期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到114篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于IWOA-FPID的激光键合的温控系统研究
1
作者 肖东方 高浩 +1 位作者 詹启明 臧德宇 《热加工工艺》 北大核心 2026年第6期46-53,共8页
针对垂直腔面发射激光器(VCSEL)激光加热温度控制中存在的波动幅度大、动态响应滞后等问题,提出一种基于改进鲸鱼优化算法的模糊PID控制方法,并基于所述方法设计了一种激光键合温度控制系统。首先建立系统的数学模型,在此基础上构建模糊... 针对垂直腔面发射激光器(VCSEL)激光加热温度控制中存在的波动幅度大、动态响应滞后等问题,提出一种基于改进鲸鱼优化算法的模糊PID控制方法,并基于所述方法设计了一种激光键合温度控制系统。首先建立系统的数学模型,在此基础上构建模糊PID控制器,并利用改进鲸鱼优化算法(IWOA)对其量化因子与比例因子进行优化整定。针对传统鲸鱼优化算法易早熟收敛、搜索能力不足的问题,从3个方面进行改进:采用立方(Cubic)混沌映射初始化种群,以增强多样性与分布均匀性;结合精英保留策略,提高收敛精度与鲁棒性;引入差分进化策略,通过变异与交叉操作提升全局搜索能力。最终,开展仿真实验以验证所提方法的有效性。仿真结果表明:改进鲸鱼优化算法的模糊PID参数自整定方法(IWOA-FPID)控制策略在动态响应速度、稳定性及综合控制品质上均表现最优,其上升时间最短(0.108 s),且几乎没有超调;相较于传统PID、模糊PID及基于鲸鱼优化算法的PID参数智能自整定(WOA-PID)方法,该策略显著提升了系统的动态响应性能与稳态控制精度,有效抑制了超调与振荡,更适用于高精度激光键合温控需求。 展开更多
关键词 温度控制 改进鲸鱼优化算法 模糊PID控制 激光键合
在线阅读 下载PDF
基于IWOA-ELM的短期电力系统负荷预测
2
作者 陈力 李乔森 +2 位作者 王长义 侯富元 杨剑锋 《电气工程学报》 北大核心 2026年第2期257-264,共8页
短期电力负荷的精准预测可以保障电力系统运行的安全性和提高电能利用率,为得到准确可靠的短期负荷预测结果,提出一种改进鲸鱼优化算法(Improved whale optimization algorithm,IWOA)优化极限学习机(Extreme learning machine,ELM)的短... 短期电力负荷的精准预测可以保障电力系统运行的安全性和提高电能利用率,为得到准确可靠的短期负荷预测结果,提出一种改进鲸鱼优化算法(Improved whale optimization algorithm,IWOA)优化极限学习机(Extreme learning machine,ELM)的短期电力负荷组合预测模型。首先,利用Logistic混沌映射初始化鲸鱼算法的种群,通过非线性收敛因子增强鲸鱼算法在各阶段的搜索能力,从而实现对ELM输入权重和偏差的优化;然后依据优化参数建立IWOA-ELM预测模型对数据集进行预测,输出最终负荷预测结果。最后以甘肃省某地区实际负荷数据作为数据集进行试验分析,结果显示,IWOA-ELM模型得到的评价指标平均绝对百分比误差(Mean absolute percentage error,MAPE)、方均根误差(Root mean square error,RMSE)和平均绝对误差(Mean absolute error,MAE)分别为0.87%、1.12 MW、1.08 MW,其准确性高于单一算法的负荷预测模型,该模型能够提高短期电力负荷预测的准确性和可靠性。 展开更多
关键词 短期负荷预测 改进鲸鱼优化算法 极限学习机 组合模型
在线阅读 下载PDF
基于特征优化和IWOA-TCN-Attention的变压器油中溶解气体含量预测方法
3
作者 郭汉斌 李志斌 《电工电能新技术》 北大核心 2026年第4期33-43,共11页
油中溶解气体含量的准确预测,可为变压器故障预警提供一定的依据。针对油中溶解气体数据中异常值干扰以及单一模型预测精度偏低的问题,本文提出一种基于特征优化和改进鲸鱼优化算法-时间卷积网络-注意力机制(IWOA-TCN-Attention)的变压... 油中溶解气体含量的准确预测,可为变压器故障预警提供一定的依据。针对油中溶解气体数据中异常值干扰以及单一模型预测精度偏低的问题,本文提出一种基于特征优化和改进鲸鱼优化算法-时间卷积网络-注意力机制(IWOA-TCN-Attention)的变压器油中溶解气体预测方法。首先,利用最优变分模态分解(OVMD)提取变压器时间序列的运行趋势,将原始序列的运行趋势去除,在此基础上采用局部离群因子(LOF)对序列进行异常值识别和修正。然后,通过OVMD将修正后的时间序列分解成一系列不同频率的子序列以降低其波动性。其次,结合Sobol序列、非线性收敛因子、自适应权重、差分进化和柯西变异策略对鲸鱼优化算法进行改进,利用改进鲸鱼优化算法(IWOA)对时间卷积网络(TCN)的超参数进行优化,并引入注意力机制提升模型对重要时序信息的捕捉能力。最后,对各子序列分别构建IWOA-TCN-Attention预测模型,通过叠加各子序列的预测结果,得到最终油中溶解气体含量的预测结果。实验结果表明,所提方法的均方根误差、平均绝对误差、平均绝对百分比误差分别为0.0530、0.0429、0.0041,相比其他模型具有更高的预测精度。 展开更多
关键词 油中溶解气体 最优变分模态分解 局部离群因子 改进鲸鱼优化算法 时间卷积网络 注意力机制
在线阅读 下载PDF
基于IWOA-BP的MgNdGdZnZr镁合金疲劳寿命预测方法
4
作者 魏振伟 王晓明 +5 位作者 申发明 张根苗 杨光山 蔡增辉 康洪岩 刘昌奎 《材料导报》 北大核心 2026年第10期241-247,共7页
利用升降法和成组法得到不同温度下MgNdGdZnZr镁合金材料的四参数S-N曲线和双对数S-N曲线模型,提出了一种采用改进鲸鱼优化算法(IWOA)优化的反向传播神经网络(IWOA-BP)的疲劳寿命预测模型,对不同温度、不同最大应力下材料的疲劳寿命进... 利用升降法和成组法得到不同温度下MgNdGdZnZr镁合金材料的四参数S-N曲线和双对数S-N曲线模型,提出了一种采用改进鲸鱼优化算法(IWOA)优化的反向传播神经网络(IWOA-BP)的疲劳寿命预测模型,对不同温度、不同最大应力下材料的疲劳寿命进行更为精确的预测。结果表明:室温条件下材料的中值疲劳强度为165 MPa,高温条件下材料的中值疲劳强度为66.5 MPa。两种S-N曲线的拟合程度均在0.922~0.961之间。当温度相同时,四参数模型的拟合结果优于双对数参数模型。IWOA-BP模型预测结果的决定系数R 2为0.98992,均方根误差RMSE为0.11356,平均绝对误差MAE为0.094846,平均绝对百分比误差MAPE为1.8544%。与BP神经网络对比,IWOA-BP的R 2最大,提高了7.01%;IWOA-BP的RMSE、MAE和MAPE最小,分别降低了42.76%、25.64%和27.82%。 展开更多
关键词 MgNdGdZnZr镁合金 S-N曲线 疲劳寿命预测 改进鲸鱼优化算法 反向传播神经网络
在线阅读 下载PDF
基于组合赋权相似日选取和二次分解的IWOA-CNN-LSTM光伏出力预测
5
作者 贾存怡 许野 +2 位作者 王旭 孟亦康 李薇 《科学技术与工程》 北大核心 2026年第5期1994-2008,共15页
为了有效预防光伏发电功率的随机性和波动性给电网的安全稳定运行带来的隐患,创新性地组合使用基于组合权重法(combined weight method,CWM)和综合相似距离(comprehensive similar distance,CSD)的相似日选取方法,基于变分模态分解方法(... 为了有效预防光伏发电功率的随机性和波动性给电网的安全稳定运行带来的隐患,创新性地组合使用基于组合权重法(combined weight method,CWM)和综合相似距离(comprehensive similar distance,CSD)的相似日选取方法,基于变分模态分解方法(variational mode decomposition,VMD)、改进的鲸鱼优化算法(improved whale optimization algorithm,IWOA)、奇异谱分析方法(singular spectrum analysis,SSA)和模糊熵(fuzzy entropy,FE)的序列分解和重组方法,以及IWOA-CNN-LSTM组合预测方法,构建了高精度的光伏出力组合预测模型。首先,在采用皮尔逊相关系数法(Pearson correlation coefficient,PCC)提取影响光伏出力的关键气象要素的基础上,创新性地使用层次分析法(analytic hierarchy process,AHP)和熵权法(entropy weight method,EWM)相结合的CWM方法赋予气象要素相应的权重系数;其次,将赋权的气象要素融合到CSD计算过程中,生成与待预测日气象特征相近的高质量样本训练集;再次,开发了基于Tent混沌映射、变螺旋更新和自适应权重动态调整机制的IWOA算法,运用IWOA-VMD、SSA和FE的全新组合完成原始发电序列的一次、二次分解和重组,实现原始序列的有效分解;最后,采用IWOA确定卷积-长短期记忆神经网络(convolutional neural network-long short-term memory,CNN-LSTM)的最优超参数组合,构建高精度光伏出力预测模型。在云南岩淜光伏电站的应用结果表明,相较于其他基准模型,该模型具备一定的先进性和稳定性,具有广阔的应用前景。 展开更多
关键词 相似日选取 组合权重法 改进的鲸鱼优化算法 奇异谱分析 卷积-长短期记忆神经网络 光伏出力预测
在线阅读 下载PDF
基于IWOA-LSTM算法的预应力钢筋混凝土梁损伤识别 被引量：5
6
作者 范旭红 章立栋 +2 位作者 杨帆 李青 郁董凯 《江苏大学学报（自然科学版）》 CAS 北大核心 2025年第1期105-112,119,共9页
为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模... 为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模型,根据经验设置LSTM模型的超参数容易导致网络陷入局部最优而影响了分类结果,提出采用Sine混沌映射和自适应权重来改进鲸鱼优化算法(WOA),对LSTM进行超参数寻优.设计了IWOA-LSTM算法模型,训练识别试验梁各损伤阶段的AE信号特征参数.定型网络结构,并识别同种工况下其他梁的AE信号.结果表明:IWOA-LSTM算法模型识别准确率均超过或接近92%,相较于普通LSTM模型,IWOA-LSTM模型识别准确率提高了约7%. 展开更多
关键词 预应力钢筋混凝土梁 声发射 损伤识别 长短时记忆神经网络 改进的鲸鱼优化算法
在线阅读 下载PDF
基于XGBoost-MSIWOA-LSTM的车辆油耗优化预测模型 被引量：1
7
作者 师国东 胡明茂 +3 位作者 宫爱红 龚青山 郭庆贺 谭浩 《计算机集成制造系统》 北大核心 2025年第9期3467-3484,共18页
为有效预测车辆油耗,提高燃油经济性,促进节能减排,提出一种基于XGBoost-MSIWOA-LSTM的车辆油耗优化预测模型。该模型首先采用极端梯度提升树(XGBoost)算法提取车辆油耗特征,以优化模型的输入变量,提高模型的泛化性和鲁棒性。然后,利用... 为有效预测车辆油耗,提高燃油经济性,促进节能减排,提出一种基于XGBoost-MSIWOA-LSTM的车辆油耗优化预测模型。该模型首先采用极端梯度提升树(XGBoost)算法提取车辆油耗特征,以优化模型的输入变量,提高模型的泛化性和鲁棒性。然后,利用多策略改进的鲸鱼优化算法(MSIWOA)对长短期记忆神经网络(LSTM)中的超参数进行自适应寻优,并将优化后的超参数代入LSTM中对车辆油耗进行建模预测。结合实际车辆油耗算例进行对比实验,结果表明,相对于其他对比模型,XGBoost-MSIWOA-LSTM预测模型预测精度更高,对降低车辆油耗具有一定的指导意义。 展开更多
关键词 油耗预测 极端梯度提升树 多策略改进的鲸鱼优化算法 长短期记忆神经网络 自适应寻优
在线阅读 下载PDF
IWOA-Elman神经网络及其在充填体强度预测中的应用
8
作者 高浩然 刘洪磊 +1 位作者 车德福 兰天行 《东北大学学报(自然科学版)》 北大核心 2025年第11期125-133,共9页
矿山充填体单轴抗压强度是保障采场稳定性的关键指标,针对传统试验测定耗时低效的问题,为实现高效精准预测,提出一种融合混沌映射、自适应权重和Levy飞行的改进鲸鱼优化算法(IWOA).采用IWOA优化Elman神经网络的权值与阈值,构建IWOA-Elma... 矿山充填体单轴抗压强度是保障采场稳定性的关键指标,针对传统试验测定耗时低效的问题,为实现高效精准预测,提出一种融合混沌映射、自适应权重和Levy飞行的改进鲸鱼优化算法(IWOA).采用IWOA优化Elman神经网络的权值与阈值,构建IWOA-Elman预测模型.基于某矿山充填体配比数据,以水泥、粉煤灰和尾砂质量分数为输入,抗压强度为输出,训练并测试模型.与Elman,PSO-Elman及WOA-Elman模型对比结果表明,IWOA收敛性能更优;IWOA-Elman模型的均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别为0.0507和3.3269,精度更高.该模型对充填体强度预测及智能化充填设计具有一定的参考价值. 展开更多
关键词 智能化充填 改进鲸鱼优化算法 ELMAN神经网络 iwoa-Elman预测模型 充填体强度预测
在线阅读 下载PDF
基于IWOA-IECA-BiLSTM模型的刀具磨损监测
9
作者 包振科 曹华军 +2 位作者 秦逢泽 陈志祥 陶桂宝 《中国机械工程》 北大核心 2025年第12期2936-2943,共8页
为了提高加工过程中刀具磨损监测精度,提出一种基于改进的鲸鱼优化算法(IWOA)和改进的高效通道注意力机制(IECA)的双向长短期记忆网络(BiLSTM)模型。通过对PHM2010刀具磨损数据进行片段截取并提取多域特征,再结合皮尔逊系数筛选得到刀... 为了提高加工过程中刀具磨损监测精度,提出一种基于改进的鲸鱼优化算法(IWOA)和改进的高效通道注意力机制(IECA)的双向长短期记忆网络(BiLSTM)模型。通过对PHM2010刀具磨损数据进行片段截取并提取多域特征,再结合皮尔逊系数筛选得到刀具磨损强相关特征。输入特征训练模型,模型中BiLSTM模块能有效捕捉数据中的时序特征;IECA注意力机制模块能提高特征表征能力;IWOA模块能优化模型超参数,进一步提高模型精度。最后基于三折交叉验证测试模型性能,并与其他多个模型进行对比,结果表明,IWOA-IECA-BiLSTM刀具磨损监测模型在多数测试集上具有最佳表现,在C_(1)、C_(4)、C_(6)三个测试集上均方根误差分别低至6.5、12.46、9.28。 展开更多
关键词 刀具磨损 改进鲸鱼优化算法 改进高效通道注意力机制 双向长短期记忆网络
在线阅读 下载PDF
基于IWOA-BERT的磨煤机故障预警 被引量：2
10
作者 段明达 张胜 《振动与冲击》 北大核心 2025年第11期288-294,共7页
实现磨煤机的故障预警技术可以降低事故发生率,针对其运行中随机扰动多,且故障早期阶段不易判断的特点,提出了一种基于改进鲸鱼算法优化BERT(bidirectional encoder representations from transformers)模型的故障预警方法。首先,通过... 实现磨煤机的故障预警技术可以降低事故发生率,针对其运行中随机扰动多,且故障早期阶段不易判断的特点,提出了一种基于改进鲸鱼算法优化BERT(bidirectional encoder representations from transformers)模型的故障预警方法。首先,通过改进传统鲸鱼算法的收敛因子和引入高斯变异算子来增强算法的寻优能力;其次,选取与磨煤机故障相关的特征参数作为建模变量,利用改进鲸鱼算法优化BERT模型的超参数,建立故障预警模型;然后,计算正常状态数据中每个滑动窗口的相似度均值,选取最小值乘以阈值系数确定预警阈值;最后,根据专家系统推理预警时刻的故障类型并给出检修指导。将所提方法应用于某350 MW机组磨煤机的运行中,结果表明模型的预测准确率高,且能提前24 s给出预警信息,为工程应用提供了参考。 展开更多
关键词 磨煤机 故障预警 BERT算法 改进鲸鱼优化算法(iwoa) 专家系统
在线阅读 下载PDF
基于IWOA-SVR的锂离子电池健康状态在线快速检测 被引量：4
11
作者 陈洋 黄江东 +2 位作者 余春雷 谢基 姜伟 《分析测试学报》 北大核心 2025年第3期402-410,共9页
该文提出了一种融合改进鲸鱼优化算法与支持向量回归(IWOA-SVR)的锂离子电池健康状态(SOH)检测评估方法。首先收集不同充放电策略下的充放电数据,并提取关键电池老化特征参数;然后运用皮尔逊相关性分析验证了特征参数与SOH间的强相关性... 该文提出了一种融合改进鲸鱼优化算法与支持向量回归(IWOA-SVR)的锂离子电池健康状态(SOH)检测评估方法。首先收集不同充放电策略下的充放电数据,并提取关键电池老化特征参数;然后运用皮尔逊相关性分析验证了特征参数与SOH间的强相关性,算法在传统鲸鱼优化算法中融入自适应权重调整机制与Levy飞行策略,有效克服了传统方法在线评估SOH时误差偏大的问题。最后,采用恒流恒压充电与恒流充电两种典型工况下的实验测试数据进行验证,结果表明IWOA-SVR检测方法具有更高的稳定性和准确性,最大误差可控制在1.4%以内。同时,在平均绝对百分比误差(MAPE)和均方根误差(RMSE)两项关键评估指标上,IWOA-SVR均显著优于对比算法,充分证明了其在锂离子电池SOH在线检测中的高精度与强鲁棒性。 展开更多
关键词 锂离子电池 改进鲸鱼优化算法 支持向量回归 电池健康状态检测
在线阅读 下载PDF
基于1DCNN-IWOA-SVM的齿轮箱故障诊断方法研究 被引量：4
12
作者 贾丽臻 雷欣然 李耀华 《机械设计》 北大核心 2025年第7期98-106,共9页
齿轮箱作为航空发动机重要的传动装置,工作环境恶劣,导致振动信号呈多种信息叠加难以区分。针对齿轮箱故障特征难以提取、故障难以识别的问题,提出一种基于一维卷积神经网络结合改进鲸鱼优化支持向量机的航空发动机齿轮箱故障诊断方法,... 齿轮箱作为航空发动机重要的传动装置,工作环境恶劣,导致振动信号呈多种信息叠加难以区分。针对齿轮箱故障特征难以提取、故障难以识别的问题,提出一种基于一维卷积神经网络结合改进鲸鱼优化支持向量机的航空发动机齿轮箱故障诊断方法,实现航空发动机齿轮箱故障快速、精准诊断。使用一维卷积神经通过其内置的卷积和池化对振动信号进行故障特征提取,在鲸鱼优化算法中引入混沌映射、非线性因子和自适应权重对其进行改进;使用改进后的鲸鱼优化算法对支持向量机进行参数寻优,再将一维卷积神经网络提取的故障特征输入到经改进鲸鱼优化参数后的支持向量机中进行故障诊断。仿真结果表明:所提的故障诊断模型对齿轮箱故障具有良好的诊断效果,与其他方法相比效果更好、泛化能力更强。 展开更多
关键词 齿轮箱 故障诊断 一维卷积神经网络 改进鲸鱼优化算法 支持向量机
在线阅读 下载PDF
基于IWOA-LightGBM的煤自燃程度预测方法研究 被引量：1
13
作者 臧燕杰 《中国安全科学学报》 北大核心 2025年第S1期64-70,共7页
为提升煤自燃预测精度,提出基于改进鲸鱼优化算法(IWOA)与轻量级梯度提升机(LightGBM)融合的预测模型。首先,通过SPSS 27分析煤自燃程序升温试验中指标气体浓度的相关性,采用核主成分分析法(KPCA)提取主成分数据;然后,针对传统鲸鱼算法(... 为提升煤自燃预测精度,提出基于改进鲸鱼优化算法(IWOA)与轻量级梯度提升机(LightGBM)融合的预测模型。首先,通过SPSS 27分析煤自燃程序升温试验中指标气体浓度的相关性,采用核主成分分析法(KPCA)提取主成分数据;然后,针对传统鲸鱼算法(WOA)易陷入局部最优的问题,引入Circle混沌映射、自适应权重及最优领域扰动策略改进其全局搜索能力,进而优化LightGBM超参数以提升预测精度并抑制过拟合;最后,将该模型应用于新疆沙吉海煤矿实际预测场景。结果表明:IWOA-LightGBM模型相较于其他模型,在测试样本中的准确率A分别提高13.33%、26.66%、20%、20%、13.33%;精确率P分别提高12.23%、24.45%、18.89%、18.89%、12.23%;召回率R分别提高13.1%、23.02%、18.1%、16.07%、10.56%;F_( 1)分别提高12.56%、23.79%、18.52%、17.58%、13.15%。模型在复杂条件下的可靠性与稳定性,展现出优于传统模型的泛化性与鲁棒性,能够为矿井煤自燃灾害预警提供了新的技术方案。 展开更多
关键词 煤自燃 改进鲸鱼优化算法(iwoa) 轻量级梯度提升机(LightGBM) 核主成分分析法(KPCA) 预测模型
在线阅读 下载PDF
基于MIWOA-PSO算法的盾构管片拼装机轨迹规划
14
作者 曾哲坤 胡明 +2 位作者 汪珑 陈治进 周传璐 《隧道建设(中英文)》 北大核心 2025年第12期2298-2312,共15页
为提升盾构管片拼装机的工作效率,减小管片拼装过程中的运动冲击,提高管片拼装机的工作稳定性,提出一种基于多策略混合鲸鱼-粒子群规划算法(MIWOA-PSO)的时间-冲击最优轨迹规划方法。首先,对管片拼装机进行运动学分析,通过运动学逆解将... 为提升盾构管片拼装机的工作效率,减小管片拼装过程中的运动冲击,提高管片拼装机的工作稳定性,提出一种基于多策略混合鲸鱼-粒子群规划算法(MIWOA-PSO)的时间-冲击最优轨迹规划方法。首先,对管片拼装机进行运动学分析,通过运动学逆解将笛卡尔空间的目标轨迹转换至关节空间。其次,采用5次NURBS(non-uniform rational B-splines)曲线对管片拼装路径进行插值,建立时间-冲击的双目标函数。为提升算法优化性能,对鲸鱼优化算法(WOA)进行多策略改进:采用Tent混沌映射增强种群多样性,引入遗传算法的变异操作提升全局搜索能力,结合精英反向优化策略避免早熟收敛,并与粒子群算法(PSO)混合形成MIWOA-PSO算法。最后,通过5次NURBS生成初始平滑轨迹,再利用MIWOA-PSO算法优化时间参数,得到时间-冲击最优的运动曲线。结果表明:1)在作业时间方面,优化后的轨迹总时长为23.23s,相较于优化前的28s缩短了4.77s(17.04%),提高了管片拼装机的运行效率;2)在运动平稳性方面,管片拼装机各关节的冲击均得到抑制,最大关节冲击值仅为极限冲击值的33.58%,提升了管片拼装机的作业稳定性。 展开更多
关键词 盾构 管片拼装机 轨迹规划 Miwoa-PSO算法 NURBS曲线 时间-冲击最优
在线阅读 下载PDF
复杂风沙环境下基于改进鲸鱼算法列车自动驾驶速度曲线的多目标优化
15
作者 孟建军 张鑫 《科学技术与工程》 北大核心 2026年第2期791-798,共8页
针对复杂风沙环境下高速列车自动驾驶(automatic train operation,ATO)速度曲线多目标优化问题,提出改进鲸鱼优化算法(improved whale optimization algorithm,I-WOA)。首先构建风沙耦合列车动力学模型,引入沙粒粒径参数,综合考虑气动阻... 针对复杂风沙环境下高速列车自动驾驶(automatic train operation,ATO)速度曲线多目标优化问题,提出改进鲸鱼优化算法(improved whale optimization algorithm,I-WOA)。首先构建风沙耦合列车动力学模型,引入沙粒粒径参数,综合考虑气动阻力,建立包含能耗指标、准时性指标和舒适度指标的多目标优化函数。通过多策略上算法改进:改进Tent混沌映射、设计非线性收敛因子a、ε-精英逐维反向学习策略融合Lévy飞行,提升I-WAO的收敛速度,全局搜索能力,跳出区部最优的能力。最后基于CRH3C型列车的仿真实验表明,在沙尘浓度1.0 g/m^(3)、横风风速12.5 km/h工况下,I-WOA多种算法对比后,相较于传统WOA使运行时间缩短6.12%、能耗降低6.63%、舒适度提升0.74%。当增设200 km/h临时限速区后,I-WOA仍出明显的优势。仿真实验结果表明,通过多策略的协同优化,I-WOA可有效解决强扰动环境下的多目标优化问题,为复杂风沙环境下高速列车ATO控制提供了具有工程实用价值的解决方案。 展开更多
关键词 高速列车 ATO速度曲线 多目标优化 改进鲸鱼算法 风沙耦合环境
在线阅读 下载PDF
基于Bayes数据融合和改进鲸鱼算法的可展开天线结构损伤识别研究
16
作者 金路 刘安清 +1 位作者 田大可 赵丙峰 《工程科学与技术》 北大核心 2026年第3期48-58,共11页
为了提高大型复杂工程结构损伤识别精度,本文引入两阶段损伤识别策略,结合Bayes数据融合和改进鲸鱼优化算法,提出一种改进的两阶段结构损伤识别方法。首先,通过Bayes数据融合将跨模型模态应变能指标和跨模型模态应变能变化率指标融合得... 为了提高大型复杂工程结构损伤识别精度,本文引入两阶段损伤识别策略,结合Bayes数据融合和改进鲸鱼优化算法,提出一种改进的两阶段结构损伤识别方法。首先,通过Bayes数据融合将跨模型模态应变能指标和跨模型模态应变能变化率指标融合得到新的损伤定位指标,进而定位复杂结构损伤的具体位置。其次,针对鲸鱼优化算法存在容易陷入局部最优、全局搜索能力不足等缺陷,采用Sobol序列初始化种群、双种群并行搜索和交流等4种策略加以改进,提出改进的鲸鱼优化算法。最后,采用改进的鲸鱼优化算法修正先前的损伤定位结果,并确定结构杆件实际损伤程度。对含有415个杆件的大口径空间可展开天线结构开展损伤识别研究,研究表明:在考虑噪声的随机干扰下,通过Bayes数据融合方法融合跨模型模态应变能指标和跨模型模态应变能变化率指标进行损伤定位,能有效降低非损伤杆件被误判为疑似损伤杆件的可能,相比仅采用跨模型模态应变能指标,可得到更准确的定位结果;在0.2%噪声干扰下,采用改进的鲸鱼优化算法在第一阶段损伤定位基础上准确识别损伤实际发生位置和具体程度,抗噪性良好。该两阶段结构损伤识别方法可为大型复杂工程结构损伤识别提供参考。 展开更多
关键词 结构损伤识别 Bayes数据融合 改进鲸鱼算法 跨模型模态应变能 可展开天线结构
在线阅读 下载PDF
基于IWOA-PNN模型的管道焊缝腐蚀剩余强度预测 被引量：7
17
作者 骆正山 肖雨 王小完 《安全与环境学报》 CAS CSCD 北大核心 2023年第2期435-441,共7页
针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先,通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优... 针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先,通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优化算法的寻优速度和精度;然后,利用IWOA算法优化PNN的光滑因子,构建IWOA-PNN预测模型;最后,以水压爆破试验数据为基础,使用MATLAB软件进行仿真试验,并与另外2个模型进行对比分析。结果表明:IWOA-PNN模型的ERMS为0.633 1,EAR为2.19%,R^(2)为0.954 6,均优于PNN和鲸鱼优化算法(Whale Optimization Algorithm, WOA)-PNN模型;IWOA-PNN模型与传统模型相比误差更小,能够更为准确地预测焊缝腐蚀后剩余强度,为管道的维修和更换提供参考。 展开更多
关键词 安全工程 管道腐蚀 焊缝 剩余强度 改进鲸鱼优化算法(iwoa) 概率神经网络(PNN)
在线阅读 下载PDF
基于LCD-SE-IWOA-KELM的短期风电功率区间预测 被引量：9
18
作者 赵辉 华海增 +1 位作者 王红君 岳有军 《电测与仪表》 北大核心 2020年第21期77-83,共7页
针对风电功率的不确定性、随机性以及已有的风电功率点预测无法反应其不确定性信息的问题,提出了基于局部特征尺度分解(LCD)-样本熵(SE)和改进鲸鱼优化算法(IWOA)优化核极限学习机(KELM)的短期风电功率区间预测模型。采用LCD分解来降低... 针对风电功率的不确定性、随机性以及已有的风电功率点预测无法反应其不确定性信息的问题,提出了基于局部特征尺度分解(LCD)-样本熵(SE)和改进鲸鱼优化算法(IWOA)优化核极限学习机(KELM)的短期风电功率区间预测模型。采用LCD分解来降低原始风电功率序列的非平稳性,通过测量各ISC分量的样本熵来重构新的序列以降低过多的分量对预测精度带来的影响,然后分别建立各新序列的区间预测模型,最后将各新序列的预测结果进行叠加获得最终预测结果。采用改进的WOA算法优化核极限学习机的参数。实验仿真表明,文中所提模型能够获得良好的区间预测结果,具有一定的实际意义和应用价值。 展开更多
关键词 风电功率区间预测 局部特征尺度分解 样本熵 改进鲸鱼优化算法 核极限学习机
在线阅读 下载PDF
基于MTSOA求解物流分拣搬运系统协同优化问题
19
作者 吴佳兴 田华亭 +2 位作者 曾庆涛 崔海 陶翼飞 《现代制造工程》 北大核心 2026年第4期16-28,69,共14页
针对物流分拣搬运系统中分拣工位任务分配与AGV路径规划的协同优化问题,以分拣任务累计完工时间和AGV累计运行时间作为优化目标建立问题模型,设计一种多目标双层仿真优化算法进行求解。该算法的外层为分拣工位任务分配层,内层为AGV路径... 针对物流分拣搬运系统中分拣工位任务分配与AGV路径规划的协同优化问题,以分拣任务累计完工时间和AGV累计运行时间作为优化目标建立问题模型,设计一种多目标双层仿真优化算法进行求解。该算法的外层为分拣工位任务分配层,内层为AGV路径规划层,将外层中获取的分拣任务分配方案作为内层运行前置条件进行AGV路径规划仿真,依据返回的仿真结果对外层进行优化,实现算法的迭代寻优。在算法外层,提出一种多目标鲸鱼优化算法,根据问题特征对鲸鱼优化算法进行离散化改进,引入交叉、变异操作,并构建邻域搜索算子以提高算法的局部搜索能力;在算法内层,提出一种改进A^(*)算法,在A^(*)算法的基础上引入路径负载,并采用降温机制实现路径负载迭代更新。基于算法内外层间的关联反馈实现协同优化。最后通过仿真实验验证所提算法的有效性和优越性。 展开更多
关键词 物流分拣搬运系统 任务分配 路径规划 多目标鲸鱼优化算法 改进A^(*)算法 多目标双层仿真优化算法
在线阅读 下载PDF
基于注意力机制的IWOA-BiGRU超短期风电功率预测 被引量：5
20
作者 向玲 金子皓 李林春 《华北电力大学学报（自然科学版）》 CAS 北大核心 2024年第4期87-93,102,共8页
超短期风电功率预测对电力系统调度及大规模风电并网具有重要作用。为得到准确可靠的风电功率预测结果,针对风电功率数据非线性和时序性的特点,提出一种基于IWOA-AT-BiGRU的超短期风电功率预测方法。首先,提出改进鲸鱼优化算法(improved... 超短期风电功率预测对电力系统调度及大规模风电并网具有重要作用。为得到准确可靠的风电功率预测结果,针对风电功率数据非线性和时序性的特点,提出一种基于IWOA-AT-BiGRU的超短期风电功率预测方法。首先,提出改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)来优化风电功率预测模型的超参数,加速模型收敛,提高预测准确度;然后,在BiGRU中加入注意力机制(AT),AT用来加强重要信息对风功率的影响,BiGRU同时考虑数据的正反向信息,充分挖掘数据的时序特征;最后,通过某风电场实测数据进行实验,结果表明提出的方法预测准确度均高于其他对比模型,具有良好的预测性能。 展开更多
关键词 风电功率 超短期预测 注意力机制 改进鲸鱼优化算法 双向门控循环单元
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
版权所有© 2001-2026 渝B2-20050021-1渝公网安备 50019002500403号
使用帮助 返回顶部