期刊文献+
共找到214篇文章
< 1 2 11 >
每页显示 20 50 100
基于COA-CNN模型的综采工作面煤与瓦斯突出灾害预测研究
1
作者 许爱国 《陕西煤炭》 2025年第2期62-66,共5页
随着煤矿开采持续向深部延伸,工作面面临的地质压力不断增大,瓦斯释放和积聚的风险显著增加。此外,深部矿井中煤层的物理性质和构造特征也与浅部煤层存在一定差异,进一步增加了煤与瓦斯突出的潜在风险。本研究基于某矿数据,首先应用箱线... 随着煤矿开采持续向深部延伸,工作面面临的地质压力不断增大,瓦斯释放和积聚的风险显著增加。此外,深部矿井中煤层的物理性质和构造特征也与浅部煤层存在一定差异,进一步增加了煤与瓦斯突出的潜在风险。本研究基于某矿数据,首先应用箱线图(Boxplot)与多重插补法(MI)进行数据清洗,结合相关系数(Correlation)筛选影响因素,建立基于Boxplot-MI-C的煤与瓦斯突出预测指标体系。然后运用深度学习中的卷积神经网络(CNN)搭建模型框架,结合鸬鹚搜索算法(COA)优化模型超参数,建立基于COA-CNN的煤与瓦斯突出预测模型。最后,建立支持向量机(SVM)、COA-SVM、人工神经网络(ANN)、COA-ANN、CNN模型进行对比验证,其中,COA-CNN模型预测结果的准确率最高,拥有更优的鲁棒性与泛化能力,可以为煤与瓦斯突出灾害的预测与防控提供更好的决策参考。 展开更多
关键词 煤与瓦斯突出 数据清洗 指标体系 coa优化算法 CNN预测模型
在线阅读 下载PDF
OPTIMIZATION BASED ON LMPROVED REAL—CODED GENETIC ALGORITHM 被引量:2
2
作者 ShiYu YuShenglin 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI 2002年第1期53-58,共6页
An improved real-coded genetic algorithm is pro-posed for global optimization of functionsl.The new algo-rithm is based om the judgement of the searching perfor-mance of basic real-coded genetic algorithm.The opera-t... An improved real-coded genetic algorithm is pro-posed for global optimization of functionsl.The new algo-rithm is based om the judgement of the searching perfor-mance of basic real-coded genetic algorithm.The opera-tions of basic real-coded genetic algorithm are briefly dis-cussed and selected.A kind of chaos sequence is described in detail and added in the new algorithm ad a disturbance factor.The strategy of field partition is also used to im-prove the strcture of the new algorithm.Numerical ex-periment shows that the mew genetic algorithm can find the global optimum of complex funtions with satistaiting precision. 展开更多
关键词 global optimization chaos CROSSOVER muta-tion GENETIC algorithm 实数遗传算法 混沌序列 函数优化
在线阅读 下载PDF
基于混沌博弈理论的多源微波加热温度均匀性优化
3
作者 杨彪 韩泽民 +3 位作者 段绍米 黄宏彬 吴照刚 彭飞云 《材料导报》 北大核心 2025年第3期50-57,共8页
本工作研究了多源微波加热系统中材料内部整体温度均匀性的优化问题,也就是在谐振腔体存在驻波的情况下,实现温度场梯度最小的优化目标。首先,从微波频率的动态变化出发,采用热点交替的移频方法,逆转材料温域分布,实现材料间冷热点的中... 本工作研究了多源微波加热系统中材料内部整体温度均匀性的优化问题,也就是在谐振腔体存在驻波的情况下,实现温度场梯度最小的优化目标。首先,从微波频率的动态变化出发,采用热点交替的移频方法,逆转材料温域分布,实现材料间冷热点的中和,达到均匀加热的目的。然后,基于不同微波源之间的耦合程度差异,引入混沌博弈优化算法重构不同频率下各个微波源的馈入功率数值,在确保温度均匀性不变的情况下,提升材料的整体温度。最后,通过多源微波与SiC材料相互作用的仿真实例来分析加热过程,并开展对均匀性指标的有效计算。数值计算结果表明,与固定频率加热和扫频加热相比,所提出的方法均匀性分别提升了26.3%~70.2%和60.0%~62.7%,同时加热效率分别提高了2.5%~41.7%和14.2%~14.6%,能有效地改善微波加热的温度均匀性。 展开更多
关键词 微波加热 多微波源 功频协同 热点交替 混沌博弈优化算法 均匀性
在线阅读 下载PDF
基于WD-COA-LSTM模型的月降水量预测 被引量:5
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
基于RTSMFE、M-KRCDA与COA-SVM的行星齿轮箱故障诊断 被引量:5
5
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
融合黑寡妇思想的蜣螂优化算法
6
作者 孔令崧 石颉 +2 位作者 孙浩 陈柏颖 吴宏杰 《微电子学与计算机》 2025年第3期14-29,共16页
虽然蜣螂优化算法(Dung Beetle Optimization,DBO)具有寻优能力强,收敛速度快的特点,但是也不可避免的存在易陷入局部最优以及全局探索和局部开发不平衡的特点。针对以上问题,提出了一种融合了黑寡妇优化算法(Black Widow Optimization ... 虽然蜣螂优化算法(Dung Beetle Optimization,DBO)具有寻优能力强,收敛速度快的特点,但是也不可避免的存在易陷入局部最优以及全局探索和局部开发不平衡的特点。针对以上问题,提出了一种融合了黑寡妇优化算法(Black Widow Optimization algorithm,BWO)思想的蜣螂优化算法,命名为黑寡妇-蜣螂优化算法(Black Widow-Dung Beetle Optimization,BWDBO)。在DBO的基础上BWDBO提出了3种改进:采用混沌映射扰动初始种群、采用黑寡妇算法更新部分蜣螂和采用自适应t分布因子改进蜣螂个体。相比于原始DBO,BWDBO增强了算法的全局搜索以及局部开发能力。为了验证BWDBO的性能,分别进行了改进策略有效性验证实验、群智能算法对比验证实验、并运用BWDBO算法优化了两个实际工程优化问题。实验结果表明,BWDBO具有良好的优化性能,并且能够有效的处理实际工程问题。 展开更多
关键词 蜣螂优化算法 黑寡妇优化算法 混沌映射 改进因子 工程优化问题 BWDBO
在线阅读 下载PDF
应用多策略改进量子粒子群算法的直流电与Rayleigh波联合反演
7
作者 朱春光 管泓清 +3 位作者 秦天 张富翔 王强 高远 《石油地球物理勘探》 北大核心 2025年第1期137-151,共15页
针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)... 针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)的量子行为粒子群(Quantum-behaved Particle Swarm Optimization,QPSO)算法(简称为COBL-CS-QPSO算法)应用于二者的一维联合反演。通过联合反演可以从电阻率数据中提取层厚信息,弥补单独Rayleigh波反演难以精确解析层厚的问题;同时多策略算法的引入使解在搜索过程中不易陷入局部最优,并加强了不确定环境下的随机搜索效率。理论模型实验考虑了无噪声与有噪声以及已知模型层数与未知模型层数的多种情况,并使模型反演在宽泛的搜索区间内进行,最终取得了良好的反演效果。随后将该联合反演算法应用于实际数据,结果表明基于COBL-CS-QPSO算法的直流电与Rayleigh波联合反演在无钻孔信息或未知地下详细分层的条件下,能够获得相比于单独方法更为准确的结果。同时与自适应粒子群(APSO)算法的对比也体现了改进算法的反演优势。 展开更多
关键词 Rayleigh 波法 直流电法 联合反演 量子行为粒子群算法 重心反向学习 混沌搜索 无限折叠的迭代混 沌映射 浅地表
在线阅读 下载PDF
基于IWOA-BP的火控计算机电源模块故障诊断方法
8
作者 邵浩冬 李英顺 +1 位作者 王德彪 佟维妍 《兵器装备工程学报》 北大核心 2025年第3期224-231,共8页
火控计算机是火控系统的核心,其对于火控系统的正常运行发挥着重要作用,因此对坦克火控计算机电源模块进行故障诊断是一项很重要的任务。为了提高诊断准确率和效率,引入了Sine-Tent-Cosine混沌映射和自适应惯性权重对原始的鲸鱼算法(WOA... 火控计算机是火控系统的核心,其对于火控系统的正常运行发挥着重要作用,因此对坦克火控计算机电源模块进行故障诊断是一项很重要的任务。为了提高诊断准确率和效率,引入了Sine-Tent-Cosine混沌映射和自适应惯性权重对原始的鲸鱼算法(WOA)进行改进与优化,利用改进后的算法对BP神经网络的权重、阈值进行参数寻优,构建了IWOA-BP火控计算机电源模块故障诊断模型,与PSO-BP、ANT-BP、WOA-BP几种诊断模型进行实验对比。多次实验结果表明:改进后的IWOA-BP模型在4种模型中效率最高,运行时间仅为8.72 s,在对火控计算机电源模块的5种故障进行诊断时,该模型的平均准确率达到了96.4%,相较于PSO-BP、ANT-BP和WOA-BP几种诊断模型准确率分别提升了3.65%、5.7%和5.93%。 展开更多
关键词 故障诊断 鲸鱼优化算法 Sine-Tent-Cosine混沌映射 自适应惯性权重 BP神经网络
在线阅读 下载PDF
改进GWO算法的矿用巡检机器人路径规划
9
作者 贾建东 董志明 朱守健 《山东煤炭科技》 2025年第3期189-193,共5页
针对煤矿工作中人工巡检耗时长、工作重复的问题,提出一种基于粒子群灰狼融合路径规划算法,通过使用Tent混沌映射增加狼群的多样性,将灰狼算法中线性收敛因子改进成非线性收敛因子,适当增加灰狼进攻猎物的时间,将粒子群算法的思想与灰... 针对煤矿工作中人工巡检耗时长、工作重复的问题,提出一种基于粒子群灰狼融合路径规划算法,通过使用Tent混沌映射增加狼群的多样性,将灰狼算法中线性收敛因子改进成非线性收敛因子,适当增加灰狼进攻猎物的时间,将粒子群算法的思想与灰狼算法相结合,改进灰狼的位置更新公式;采用贝塞尔平滑路径,使所规划的路径更适用于巡检机器人,将改进的算法应用于巡检机器人的路径规划中。与改进前的GWO算法进行对比,最佳适应度降低至56.3,平均迭代次数从GWO的55次减少至43次,体现了改进灰狼算法更高的路径规划效率和经济性。 展开更多
关键词 路径规划 灰狼算法 tent混沌映射 粒子群算法
在线阅读 下载PDF
多策略集成的哈里斯鹰算法求解全局优化问题 被引量:1
10
作者 李煜 林笑笑 刘景森 《运筹与管理》 CSSCI CSCD 北大核心 2024年第6期28-34,共7页
为提高哈里斯鹰算法优化问题的性能,提出一种融合佳点集、非线性能量逃逸因子和Logistic-Cubic级联混沌扰动的多策略哈里斯鹰优化算法(Improve Harris Hawk Optimization,IHHO)。首先,引入佳点集策略代替随机初始种群,均匀初始种群分布... 为提高哈里斯鹰算法优化问题的性能,提出一种融合佳点集、非线性能量逃逸因子和Logistic-Cubic级联混沌扰动的多策略哈里斯鹰优化算法(Improve Harris Hawk Optimization,IHHO)。首先,引入佳点集策略代替随机初始种群,均匀初始种群分布性。其次,根据算法各个阶段不同特征提出一种非线性能量逃逸因子,平衡全局和局部勘探能力。最后,引入Logistic-Cubic级联混沌对搜索位置扰动,避免算法陷入局部最优。利用IHHO算法求解23个函数及三桁架工程设计问题,并利用目标收敛曲线、Wilcoxon秩和检验进行测试,结果表明,IHHO算法相比对比算法具有更强寻优性能、求解稳定性,在求解全局优化问题上具有一定竞争性。 展开更多
关键词 HHO算法 佳点集策略 非线性逃逸因子 级联混沌 工程问题
在线阅读 下载PDF
重联编组条件下城轨车底运用方案优化研究
11
作者 朱昌锋 贾锦秀 +3 位作者 马斌 孙元广 王傑 成琳娜 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第7期2626-2636,共11页
随着对城市轨道交通日常客流出行规律的不断挖掘,运输组织创新是解决客流与运力有效匹配问题、实现系统能耗节约及社会经济效益最大化的关键手段,而重联编组运营模式可有效提高客流与运力的匹配度。通过分析重联编组与固定编组条件下车... 随着对城市轨道交通日常客流出行规律的不断挖掘,运输组织创新是解决客流与运力有效匹配问题、实现系统能耗节约及社会经济效益最大化的关键手段,而重联编组运营模式可有效提高客流与运力的匹配度。通过分析重联编组与固定编组条件下车底运用问题的差异性,构建基于“影子列车”的重联编组车次接续法,以车底与车次接续、车底一致性和重联编组作业等为约束条件,以车次接续总成本最小和车底使用时间标准差最小为目标函数,构建重联编组条件下城市轨道交通车底运用方案优化模型。通过引入非线性惯性权重更新方法和动态学习因子,设计多目标混沌粒子群优化(Multi-objective Chaos Particle Swarm Optimization,MOCPSO)算法。以某城市轨道交通线路的102个车次为例验证模型的有效性,并对车次接续时间上限、车底重联解编作业和车底存放情况进行讨论分析。研究结果表明:MOCPSO算法通过引入Logistic混沌优化策略可有效跳出局部最优;车次接续时间上限越大,需要投入的车底数量越多,不宜使车次接续时间过长;在车底运用过程中应尽可能地减少联挂解编作业的次数。该方法可为决策者提供一系列不同运营投入和车底运用均衡性下的车底运用Pareto非劣方案,有助于协调线路运能利用,同时降低了轨道交通的能耗。 展开更多
关键词 城市交通 重联编组 车底运用 多目标优化 混沌粒子群算法
在线阅读 下载PDF
基于IWOA算法的矿井风量智能优化研究
12
作者 张景钢 何鑫 林桂玲 《矿业安全与环保》 北大核心 2024年第6期177-184,191,共9页
为解决复杂矿井通风网络中存在的风量分配不合理、通风调节设施设置不当,以及通风功耗高等问题,基于图论与通风网络理论,构建以矿井通风网络风量分配基本定律、通风巷道风量风压、主要通风机运行工况为约束条件,以矿井通风网络运行功耗... 为解决复杂矿井通风网络中存在的风量分配不合理、通风调节设施设置不当,以及通风功耗高等问题,基于图论与通风网络理论,构建以矿井通风网络风量分配基本定律、通风巷道风量风压、主要通风机运行工况为约束条件,以矿井通风网络运行功耗最低为目标函数的矿井通风网络非线性优化数学模型,并运用罚函数法将约束条件转换为目标函数的惩罚项。在标准鲸鱼群优化算法的基础上,提出一种融合混沌反向学习、Beta分布、非线性自适应惯性权重的多策略改进方法,通过提高算法的求解精度与收敛速度,增强算法的局部开发与全局寻优能力。采用改进鲸鱼群(IWOA)算法对模型进行求解,并将冀中能源股份有限公司邢东煤矿通风系统作为研究对象进行模拟,结果表明:该煤矿的矿井通风网络运行总功耗下降13.43%,矿井各用风巷道风量分布合理,符合矿井实际通风需求,证明所采用算法的可行性与优异性。 展开更多
关键词 矿井通风 风量智能优化 改进鲸鱼群算法 非线性自适应权重 混沌反向学习 BETA分布
在线阅读 下载PDF
基于优化VMD-CNN-BiLSTM的电机轴承智能故障诊断研究 被引量:6
13
作者 曹景胜 于洋 +1 位作者 王琦 董翼宁 《现代电子技术》 北大核心 2024年第12期115-121,共7页
针对滚动轴承早期故障信号较弱及特征数据提取效果差,导致故障诊断准确率低以及故障诊断效率低的问题,提出一种信号处理结合深度神经网络的故障诊断方法。首先,采用变分模态分解(VMD)法提取主轴承振动数据中的特征数据;然后为了确定VMD... 针对滚动轴承早期故障信号较弱及特征数据提取效果差,导致故障诊断准确率低以及故障诊断效率低的问题,提出一种信号处理结合深度神经网络的故障诊断方法。首先,采用变分模态分解(VMD)法提取主轴承振动数据中的特征数据;然后为了确定VMD算法中最佳的模态分量个数K及惩罚参数α,增强特征提取的效果,将最小排列熵作为适应度函数,采用全局优化能力强的正弦混沌自适应鲸鱼优化算法(CAWOA)进行参数的确定,得到最优模态分量;接着,根据最优模态分量构造特征向量,将特征向量作为CNN-BiLSTM网络的输入,实现故障的分类。最后,根据实验平台采集的数据进行实验分析。结果表明,优化VMD-CNN-BiLSTM轴承故障诊断模型相较于其他故障诊断模型,在准确率以及实时性上均有明显提升。 展开更多
关键词 变分模态分解(VMD) 卷积神经网络(CNN) 双向长短期记忆(BiLSTM) 滚动轴承 智能故障诊断 特征数据提取 正弦混沌自适应鲸鱼优化算法
在线阅读 下载PDF
基于缩放框架的改进贝叶斯网络结构优化算法
14
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
基于多策略融合斑马优化算法的特征选择方法
15
作者 王震 王新春 +2 位作者 杨培宏 费鹏宇 郑学奎 《现代电子技术》 北大核心 2024年第18期149-155,共7页
针对传统斑马优化算法在求解复杂优化问题时精度低、收敛速度慢和易陷入局部最优的不足,提出一种多策略融合的改进斑马优化算法(IZOA)。首先,为解决斑马个体初始位置分布不均匀的问题,引入混沌映射来增加探索过程的种群多样性;其次,受... 针对传统斑马优化算法在求解复杂优化问题时精度低、收敛速度慢和易陷入局部最优的不足,提出一种多策略融合的改进斑马优化算法(IZOA)。首先,为解决斑马个体初始位置分布不均匀的问题,引入混沌映射来增加探索过程的种群多样性;其次,受自适应权重和黄金正弦算法思想启发,提出一种基于自适应递减权重和黄金正弦更新机制的位置更新策略,用于改进斑马算法的局部寻优与全局探索能力;然后,进行标准测试函数实验,验证了IZOA能够有效提升寻优精度和收敛速度;最后,将K近邻分类器作为待优化目标,选取UCI库的12个标准数据集进行特征选择实验,并利用改进后的算法在特征选择模型中进行最优特征子集搜寻。实验结果表明,相比传统算法,所提算法的平均分类准确率提升4.47%,平均适应度值降低2.5%,验证了该算法在特征选择领域的优越性。 展开更多
关键词 斑马优化算法 多策略融合 特征选择 混沌映射 自适应权重 黄金正弦算法 K近邻分类器
在线阅读 下载PDF
基于改进灰狼优化算法的舰载机着舰调度 被引量:1
16
作者 刘玉杰 韩维 +1 位作者 苏析超 郭放 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第3期803-813,共11页
针对第一类着舰模式下的舰载机着舰调度问题进行了研究,建立着舰调度模型,以最小化加权着舰延误时间和、着舰完成时间为优化目标,考虑舰载机战损程度、剩余燃油量的影响。为减轻人工调度的负担,提出一种改进灰狼优化(IGWO)算法对调度模... 针对第一类着舰模式下的舰载机着舰调度问题进行了研究,建立着舰调度模型,以最小化加权着舰延误时间和、着舰完成时间为优化目标,考虑舰载机战损程度、剩余燃油量的影响。为减轻人工调度的负担,提出一种改进灰狼优化(IGWO)算法对调度模型进行优化求解,在灰狼优化(GWO)算法的基础上,改进算法选择历史最优解灰狼个体为α狼,引入混沌算子,设置算法参数更新控制变量,以应对GWO算法后期收敛速度慢、可能陷入局部最优解的缺点。通过不同规模着舰调度案例仿真和算法对比,验证了IGWO算法的有效性,所提算法在30、60、90机规模着舰调度案例中的优化效果均优于对比算法,证明其具备一定工程应用价值。 展开更多
关键词 舰载机 着舰调度 灰狼优化算法 参数控制 混沌算子
在线阅读 下载PDF
基于混沌优化自适应萤火虫算法的室内机器人路径规划方法
17
作者 李冰鑫 孟雨倩 曹梦龙 《青岛科技大学学报(自然科学版)》 CAS 2024年第6期101-106,共6页
针对标准萤火虫(glowworm swarm optimization,GSO)算法进行全局路径规划易陷入局部最优、收敛速度过慢和搜索路径过长等生物智能算法的一般性问题,提出一种混沌优化自适应萤火虫(chaos-optimized adaptive glowworm swarm optimization... 针对标准萤火虫(glowworm swarm optimization,GSO)算法进行全局路径规划易陷入局部最优、收敛速度过慢和搜索路径过长等生物智能算法的一般性问题,提出一种混沌优化自适应萤火虫(chaos-optimized adaptive glowworm swarm optimization,CAGSO)路径规划方法算法。该方法中,首先采用立方映射产生的混沌序列对萤火虫的初始位置进行初始化,提高全局路径规划的全局搜索能力;其次,在混沌优化策略的基础上,通过调节萤火虫搜索步长,提高算法的运行速度和搜索精度。最后,在MATLAB上模拟室内复杂多变的工作环境,对CAGSO算法、GSO算法和粒子群(particle swarm optimization,PSO)算法进行对比验证与算法性能分析,实验结果表明改进的算法缩短了全局路径的长度,减少了收敛时间,解决了标准萤火虫算法易陷于局部最优问题。 展开更多
关键词 萤火虫算法 混沌优化 调节步长 路径规划
在线阅读 下载PDF
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
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
基于CSSA-LSTM的IGBT模块退化趋势预测
20
作者 柳行青 赵国帅 韩素敏 《电子科技》 2024年第8期60-67,共8页
针对逆变器中绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)模块失效率高且易损伤老化以及器件退化过程难以预测的问题,文中提出一种结合长短期神经网络(Long Short-Term Memory,LSTM)和混沌麻雀的神经网络预测模型。通... 针对逆变器中绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)模块失效率高且易损伤老化以及器件退化过程难以预测的问题,文中提出一种结合长短期神经网络(Long Short-Term Memory,LSTM)和混沌麻雀的神经网络预测模型。通过引入二维皮尔逊相关系数法获取组合退化特征,构建基于LSTM的电压退化预测模型。利用模型自适应提取退化特征内部相关性,实现对关键信息筛选,挖掘深层次退化特征。在麻雀搜索算法的可行域中引入高斯变异的正态分布随机数和Tent映射对应的混沌序列,提升预测的精度和稳定性。对模型的学习率、神经元个数、batch-size进行寻优,寻找最优值匹配网络拓扑。采用最优结构参数的LSTM对各原始数据分别预测,得到最终的退化预测值。以NANS实验中心的加速退化数据集进行算例分析,并与常规预测算法对比,验证所提算法的有效性和准确性。 展开更多
关键词 混沌麻雀搜索算法 LSTM 参数优化 退化趋势预测 IGBT 高斯变异 预测模型 TENT映射
在线阅读 下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部