期刊文献+
共找到160篇文章
< 1 2 8 >
每页显示 20 50 100
基于混沌理论与麻雀优化K-means算法的变压器铁心松动缺陷分析方法 被引量:1
1
作者 杨洪苏 马宏忠 薛健侗 《科学技术与工程》 北大核心 2024年第25期10798-10807,共10页
为了更加有效地对变压器铁心状态进行分析,提出一种基于混沌理论与麻雀优化K-means算法的变压器铁心松动缺陷特征分析方法。首先,运用C-C法求解重构相空间的嵌入维数与延迟时间,重构变压器振动信号的相空间。其次,计算变压器振动信号的... 为了更加有效地对变压器铁心状态进行分析,提出一种基于混沌理论与麻雀优化K-means算法的变压器铁心松动缺陷特征分析方法。首先,运用C-C法求解重构相空间的嵌入维数与延迟时间,重构变压器振动信号的相空间。其次,计算变压器振动信号的最大Lyapunov指数来判断系统是否具有混沌特性,选取关联维数、Kolmogorov熵作为一组混沌特征以识别铁心的松动程度。再次,将麻雀搜索算法引入K-means聚类算法优化初始中心簇的选取并使用簇中心与簇类点的位移平均值作为描述变压器铁心松动状态的定量特征。最后,将两组特征结合起来形成变压器铁心松动故障的诊断指标,为变压器铁心的松动故障诊断提供理论依据,并投入分类器进行故障诊断,验证两组特征结合的优越性。 展开更多
关键词 变压器 铁心松动 故障诊断 混沌理论 麻雀优化k-means算法。
在线阅读 下载PDF
基于K-means聚类的多种群麻雀搜索算法 被引量:4
2
作者 闫少强 刘卫东 +2 位作者 杨萍 吴丰轩 阎哲 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期508-518,共11页
为改善麻雀搜索算法(SSA)在单种群搜索中收敛速度过快导致其收敛速度出现冗余,易忽略优质解而陷入局部最优的缺陷,提出一种基于K-means聚类的多种群麻雀搜索算法(KSSA)。将多种群机制引入SSA,减弱单种群的收敛能力,并减小陷入局部最优... 为改善麻雀搜索算法(SSA)在单种群搜索中收敛速度过快导致其收敛速度出现冗余,易忽略优质解而陷入局部最优的缺陷,提出一种基于K-means聚类的多种群麻雀搜索算法(KSSA)。将多种群机制引入SSA,减弱单种群的收敛能力,并减小陷入局部最优的概率;采用K-means聚类划分子种群,增加子种群间的差异性,同时使子种群内个体在小范围内专注搜索,提升前期搜索效率;借助加权重心交流策略改善种群间交流的质量,减少自身种群的干扰,同时消减因某一子种群陷入局部最优而导致所有子种群陷入局部最优的风险;引入动态反向学习到警戒者中,增强其反捕食行为,改善因子种群数量增加而带来的收敛速度变慢和收敛精度不足的缺陷。经测试函数仿真实验表明:较SSA等算法,KSSA具有更优的寻优性能。 展开更多
关键词 麻雀搜索算法 优化算法 多种群 k-means聚类 种群交流
在线阅读 下载PDF
融合K-means的多策略改进麻雀搜索算法研究 被引量:19
3
作者 欧阳城添 朱东林 《电光与控制》 CSCD 北大核心 2021年第12期11-16,共6页
麻雀搜索算法(SSA)相对其他仿生算法性能较好,但其收敛精度不足且在复杂多峰函数下会陷入局部最优。为改善这些缺陷,提出融合K-means的多策略改进麻雀搜索算法研究,该算法采用多策略搜索方式。首先将初始种群进行K-means聚类,加快种群交... 麻雀搜索算法(SSA)相对其他仿生算法性能较好,但其收敛精度不足且在复杂多峰函数下会陷入局部最优。为改善这些缺陷,提出融合K-means的多策略改进麻雀搜索算法研究,该算法采用多策略搜索方式。首先将初始种群进行K-means聚类,加快种群交流,再运用正、余弦搜索策略和自适应局部搜索策略分别对追随者的位置和最优个体进行更新寻找更可靠的可行解,提高收敛精度和寻优能力。通过10个测试函数对两种策略和单独的一种策略进行对比,验证了策略的引入能够有效地改善麻雀搜索算法的寻优能力,单一策略寻优能力较强,且两种策略融合的麻雀搜索算法寻优能力较弱。最后将3种改进方式的SSA算法应用于主动悬架LQR控制,实验结果表明两种策略结合的SSA算法优化效果不理想,采用单一策略的两种方式优化效果显著,且稳定改善了主动悬架的性能。 展开更多
关键词 麻雀搜索算法 正余弦搜索 自适应局部搜索 k-means聚类 寻优能力 主动悬架 LQR控制
在线阅读 下载PDF
基于门控注意网络模型的天然气管道泄漏检测新方法 被引量:2
4
作者 董宏丽 孙桐 +2 位作者 王闯 杨帆 商柔 《天然气工业》 北大核心 2025年第1期25-36,共12页
准确的泄漏检测对维护天然气管道运行安全至关重要。近年来,深度学习已成为天然气管道泄漏检测的常用方法,但由于天然气管道数据具有复杂的时间动态特性,进而导致大多数深度学习方法在识别泄漏类型方面难以取得优异的性能。此外,检测模... 准确的泄漏检测对维护天然气管道运行安全至关重要。近年来,深度学习已成为天然气管道泄漏检测的常用方法,但由于天然气管道数据具有复杂的时间动态特性,进而导致大多数深度学习方法在识别泄漏类型方面难以取得优异的性能。此外,检测模型的初始超参数选择通常是随机的,这也可能会导致识别性能不稳定。为了提升天然气管道泄漏检测的准确性,提出一种基于麻雀搜索算法的门控注意网络模型(Sparrow Search Algorithm-based Gate Attention Network, SGAN)。首先,为了提取有效且具有鲁棒性的数据特征,采用带交叉熵函数的麻雀搜索算法对门控循环单元的初始超参数进行全局搜索;然后,设计了一种异常注意力机制,通过对数据特征进行加权来放大正常和泄漏数据之间的区分差异;最后,将所提算法应用于天然气管道的泄漏检测。研究结果表明:(1) SGAN模型能够实现模型超参数的自适应优化,并加快了模型的收敛速度,使模型性能更加稳定;(2) SGAN模型通过对正常与泄漏特征进行加权处理,显著提升了数据特征的区分效果;(3) SGAN模型的学习表示能力和泛化能力得到了明显加强,以此提高了对数据的分类性能;(4) SGAN模型能够显著提高天然气管道泄漏检测的准确率和召回率,可减少误报率和漏报率,并且其性能明显优于常规分类算法。结论认为,SGAN模型通过自适应优化和异常注意力机制结合,能精准识别泄漏特征,并快速响应天然气管道中的泄漏情况,有效提升了检测的准确性和可靠性,显著降低了安全事故风险,为天然气管道泄漏检测提供了一种高效、智能的解决新方案。 展开更多
关键词 天然气管道 泄漏检测 麻雀搜索算法 门控循环单元 异常注意力机制 自适应优化 智能
在线阅读 下载PDF
基于最优参数VMD和改进散布熵的轴承亚健康状态识别 被引量:1
5
作者 魏文军 甘洁 《铁道科学与工程学报》 北大核心 2025年第2期887-899,共13页
针对轴承的亚健康状态存在噪声干扰、模态混叠、状态特征提取困难的问题,提出一种最优参数变分模态分解(variational mode decomposition, VMD)和改进散布熵的轴承亚健康状态识别方法 。首先,设计改进的麻雀搜索算法(improved sparrow s... 针对轴承的亚健康状态存在噪声干扰、模态混叠、状态特征提取困难的问题,提出一种最优参数变分模态分解(variational mode decomposition, VMD)和改进散布熵的轴承亚健康状态识别方法 。首先,设计改进的麻雀搜索算法(improved sparrow search algorithm, ISSA)来自适应地搜索VMD最优分解参数,从而提高VMD分解效率和质量,然后根据所确定的最优参数对信号进行VMD分解,得到一系列本征模态函数(intrinsic mode function, IMF),接着计算每个IMF与原始信号之间的皮尔逊相关系数(pearson correlation coefficient, PCC),选择相关系数大于0.3的IMF分量来重构信号,以实现信号的降噪和状态特征增强。其次,为了更好地表征轴承信号的复杂度和不规则性,并有效区分轴承健康和亚健康状态,在散布熵中引入时移多尺度分析和分数阶微积分,以提取多个尺度上的轴承微细状态特征。最后,利用欧氏距离刻画轴承状态曲线,根据切比雪夫不等式设定亚健康阈值,当欧氏距离大于亚健康阈值时给出相应预警,完成轴承亚健康状态识别。在XJTU-SY和IMS轴承数据集上的试验结果表明:ISSA算法相比其他优化算法具有更高的收敛速度和精度,最优化参数VMD能有效消除模态混叠问题,改进散布熵能准确提取轴承全寿命状态微细特征。所提算法无须对模型进行训练便能准确识别轴承亚健康状态并给出预警,有利于维护人员更好地维护轴承运行状态。 展开更多
关键词 轴承 亚健康状态识别 最优参数VMD 改进麻雀搜索算法 时移多尺度分数阶散布熵
在线阅读 下载PDF
基于SSAPSO-PID的白胡椒熟化温度控制系统设计与试验
6
作者 俞国燕 张嘉伟 +3 位作者 张园 韦丽娇 赵振华 沈德战 《农业机械学报》 北大核心 2025年第5期589-596,共8页
为解决白胡椒初加工生产线熟化环节长时间无法维持恒温控制、过度依赖人工辅助控温等问题,设计了基于PID的白胡椒初加工生产线熟化温度控制系统。利用STM32和触摸屏控制蒸汽发生器和电调节阀,PT100温度传感器实时监测温度并反馈至系统,... 为解决白胡椒初加工生产线熟化环节长时间无法维持恒温控制、过度依赖人工辅助控温等问题,设计了基于PID的白胡椒初加工生产线熟化温度控制系统。利用STM32和触摸屏控制蒸汽发生器和电调节阀,PT100温度传感器实时监测温度并反馈至系统,通过控制算法调节蒸汽流量以确保稳定控制。采用开环阶跃响应法建立并拟合了熟化机内温度与时间的数学模型,通过Simulink仿真试验对比了Ziegler-Nichols整定法、临界比例度法、衰减曲线法以及基于麻雀搜索算法的粒子群优化自整定法(SSAPSO)性能。最终确定PID最佳控制参数为比例系数K_(p)=0.8759,积分系数K_(i)=0.02,微分系数K_(d)=4.3255。系统试验结果表明,在8 min的熟化过程中,每隔1 min采集当前熟化温度,由于熟化机与空气直接对流换热,其温度稳定在(99±1.5)℃范围内,熟化温度平均相对误差小于1.2%、变异系数小于1.3%,基本实现了熟化过程中自动化精准高效控温的目的。 展开更多
关键词 白胡椒初加工生产线 熟化温度 粒子群优化算法 麻雀搜索算法 PID控制
在线阅读 下载PDF
基于RCMFFDE和SSA-RVM的旋转机械损伤检测模型 被引量:1
7
作者 王显彬 孙阳 《机电工程》 北大核心 2025年第3期510-519,共10页
针对旋转机械系统的振动信号具有明显的非线性,严重影响故障特征提取从而导致其识别精度不佳的问题,建立了一种基于精细复合多尺度分数波动散布熵(RCMFFDE)、t-分布随机邻域嵌入(t-SNE)和麻雀搜索算法优化相关向量机(SSA-RVM)的旋转机... 针对旋转机械系统的振动信号具有明显的非线性,严重影响故障特征提取从而导致其识别精度不佳的问题,建立了一种基于精细复合多尺度分数波动散布熵(RCMFFDE)、t-分布随机邻域嵌入(t-SNE)和麻雀搜索算法优化相关向量机(SSA-RVM)的旋转机械损伤检测模型。首先,进行了基于RCMFFDE方法的特征提取,生成了特征样本,以定量反映旋转机械的不同损伤情况;然后,采用t-SNE方法,将原始高维故障特征映射至低维空间,获得了对故障更敏感的低维特征;最后,将敏感的低维故障特征向量输入至SSA-RVM多分类器中,进行了训练和测试,实现了旋转机械样本的故障识别目的;采用两种旋转机械数据集进行了实验,并从准确率、效率和抗噪性方面,将RCMFFDE-SSA-SVM方法与多种特征提取方法进行了对比。研究结果表明:RCMFFDE能用于有效提取旋转机械的故障特征,分别取得99.2%和100%的识别精度;而对敏感特征进行分类所获得的精度优于对原始特征进行分类的情形,前者比后者提高了4%;在模式识别中,SSA-RVM优于其他分类器;自制数据集的诊断精度达到了97%,特征提取的时间为16.05 s。 展开更多
关键词 非线性振动信号 特征提取时间 故障识别精度(诊断精度) 精细复合多尺度分数波动散布熵 t-分布随机邻域嵌入 麻雀搜索算法优化相关向量机
在线阅读 下载PDF
低碳视角下城市轨道交通列车交路运行方案优化研究
8
作者 杨安玉 《铁道运输与经济》 北大核心 2025年第2期110-118,160,共10页
从低碳视角出发,针对城市轨道交通列车交路运行方案进行优化研究。考虑到城市轨道交通客流分布不均衡性,提出采用大小交路运营模式,以缓解中心城区运力紧张、提高服务质量,并减少碳排放,促进城市低碳发展。以全线乘客总候车时间、列车... 从低碳视角出发,针对城市轨道交通列车交路运行方案进行优化研究。考虑到城市轨道交通客流分布不均衡性,提出采用大小交路运营模式,以缓解中心城区运力紧张、提高服务质量,并减少碳排放,促进城市低碳发展。以全线乘客总候车时间、列车的行车公里以及碳排放量最小化为目标,建立多目标优化模型;通过假设和约束条件的设定,综合考虑了乘客出行体验、列车运营成本、碳排放量和列车满载率等因素,采用麻雀优化算法求解模型;通过案例分析,对比了大小交路方案与单一交路方案的运营效果。结果表明,优化发车频率和起始站点得出的运营方案,最多减少总候车时间45197.5 s,最多减少碳排放量601192 kg,运输效率略有下降,最大断面满载率最多下降15%。 展开更多
关键词 城市轨道交通 列车运行交路方案 大小交路 麻雀优化算法 低碳
在线阅读 下载PDF
基于改进麻雀搜索算法的AUV路径规划方法
9
作者 唐李军 范云霞 +1 位作者 周星宇 孙骞 《中国舰船研究》 北大核心 2025年第3期275-287,共13页
[目的]针对复杂水下环境中自主水下航行器(AUV)三维路径规划算法存在的规划效果不理想、路径搜索不稳定等问题,提出一种基于改进麻雀搜索算法的AUV路径规划方法。[方法]推导评价区间响应的矢量分析方法公式,引入分段学习和量子计算机制... [目的]针对复杂水下环境中自主水下航行器(AUV)三维路径规划算法存在的规划效果不理想、路径搜索不稳定等问题,提出一种基于改进麻雀搜索算法的AUV路径规划方法。[方法]推导评价区间响应的矢量分析方法公式,引入分段学习和量子计算机制,改进经典麻雀搜索算法的更新公式。通过汤普森采样策略动态更新种群数量。在复杂洋流环境中进行仿真测试,验证改进算法的有效性。[结果]测试结果表明,改进算法的平均最长航行时间较改进前缩短49.88%,在极端突变的洋流环境下,路径规划失败率降低10.6%。[结论]研究成果揭示了该方法具有较强的全局搜索能力和寻优性能、算法收敛性能较好,具备高效的路径规划能力,对AUV以及其他领域的路径规划问题有借鉴意义。 展开更多
关键词 自主水下航行器 三维路径规划 麻雀搜索算法 区间优化 矢量分析法 运动规划
在线阅读 下载PDF
500 kV超高压直流输电线路雷击故障自动识别方法
10
作者 邬蓉蓉 黄志都 +2 位作者 徐文平 唐捷 黄维 《沈阳工业大学学报》 北大核心 2025年第2期160-167,共8页
【目的】输电线路是电力系统的重要组成部分,其中大多数线路故障由雷击引起。雷击干扰识别是行波故障分析准确性的关键。为快速识别500 kV超高压直流输电线路中的雷击故障,保障电力系统的稳定运行,提出了一种基于自动化方法的雷击故障... 【目的】输电线路是电力系统的重要组成部分,其中大多数线路故障由雷击引起。雷击干扰识别是行波故障分析准确性的关键。为快速识别500 kV超高压直流输电线路中的雷击故障,保障电力系统的稳定运行,提出了一种基于自动化方法的雷击故障识别技术。【方法】利用字典学习算法对输电线路信号进行去噪,构建信号幅值波动最小误差目标函数,并通过热启动更新字典和牛顿迭代法优化字典矩阵,从而获得高纯度的雷击故障信号,有效降低噪声干扰,提高识别精度。采用小波时间熵技术提取去噪信号中的关键特征。通过小波变换生成小波系数,重构特定层的系数,并定义滑动时间窗以计算熵和信息量,从雷电流暂态信号中提取特征,为故障识别提供数据支持。收集不同雷击特征信号,采用集成学习算法训练特征,生成多个弱分类器,并通过权值融合为强分类器,用于分类每一个雷电流暂态信号样本,提高分类器的泛化能力,使其能够应对不同种类的雷击故障信号。利用麻雀算法优化分类器,通过随机初始化种群、适应度计算、筛选麻雀、更新麻雀发现者与加入者、变异更新等步骤获得分类器的最优参数,并将其应用于优化后的分类器中,实现500 kV超高压直流输电线路雷击故障的自动化识别。麻雀算法作为启发式优化方法,具备自适应性与全局搜索能力,可快速在复杂搜索空间中找到最优参数,提高优化效率与识别速度。【结果】实验结果表明,去噪后信号信噪比(SNR)高于40 dB,识别均方误差(MSE)低于1.5,识别效率超过90%,平均识别时间约为2.5 s,能够准确、高效地识别500 kV超高压直流输电线路中的雷击故障。【结论】本文方法为500 kV超高压直流输电线路雷击故障的自动化识别提供了一种新技术,显著提升了识别精度和效率,为电力系统的安全稳定运行提供了有力支持。此外,该方法可推广应用于其他输电线路故障的识别,具有广泛的应用价值。 展开更多
关键词 500 kV超高压 直流输电线路 雷击故障 字典学习算法 小波时间熵 麻雀优化算法
在线阅读 下载PDF
基于SSA-BP神经网络的无人机发射参数择优 被引量:1
11
作者 贾华宇 郑会龙 +1 位作者 周洪 张谦 《华南理工大学学报(自然科学版)》 北大核心 2025年第4期90-101,共12页
火箭助推零长发射是无人机发射的重要形式,发射角度、助推器夹角、助推器推力等发射参数的选取直接关系到无人机发射任务的成败。无人机火箭助推零长发射在设计阶段借助工程经验选取发射角度、助推器夹角、助推器推力等关键参数时,存在... 火箭助推零长发射是无人机发射的重要形式,发射角度、助推器夹角、助推器推力等发射参数的选取直接关系到无人机发射任务的成败。无人机火箭助推零长发射在设计阶段借助工程经验选取发射角度、助推器夹角、助推器推力等关键参数时,存在发射参数迭代择优周期长、设计交互性差、容易造成无人机飞行姿态失稳的问题。该文以某无人机为研究对象,对其发射阶段进行动力学及运动学建模,构建了六自由度非线性模型,基于QT/C++软件编制无人机发射弹道参数化仿真软件,并结合某无人机真实发射试验数据,验证该发射弹道仿真软件的有效性。同时,为解决发射参数自主择优问题,在反向传播(BP)神经网络参数预测模型的基础上引入麻雀搜索算法(SSA)、粒子群优化算法(PSO)、遗传算法(GA)优化模块,提出基于SSA优化BP神经网络的无人机发射参数寻优方法,消除BP神经网络在参数预测过程中存在的过拟合及局部最优效应,对参数预测结果求绝对误差(MAE)、平均百分百误差(MAPE)、均方根误差(RMSE),综合评估SSA-BP对发射参数预测的优越性,并通过发射弹道校核验证发射参数选取的合理性。结果表明,SSA-BP模型对发射参数的预测精度最高、鲁棒性最好,可为无人机发射分系统工程设计阶段的发射参数自主择优选取提供设计依据。 展开更多
关键词 无人机发射 麻雀搜索算法 BP神经网络 参数寻优 建模仿真
在线阅读 下载PDF
基于SSA优化的变论域模糊PID控制器及其污水处理过程应用 被引量:1
12
作者 李志峰 熊伟丽 《计算机工程》 北大核心 2025年第7期339-347,共9页
由于复杂多变的生化反应、进水流量和浓度的不断变化,污水处理过程表现出强非线性和时变性等特征,从而导致其过程变量难以精确控制。设计一种麻雀搜索算法(SSA)优化的变论域模糊比例、积分和微分(PID)控制器,对溶解氧和硝态氮浓度进行... 由于复杂多变的生化反应、进水流量和浓度的不断变化,污水处理过程表现出强非线性和时变性等特征,从而导致其过程变量难以精确控制。设计一种麻雀搜索算法(SSA)优化的变论域模糊比例、积分和微分(PID)控制器,对溶解氧和硝态氮浓度进行跟踪控制。首先利用SSA优化第5单元和第2单元的变论域模糊PID控制器的PID初始参数值;然后进行二次寻优,即对量化因子和比例因子进行优化,并设计基于模糊规则的论域自适应调整策略在线整定控制器参数,以提高控制器的跟踪精度;最后应用污水处理过程国际基准仿真平台进行恒值和动态变值跟踪控制的实验验证。实验结果表明,与基于自适应伸缩因子变论域模糊PID控制器、模糊PID控制器、常规PID控制器相比,所设计控制器的绝对误差积分指标明显降低,在有效降低能耗的同时提升了出水水质。 展开更多
关键词 污水处理过程 麻雀搜索算法 变论域模糊 比例、积分、微分控制器 参数优化
在线阅读 下载PDF
基于改进麻雀优化算法的概率积分法参数反演
13
作者 白纪成 王建敏 +2 位作者 李晓 李延辉 张治军 《辽宁工程技术大学学报(自然科学版)》 北大核心 2025年第4期395-402,共8页
为解决麻雀优化算法(SSA)在开采沉陷预测模型参数反演计算中收敛速度慢、易陷入局部最优的问题,提出一种改进的麻雀优化算法(ISSA)。该算法在种群初始化过程加入Kent映射,增强种群个体的均匀分布;在发现者位置更新中引入鹦鹉优化算法的... 为解决麻雀优化算法(SSA)在开采沉陷预测模型参数反演计算中收敛速度慢、易陷入局部最优的问题,提出一种改进的麻雀优化算法(ISSA)。该算法在种群初始化过程加入Kent映射,增强种群个体的均匀分布;在发现者位置更新中引入鹦鹉优化算法的觅食行为,并根据适应度调整安全值;融合t扰动分布和透镜反向学习策略,提高算法的性能。分别采用鲸鱼优化算法(WOA)、SSA、ISSA对概率积分法(PIM)的参数进行反演,利用含有反演参数的PIM对实验工作面的沉降值、抗粗差干扰能力、抗随机误差进行仿真实验。研究结果表明:与WOA、SSA相比,采用ISSA反演参数的PIM仿真效果最优。将ISSA应用于工程实例,反演参数的PIM计算值更接近实际值。研究成果为提高沉陷预计精度与矿区灾害检测提供参考。 展开更多
关键词 概率积分法 麻雀优化算法 鹦鹉优化算法 Kent映射 透镜反向学习 开采沉陷
在线阅读 下载PDF
基于麻雀算法优化的LQR农机横向跟踪控制方法
14
作者 魏世博 吴翔 +2 位作者 王瞧 牛群峰 樊广晓 《中国农机化学报》 北大核心 2025年第6期250-258,298,共10页
路径跟踪在智能农机中至关重要。针对线性二次型调节器(LQR)的系数矩阵Q和R选取困难易造成跟踪精度不佳问题,提出一种基于麻雀算法优化的LQR农机横向跟踪控制方法。首先,以拖拉机二自由度车辆动力学为基础,构建横向跟踪误差模型,并采用... 路径跟踪在智能农机中至关重要。针对线性二次型调节器(LQR)的系数矩阵Q和R选取困难易造成跟踪精度不佳问题,提出一种基于麻雀算法优化的LQR农机横向跟踪控制方法。首先,以拖拉机二自由度车辆动力学为基础,构建横向跟踪误差模型,并采用前馈补偿的方式抑制稳态误差。其次,设定横向误差阈值,一旦超过该误差阈值,将采用麻雀算法对权重系数进行优化调整,以提高路径跟踪精度。最后,运用CarSim—Simulink平台进行联合仿真,通过3种不同曲率的单弯道路径和多弯道正弦路径对农机横向跟踪控制器进行精度测试,并与传统LQR控制器、传统MPC控制器、粒子群优化LQR控制器进行试验对比。结果表明,传统LQR控制器和传统MPC控制器以及粒子群优化LQR控制器在4条路径下平均横向误差分别为0.0667 m、0.0749 m、0.0359 m,而具备麻雀优化功能的控制器平均横向误差最大为0.015 m,具有较好的跟踪效果。 展开更多
关键词 智能农机 横向跟踪 LQR 麻雀算法 自适应权重 粒子群优化
在线阅读 下载PDF
基于EMD-VMD的混合储能系统容量优化配置
15
作者 周登涛 金福宝 +4 位作者 马山刚 祁延明 张强 赵瑞婷 李若冰 《科学技术与工程》 北大核心 2025年第19期8090-8098,共9页
为解决并网过程中,风电功率波动、间隙性等影响电网稳定运行的问题,提出一种利用经验模态分解(empirical mode decomposition,EMD)和变分模态分解(variational mode decomposition,VMD)结合的飞轮-锂电混合储能系统的容量优化配置方案... 为解决并网过程中,风电功率波动、间隙性等影响电网稳定运行的问题,提出一种利用经验模态分解(empirical mode decomposition,EMD)和变分模态分解(variational mode decomposition,VMD)结合的飞轮-锂电混合储能系统的容量优化配置方案。首先,采用K均值算法得到典型日数据,通过EMD将风电典型日数据输出功率信号分解为满足波动量限值的并网功率和混合储能平抑功率;然后,由麻雀搜索算法完成VMD算法中分解模态个数K值和二次惩罚因子α值的优化,通过VMD分解混合储能平抑功率,完成锂电池和飞轮储能的合理分配。最后,在考虑储能充放电功率和荷电状态约束条件的前提下,以储能成本为目标函数构建经济模型,采用青海省海南州共和县切吉敦曲风电场实际发电数据借助MATLAB平台进行仿真计算。结果表明:所提策略不仅有效地平抑了风电波动,还提高了整个系统的经济性。 展开更多
关键词 混合储能 经验模态分解 麻雀搜索算法 变分模态分解 容量优化配置
在线阅读 下载PDF
基于特征模态分解的水电机组振动信号去噪
16
作者 刘腾彬 李利华 +2 位作者 高雄 吴挺玮 安学利 《人民长江》 北大核心 2025年第7期224-229,共6页
针对水电机组振动信号去噪问题,提出了一种基于特征模态分解(feature mode decomposition,FMD)的水电机组振动信号去噪方法。FMD本质上是通过设定的滤波器来分解不同的模态,设定好的滤波器能很好地识别噪声信号的冲击性和周期性。首先,... 针对水电机组振动信号去噪问题,提出了一种基于特征模态分解(feature mode decomposition,FMD)的水电机组振动信号去噪方法。FMD本质上是通过设定的滤波器来分解不同的模态,设定好的滤波器能很好地识别噪声信号的冲击性和周期性。首先,利用汉宁窗口初始化设计的FIR滤波器组为分解提供方向;然后使用周期估计和更新过程来锁定噪声信息;最后,在模式选择过程中去除冗余模式和混合模式。在滤波器的设定过程中,以平方包络谱负熵为适应度函数,麻雀优化算法为迭代函数,选择得出FMD的最佳参数组。仿真结果及实例分析结果表明,与VMD算法和小波变换相比,FMD算法能很好地消除水电机组振动信号噪声。 展开更多
关键词 水电机组 振动信号 去噪 FMD 平方包络谱负熵 麻雀优化算法
在线阅读 下载PDF
基于LHS-SSA-BPNN的地下厂房支护优化方法
17
作者 陈雨婷 夏天倚 +3 位作者 徐云乾 包腾飞 程健悦 赵向宇 《水电能源科学》 北大核心 2025年第6期162-166,共5页
为解决传统地下厂房支护结构优化方法未考虑洞室交错的结构复杂性,以及统计回归模型难以定量地揭示支护参数与评价指标稳定性间复杂的映射关系、耗时长的问题,提出了一种基于拉丁超立方抽样方法(LHS),结合麻雀搜索算法(SSA)改进的反向... 为解决传统地下厂房支护结构优化方法未考虑洞室交错的结构复杂性,以及统计回归模型难以定量地揭示支护参数与评价指标稳定性间复杂的映射关系、耗时长的问题,提出了一种基于拉丁超立方抽样方法(LHS),结合麻雀搜索算法(SSA)改进的反向传播神经网络(BPNN)的地下厂房支护结构优化方法。该方法首先采用LHS构建样本方案,然后通过Python批量生成用于ABAQUS仿真分析的计算文件,接着将计算结果标准化成综合评价指标值作为学习样本,从锚杆长度和间距两个因素出发考虑支护参数对稳定性的影响,进一步利用SSA-BPNN构建支护参数与评价指标之间的非线性映射,最后用训练完成的SSA-BPNN模型在一定约束条件下的全局空间内搜索最优支护参数。实例分析表明,基于LHS-SSA-BPNN的支护结构优化方法能够准确搜索出最优支护参数,SSA-BPNN预测值与仿真分析结果的拟合度达96.16%,与BPNN相比性能明显提高,验证了该方法在复杂地质条件下地下厂房支护结构优化的优越性和合理性。 展开更多
关键词 地下厂房支护优化 拉丁超立方抽样 麻雀搜索算法 反向传播神经网络
在线阅读 下载PDF
基于GRO-SSA-LSTM的短期光伏发电功率预测 被引量:2
18
作者 王玲芝 李晨阳 +1 位作者 刘婧 李程 《太阳能学报》 北大核心 2025年第2期401-409,共9页
为提高光伏发电功率预测的精确度,保障电网能可持续稳定运行,将长短时记忆网络(LSTM)与淘金优化算法(GRO)改进后的麻雀搜索算法(SSA)结合起来,用于实现短期光伏发电功率的预测。首先,利用皮尔逊相关系数提取影响光伏功率的关键因素;然后... 为提高光伏发电功率预测的精确度,保障电网能可持续稳定运行,将长短时记忆网络(LSTM)与淘金优化算法(GRO)改进后的麻雀搜索算法(SSA)结合起来,用于实现短期光伏发电功率的预测。首先,利用皮尔逊相关系数提取影响光伏功率的关键因素;然后,利用麻雀搜索算法对长短时记忆网络进行优化,得到网络中最优的隐含层节点数量、训练次数、学习率等超参数;其次,引入Tent混沌映射优化麻雀种群的初始分布,使得种群初始位置分布更加均匀;最后,为避免算法陷入局部最优,引入GRO对SSA进行优化,使得麻雀种群搜索范围更加广泛,结果更加精确。实验结果表明,与LSTM、SSA-LSTM相比,GROSSA-LSTM在短期光伏发电功率预测中具有更高的预测精度,且具有至关重要的现实意义。 展开更多
关键词 光伏发电 预测模型 长短时记忆网络 麻雀搜索算法 淘金优化算法
在线阅读 下载PDF
涂布机烘箱云制造服务组合优化方法研究
19
作者 李征 朱浪泽 +1 位作者 冯磊 刘善慧 《包装工程》 北大核心 2025年第11期185-194,共10页
目的针对涂布机烘箱生产装配效率低、跨域协同能力不足的问题,本文提出基于改进麻雀搜索算法的涂布烘箱云制造服务组合优化方法,旨在提升烘箱制造生产效率与产业协同水平。方法首先系统梳理烘箱零件结构与零件制造子任务分解体系,其次... 目的针对涂布机烘箱生产装配效率低、跨域协同能力不足的问题,本文提出基于改进麻雀搜索算法的涂布烘箱云制造服务组合优化方法,旨在提升烘箱制造生产效率与产业协同水平。方法首先系统梳理烘箱零件结构与零件制造子任务分解体系,其次构建融合服务质量与综合能耗的双目标烘箱制造服务组合优化数学模型,最后提出基于多种改进策略的麻雀搜索算法,实现模型的高效求解,获取最优制造服务组合。结果在包含10个子任务的烘箱云制造服务组合优化实例中,所提方法得到的最优组合服务质量较次优算法平均提升了8.47%;基准函数性能测试显示,其优化效果较次优算法提升了约19.25%。结论基准函数与不同规模的真实案例的实验结果验证了本文模型与方法在解决烘箱云制造服务组合优化问题上的可行性与优越性,能有效提升烘箱制造的生产效率与产业协同能力。 展开更多
关键词 涂布机 烘箱 云制造 组合优化 麻雀搜索算法
在线阅读 下载PDF
改进搜索机制的自适应t分布麻雀搜索算法
20
作者 高思慧 吴克晴 何斌 《辽宁工程技术大学学报(自然科学版)》 北大核心 2025年第2期247-256,共10页
针对麻雀搜索算法在寻优过程中容易陷入局部最优、依赖种群初始化等缺陷,提出一种改进搜索机制的自适应t分布麻雀搜索算法(ATSSA)。引入Bernoulli混沌映射来获得高质量的初始种群;受鱼鹰优化算法中鱼鹰捕鱼方式的启发,改进发现者搜索机... 针对麻雀搜索算法在寻优过程中容易陷入局部最优、依赖种群初始化等缺陷,提出一种改进搜索机制的自适应t分布麻雀搜索算法(ATSSA)。引入Bernoulli混沌映射来获得高质量的初始种群;受鱼鹰优化算法中鱼鹰捕鱼方式的启发,改进发现者搜索机制,使发现者在寻优过程中表现出更大的灵活性,从而增强算法的勘探能力;根据概率引入自适应t分布算子进行扰动,以提升算法的收敛速度;采用黄金正弦策略来改变警觉者位置,提高算法的收敛能力。在14个基准函数上进行测试并进行Wilcoxon秩和检验来验证算法的性能。研究结果表明,ATSSA具有良好的寻优效果和鲁棒性。 展开更多
关键词 麻雀搜索算法 Bernoulli混沌映射 鱼鹰优化算法 自适应t分布 黄金正弦算法
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部