检索结果-内蒙古大学图书馆

水力发电学报 2025年第2期44卷 96-106页

作者：刘钊闫震伍邹屹东郑阳肖志怀中国长江电力股份有限公司向家坝水力发电厂四川宜宾644612 武汉大学动力与机械学院武汉430072

为解决共用尾水系统“一洞两机”水电机组调节系统(HURS)低频与超低频振荡(ULFO)问题。提出了一种基于改进樽海鞘优化算法(ISSA)的HURS中控制参数优化策略。ISSA通过引入文化基因算法与混沌序列两个改进框架来提升搜索性能,并在搜索空... 详细信息

为解决共用尾水系统“一洞两机”水电机组调节系统(HURS)低频与超低频振荡(ULFO)问题。提出了一种基于改进樽海鞘优化算法(ISSA)的HURS中控制参数优化策略。ISSA通过引入文化基因算法与混沌序列两个改进框架来提升搜索性能,并在搜索空间中探索出最优解。仿真算例研究包括HURS的频率调节模式、功率调节模式、以及开度调节模式3个部分,并与优化前的系统仿真响应进行对比分析,以验证所提优化方法在共用尾水系统HURS控制参数优化应用中的可行性和有效性。仿真结果表明,优化后的系统使各调节模式下振荡次数降低了至少50%,并极大提高了机组运行的稳定性。

关键词：水电机组低频振荡 PID参数优化樽海鞘算法

来源：评论

学校读者我要写书评

暂无评论

突发公共卫生事件背景下多种类应急物资配送路径优化研究

引用

上海理工大学学报 2025年第1期47卷 108-118页

作者：霍良安陈楠上海理工大学管理学院上海200093 上海理工大学智慧应急管理学院上海200093

为了保障针对性检测以及治疗措施和传染病防控工作的顺利开展,并制定科学合理的应急医疗物资配送策略,构建了以最大化满意度和最早配送服务结束时间为目标的多中心多物资车辆路径优化模型。首先,在传染病扩散SQEIR模型的基础上预测医疗... 详细信息

为了保障针对性检测以及治疗措施和传染病防控工作的顺利开展,并制定科学合理的应急医疗物资配送策略,构建了以最大化满意度和最早配送服务结束时间为目标的多中心多物资车辆路径优化模型。首先,在传染病扩散SQEIR模型的基础上预测医疗物资需求;其次,针对多样化的应急医疗物资使用情景,设计两种函数来评估不同类物资的配送满意度;最后,运用改进的樽海鞘算法对模型进行求解,并与传统NSGA-Ⅱ算法的结果进行了对比分析。模拟实验结果显示,所提出的模型和改进算法能够更高效地解决突发公共卫生事件下的应急医疗物资配送问题,且改进算法在全局搜索性能方面呈现出更为优越的特点。

关键词：突发公共卫生事件多种类物资路径规划樽海鞘算法

来源：评论

学校读者我要写书评

暂无评论

考虑电堆性能一致性的燃料电池混合动力系统多目标优化能量管理方法

引用

中国电机工程学报 2024年第1期44卷 385-394,I0032页

作者：杨明泽李奇蔡良东王天宏陈维荣西南交通大学电气工程学院四川省成都市610031

为优化燃料电池混合动力系统(fuel cell hybrid power system,FCHPS)并延长其使用寿命,该文提出一种考虑电堆性能一致性的多目标优化能量管理方法。该方法的目的是降低系统等效氢耗、提高燃料电池系统内电堆组运行效率的同时限制锂电池... 详细信息

为优化燃料电池混合动力系统(fuel cell hybrid power system,FCHPS)并延长其使用寿命,该文提出一种考虑电堆性能一致性的多目标优化能量管理方法。该方法的目的是降低系统等效氢耗、提高燃料电池系统内电堆组运行效率的同时限制锂电池荷电状态(state of charge,SOC)波动。由于电堆组的性能会在实际运行过程中发生退化,因此该方法还考虑了电堆组的性能状态差异,通过限制性能较差电堆的运行压力,以延长系统寿命。为实现这一目的采用樽海鞘群算法(salpswarmalgorithm,SSA)对目标函数进行优化求解,得到系统最优功率分配。最后,基于RT-LAB半实物仿真平台,将所提方法与有限状态机控制方法进行对比,实验结果表明所提出的方法能够有效降低系统氢耗,提高电堆组效率的同时减缓性能较差电堆的功率波动,维持系统一致性,有利于系统长期稳定运行。

关键词：燃料电池混合系统能量管理樽海鞘算法性能一致性多目标优化

来源：评论

学校读者我要写书评

暂无评论

基于改进SSA优化MDS-SVM的变压器故障诊断方法

引用

控制与决策 2023年第2期38卷 459-467页

作者：谢国民蔺晓雨辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125105

为了提高变压器故障诊断精度,提出一种基于改进SSA优化MDS-SVM的变压器故障诊断方法.首先,利用多维尺度缩放法(multiple dimensional scaling,MDS)对20维变压器故障特征数据进行特征提取,降低高维数据存在的稀疏性和多重共线性;其次,引... 详细信息

为了提高变压器故障诊断精度,提出一种基于改进SSA优化MDS-SVM的变压器故障诊断方法.首先,利用多维尺度缩放法(multiple dimensional scaling,MDS)对20维变压器故障特征数据进行特征提取,降低高维数据存在的稀疏性和多重共线性;其次,引入樽海鞘群算法(salp swarm algorithm,SSA),并对该算法进行改进,增置信赖机制和突变,以提高算法的收敛速度和收敛能力;然后,通过与原始SSA、PSO、GWO和β-GWO算法进行寻优测试对比来验证改进SSA算法的优越性;最后,使用改进SSA算法对MDS降低维数和支持向量机(support vector machine,SVM)的参数联合寻优,构建新的故障诊断模型.分析并比较其与常用算法优化的SVM故障诊断模型、BP神经网络(back propagation neural network,BPNN)、K最近邻(K-nearest neighbor,KNN)以及随机森林(random forest,RF)故障诊断模型的故障诊断精确度,结果表明,基于改进SSA的MDS-SVM变压器故障诊断模型的精确度高于其他算法模型,且泛化能力较强.

关键词：变压器故障诊断多维尺度缩放法樽海鞘算法支持向量机算法改进

来源：评论

学校读者我要写书评

暂无评论

改进算法在导弹结构热防护一体化中优化研究

引用

航空兵器 2023年第6期30卷 130-136页

作者：齐名军王志宝吴凯邓红谷海红鹤壁职业技术学院河南鹤壁458030 东北石油大学黑龙江大庆163318 天津农学院天津300191 黑龙江工程学院哈尔滨150050 河南理工大学河南鹤壁458030

为了解决超高声速导弹飞行给弹体结构及热防护带来苛刻的挑战,提高导弹结构热防护一体化承载/防热的性能,提出一种对其结构优化设计的个体扰动多策略樽海鞘算法。通过引入Sobol序列对初始种群均匀化以保持种群多样性;使用动态权重调节... 详细信息

为了解决超高声速导弹飞行给弹体结构及热防护带来苛刻的挑战,提高导弹结构热防护一体化承载/防热的性能,提出一种对其结构优化设计的个体扰动多策略樽海鞘算法。通过引入Sobol序列对初始种群均匀化以保持种群多样性;使用动态权重调节机制策略,提高算法速度;融合变异因子及反向解策略,提高算法精度;多用一个临时储备库可以获得满足实际需要的Pareto最优解。最后用改进算法优化弹体结构及热防护系统,相同环境下,改进算法搜寻到最优适应值、平均收敛速度均优于标准樽海鞘算法及其他优化算法。实验数据表明,改进算法能够解决结构热防护效率及结构质量相互影响的问题。改进樽海鞘算法不仅能够提高算法速度、收敛精度,还改进了弹体结构承载/防热的性能。

关键词：导弹弹体结构轻质化樽海鞘算法热防护一体化

来源：评论

学校读者我要写书评

暂无评论

基于主成分分析和改进支持向量机的猪肉品质识别

引用

食品与机械 2022年第1期38卷 146-151页

作者：张保霞内蒙古农业大学职业技术学院内蒙古呼和浩特014100

目的:剔除近红外光谱存在大量冗余信息以及提高猪肉品质识别的精度,建立猪肉品质快速识别方法。方法:运用主成分分析对猪肉光谱数据进行降维处理,筛选出猪肉光谱特征波长;运用樽海鞘群算法进行支持向量机(SVM)模型的参数优化,提出一种... 详细信息

目的:剔除近红外光谱存在大量冗余信息以及提高猪肉品质识别的精度,建立猪肉品质快速识别方法。方法:运用主成分分析对猪肉光谱数据进行降维处理,筛选出猪肉光谱特征波长;运用樽海鞘群算法进行支持向量机(SVM)模型的参数优化,提出一种基于樽海鞘算法改进支持向量机的猪肉品质识别模型。结果:与灰狼算法(GWO)优化SVM(GWO-SVM)、网格搜索算法改进SVM(Grid-SVM)、粒子群算法改进SVM(PSO-SVM)和SVM相比,基于SSA-SVM的猪肉品质识别模型的精度最高。结论:融合主成分分析和樽海鞘算法优化SVM模型的猪肉品质识别模型可以有效提高SVM模型的猪肉品质识别精度。

关键词：近红外光谱支持向量机樽海鞘算法主成分分析粒子群算法猪肉品质

来源：评论

学校读者我要写书评

暂无评论

基于近红外光谱和SSA-ELM的苹果糖度预测

引用

食品与机械 2021年第9期37卷 121-126页

作者：乔正明詹成常州纺织服装职业技术学院江苏常州213164 苏州科技大学江苏苏州215000

目的:剔除近红外光谱存在大量冗余信息以及提高苹果糖度预测模型的精度,建立快速无损检测苹果糖度的方法。方法:提出一种基于小波包变换的特征波长筛选和樽海鞘算法改进极限学习机的苹果糖度预测模型。针对苹果光谱数据具有维度高而复... 详细信息

目的:剔除近红外光谱存在大量冗余信息以及提高苹果糖度预测模型的精度,建立快速无损检测苹果糖度的方法。方法:提出一种基于小波包变换的特征波长筛选和樽海鞘算法改进极限学习机的苹果糖度预测模型。针对苹果光谱数据具有维度高而复杂的特点,对光谱数据进行降维处理,分别对比全波段和偏最小二乘法、连续投影法和小波包变换等筛选特征波长的结果,确定苹果光谱特征波长筛选方法;针对极限学习机(extreme learning machine, ELM),模型性能受其初始权值和隐含层偏置选择的影响,运用樽海鞘群算法进行ELM模型的初始权值和隐含层偏置优化,提出一种基于樽海鞘算法改进极限学习机的苹果糖度预测模型。结果:与遗传算法(genetic algorithm, GA)改进ELM(GA-ELM)、粒子群算法改进ELM(PSO-ELM)和ELM相比,基于SSA-ELM的苹果糖度预测模型的预测精度最高。结论:通过智能算法优化ELM模型的参数可以有效提高ELM模型的苹果糖度预测精度。

关键词：近红外光谱苹果糖度极限学习机樽海鞘算法特征波长小波包变换

来源：评论

学校读者我要写书评

暂无评论

基于改进樽海鞘优化BP神经网络的土壤墒情预测

引用

中国农机化学报 2019年第11期40卷 124-130页

作者：安小宇鲁奎豪崔光照郑州轻工业大学电气信息工程学院

针对传统的土壤墒情预测方法精度较低、训练周期长的问题,本文对BP神经网络预测模型进行研究,提出一种改进樽海鞘算法优化BP神经网络的预测方法。首先,在标准樽海鞘群算法(Salp Swarm Algorithm,SSA)中引入变异算子增强种群的多样性,提... 详细信息

针对传统的土壤墒情预测方法精度较低、训练周期长的问题,本文对BP神经网络预测模型进行研究,提出一种改进樽海鞘算法优化BP神经网络的预测方法。首先,在标准樽海鞘群算法(Salp Swarm Algorithm,SSA)中引入变异算子增强种群的多样性,提高算法的全局探索能力;同时,采用动态权重调整策略增强局部开发性能,改善收敛速度,在位置更新过程中加入动态权重,进一步平衡全局探索和局部开发能力;其次,考虑到BP预测网络收敛精度低、易陷入局部最优等缺点,将改进樽海鞘算法引入到BP中形成ASSA-BP的预测模型算法,该算法缩短了训练时间、提高了预测精度。最后,将ASSA-BP与PSO-BP、BP不同预测模型进行对比,结果表明ASSA-BP的最优预测相对误差平均值3.37%,绝对误差平均值0.0258,比BP模型预测误差有所下降。克服了BP预测模型收敛精度低、易陷入局部最优的缺点,具有更好的鲁棒性和预测精度。

关键词：墒情预测樽海鞘算法 BP神经网络动态权重

来源：评论

学校读者我要写书评

暂无评论

基于EEMD-AESSAICA的电驱动单通道噪声源分离识别

引用

噪声与振动控制 2023年第4期43卷 157-163,261页

作者：甄帅李基芳刘海李维肖杨瑞河北工业大学天津市新能源汽车动力传动与安全技术重点实验室天津300130 中汽研新能源汽车检验中心(天津)有限公司天津300300

为准确分离识别电驱动总成的噪声源,提出一种集合经验模态(EEMD)与改进樽海鞘的独立分量分析(AESSAICA)方法。首先针对传统盲源分离方法存在收敛速度慢、分离精度低的问题,提出基于改进樽海鞘算法的盲源分离算法,提出自适应领导者数目... 详细信息

为准确分离识别电驱动总成的噪声源,提出一种集合经验模态(EEMD)与改进樽海鞘的独立分量分析(AESSAICA)方法。首先针对传统盲源分离方法存在收敛速度慢、分离精度低的问题,提出基于改进樽海鞘算法的盲源分离算法,提出自适应领导者数目的精英方向学习策略,其能够平衡全局探索和局部开发矛盾、加快收敛速度。其次通过仿真实验验证该方法比传统独立分量算法在分离效果上提升4.38%,能够提高分离效率,提升分离结果质量;然后联合EEMD和AESSAICA算法提出的单通道盲源分离方法,同时验证其相似系数在0.96以上;最后采用该方法分离识别电驱动主要噪声分量。结果表明上述方法能够有效识别电驱动各独立噪声源,通过减速器噪声实验验证最大分离误差为1.1%,分离结果的准确性得到证明。

关键词：声学电驱动动力总成噪声源识别樽海鞘算法盲源分离

来源：评论

学校读者我要写书评

暂无评论

教与学樽海鞘优化的松散回潮预测控制研究

引用

重庆理工大学学报（自然科学） 2023年第12期37卷 232-243页

作者：王华秋杨巧琳重庆理工大学两江人工智能学院重庆401135

在具有非线性和时滞性的烟叶松散回潮系统中,为解决传统控制方法存在的预测精度低、控制稳定性差等问题,提出一种模型预测控制方法。将卷积神经网络与门控循环单元网络相结合,按照NARMAX模型建立回潮工序多输入多输出系统的预测模型,提... 详细信息

在具有非线性和时滞性的烟叶松散回潮系统中,为解决传统控制方法存在的预测精度低、控制稳定性差等问题,提出一种模型预测控制方法。将卷积神经网络与门控循环单元网络相结合,按照NARMAX模型建立回潮工序多输入多输出系统的预测模型,提高预测精度;提出教与学樽海鞘优化算法进行滚动优化,保证出口水分和回风温度均能够准确且平稳地跟随设定值。结果表明:模型能实现对回潮过程回风温度和出口水分的同步控制,与其他预测控制方法相比,具有较好的预测效果与控制性能,其中预测模型的均方根误差的平均值为0.027,控制器的超调量平均为0.118%,CPK值平均高达2.45。

关键词：烟草松散回潮模型预测控制门控循环单元樽海鞘算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：