基于数据驱动和机理模型的机械钻速预测 被引量：1

1

作者 郑双进 江厚顺 +4 位作者 熊梦园 孟胡 詹炜 程荣升 王立辉 《钻采工艺》 北大核心 2025年第1期78-87,共10页

为准确预测复杂工况下的机械钻速,提出了一种基于数据驱动和机理模型的机械钻速预测方法。首先对收集的8000余条钻井数据进行斯皮尔曼和曼特尔特性分析,筛选出有效施工参数,采用变分模态分解算法(VMD)进行数据降噪,然后构建时序卷积网... 为准确预测复杂工况下的机械钻速,提出了一种基于数据驱动和机理模型的机械钻速预测方法。首先对收集的8000余条钻井数据进行斯皮尔曼和曼特尔特性分析,筛选出有效施工参数,采用变分模态分解算法(VMD)进行数据降噪,然后构建时序卷积网络结合长短期记忆网络(TCN-LSTM)作为数据驱动模型,并融合多元钻速预测机理模型,通过物理约束增强数据驱动模型的准确性与可解释性,实验表明融合模型比单一数据驱动模型或机理模型预测精度更高。随后,为进一步提升模型性能,采用了改进的蜣螂优化算法(IDBO)对TCN-LSTM模型进行优化,通过改进种群初始化和更新策略,实现了参数的高效搜索。消融实验及现场应用结果表明,对比BP、RF、LSTM、TCN模型,TCN-LSTM-IDBO模型可以实现机械钻速的精确预测,并且具有较好的泛化能力,可为钻井施工人员提供有力参考。 展开更多

关键词 机械钻速预测 时序卷积网络 长短期记忆网络 变分模态分解 蜣螂优化算法 数据分析

在线阅读 下载PDF 职称材料

基于改进型蜣螂算法Fuzzy-Smith-LADRC混凝投药 被引量：1

2

作者 王文成 余智科 郑诗翰 《电子测量技术》 北大核心 2025年第3期10-17,共8页

二十届三中全会强调全面落实深化改革水利任务,其中居民饮用水是重点民生任务,混凝工艺是饮用水处理的关键环节。由于混凝过程具有大时滞特性,故对于原水水质频繁变化的控制系统,常规的PID控制不能达到满意的效果。为此,将一种不依赖系... 二十届三中全会强调全面落实深化改革水利任务,其中居民饮用水是重点民生任务,混凝工艺是饮用水处理的关键环节。由于混凝过程具有大时滞特性,故对于原水水质频繁变化的控制系统,常规的PID控制不能达到满意的效果。为此,将一种不依赖系统精确模型的线性自抗扰控制器(LADRC)应用于系统中,利用扩张观测器对混凝控制系统中出现的扰动进行估计并补偿,同时设计史密斯预估器(Smith)与模糊控制器(Fuzzy)相结合的自适应史密斯控制器来消除大时滞对控制效果的影响,提出Fuzzy-Smith-LADRC控制器。针对控制器参数调节困难而引入改进型蜣螂算法(MSIDBO)进行参数整定。改进型算法对DBO算法中初始种群分布不均匀、易陷入局部最优解等问题进行优化,使得MSIDBO能快速收敛并更好平衡全局探索与局部开发能力。系统模型精确时,该控制方法比PID控制的调节时间减少279 s和超调量降低8%,比DMC控制的调节时间减少40 s,系统模型变化时,相比LADRC具有更好的抗干扰性与鲁棒性。 展开更多

关键词 混凝工艺 模糊史密斯预估-线性自抗扰 改进蜣螂算法 参数优化

在线阅读 下载PDF 职称材料

基于改进蜣螂优化算法深度混合核极限学习机的高压断路器故障诊断

3

作者 范兴明 许洪华 +3 位作者 张思舜 李涛 蒋延军 张鑫 《电工技术学报》 北大核心 2025年第12期3994-4003,共10页

针对高压断路器机械故障诊断准确率偏低的问题,该文提出一种基于改进蜣螂优化算法(IDBO)优化深度混合核极限学习机(DHKELM)的故障诊断方法。首先,采用逐次变分模态分解(SVMD)对高压断路器合闸振动信号进行分解,得到若干个含本征频率的... 针对高压断路器机械故障诊断准确率偏低的问题,该文提出一种基于改进蜣螂优化算法(IDBO)优化深度混合核极限学习机(DHKELM)的故障诊断方法。首先,采用逐次变分模态分解(SVMD)对高压断路器合闸振动信号进行分解,得到若干个含本征频率的固有模态分量(IMF);其次,提取各IMF分量的功率谱熵构建特征向量矩阵,并利用t分布-随机邻域嵌入算法(t-SNE)对特征向量进行数据降维;然后,引入融合Tent混沌映射、黄金正弦策略、自适应t分布扰动策略对传统蜣螂优化算法(DBO)进行改进,并使用IDBO对DHKELM进行参数优化,完成IDBO-DHKELM高压断路器故障诊断模型的构建;最后,通过搭建模拟故障的实物断路器实验平台进行验证,结果表明,该文提出的方法在故障诊断上的准确率达到了98.33%,相较于其他故障诊断模型在多项分类评价指标上均有显著提升,为准确、可靠地诊断高压断路器机械故障提供了新方案。 展开更多

关键词 高压断路器 改进蜣螂优化算法 深度混合核极限学习机 故障诊断 逐次变分模 态分解

在线阅读 下载PDF 职称材料

基于IDBO-BP的喷墨印刷液滴质量预测的方法研究

4

作者 李莹 娄杨伟 +2 位作者 李海山 何自芬 刘梦莲 《包装工程》 北大核心 2025年第11期174-184,共11页

目的实现喷墨印刷液滴质量的精准预测和控制,提升喷墨印刷质量。方法提出一种改进的蜣螂优化器(Improved dung beetle optimizer,IDBO)来优化反向传播(Back propagation,BP)神经网络的模型,以精确预测喷墨印刷过程中的液滴质量。首先,... 目的实现喷墨印刷液滴质量的精准预测和控制,提升喷墨印刷质量。方法提出一种改进的蜣螂优化器(Improved dung beetle optimizer,IDBO)来优化反向传播(Back propagation,BP)神经网络的模型,以精确预测喷墨印刷过程中的液滴质量。首先,采用动态反向学习策略初始化种群,以增强种群的多样性和均匀性;其次,引入黄金正弦因子,提升算法的收敛速度和寻优精度,同时平衡局部和全局搜索能力。结果通过对9个基准测试函数的性能评估,IDBO算法展现出更优的收敛精度和更快的收敛速度。应用IDBO优化的BP神经网络进行液滴质量预测,IDBO-BP模型显著降低了均方根误差(Root mean square error,RMSE)和平均绝对误差(Mean bsolute error,MAE),最高分别降低了48%和38%,同时拟合优度(R^(2))提升了3%。结论结果证实IDBO-BP模型在预测喷墨印刷液滴质量方面的优越性能,并验证了其在喷墨印刷领域的应用潜力。 展开更多

关键词 改进蜣螂优化器 动态反向学习策略 黄金正弦因子 IDBO-BP模型 喷墨液滴质量预测

在线阅读 下载PDF 职称材料

极薄煤层破碎顶板条件下液压支架带压移架残余支撑力决策方法

5

作者 张传伟 张刚强 +4 位作者 路正雄 李林岳 何正伟 龚凌霄 黄骏峰 《工矿自动化》 北大核心 2025年第3期22-31,38,共11页

在破碎顶板条件下,液压支架带压移架过程中残余支撑力的精准决策对于提高极薄煤层智能化开采效率和保障作业安全至关重要。为实现极薄煤层破碎顶板条件下液压支架带压移架残余支撑力的准确决策,提出了一种基于改进蜣螂算法(IDBO)优化深... 在破碎顶板条件下,液压支架带压移架过程中残余支撑力的精准决策对于提高极薄煤层智能化开采效率和保障作业安全至关重要。为实现极薄煤层破碎顶板条件下液压支架带压移架残余支撑力的准确决策,提出了一种基于改进蜣螂算法(IDBO)优化深度混合核极限学习机(DHKELM)的液压支架带压移架残余支撑力决策方法。在混合核极限学习机(HKELM)基础上引入极限学习机自动编码器(ELM-AE)结构来构建DHKELM模型,以增强对复杂输入的特征提取和非线性映射能力;引入ICMIC混沌映射、Lévy飞行和贪婪策略对蜣螂算法(DBO)进行改进,形成具备更高寻优精度和更快收敛速度的IDBO算法;利用IDBO算法优化DHKELM模型的超参数,建立IDBO-DHKELM模型。结合极薄煤层综采工作面液压支架带压移架实测数据,通过可视化和相关性分析,确定支架号、带压移架前支架支撑力、推移油缸进液压力和推移油缸行程变化速度作为影响残余支撑力的关键特征,并构建残余支撑力决策样本数据集,最终完成IDBO-DHKELM模型的训练与评估。实验结果表明:基于IDBO-DHKELM模型的液压支架带压移架残余支撑力决策结果的均方根误差(RMSE)、平均绝对误差(MAE)及决定系数(R^(2))分别为0.143,0.119,0.971,具有较高的决策精确度。 展开更多

关键词 极薄煤层 液压支架 带压移架 残余支撑力 改进蜣螂算法 深度混合核极限学习机

在线阅读 下载PDF 职称材料

基于VMD-IDBO-LSTM的光伏功率预测模型 被引量：1

6

作者 乔雅宁 贾宇琛 +1 位作者 高立艾 温鹏 《现代电子技术》 北大核心 2025年第6期168-174,共7页

针对光伏发电功率波动性强和预测准确度低的问题,提出一种基于变分模态分解(VMD)、改进蜣螂算法(IDBO)优化长短期记忆(LSTM)网络的光伏功率预测模型。利用VMD对光伏功率时序数据进行分解,得到不同频率但具有一定规律的子序列,从而达到... 针对光伏发电功率波动性强和预测准确度低的问题,提出一种基于变分模态分解(VMD)、改进蜣螂算法(IDBO)优化长短期记忆(LSTM)网络的光伏功率预测模型。利用VMD对光伏功率时序数据进行分解,得到不同频率但具有一定规律的子序列,从而达到减少光伏功率波动性的目的。利用可变螺旋搜索策略、Lévy飞行策略和自适应t分布变异策略来改进蜣螂算法,对改进后的蜣螂算法与其他优化算法进行性能测试对比,经过改进的蜣螂算法来优化LSTM中的网络隐含层个数和初始学习速率并建立预测模型,将各个子序列的预测值相加,从而得出最后的预测功率结果。通过实际算例表明,与LSTM预测模型、DBO-LSTM预测模型、VMD-DBO-LSTM预测模型相比,VMD-IDBO-LSTM模型预测精度较高,更具有准确性。 展开更多

关键词 光伏发电 功率预测 变分模态分解 改进蜣螂算法 长短期记忆网络 优化算法

在线阅读 下载PDF 职称材料

碳纤维复合材料-金属混合机械臂的改进动力学辨识方法

7

作者 洪博锴 孟婥 +1 位作者 张豪 孙以泽 《东华大学学报(自然科学版)》 北大核心 2025年第1期119-130,共12页

针对三维编织的机械臂与理论设计的参数存在偏差,导致机械臂在运行时产生扰动力矩的问题,采用改进蜣螂算法(improved dung beetle optimizer,IDBO)和加权最小二乘法的改进动力学参数辨识方法,分步辨识非线性斯特里贝克(Stribeck)摩擦力... 针对三维编织的机械臂与理论设计的参数存在偏差,导致机械臂在运行时产生扰动力矩的问题,采用改进蜣螂算法(improved dung beetle optimizer,IDBO)和加权最小二乘法的改进动力学参数辨识方法,分步辨识非线性斯特里贝克(Stribeck)摩擦力矩、线性惯性力矩、科氏向心力矩和重力矩。为设计激励轨迹,引入周期性傅里叶级数和五次多项式,采用IDBO设计最优激励轨迹,获取机械臂在最优激励轨迹下的实时状态,确定其动力学参数并建立动力学模型。试验以碳纤维复合材料和45钢混合的大臂机器人为对象。结果表明:考虑非线性摩擦力矩的改进动力学参数辨识方法有效提高了动力学模型精度,与仅考虑线性摩擦力矩的常规方法相比,关节1~6的预测力矩误差均方根(RMS)减小25.6%~47.9%。 展开更多

关键词 机械臂 碳纤维复材-金属混合 动力学参数辨识 改进蜣螂算法 激励轨迹

在线阅读 下载PDF 职称材料

基于IDBO-HKELM-Adaboost的煤与瓦斯突出危险性预测方法

8

作者 李曼 徐耀松 +1 位作者 王雨虹 王丹丹 《传感技术学报》 北大核心 2025年第3期477-486,共10页

为实现更加高效准确地完成煤与瓦斯突出危险性预测,提出了一种采用Adaboost算法增强的改进蜣螂算法(IDBO)优化混合核极限学习机(HKELM)的预测模型。首先,在数据降维时采用核主成分分析(KPCA)对影响因素进行处理并提取有效的特征量,得到... 为实现更加高效准确地完成煤与瓦斯突出危险性预测,提出了一种采用Adaboost算法增强的改进蜣螂算法(IDBO)优化混合核极限学习机(HKELM)的预测模型。首先,在数据降维时采用核主成分分析(KPCA)对影响因素进行处理并提取有效的特征量,得到预处理样本数据。将PWLCM混沌映射、非线性递减策略以及邻域学习机制融入到蜣螂算法中,之后,利用IDBO对HKELM的关键参数进行寻优,构建IDBO-HKELM煤与瓦斯突出危险性分类预测模型。最后,使用Adaboost算法对IDBO-HKELM模型进行增强。结合工程实际数据进行验证,验证结果表明:相较于其他模型,基于IDBO-HKELM-Adaboost的预测方法具有更高的预测精度,在提高运算效率的同时满足煤与瓦斯突出预测的精度和可靠性要求,准确率达到97.44%。 展开更多

关键词 煤与瓦斯突出 突出预测 改进蜣螂算法 混合核极限学习机 核主成分分析 预测模型

在线阅读 下载PDF 职称材料

基于ICEEMDAN-PE和IDBO-Informer组合模型的短期负荷预测

9

作者 于多 曹燚 +2 位作者 王海荣 赵翱东 曹倩 《中国电力》 北大核心 2025年第6期19-32,共14页

针对传统方法在处理复杂负荷数据时存在的噪声处理不足、特征提取能力有限及模型训练复杂等问题,提出了一种基于改进完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)-置... 针对传统方法在处理复杂负荷数据时存在的噪声处理不足、特征提取能力有限及模型训练复杂等问题,提出了一种基于改进完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)-置换熵(permutation entropy,PE)和改进蜣螂优化算法(improved dung beetle optimizer,IDBO)-Informer的创新组合预测模型。首先,该模型通过小波软阈值去噪算法预处理原始负荷数据,减少噪声干扰。其次,利用ICEEMDAN多尺度分解负荷数据,精准捕捉负荷特征,并采用置换熵评估分量复杂度。最后,对蜣螂优化算法进行改进,通过融合混沌与逆向学习策略进行种群初始化,引入自适应步长与凸透镜逆成像策略及随机差异变异策略,优化Informer预测模型参数,显著提升预测效率与准确性。实验结果表明,该模型在短期负荷预测中表现出色,平均绝对误差为81.3 MW(原始负荷数据范围约为500 MW至1 500 MW),均方根误差为109.2 MW,拟合系数评分为0.991,远优于传统方法,充分验证了模型的创新性和优越性。 展开更多

关键词 负荷预测 ICEEMDAN 改进蜣螂优化算法 INFORMER

在线阅读 下载PDF 职称材料

基于KNN-IDBO-LSTM的光伏短期发电预测方法研究

10

作者 皮琳琳 田立国 《太阳能学报》 北大核心 2025年第5期320-330,共11页

提出一种基于K-近邻(KNN)数据预处理和改进蜣螂算法(IDBO)优化的长短期记忆神经网络(LSTM)光伏出力预测模型。首先,采用KNN补全缺失数据并校正异常数据,并提取易于训练的时序特征;然后,提出一种基于IDBO的LSTM模型参数优化方法,在原始DB... 提出一种基于K-近邻(KNN)数据预处理和改进蜣螂算法(IDBO)优化的长短期记忆神经网络(LSTM)光伏出力预测模型。首先,采用KNN补全缺失数据并校正异常数据,并提取易于训练的时序特征;然后,提出一种基于IDBO的LSTM模型参数优化方法,在原始DBO的基础上,采用种群均匀初始化策略,融合Levy飞行进行蜣螂位置迭代,引入种群密度概念动态调整种群数量,在保证全局搜索能力的同时大幅降低搜索时间;最后,基于澳大利亚某光伏阵列数据评估优化后模型预测性能。结果表明:在晴天、多云和雨天3种情况下,相比于KNN-LSTM,KNN-IDBO-LSTM的决定系数(R2)最高提升2.67%、均方根误差(RMSE)最高降低71.2%、平均绝对误差(MAE)最高降低79.9%、运行时间减少33.6%。 展开更多

关键词 光伏发电预测 长短期记忆神经网络 改进蜣螂优化算法 数据挖掘

在线阅读 下载PDF 职称材料

融合网络重构技术的配电网无功优化双层模型

11

作者 李东阳 李永刚 +1 位作者 吴滨源 王小雪 《电力系统及其自动化学报》 北大核心 2025年第3期27-36,共10页

针对分布式新能源大规模接入、配电网运行和调控压力逐年增大、电压越限问题凸显的问题,本文提出一种融合网络重构技术的无功优化双层模型。首先,以减少配电网运行成本为目标,考虑分布式电源和无功补偿设备的协调控制,建立无功优化上层... 针对分布式新能源大规模接入、配电网运行和调控压力逐年增大、电压越限问题凸显的问题,本文提出一种融合网络重构技术的无功优化双层模型。首先,以减少配电网运行成本为目标,考虑分布式电源和无功补偿设备的协调控制,建立无功优化上层模型;其次,以网损成本和重构成本最小为目标,融合网络重构技术,建立下层重构模型;然后,基于多策略方法改进蜣螂优化算法,实现对双层模型的快速求解;最后,以IEEE33节点系统为算例,对所提的双层优化模型进行仿真验证。算例结果表明,所提的双层优化模型可以有效改善配电网的电压分布,降低运行成本。 展开更多

关键词 配电网 无功优化 网络重构 双层模型 改进蜣螂优化算法

在线阅读 下载PDF 职称材料

基于改进蜣螂优化算法的短期风电功率预测

12

作者 蒋建东 张海峰 郭嘉琦 《郑州大学学报(工学版)》 北大核心 2025年第4期129-136,共8页

为了提高短期风电功率预测的准确度,建立了一种基于POTDBO-VMD-CNN-BiLSTM的短期风电功率预测模型。首先,采用融合Piecewise混沌映射、鱼鹰优化算法和自适应T分布扰动3种策略对蜣螂优化算法进行改进,以平衡蜣螂优化算法的全局探索和局... 为了提高短期风电功率预测的准确度,建立了一种基于POTDBO-VMD-CNN-BiLSTM的短期风电功率预测模型。首先,采用融合Piecewise混沌映射、鱼鹰优化算法和自适应T分布扰动3种策略对蜣螂优化算法进行改进,以平衡蜣螂优化算法的全局探索和局部开发能力并加快其收敛速度;其次,用改进的蜣螂优化算法(POTDBO)对变分模态分解(VMD)的分解数K和惩罚因子α进行寻优处理,提高VMD的分解效果,再用POTDBO-VMD模型对风电功率进行分解;最后,将分解的各频率分量以及残差分量分别输入到CNN-BiLSTM混合模型中预测,再将各频率分量以及残差分量的预测结果进行序列重构得到风电功率预测结果。通过新疆某风电场和吉林某风电场的实际数据对所提出模型进行实验,并和CNN-BiLSTM模型进行对比,结果显示:所提模型在决定系数R^(2)上分别增加了4.21%,7.69%,表现出更好的预测精度。 展开更多

关键词 风电功率预测 改进蜣螂优化算法 变分模态分解 卷积神经网络 双向长短期记忆神经网络

在线阅读 下载PDF 职称材料

基于改进蜣螂算法的光伏发电多峰值MPPT研究

13

作者 王旭辉 侯涛 牛宏侠 《陕西科技大学学报》 北大核心 2025年第3期158-165,共8页

针对目前光伏发电的MPPT控制极易陷入局部最优问题,提出了一种基于改进蜣螂算法的光伏发电多峰值MPPT方法.首先,对光伏电池进行建模和数学分析;然后,在蜣螂算法种群初始化中引入Circle映射,在滚球行为中引入变螺旋搜索策略,提高算法的... 针对目前光伏发电的MPPT控制极易陷入局部最优问题,提出了一种基于改进蜣螂算法的光伏发电多峰值MPPT方法.首先,对光伏电池进行建模和数学分析;然后,在蜣螂算法种群初始化中引入Circle映射,在滚球行为中引入变螺旋搜索策略,提高算法的处理精度;在小偷蜣螂迭代过程中引入凸透镜反向学习策略,克服算法的“早熟”现象.其次,根据光伏阵列功率输出特性确定光伏阵列模型以及算法重启机制.最后,通过Matlab/Simulink仿真,验证了所提方法在处理光伏发电MPPT问题时能够避免陷入局部最优,并提高了MPPT的效果.同时,在局部遮挡和光照突变情况下,追踪精度均达到了99.4%以上. 展开更多

关键词 光伏发电 最大功率点跟踪 改进蜣螂算法 局部遮挡

在线阅读 下载PDF 职称材料

基于优化概率神经网络的化工过程故障诊断

14

作者 庞智敏 王亚君 富斯源 《化学工程》 北大核心 2025年第3期89-94,共6页

为了保证化工生产过程安全稳定运行,对生产过程进行实时故障检测变得尤为重要。传统的PNN(概率神经网络)故障诊断方法,由于需要根据经验选取平滑因子使得模型分类准确率降低。为提高PNN模型的分类正确率和诊断速度,提出一种基于MSIDBO(... 为了保证化工生产过程安全稳定运行,对生产过程进行实时故障检测变得尤为重要。传统的PNN(概率神经网络)故障诊断方法,由于需要根据经验选取平滑因子使得模型分类准确率降低。为提高PNN模型的分类正确率和诊断速度,提出一种基于MSIDBO(多策略改进蜣螂优化)算法的PNN化工过程故障诊断方法。将提出的方法在田纳西-伊斯曼上进行仿真实验,并与PNN、DBO-PNN(蜣螂优化的概率神经网络)和SSA-PNN(麻雀搜索算法优化的概率神经网络)进行比较,结果表明文中提出的方法在准确率和运行速度上均有显著优势。 展开更多

关键词 故障诊断 多策略改进蜣螂算法 概率神经网络 田纳西-伊斯曼过程

在线阅读 下载PDF 职称材料

多策略改进DBO算法与KELM的变压器故障辨识

15

作者 谭贵生 赵波 +2 位作者 张桂莲 刘丹丹 石宜金 《电力系统保护与控制》 北大核心 2025年第14期111-122,共12页

针对油浸式变压器故障诊断中因样本存在冗余特征,导致故障诊断精度低的问题,提出一种新的多策略改进蜣螂算法(multi-strategy improved dung beetle optimizer,MSIDBO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器... 针对油浸式变压器故障诊断中因样本存在冗余特征,导致故障诊断精度低的问题,提出一种新的多策略改进蜣螂算法(multi-strategy improved dung beetle optimizer,MSIDBO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器故障辨别模型。首先,利用随机森林(random forest,RF)与核主成分析法(kernel principal component analysis,KPCA)对变压器原始数据进行特征提取,合理降低特征量的维度。其次,引入改进的Circle混沌映射、变螺旋搜索机制、非线性控制因子、融合正余弦算法和融合多种群差分进化算法的变异策略对蜣螂算法(dung beetle optimizer,DBO)进行改进,提高全局搜索能力和收敛精度。最后,利用MSIDBO对KELM中的核参数和正则化参数进行优化,构建KPCA-MSIDBO-KELM的变压器故障诊断模型。实验表明,其诊断准确率为94.07%。与DBO-KELM、WOA-KELM、HHO-KELM、GWO-KELM和PSO-KELM故障模型进行对比分析,准确率分别提高了2.54%、3.39%、5.93%、7.63%和13.56%。相比其他模型,所提方法能够有效提高变压器故障诊断的准确率。 展开更多

关键词 变压器 故障诊断 多策略改进蜣螂算法 核极限学习机 核主成分分析

在线阅读 下载PDF 职称材料

多策略改进蜣螂优化算法的无人机航迹规划

16

作者 梅雨琳 曲良东 饶爽 《电子测量技术》 北大核心 2025年第11期67-77,共11页

针对蜣螂优化算法存在陷入局部最优、全局搜索能力不足致使无人机三维航迹规划效果不佳的问题,设计了一种多策略改进的蜣螂优化算法。通过构建三维空间模型,结合路径长度、威胁、高度和平滑度等因素,构建了综合评价函数。首先,采用混合... 针对蜣螂优化算法存在陷入局部最优、全局搜索能力不足致使无人机三维航迹规划效果不佳的问题,设计了一种多策略改进的蜣螂优化算法。通过构建三维空间模型,结合路径长度、威胁、高度和平滑度等因素,构建了综合评价函数。首先,采用混合混沌序列提升初始种群多样性;其次,在蜣螂滚球阶段引入“差分变异”算子以提升算法的局部搜索能力,并结合改进的正弦算法,通过概率切换机制进行个体更新,进一步提升算法的全局搜索性能;最后,在繁殖阶段引入了改进的螺旋搜索策略,增强算法跳出局部最优的能力。通过对6个基准函数的优化对比分析并展示粒子在搜索空间中的运动轨迹,结果表明改进后的算法在收敛速度、精确度和鲁棒性方面表现更优。将算法应用于三维无人机路径规划中,路径长度的最优值、平均值和最差值分别提升了0.41%、5.67%和18.03%,进一步验证了改进策略的有效性以及该算法在处理实际工程应用中的优越性。 展开更多

关键词 蜣螂优化算法 混合混沌映射 多策略引导机制 改进螺旋搜索策略 三维无人机路径规划

在线阅读 下载PDF 职称材料

基于IDBO-BP与PSO的超声冲击薄板激光焊接残余应力预测与工艺优化

17

作者 薛欢 张洛源 +4 位作者 张文谦 徐赛清 彭萧剑 郭畅 苏子傲 《现代制造工程》 北大核心 2025年第3期9-18,共10页

45Mn薄板在激光焊接过程中产生的残余拉应力,将对其强度、韧性以及疲劳寿命产生不利的影响。采用多种超声冲击工艺对薄板表面进行强化,并提出一种对薄板超声冲击工艺参数的多目标优化方法。首先,通过有限元冲击仿真得到了不同冲击工艺... 45Mn薄板在激光焊接过程中产生的残余拉应力,将对其强度、韧性以及疲劳寿命产生不利的影响。采用多种超声冲击工艺对薄板表面进行强化,并提出一种对薄板超声冲击工艺参数的多目标优化方法。首先,通过有限元冲击仿真得到了不同冲击工艺参数下薄板表面残余应力的数据集;然后,以仿真数据集为基础,采用IDBO-BP神经网络成功建立了冲击工艺参数与表面残余应力之间的非线性映射关系。通过IDBO-BP神经网络与BP、GA-BP、PSO-BP和DBO-BP等神经网络对比,发现IDBO-BP神经网络预测薄板表面残余应力的精度更高,MAE和R 2这2种评价指标分别为0.0683和0.9974,表明该模型可以有效地预测超声冲击薄板后的残余应力;最后,以超声冲击工艺参数为设计变量,以最小残余应力、最小冲击电流和最小冲击时间为优化目标,结合IDBO-BP神经网络和PSO算法,得到与超声冲击工艺参数对应的残余应力、冲击电流和冲击时间Pareto最优解集。结果显示,优化后的冲击工艺有效提高了加工效率和加工能效。 展开更多

关键词 45Mn 超声冲击 改进蜣螂优化算法 残余应力 多目标优化

在线阅读 下载PDF 职称材料

基于参数优化的JTC补偿电容容值估计与故障识别

18

作者 王世林 王钟锐 +2 位作者 陈光武 周鑫 李鹏 《铁道科学与工程学报》 北大核心 2025年第2期909-920,共12页

为满足“十四五”规划中提出的安全发展要求,针对无绝缘轨道电路中补偿电容故障识别困难、工作状态难以监测的问题,基于电磁场理论与传输线理论,建立了模拟轨道检测车技术的联合仿真模型,对补偿电容的工作状态进行分析并依据分析结果进... 为满足“十四五”规划中提出的安全发展要求,针对无绝缘轨道电路中补偿电容故障识别困难、工作状态难以监测的问题,基于电磁场理论与传输线理论,建立了模拟轨道检测车技术的联合仿真模型,对补偿电容的工作状态进行分析并依据分析结果进行故障识别与定位。首先,提出一种“相关性中心频率比”的适应度函数,以解决变分模态分解需要预先设置模态个数与惩罚因子的问题;其次,改进蜣螂优化算法,并利用改进后的算法对变分模态分解的参数进行寻优;最后,利用优化参数对仿真数据进行变分模态分解,以能量为特征进行特征提取,根据每个补偿电容的作用区域的能量特征来表征相应补偿电容的工作状态,得到区段中每个补偿电容的特征与容值大小的关系曲线,拟合后得到补偿电容容值估计公式,并利用轨道电路真实数据进行了验证。结果表明,改进算法较未改进的算法及其他主流优化算法,具备更快的收敛速度和更好的寻优结果,补偿电容容值估计值与实际数据的绝对误差仅为2.7μF,故障电容识别准确率达96.6%。研究结果表明,本文所提方法在检测车这一技术环境下,可以为现场补偿电容故障识别与容值估计提供了较为可靠的参考。 展开更多

关键词 补偿电容 容值估计 变分模态分解 有限元模型 改进的蜣螂优化算法

在线阅读 下载PDF 职称材料

基于改进PID^(μ)的抽水蓄能机组调速系统控制优化

19

作者 李佰霖 孟凯悦 +2 位作者 龚子锐 崔晓龙 付文龙 《水电能源科学》 北大核心 2025年第7期192-196,191,共6页

为提高水电机组调速控制性能,提出一种改进蜣螂算法优化基于跟踪微分器的PID^(μ)控制策略,首先搭建抽水蓄能机组调速系统精细化模型;其次,提出基于跟踪微分器的PID^(μ)控制,使调速系统响应快速且超调量小,并将微分环节由整数阶次推向... 为提高水电机组调速控制性能,提出一种改进蜣螂算法优化基于跟踪微分器的PID^(μ)控制策略,首先搭建抽水蓄能机组调速系统精细化模型;其次,提出基于跟踪微分器的PID^(μ)控制,使调速系统响应快速且超调量小,并将微分环节由整数阶次推向分数阶,改善微分控制环节对扰动过度敏感的问题。同时将时间与绝对误差乘积的积分指标(ITAE)、超调量和稳态误差线性加权建立目标函数,利用佳点集、莱维飞行建立改进蜣螂算法并优化控制器参数;最后通过不同水头下空载转速扰动试验和带负载转速扰动试验进行仿真验证。结果表明,该控制策略可有效降低调速系统超调量和平缓扰动后的波动幅度。 展开更多

关键词 抽水蓄能机组调速控制 PID^(μ)控制 参数优化 跟踪微分器 改进蜣螂优化算法

在线阅读 下载PDF 职称材料

基于IDBO-HKELM的冷水机组故障诊断方法

20

作者 王宏 储盼 +3 位作者 管大松 郭洋 田增瑞 盛英杰 《科学技术与工程》 北大核心 2025年第22期9505-9513,共9页

冷水机组作为建筑中的关键设备和主要能耗源,若其发生故障不仅会影响系统的正常运行,还会造成严重的能源浪费。为提升冷水机组系统运行的可靠性,构建了一种多策略改进蜣螂优化算法(improve dung beetle optimizer,IDBO)和混合核极限学习... 冷水机组作为建筑中的关键设备和主要能耗源,若其发生故障不仅会影响系统的正常运行,还会造成严重的能源浪费。为提升冷水机组系统运行的可靠性,构建了一种多策略改进蜣螂优化算法(improve dung beetle optimizer,IDBO)和混合核极限学习机(hybrid kernel extreme learning machine,HKELM)融合的故障诊断模型,用于实现冷水机组早期故障的精确诊断。该模型首先采用混合核函数提高核极限学习机(kernel extreme learning machine,KELM)的学习能力和泛化性,其次将Bernoulli映射、自适应惯性因子和Levy飞行融合动态权重系数策略用于改进蜣螂优化算法(dung beetle optimizer,DBO),以平衡DBO算法的全局探索性能。最后通过基准函数验证IDBO算法的有效性,利用IDBO算法对HKELM超参数进行优化,从而构建用于冷水机组早期故障诊断的数据驱动模型。通过相关训练仿真和实验验证,所提出的IDBO-HKELM模型对冷水机组的早期故障诊断准确率提高到99.71%,对比其他算法具有明显优势。 展开更多

关键词 冷水机组 群体算法 HKELM IDBO算法 故障诊断

在线阅读 下载PDF 职称材料