期刊文献+
共找到436篇文章
< 1 2 22 >
每页显示 20 50 100
Service composition based on discrete particle swarm optimization in military organization cloud cooperation 被引量:2
1
作者 An Zhang Haiyang Sun +1 位作者 Zhili Tang Yuan Yuan 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2016年第3期590-601,共12页
This paper addresses the problem of service composition in military organization cloud cooperation(MOCC). Military service providers(MSP) cooperate together to provide military resources for military service users... This paper addresses the problem of service composition in military organization cloud cooperation(MOCC). Military service providers(MSP) cooperate together to provide military resources for military service users(MSU). A group of atom services, each of which has its level of quality of service(QoS), can be combined together into a certain structure to form a composite service. Since there are a large number of atom services having the same function, the atom service is selected to participate in the composite service so as to fulfill users' will. In this paper a method based on discrete particle swarm optimization(DPSO) is proposed to tackle this problem. The method aims at selecting atom services from service repositories to constitute the composite service, satisfying the MSU's requirement on QoS. Since the QoS criteria include location-aware criteria and location-independent criteria, this method aims to get the composite service with the highest location-aware criteria and the best-match location-independent criteria. Simulations show that the DPSO has a better performance compared with the standard particle swarm optimization(PSO) and genetic algorithm(GA). 展开更多
关键词 service composition cloud cooperation discrete particle swarm optimization(DPSO)
在线阅读 下载PDF
基于深度学习的运动分析数字孪生系统
2
作者 黄欢 邱涛 +2 位作者 甄庆凯 陈骐 王勇 《中国体育科技》 北大核心 2025年第3期44-54,共11页
运动分析技术被广泛应用于体育科学、康复医学和人体工程学等领域。然而,为了保证动作数据的完整性,传统的动作捕捉系统需要手动调整相机布局或增加相机数量以确保场地覆盖,导致成本较高。此外,在使用测力板时,每次实验仅能获得特定受... 运动分析技术被广泛应用于体育科学、康复医学和人体工程学等领域。然而,为了保证动作数据的完整性,传统的动作捕捉系统需要手动调整相机布局或增加相机数量以确保场地覆盖,导致成本较高。此外,在使用测力板时,每次实验仅能获得特定受测者的力学数据,而对于不同身高和体重的受测者,该数据无法重复利用。针对上述问题,研究设计了一个基于深度学习的运动分析数字孪生系统。该系统不仅能够模拟动作捕捉环境,优化相机姿态,还能计算复杂动作下人体与环境的接触力。该系统利用变分自编码器和强化学习,通过有限的动作片段生成连续动作序列点云;使用粒子群算法优化相机姿态,实现对动作序列点云的最佳覆盖;在仿真环境中,采用生成对抗模拟学习方法训练人形机器人完成各种动作,进而计算地面接触力,并与测力板的实测数据进行对比,以验证其精度。研究结果显示,粒子群算法能够极大提高相机对动作点云的覆盖率;在双足行走场景下,仿真接触力与实测数据相比误差小于10%。运动分析数字孪生系统可以在仿真环境中生成不同参数下的人体动作,无需依赖测力板,即可为生物力学分析提供约束力,具有广泛的应用前景。 展开更多
关键词 运动分析 数字孪生 变分自编码器 强化学习 粒子群算法
在线阅读 下载PDF
考虑线圈参数变化的失谐型无线电能传输系统抗偏移方法
3
作者 贾亚辉 陈丰伟 +2 位作者 王智慧 苏玉刚 李杨 《电工技术学报》 北大核心 2025年第12期3702-3715,共14页
无线电能传输(WPT)技术可有效解决旋转设备的稳定供电问题。然而,由于铁氧体磁心的存在,旋转侧和静止侧的相对偏移会显著影响磁耦合机构自感和互感参数,从而引起输出功率波动和效率降低。该文提出一种考虑线圈参数变化的失谐型WPT系统... 无线电能传输(WPT)技术可有效解决旋转设备的稳定供电问题。然而,由于铁氧体磁心的存在,旋转侧和静止侧的相对偏移会显著影响磁耦合机构自感和互感参数,从而引起输出功率波动和效率降低。该文提出一种考虑线圈参数变化的失谐型WPT系统抗偏移方法,利用线圈自感变化构造失谐WPT系统,从而抵消互感变化带来的输出功率波动。通过推导接收端失谐程度与互感变化的恒压输出条件,结合粒子群优化算法对系统补偿参数进行优化,旋转式WPT系统具备了良好的轴向和径向抗偏移能力。该方法利用了旋转式耦合机构自身参数变化相互平衡抵消的特性,无需额外的无线通信和闭环控制以及DC-DC环节,实现更为简单可靠。实验结果表明,所提方法能够在耦合系数0.39~0.89、互感变化74%和自感变化48%的范围内,实现近似恒定输出,输出电压波动最大仅为9.5%(轴向)和2.8%(径向),系统效率最高达到93%。 展开更多
关键词 无线电能传输 参数变化 抗偏移 失谐 粒子群优化算法
在线阅读 下载PDF
基于VMD和PSO-SVM的非侵入式负荷识别方法
4
作者 杨锐 邹晓松 +3 位作者 熊炜 袁旭峰 郑华俊 刘斌 《电测与仪表》 北大核心 2025年第5期111-119,共9页
非侵入式负荷监测是智能用电的未来发展趋势,其中负荷的分解与辨识是实现该技术的重要环节。鉴于变分模态分解(variational mode decomposition,VMD)在信号处理方面的优势,提出一种基于VMD-FastICA(variational mode decomposition and ... 非侵入式负荷监测是智能用电的未来发展趋势,其中负荷的分解与辨识是实现该技术的重要环节。鉴于变分模态分解(variational mode decomposition,VMD)在信号处理方面的优势,提出一种基于VMD-FastICA(variational mode decomposition and fast independent component analysis)和VMD-Entropy-PSOSVM(variational mode decamposition-entropy-particle swanm optimization fo optimizing support vector machines)的负荷识别算法。该方法利用VMD对总负荷功率信号进行分解得到多个模态分量(intrinsic mode functions,IMF),再依据峭度准则和奇异值分解对分解后的模态分量重构,将单通道盲源分离虚拟成多通道盲源分离,输入快速独立分量分析(fast independent component analysis,FastICA)进行负荷信号分离,求取分解负荷波形模态分量的能量与能量熵。构建多维特征矩阵输入建立粒子群算法优化支持向量机(particle swarm optimization for optimizing support vector machines,PSO-SVM),进行负荷的分类辨识。采用开源数据集(reduced electricity dataset,REDD)对实验算法进行仿真,与其他算法相比,验证算法在分解和识别上都具有较好的效果。 展开更多
关键词 非侵入式负荷监测 单通道盲源分解 变分模态分解 能量熵 粒子群算法优化支持向量机
在线阅读 下载PDF
基于PSO-ChOA优化的轴流风机故障诊断模型
5
作者 吕亚楠 赵康 +1 位作者 马草原 郑璐 《机电工程》 北大核心 2025年第2期373-386,共14页
传统的风机故障诊断技术依赖大量的历史数据,在参数优化和算法选择上存在早熟收敛问题,且在风机故障诊断过程中需要精确采集信号,但实际应用中受限于传感器安装条件,影响了数据的准确性和诊断的有效性。针对这些问题,提出了一种融合改... 传统的风机故障诊断技术依赖大量的历史数据,在参数优化和算法选择上存在早熟收敛问题,且在风机故障诊断过程中需要精确采集信号,但实际应用中受限于传感器安装条件,影响了数据的准确性和诊断的有效性。针对这些问题,提出了一种融合改进粒子群优化算法(PSO)与黑猩猩优化算法(ChOA)混合优化策略(PSO-ChOA)的VMD-CNN-Transformer模型,应用于轴流风机故障诊断。首先,通过仿真和实验获取了七种风机典型电气故障信号和三种离心风机轴承故障信号,并进行了预处理以满足算法训练要求;然后,使用PSO对ChOA的狩猎搜索阶段进行了优化,减少了人为设定参数对模型训练的影响,通过构建23个标准测试函数,分析了PSO-ChOA算法在收敛速度和全局优化上的优势;最后,利用变分模态分解(VMD)提取了故障特征,并利用卷积神经网络-Transformer(CNN-Transformer)模型进行了分类,采用实例分析了该模型在处理非线性和高维数据时的强大能力。研究结果表明:相较于传统算法,PSO-ChOA算法在收敛速度上的优势显著,能够更快地跳出局部最优,避免早熟收敛,同时保持较高的搜索精度,最终找到更接近全局最优的解;采用PSO-ChOA优化的VMD-CNN-Transformer模型在风机故障诊断任务中达到了97.76%的准确率,较VMD-CNN-Transformer方法,准确率提升了6.64%;PSO-ChOA在参数优化领域的应用潜力,为工业设备故障诊断研究提供了新的视角。 展开更多
关键词 离心式风机 复杂非线性信号 粒子群优化 黑猩猩优化算法 卷积神经网络-Transformer模型 变分模态分解
在线阅读 下载PDF
基于WOA-VMD与PSO-SVM的滚动轴承故障诊断 被引量:1
6
作者 杨远鹏 陈志刚 +2 位作者 余志红 王衍学 陈龙翘 《制造技术与机床》 北大核心 2025年第2期23-29,42,共8页
滚动轴承工作环境恶劣且振动信号容易受到噪声干扰,使得轴承故障不易被识别。针对此问题,提出了鲸鱼优化算法变分模态分解(whale optimization algorithm variational mode decomposition,WOA-VMD)和粒子群算法优化支持向量机(particle ... 滚动轴承工作环境恶劣且振动信号容易受到噪声干扰,使得轴承故障不易被识别。针对此问题,提出了鲸鱼优化算法变分模态分解(whale optimization algorithm variational mode decomposition,WOA-VMD)和粒子群算法优化支持向量机(particle swarm optimization support vector machine,PSO-SVM)的滚动轴承故障诊断方法,首先,采用WOA-VMD寻找分解层数和惩罚因子最优参数组合;其次,将轴承正常信号以及故障信号作为输入进行变分模态分解(variational mode decomposition,VMD),得到若干个本征模态函数(intrinsic mode function,IMF),计算各模态分量的样本熵值作为特征向量;再次,将特征向量分成训练集和测试集;最后,将分组的特征向量分别输入到支持向量机(support vector machine,SVM)模型与PSO-SVM模型中进行训练与故障诊断。结果表明,SVM模型故障诊断率分别为89.1667%和86.2500%,PSO-SVM模型故障诊断率分别为100%和99.5833%,轴承故障得到了有效识别。 展开更多
关键词 鲸鱼优化算法 变分模态分解 粒子群算法 支持向量机 轴承故障诊断
在线阅读 下载PDF
基于离散粒子群算法的集群无人机飞行路径规划
7
作者 广鑫 耿增显 《现代电子技术》 北大核心 2025年第4期119-122,共4页
飞行环境可能随时发生变化,如新的障碍物出现、天气条件变化等,导致集群无人机飞行路径规划难度上升。为此,提出一种基于离散粒子群算法的集群无人机飞行路径规划方法。根据人工势场理论与威胁类型绘制Voronoi图,从而确定Voronoi图弧权... 飞行环境可能随时发生变化,如新的障碍物出现、天气条件变化等,导致集群无人机飞行路径规划难度上升。为此,提出一种基于离散粒子群算法的集群无人机飞行路径规划方法。根据人工势场理论与威胁类型绘制Voronoi图,从而确定Voronoi图弧权值。结合Voronoi图弧权值计算结果与无人机飞行航程、威胁、电池效能代价构建适应度函数,通过离散粒子群算法不断进行迭代寻优,得到集群无人机的最佳飞行路径。实验结果表明,所提方法在集群无人机路径规划中具有较高的执行效率和成功率,具有良好的实际应用前景。 展开更多
关键词 离散粒子群算法 集群无人机 路径规划 人工势场 VORONOI图 适应度函数
在线阅读 下载PDF
滚动轴承振动信号重构及PSO-VMD故障诊断研究
8
作者 贾林 李峰 高晓伟 《机械设计与制造》 北大核心 2025年第5期153-158,共6页
为了提高滚动轴承故障排出能力,选择多重分形方法处理信号数据,在峭度方法基础上加入多重分形谱参数(Mc)进行粒子群优化(PSO)优化变分模态分解(VMD)分解处理获得有限带宽的本征模态分量(BIMF),从而实现阈值信号重构的过程。研究结果表明... 为了提高滚动轴承故障排出能力,选择多重分形方法处理信号数据,在峭度方法基础上加入多重分形谱参数(Mc)进行粒子群优化(PSO)优化变分模态分解(VMD)分解处理获得有限带宽的本征模态分量(BIMF),从而实现阈值信号重构的过程。研究结果表明:仿真信号验证证明以PSO优化VMD方法可以获得理想的分解性能,BIMF分量与初始模态的相关系数都接近94%,PSO优化VMD具备优异分解性能。正常状态信号呈现明显非线性变趋势,发生了大幅波动,而分形盒维数量都在(1~1.2)区间中。对振动信号重构结果表明可以利用峭度和多重分形谱因子来实现轴承状态诊断。该研究能够满足有效性要求,能够有效应用于其他机械传动系统领域,具有很好的推广价值。 展开更多
关键词 滚动轴承 故障重构 诊断分析 变分模态分解 粒子群算法
在线阅读 下载PDF
开放式工业区域碳排放气体监测布点优化
9
作者 郭鹏桃 丁宁 +2 位作者 蒋汶廷 郗砚恒 苏俊 《环境监测管理与技术》 北大核心 2025年第1期62-66,81,共6页
利用高斯大气扩散模型,结合工业区域环境气象信息,对开放式场景下工业区域碳排放进行分析计算,构建开放式区域的监测曲面。基于粒子群算法,在监测曲面上以经济性与覆盖率为目标函数进行求解,获得监测装置最优布点数量及坐标。以成都市... 利用高斯大气扩散模型,结合工业区域环境气象信息,对开放式场景下工业区域碳排放进行分析计算,构建开放式区域的监测曲面。基于粒子群算法,在监测曲面上以经济性与覆盖率为目标函数进行求解,获得监测装置最优布点数量及坐标。以成都市某工业区域为例,通过数学建模及仿真分析验证该方法的适用性和有效性,分别采用通信范围为50 m和100 m的监测装置进行监测,当监测点数量为32时,其最优覆盖率分别超过32%和83%。 展开更多
关键词 工业碳排放 监测布点 高斯模型 粒子群算法 离散空间 概率分布
在线阅读 下载PDF
基于VMD-PSO-BiLSTM的高炉炉渣碱度预测模型
10
作者 孟丽丽 彭垚 +3 位作者 刘然 郑直 崔溪 刘金祥 《冶金能源》 北大核心 2025年第3期36-41,共6页
针对高炉复杂的操作环境、众多的影响因素,以及处理复杂非线性时间序列数据时模型效果不佳等问题,提出了一种基于变分模态分解(VMD)和粒子群优化(PSO)双向长短期记忆网络(BiLSTM)的高炉炉渣碱度预测模型。首先,对某高炉实际生产数据进... 针对高炉复杂的操作环境、众多的影响因素,以及处理复杂非线性时间序列数据时模型效果不佳等问题,提出了一种基于变分模态分解(VMD)和粒子群优化(PSO)双向长短期记忆网络(BiLSTM)的高炉炉渣碱度预测模型。首先,对某高炉实际生产数据进行综合预处理,并应用VMD方法对数据进行分解。其次,为进一步优化模型性能,采用PSO算法对BiLSTM模型的超参数进行优化。最后,与VMD-BiLSTM、BiLSTM和LSTM模型进行对比。试验结果表明,基于VMD-PSO-BiLSTM的高炉炉渣碱度预测模型有最佳的拟合效果(R^(2)=0.9145)、最小的误差(MAE=6.18×10^(-3),MSE=9.35×10^(-5))和更高的长期预测趋势准确程度(TA=96%),可为高炉炼铁过程的优化控制提供有效的技术支持。 展开更多
关键词 高炉 炉渣碱度 变分模态分解 粒子群优化 双向长短期记忆网络
在线阅读 下载PDF
FSTPSO优化VMD及OMRDE特征在联合收割机装配质量检测中的应用研究
11
作者 徐国夏 张家铭 +3 位作者 马毅臻 轩梦辉 赵思夏 温金羽 《拖拉机与农用运输车》 2025年第1期37-47,共11页
针对联合收割机在装配质量检测问题上缺乏有效的检测方法,提出一种基于模糊自整定粒子群算法(Fuzzy Self-tuning Particle Swarm Optimization,简称FSTPSO)优化变分模态分解(Variational Mode Decomposition,简称VMD)及最小二乘支持向量... 针对联合收割机在装配质量检测问题上缺乏有效的检测方法,提出一种基于模糊自整定粒子群算法(Fuzzy Self-tuning Particle Swarm Optimization,简称FSTPSO)优化变分模态分解(Variational Mode Decomposition,简称VMD)及最小二乘支持向量机(Least Squares Support Vector Machines,简称LSSVM)的故障诊断方法。采用优化多尺度反向离散熵(Optimized Multi-Scale Reverse Discrete Entropy,简称OMRDE)进行特征提取,并与时频域特征进行特征融合。建立FSTPSO-VMD-FSTPSO-LSSVM故障诊断模型,对比分析OMRDE、多尺度离散熵、模糊熵三种熵函数的特征提取效果,对比FSTPSO-VMD-DF、FSTPSO-VMD-DT、FSTPSO-VMD-SVM、FSTPSO-VMD-LSSVM、FSTPSO-VMD-KNN、FSTPSO-VMD-NBM的分类准确率,验证了本文所述故障诊断模型的有效性,试验结果证明本文提出模型对联合收割机装配质量检测的分类准确率可达99%,较现有模型具有更好的准确度与稳定性。 展开更多
关键词 联合收割机装配质量检测 模糊自整定粒子群算法 变分模态分解 优化多尺度反向离散熵 最小二乘支持向量机
在线阅读 下载PDF
基于FMCW雷达的人体生命体征信号预测算法 被引量:5
12
作者 杨路 雷雨霄 余翔 《雷达科学与技术》 北大核心 2024年第1期43-56,共14页
将FMCW雷达检测到的人体生命体征信号,用于预测未来一段时间内人体生命体征信号是否异常,具有明显的应用价值。该方向当前研究主要针对如何进一步降低重构误差、提升生命体征信号的预测精度。为此,本文提出一种自适应变分模态分解-长短... 将FMCW雷达检测到的人体生命体征信号,用于预测未来一段时间内人体生命体征信号是否异常,具有明显的应用价值。该方向当前研究主要针对如何进一步降低重构误差、提升生命体征信号的预测精度。为此,本文提出一种自适应变分模态分解-长短期记忆神经网络的生命体征信号预测方法。针对静止状态下的人体,通过雷达采集到的生命体征信号,采用粒子群算法优化变分模态分解VMD的模态分量个数K和惩罚系数α的值,实现自适应选取后用于VMD分解,再将分解后的模态分量进行叠加重构。采用粒子群算法优化长短期记忆网络模型中的网络层数、学习率、正则化系数等3个参数,自适应选取合适的参数组合,将重构后的信号通过优化后的LSTM网络进行预测。实验结果显示本文所提预测方法在10位志愿者的预测结果与原始数据的均方根误差平均值为0.017 188 9,平均绝对误差的平均值为0.007 158,相较于当前其他研究,预测精度上有明显提升。 展开更多
关键词 生命体征信号预测 变分模态分解 长短期记忆递归网络 粒子群算法
在线阅读 下载PDF
玉米秸秆-牛粪混料离散元仿真参数标定与试验 被引量:1
13
作者 马永财 戚艳 +3 位作者 王汉羊 滕达 陈家祺 刘丹 《农业机械学报》 CSCD 北大核心 2024年第12期441-450,504,共11页
为了提高玉米秸秆与牛粪混料在离散元压缩成型仿真过程中所需参数的准确性,本文对玉米秸秆-牛粪混料进行参数标定试验,并采用仿真与物理试验相结合的方式对标定参数的准确性进行验证。通过筛选试验得到对混料离散元有显著影响的参数;以... 为了提高玉米秸秆与牛粪混料在离散元压缩成型仿真过程中所需参数的准确性,本文对玉米秸秆-牛粪混料进行参数标定试验,并采用仿真与物理试验相结合的方式对标定参数的准确性进行验证。通过筛选试验得到对混料离散元有显著影响的参数;以堆积角为评价指标,利用Design-Expert软件对3个显著性影响参数进行最陡爬坡试验设计和Box-Behnken试验设计,并应用粒子群优化算法(PSO)进行参数寻优,得到最优参数组合为:玉米秸秆-牛粪滚动摩擦因数0.128、牛粪-牛粪滚动摩擦因数0.320、牛粪-牛粪JKR表面能0.033 J/m^(2);在该参数组合条件下进行仿真试验,结果表明,仿真堆积角与实际堆积角相对误差为1.27%,单轴压缩仿真试验与物理试验的最大压缩位移相对误差为2.97%。研究结果可为玉米秸秆-牛粪混料压缩成型离散元仿真提供依据。 展开更多
关键词 玉米秸秆-牛粪混料 参数标定 离散元 粒子群优化算法
在线阅读 下载PDF
PSO寻优VMD的衬板测厚超声回波信号噪声的压制 被引量:3
14
作者 蔡改贫 阮辽 +1 位作者 赵鑫 郁慧 《噪声与振动控制》 CSCD 北大核心 2024年第3期67-74,共8页
针对复杂环境下破碎机衬板超声测厚的回波信号噪声难以压制的问题,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)寻优变分模态分解(Variational Mode Decomposition,VMD)的噪声压制方法。首先研究分解尺度[K]和惩罚因子[α... 针对复杂环境下破碎机衬板超声测厚的回波信号噪声难以压制的问题,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)寻优变分模态分解(Variational Mode Decomposition,VMD)的噪声压制方法。首先研究分解尺度[K]和惩罚因子[α]两个初始参数对VMD算法分解效果的影响;然后通过PSO算法对VMD算法中的最佳参数组合进行寻优;再将该组最佳参数组合代入VMD算法中进行信号分解,通过互相关系数法选取本征模态函数(Intrinsic Mode Function,IMF)进行信号重构,得到降噪后的信号。仿真与实测结果表明,PSO寻优VMD的噪声压制方法在提高信噪比、降低均方误差、提高波形相似系数等性能指标方面效果显著,能有效压制衬板超声回波信号中的噪声,提高破碎机衬板测厚超声回波信号的可靠性。 展开更多
关键词 声学 噪声压制 变分模态分解 粒子群算法 信号重构 超声测厚
在线阅读 下载PDF
改进粒子群算法求解生产计划与柔性作业车间调度集成问题 被引量:2
15
作者 唐红涛 曾骄 刘歆 《机床与液压》 北大核心 2024年第14期136-144,共9页
为解决机加工企业制定的生产计划与车间调度方案不兼容的问题,建立以最小化最大完工时间、最小化加工成本为目标函数的生产计划与柔性作业车间调度集成模型。提出一种改进粒子群算法(IPSO)作为全局优化算法。在传统粒子群优化算法(PSO)... 为解决机加工企业制定的生产计划与车间调度方案不兼容的问题,建立以最小化最大完工时间、最小化加工成本为目标函数的生产计划与柔性作业车间调度集成模型。提出一种改进粒子群算法(IPSO)作为全局优化算法。在传统粒子群优化算法(PSO)的基础上,引入遗传算子交叉的方式改进群体进化,同时设计随机性的边界变异,提高种群多样性,避免局部最优,学习因子及惯性权重采用幂函数动态变化,增强其搜索能力,更快收敛。最后通过生产实例,验证了IPSO在解决生产计划与车间调度集成问题上的可行性。同时将PSO、灰狼优化算法(GWO)和遗传算法(GA)作为对比算法,在15个Brandimarte基本算例上开展实验,得到的结果均优于其他算法,证明了IPSO求解柔性作业车间调度问题时的有效性和优越性。 展开更多
关键词 改进粒子群算法 边界变异 柔性作业车间调度
在线阅读 下载PDF
一种基于PSO-VMD和LSTM的复杂山地风电场观测风速数据质量控制算法 被引量:1
16
作者 熊雄 姚润进 +2 位作者 程帅兵 李文龙 钱栋 《太阳能学报》 EI CAS CSCD 北大核心 2024年第3期95-104,共10页
复杂山地风电场普遍存在观测风速数据质量差引起风资源评估误差大、风功率预测精度低的问题。而复杂山地风速呈现较强的间隙性、波动性和非平稳性,导致常规质量控制方法无法有效提高数据质量。针对此,提出一种基于粒子群改进变分模态分... 复杂山地风电场普遍存在观测风速数据质量差引起风资源评估误差大、风功率预测精度低的问题。而复杂山地风速呈现较强的间隙性、波动性和非平稳性,导致常规质量控制方法无法有效提高数据质量。针对此,提出一种基于粒子群改进变分模态分解和长短期记忆网络的集成学习算法(PVL),并应用于复杂山地观测风速的质量控制以提高风速数据的质量。以广西某复杂山地风场内5基观测塔2015—2016年逐10 min风速数据为案例进行PVL应用效果检验,并与传统单站及空间回归法、反距离加权法进行对比。应用表明,PVL比传统方法具有更高的寻误率,且在异地形、多风况上具有更强的适应性。 展开更多
关键词 风电场 质量控制 粒子群 变分模态分解 长短期记忆网络
在线阅读 下载PDF
含瓦斯煤破裂信号的量子优化降噪模型
17
作者 付华 刘雨竹 周文铮 《电子测量与仪器学报》 CSCD 北大核心 2024年第10期212-223,共12页
为剔除含瓦斯煤破裂信号采集过程中夹杂的扰动噪声,提出一种基于改进量子群算法(IQPSO)优化变分模态分解(VMD)的含瓦斯煤破裂信号量子优化降噪模型。针对VMD受限于分解个数和惩罚参数的选取进而影响降噪效果,采用IQPSO算法优化VMD参数... 为剔除含瓦斯煤破裂信号采集过程中夹杂的扰动噪声,提出一种基于改进量子群算法(IQPSO)优化变分模态分解(VMD)的含瓦斯煤破裂信号量子优化降噪模型。针对VMD受限于分解个数和惩罚参数的选取进而影响降噪效果,采用IQPSO算法优化VMD参数寻优过程,在QPSO算法中引入决策权重系数和自适应控制因子,提高算法粒子决策自适应性和参数搜索能力。利用参数优化的VMD算法分解含瓦斯煤破裂信号,计算各信号分量的有效相关系数来辨识噪声临界点,采用小波变换处理高频噪声并重构剩余分量得到降噪后的含瓦斯煤破裂信号。通过仿真信号和现场实测信号将降噪模型与EMD、VMD、PSO-VMD、SSA-VMD、GWO-VMD模型进行降噪效果对比。实验结果表明,提出模型处理后信号的信噪比提升20%以上、均方根误差降低至0.03以下,能量占比在90%以上,3项指标均优于其他降噪模型,自适应性和分解效率较强,能够有效保留信号局部特征,对现场复杂信号具有更好的降噪效果。 展开更多
关键词 含瓦斯煤 降噪模型 变分模态分解 量子粒子群 参数优化
在线阅读 下载PDF
公路隧道风光水储互补发电系统容量配置研究
18
作者 李金 林志 +3 位作者 于冲冲 尹恒 刘超铭 黄可心 《隧道建设(中英文)》 CSCD 北大核心 2024年第S01期124-130,共7页
为降低公路隧道的电力运营成本,探究可再生能源互补发电系统在公路隧道的应用前景,研究合适的容量配置求解方法。建立利用风、光、水和储能设备的互补发电系统为公路隧道提供电力资源。以特长公路隧道(总长7.1 km)为估算模型,采用改进... 为降低公路隧道的电力运营成本,探究可再生能源互补发电系统在公路隧道的应用前景,研究合适的容量配置求解方法。建立利用风、光、水和储能设备的互补发电系统为公路隧道提供电力资源。以特长公路隧道(总长7.1 km)为估算模型,采用改进后的粒子群优化算法,即离散型自适应粒子群优化算法,以全生命周期的建设成本和设备维护成本最小为目标函数,以缺电负荷率(LPSP)和储能电池的状态为约束,对风力发电设备、光伏发电设备、水力发电设备和储能设备的最优容量配置进行求解。结果表明:1)对比标准粒子群算法,离散型自适应粒子群优化算法的总投入成本更少,寻优能力更强;2)对比该隧道1年的用电成本,前期投入将在5年内回本;3)在风光水储互补发电系统的设备全生命使用周期的20年内,该隧道可节省1 920.39万元电费。 展开更多
关键词 能耗 公路隧道 风光水储互补发电系统 离散型自适应粒子群优化算法 容量配置
在线阅读 下载PDF
基于多影响因素联合的某抽水蓄能电站主厂房洞室围岩变形预测
19
作者 张翌娜 江琦 +1 位作者 张建伟 李香瑞 《水电能源科学》 北大核心 2024年第3期161-165,共5页
为保证地下洞室围岩环境的安全状态,提出了一种以变分模态分解(VMD)方法分解原始数据和粒子群优化算法(PSO)提高预测精度为基础,基于多影响因素联合核极限学习机(KELM)方法的洞室围岩变形预测方法。该方法首先采用VMD方法将监测位移分... 为保证地下洞室围岩环境的安全状态,提出了一种以变分模态分解(VMD)方法分解原始数据和粒子群优化算法(PSO)提高预测精度为基础,基于多影响因素联合核极限学习机(KELM)方法的洞室围岩变形预测方法。该方法首先采用VMD方法将监测位移分解为受趋势性因素影响的趋势项位移和受周期性因素影响的周期项位移,去除影响因素的干扰项,其次将演化状态及影响因素作为PSO-KELM的输入数据,预测各影响因素所对应的趋势项或周期项位移,最后叠加两种分项位移,并将多影响因素结合的KELM方法与其他预测方法进行精度比较。对某抽水蓄能电站工程实测数据的验证结果表明,预测结果与原始位移的RRMSE相差仅0.76%,且二者的R为0.986,所提预测方法具有较高的预测精度,可为同类工程的围岩变形预测提供参考。 展开更多
关键词 洞室围岩 变形 变分模态分解 粒子群优化 核极限学习机 影响因素
在线阅读 下载PDF
基于改进粒子群算法的无人机三维路径规划 被引量:4
20
作者 朱润泽 赵静 +2 位作者 蒋国平 肖敏 徐丰羽 《南京邮电大学学报(自然科学版)》 北大核心 2024年第6期120-127,共8页
因传统粒子群算法在无人机三维路径规划对参数具有较强的依赖性以及容易陷入局部最优的缺点,通过引入混沌映射、改进迭代公式以及引入柯西变异算子优化传统算法的性能。首先,建立无人机三维作业空间;其次,考虑地面和空中悬浮障碍因素,... 因传统粒子群算法在无人机三维路径规划对参数具有较强的依赖性以及容易陷入局部最优的缺点,通过引入混沌映射、改进迭代公式以及引入柯西变异算子优化传统算法的性能。首先,建立无人机三维作业空间;其次,考虑地面和空中悬浮障碍因素,构建适应度函数,在算法迭代过程中,引入带区间约束的Logistic混沌映射增强粒子初始分布的随机性,并利用改进非线性迭代公式平衡算法的全局搜索能力与局部搜索能力,继而引入柯西变异算子避免算法陷入局部最优;最后,大量实验结果证明,相较于3种典型路径规划算法,改进粒子群算法具有较强的跳出局部最优的能力,且具有较稳定的寻优能力。 展开更多
关键词 粒子群算法 混沌映射 非线性 柯西变异 三维路径规划 无人机
在线阅读 下载PDF
上一页 1 2 22 下一页 到第
使用帮助 返回顶部