的准确率和鲁棒性.簇首选举阶段,引入双簇首策略,以节点的位置、能量和中心度为影响因子,根据承担任务的不同分别为内外簇首设计独立的簇首评价函数,以评价值为依据由节点分布式动态选举簇首减少了广播数量,同时可以将整个簇的能量负载平均分配到每个簇成员节点中.数据传输阶段,设置了多跳中继策略的距离适用条件,并以能量消耗速率为依据选择中继节点,避免了节点提前过载.仿真结果表明:在多种规模的网络中,该算法相较于对比算法在均衡网络负载、提高能量利用效率方面效果更好,从而延长了网络的有效感测时间. 展开更多
关键词 无线传感器网络 分簇路由算法 模糊C均值 算术优化算法 能耗优化
在线阅读 下载PDF
一种引入过渡阶段和高斯变异的改进算术优化算法 被引量:1
17
作者 张伟 李世港 +2 位作者 齐明楚 周徐虎 宋燕 《小型微型计算机系统》 CSCD 北大核心 2024年第7期1568-1576,共9页
针对算术优化算法收敛精度低、易陷入局部最优等问题,提出了一种改进的过渡高斯算术优化算法,该算法将新的非线性过渡阶段与改进的高斯变异策略相结合.首先,为了更好地从勘探阶段的高离散度策略过渡到开发阶段的低离散度策略,提出过渡... 针对算术优化算法收敛精度低、易陷入局部最优等问题,提出了一种改进的过渡高斯算术优化算法,该算法将新的非线性过渡阶段与改进的高斯变异策略相结合.首先,为了更好地从勘探阶段的高离散度策略过渡到开发阶段的低离散度策略,提出过渡阶段策略,并通过比较三种曲线实验重构数学优化加速函数.其次,引入具有算术优化算法特性的高斯变异策略和边界函数策略,加强算法跳出局部区域的能力.最后,将改进后的算术优化算法与几种著名算法进行对比,并进行不同维度的可扩展性分析,验证了所提算法的有效性.此外,该算法在压力容器设计问题中进行了测试.实验结果表明,TGAOA具有优异的收敛精度、收敛速度和鲁棒性. 展开更多
关键词 算术优化算法 过渡阶段 高斯分布 压力容器设计
在线阅读 下载PDF
基于优化VMD-GRU的滚动轴承剩余使用寿命预测 被引量:2
18
作者 郗涛 王锴 王莉静 《中国工程机械学报》 北大核心 2024年第1期101-106,共6页
为了提高滚动轴承剩余使用寿命(RUL)的预测精度,提出了一种变分模态分解(VMD)和门控循环神经网络(GRU)融合算法的滚动轴承RUL预测模型VMD-GRU。首先,该模型通过阿基米德优化算法(AOA)优化的VMD算法对原始振动信号进行分解;然后,利用最... 为了提高滚动轴承剩余使用寿命(RUL)的预测精度,提出了一种变分模态分解(VMD)和门控循环神经网络(GRU)融合算法的滚动轴承RUL预测模型VMD-GRU。首先,该模型通过阿基米德优化算法(AOA)优化的VMD算法对原始振动信号进行分解;然后,利用最小包络熵准则选择最佳模态分量进行退化特征提取;再通过核主成分分析进行特征降维;最后,为保证模型准确率,通过鹈鹕优化算法(POA)优化GRU中的超参数,并根据不同故障类型建立GRU剩余寿命预测模型。使用XJTU-SY标准数据集进行剩余寿命预测验证,实验结果表明:与传统未结合故障类型提取退化特征和建立预测模型方法相比,VMD-GRU模型均方根误差和平均绝对误差分别降低了26.28%和27.17%。 展开更多
关键词 滚动轴承 剩余寿命预测 变分模态分解(VMD) 门控循环神经网络(GRU) 阿基米德优化算法(aoa) 鹈鹕优化算法(POA)
在线阅读 下载PDF
一种多种群二进制算术优化算法及其应用
19
作者 王若宾 耿芳东 +2 位作者 王佳伟 徐琳 段建勇 《计算机应用研究》 CSCD 北大核心 2024年第12期3664-3670,共7页
针对算术优化算法(AOA)无法对离散二进制型问题进行优化的局限,提出一种使用sigmoid函数变体实现的离散二进制算术优化算法(BAOA_S),解决了原始算法无法用于离散二进制变量优化的问题。进一步提出一种基于突变策略实现的多种群二进制算... 针对算术优化算法(AOA)无法对离散二进制型问题进行优化的局限,提出一种使用sigmoid函数变体实现的离散二进制算术优化算法(BAOA_S),解决了原始算法无法用于离散二进制变量优化的问题。进一步提出一种基于突变策略实现的多种群二进制算术优化算法(multi-swarm binary arithmetic optimization algorithms,MS-BAOA)。该算法将原始种群划分为多个子种群,子种群间通过通信策略进行交流,并使用突变策略进一步增强种群多样性,克服了BAOA_S无法跳出局部最优解的缺陷。基于CEC2013基准函数将MS-BAOA与BAOA_S、二进制粒子群算法(binary particle swarm optimization algorithm,BPSO)、二进制灰狼优化算法(binary gray wolf optimizer,BGWO)、二进制鱼群迁徙算法(binary fish migration optimization algorithm,BFMO)以及二进制均衡优化器(binary equilibrium optimizer,BiEO)进行了对比,实验结果显示MS-BAOA总体上优于对比算法。将MS-BAOA应用于配电网故障区段定位中,实验结果显示该算法能够对配电网单点故障以及多点故障实现快速精准定位,进一步验证了该算法的实用性。 展开更多
关键词 算术优化算法 离散二进制 多种群 配电网 故障定位
在线阅读 下载PDF
利用PVDF压电传感器实现接触滑动的快速检测
20
作者 吴海彬 黄力文 《振动与冲击》 EI CSCD 北大核心 2024年第24期135-144,共10页
工业机器人在进行工件抓取过程中,往往存在夹持力过大使工件破损、夹持力过小导致工件滑落的矛盾。为此,提出一种接触滑动的快速检测方法,采用聚偏二氟乙烯(polyvinylidene fluoride, PVDF)压电传感器作为滑觉感知元件。首先,利用阿基... 工业机器人在进行工件抓取过程中,往往存在夹持力过大使工件破损、夹持力过小导致工件滑落的矛盾。为此,提出一种接触滑动的快速检测方法,采用聚偏二氟乙烯(polyvinylidene fluoride, PVDF)压电传感器作为滑觉感知元件。首先,利用阿基米德优化算法(Archimedes optimization algorithm, AOA)优化变分模态分解(variational mode decomposition, VMD)对传感器信号进行分解与重构,降低噪声干扰;然后,提取信号的时频域特征,构建信号特征集;最后,使用蜣螂优化算法(dung beetle optimization, DBO)优化选取长短期记忆网络(long short-term memory networks, LSTM)参数,将DBO优化选取后的参数和信号特征集用于构建滑动检测识别模型。将所提滑动检测方法应用于电动夹爪抓取试验,结果表明,该方法实现了接触状态的精准快速识别,准确率达到100%,识别时间在20 ms以内,根据识别结果可实时调整电动夹爪夹持力大小。 展开更多
关键词 滑动检测 聚偏二氟乙烯(PVDF) 阿基米德优化算法(aoa) 变分模态分解(VMD) 长短期记忆网络(LSTM)
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部