检索结果-维普期刊中文期刊服务平台

一种SCNGO-MMPE-VMD的滚动轴承故障诊断方法: 1; 作者张涛魏彪 +2 位作者李永健马赫何勇《现代电子技术》北大核心 2025年第12期54-60,共7页; 针对滚动轴承故障诊断中种群分布不均匀及算法早熟收敛问题,提出一种SCNGO-MMPE-VMD的滚动轴承故障诊断方法。首先,利用折射反向学习方法初始化种群,并生成反向解,有效扩大搜索范围;然后,将正余弦算法(SCA)策略引入北方苍鹰优化算法(NGO... 展开更多; 关键词正余弦算法滚动轴承故障诊断改进北方苍鹰优化算法多尺度均值排列熵变分模态分解; 在线阅读下载PDF 职称材料

基于改进北方苍鹰算法优化SVM的轴承故障诊断研究: 2; 作者吴晓君李渠伟《机械强度》北大核心 2025年第5期80-89,共10页; 针对群智能算法优化支持向量机(Support Vector Machine,SVM)模型时容易遭遇局部最优的问题,提出一种改进北方苍鹰优化(Improved Northern Goshawk Optimization,INGO)算法,并将其应用于滚动轴承的故障诊断。通过引入基于余弦变化的自... 展开更多; 关键词故障诊断改进北方苍鹰优化算法柯西变异策略小波包分解支持向量机; 在线阅读下载PDF 职称材料

基于多任务学习组合模型的万能式断路器故障诊断方法: 3; 作者王钰洁赖冬明 +2 位作者王立军陈仁祥何家乐《高电压技术》北大核心 2025年第5期2394-2403,共10页; 针对万能式断路器的振动信号存在个体样本差异性、噪声干扰和分类器的参数难以确定等问题,提出一种基于多任务学习组合模型的万能式断路器故障诊断方法。首先,使用多元变经验模态分解(multivariate variational mode decomposition,MVMD... 展开更多; 关键词万能式断路器故障诊断多元变经验模态分解改进北方苍鹰优化算法核极限学习机; 在线阅读下载PDF 职称材料

INGOA结合LSTM的自来水混凝投药预测模型: 4; 作者张庭源张长胜 +3 位作者张健忠田海勇毛辉丁鑫《兰州大学学报(自然科学版)》北大核心 2025年第2期222-230,共9页; 为解决自来水厂混凝投药量的控制问题,提出一种基于改进的北方苍鹰优化算法(INGOA)结合长短期记忆神经网络(LSTM)的混凝投药预测模型.为均衡NGOA的全局勘探和局部开发能力,根据种内竞争机制,加强算法的局部持续开发能力,引入柯西-高斯... 展开更多; 关键词混凝投药预测长短期记忆神经网络改进的北方苍鹰优化算法种内竞争机制 Bernoulli混沌权重; 在线阅读下载PDF 职称材料

基于INGO-RF的边坡稳定性预测模型: 5; 作者石峻峰周琳 +1 位作者任宇联王志鹏《安全与环境学报》北大核心 2025年第4期1380-1390,共11页; 为提高边坡稳定性的预测精度以预防边坡失稳事故发生,提出了一种基于改进北方苍鹰算法优化随机森林(Improved Northern Goshawk Optimization algorithm optimized Random Forest, INGO-RF)的边坡稳定性预测模型。首先,根据413个边坡案... 展开更多; 关键词安全工程边坡稳定性可视化分析改进北方苍鹰优化算法随机森林预测模型; 在线阅读下载PDF 职称材料

基于NGO-VMD和改进GoogLeNet的齿轮箱故障诊断方法被引量：2: 6; 作者李俊卿刘若尧何玉灵《机床与液压》北大核心 2024年第12期193-201,共9页; 目前的齿轮箱故障诊断方法,在多转速工况及噪声干扰下,存在过拟合及诊断效果不佳的问题。针对此问题,提出一种北方苍鹰(NGO)算法优化变分模态分解(VMD)结合改进GoogLeNet的齿轮箱故障诊断方法。使用NGO对VMD进行参数寻优,利用优化后的VM... 展开更多; 关键词变分模态分解(VMD) 北方苍鹰优化(NGO)算法改进GoogLeNet 齿轮箱故障诊断; 在线阅读下载PDF 职称材料

基于INGO-SWGMN混合模型的超短期风速预测研究被引量：6: 7; 作者付文龙章轩瑞 +2 位作者张海荣傅雨晨刘兴韬《太阳能学报》 EI CAS CSCD 北大核心 2024年第5期133-143,共11页; 为提高超短期风速预测的精度,提出一种融合变分模态分解(VMD)、相空间重构、改进的北方苍鹰优化算法(INGO)和共享权重门控记忆网络(SWGMN)的超短期风速混合预测模型。首先,考虑到风速的强波动性会对预测带来不利影响,采用VMD对风速时间... 展开更多; 关键词风速预测深度学习变分模态分解共享权重门控记忆网络改进的北方苍鹰优化算法; 在线阅读下载PDF 职称材料

题名一种SCNGO-MMPE-VMD的滚动轴承故障诊断方法: 1; 作者张涛魏彪李永健马赫何勇; 机构兰州交通大学机电工程学院五邑大学轨道交通学院; 出处《现代电子技术》北大核心 2025年第12期54-60,共7页; 基金甘肃省教育科技创新基金项目(2022A-044) 2024年兰州交通大学-西南交通大学联合创新基金项目(LH2024021)。; 文摘针对滚动轴承故障诊断中种群分布不均匀及算法早熟收敛问题,提出一种SCNGO-MMPE-VMD的滚动轴承故障诊断方法。首先,利用折射反向学习方法初始化种群,并生成反向解,有效扩大搜索范围;然后,将正余弦算法(SCA)策略引入北方苍鹰优化算法(NGO)勘察阶段,通过非线性加权系数ω动态调节步长搜索因子,降低个体位置更新对局部信息的依赖,显著提高算法收敛速度与精度;最后,构建多尺度均值排列熵(MMPE)与峭度的融合指标作为适应度函数,增强故障特征敏感性。通过对不同的实测信号进行测试,结果表明,在强噪声干扰下,相较传统方法,所提方法可提前300 min(初期故障)和700 min(微弱故障)识别故障特征,验证了其工程实用性。; 关键词正余弦算法滚动轴承故障诊断改进北方苍鹰优化算法多尺度均值排列熵变分模态分解; Keywords sine-cosine strategy rolling bearing fault diagnosis improved northern goshawk optimization algorithm multiscale mean arrangement entropy variational mode decomposition; 分类号 TN911.23-34 [电子电信—通信与信息系统] TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于改进北方苍鹰算法优化SVM的轴承故障诊断研究: 2; 作者吴晓君李渠伟; 机构西安建筑科技大学机电工程学院; 出处《机械强度》北大核心 2025年第5期80-89,共10页; 基金陕西省科技厅产业研究攻关项目(2021GY-265)。; 文摘针对群智能算法优化支持向量机(Support Vector Machine,SVM)模型时容易遭遇局部最优的问题,提出一种改进北方苍鹰优化(Improved Northern Goshawk Optimization,INGO)算法,并将其应用于滚动轴承的故障诊断。通过引入基于余弦变化的自适应惯性权重因子以及柯西变异策略来改进北方苍鹰优化(Northern Goshawk Optimization,NGO)算法,并结合SVM构建INGO-SVM故障诊断模型。为评估改进算法的性能,首先,使用基准测试函数进行了试验,并将改进算法与现有的NGO、粒子群优化(Particle Swarm Optimization,PSO)算法、麻雀搜索算法(Sparrow Search Algorithm,SSA)等进行比较,改进算法的性能在一定程度上有所提升。然后,通过小波包分解对原始诊断信号进行特征提取并划分出10种类别,使用第3层各频段的能量作为特征向量,输入到故障诊断模型;最后,比较了改进算法与其他3种算法在优化SVM参数进行故障分类时的性能。结果表明,改进算法能够有效准确地实现不同故障的分类,准确率可达99.39%,验证了该方法的有效性和可行性。; 关键词故障诊断改进北方苍鹰优化算法柯西变异策略小波包分解支持向量机; Keywords Fault diagnosis improved northern goshawk optimization algorithm Cauchy mutation strategy Wavelet packet decomposition Support vector machine; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TP133.33 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于多任务学习组合模型的万能式断路器故障诊断方法: 3; 作者王钰洁赖冬明王立军陈仁祥何家乐; 机构重庆交通大学机电与车辆工程学院西安交通大学电工材料电气绝缘全国重点实验室; 出处《高电压技术》北大核心 2025年第5期2394-2403,共10页; 基金国家自然科学基金(51877164) 重庆市教委科研项目(KJQN202000729)。; 文摘针对万能式断路器的振动信号存在个体样本差异性、噪声干扰和分类器的参数难以确定等问题,提出一种基于多任务学习组合模型的万能式断路器故障诊断方法。首先,使用多元变经验模态分解(multivariate variational mode decomposition,MVMD)对振动信号进行分解并获取满足阈值要求的模态分量(intrinsic mode functions,IMFs),精准地对其进行时域和频域特征提取,减少噪声干扰和信号差异性造成的影响;再利用核主元分析(kernel principal component analysis,KPCA)算法对特征数据集进行降维;对比不同特征提取方法并验证MVMD-KPCA有效性与优势。用改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法对核极限学习机(kernel extreme learning machine,KELM)的参数进行寻优,提升KELM的分类性能。最后,将降维的特征数据集输入INGO-KELM等模型中进行对比。结果表明:MVMD-KPCA方法在处理复杂、非线性数据集时表现出色,MVMD-KPCA与INGO-KELM相比于其他对比模型,此模型对万能式断路器的平均诊断精度能到达99.83%,具有更强的预测能力和稳定性。; 关键词万能式断路器故障诊断多元变经验模态分解改进北方苍鹰优化算法核极限学习机; Keywords conventional circuit breaker fault diagnosis multivariate variational mode decomposition improved north-ern goshawk optimization algorithm kernel extreme learning machine; 分类号 TM561 [电气工程—电器]; 在线阅读下载PDF 职称材料

题名INGOA结合LSTM的自来水混凝投药预测模型: 4; 作者张庭源张长胜张健忠田海勇毛辉丁鑫; 机构昆明理工大学信息工程与自动化学院云南树业科技有限公司中国市政工程华北设计研究总院有限公司昆明分公司; 出处《兰州大学学报(自然科学版)》北大核心 2025年第2期222-230,共9页; 基金国家自然科学基金项目(61963022,62173169)。; 文摘为解决自来水厂混凝投药量的控制问题,提出一种基于改进的北方苍鹰优化算法(INGOA)结合长短期记忆神经网络(LSTM)的混凝投药预测模型.为均衡NGOA的全局勘探和局部开发能力,根据种内竞争机制,加强算法的局部持续开发能力,引入柯西-高斯变异增加算法在局部最优值及其邻域附近的逃逸能力,提升算法的全局优化能力;利用基于Bernoulli混沌的自适应权重加快算法收敛速率.用Pearson相关系数法降低模型的输入维度,通过INGOA优化LSTM网络,得到最优参数组合策略,建立INGOA-LSTM非线性混凝投药量预测模型.对某自来水厂的数据进行训练和测试,结果表明,与LSTM及传统的预测模型相比,INGOA-LSTM模型效果最佳,在各项指标中均取得较优的性能,均方根误差为82.2μg/L,平均绝对误差为13.9μg/L,平均绝对百分比误差为0.29%.; 关键词混凝投药预测长短期记忆神经网络改进的北方苍鹰优化算法种内竞争机制 Bernoulli混沌权重; Keywords prediction of coagulation dosing long short-term memory neural network improved north-ern goshawk optimization algorithm intraspecific competition mechanism Bernoulli chaos weight; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于INGO-RF的边坡稳定性预测模型: 5; 作者石峻峰周琳任宇联王志鹏; 机构湖北工业大学土木建筑与环境学院; 出处《安全与环境学报》北大核心 2025年第4期1380-1390,共11页; 基金桥梁结构健康与安全国家重点实验室开放项目(BHSKL18-03-KF)。; 文摘为提高边坡稳定性的预测精度以预防边坡失稳事故发生,提出了一种基于改进北方苍鹰算法优化随机森林(Improved Northern Goshawk Optimization algorithm optimized Random Forest, INGO-RF)的边坡稳定性预测模型。首先,根据413个边坡案例,选取重度γ、黏聚力c、内摩擦角φ、边坡角α、边坡高度H和孔隙压力比ru作为主要预测特征指标。其次,由于传统随机森林模型存在超参数问题,采用最佳值引导、减法优化器、柯西变异和动态调整搜索策略的INGO算法优化随机森林(Random Forest, RF)模型超参数。最后,与5种不同算法相比,所设计的INGO算法在8个测试函数中展现出更优的参数寻优能力和收敛速度;与5种不同预测模型相比,所设计的INGO-RF模型的各项评估指标均优于其他模型,该模型在训练集和测试集中的准确率分别为99.1%和91.2%,且发现γ是影响边坡稳定性的最敏感特征。研究表明,INGO-RF预测模型为边坡稳定性预测提供了一种新思路。; 关键词安全工程边坡稳定性可视化分析改进北方苍鹰优化算法随机森林预测模型; Keywords safety engineering slope stability visual analysis improved northern goshawk optimization algorithm random forest prediction model; 分类号 X43 [环境科学与工程—灾害防治]; 在线阅读下载PDF 职称材料

题名基于NGO-VMD和改进GoogLeNet的齿轮箱故障诊断方法被引量：2: 6; 作者李俊卿刘若尧何玉灵; 机构华北电力大学电力工程系华北电力大学机械工程系; 出处《机床与液压》北大核心 2024年第12期193-201,共9页; 基金国家自然科学基金面上项目(52177042)。; 文摘目前的齿轮箱故障诊断方法,在多转速工况及噪声干扰下,存在过拟合及诊断效果不佳的问题。针对此问题,提出一种北方苍鹰(NGO)算法优化变分模态分解(VMD)结合改进GoogLeNet的齿轮箱故障诊断方法。使用NGO对VMD进行参数寻优,利用优化后的VMD去除故障信号中的噪声;对原始GoogLeNet的结构进行合理删减,并利用延迟丢弃法、可训练的ReLU函数(TReLU)对其改进;最后,将去噪后的故障信号转换为二维图作为改进GoogLeNet的输入数据进行网络的训练及分类,得到故障诊断结果。实验结果表明:与其他降噪方法相比,NGO-VMD方法的降噪效果明显,能显著提高故障诊断的准确率;与常见的卷积神经网络相比,提出的改进GoogLeNet能进一步提高故障诊断的准确率,达到了97.2%。; 关键词变分模态分解(VMD) 北方苍鹰优化(NGO)算法改进GoogLeNet 齿轮箱故障诊断; Keywords variational mode decomposition(VMD) northern goshawk optimization(NGO)algorithm improved GoogLeNet gearbox fault diagnosis fault diagnosis; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于INGO-SWGMN混合模型的超短期风速预测研究被引量：6: 7; 作者付文龙章轩瑞张海荣傅雨晨刘兴韬; 机构三峡大学电气与新能源学院三峡大学梯级水电站运行与控制湖北省重点实验室中国长江电力股份有限公司; 出处《太阳能学报》 EI CAS CSCD 北大核心 2024年第5期133-143,共11页; 基金国家自然科学基金(51909010) 湖北省自然科学基金(2022CFD170) 梯级水电站运行与控制湖北省重点实验室开放基金(2202KJX10)。; 文摘为提高超短期风速预测的精度,提出一种融合变分模态分解(VMD)、相空间重构、改进的北方苍鹰优化算法(INGO)和共享权重门控记忆网络(SWGMN)的超短期风速混合预测模型。首先,考虑到风速的强波动性会对预测带来不利影响,采用VMD对风速时间序列进行分解,得到一系列相对平稳的子序列。然后对各子序列分量进行相空间重构,得到相应的相空间矩阵。接着针对长短期记忆网络(LSTM)训练时间较长和权重参数较多的问题,提出一种SWGMN对各子序列分量建立预测模型。同时,为提高模型预测性能,提出一种INGO对SWGMN模型的两个超参数进行寻优,得到最优参数组合。最后累加各子序列预测值,得到最终风速预测结果。实验结果表明,在单步预测和多步预测中,所提方法的平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)、决定系数R2分别为0.1828 m/s、0.2263 m/s、4.5481%、0.987和0.2429 m/s、0.3107 m/s、6.1113%、0.976,相较于传统方法具有更高的预测精度和预测效率。; 关键词风速预测深度学习变分模态分解共享权重门控记忆网络改进的北方苍鹰优化算法; Keywords wind speed forecasting deep learning variational mode decomposition shared weight gated memory network improved northern goshawk optimization algorithm; 分类号 TM614 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种SCNGO-MMPE-VMD的滚动轴承故障诊断方法	张涛魏彪李永健马赫何勇	《现代电子技术》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于改进北方苍鹰算法优化SVM的轴承故障诊断研究	吴晓君李渠伟	《机械强度》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于多任务学习组合模型的万能式断路器故障诊断方法	王钰洁赖冬明王立军陈仁祥何家乐	《高电压技术》北大核心	2025	0	在线阅读下载PDF 职称材料
4	INGOA结合LSTM的自来水混凝投药预测模型	张庭源张长胜张健忠田海勇毛辉丁鑫	《兰州大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于INGO-RF的边坡稳定性预测模型	石峻峰周琳任宇联王志鹏	《安全与环境学报》北大核心	2025	0	在线阅读下载PDF 职称材料
6	基于NGO-VMD和改进GoogLeNet的齿轮箱故障诊断方法	李俊卿刘若尧何玉灵	《机床与液压》北大核心	2024	2	在线阅读下载PDF 职称材料
7	基于INGO-SWGMN混合模型的超短期风速预测研究	付文龙章轩瑞张海荣傅雨晨刘兴韬	《太阳能学报》 EI CAS CSCD 北大核心	2024	6	在线阅读下载PDF 职称材料