检索结果-内蒙古大学图书馆

红水河 2024年第3期43卷 69-74页

作者：郭开春王文学刘闯汪珂邓睿国网湖北省电力有限公司龙感湖区供电公司湖北黄冈435503 国网湖北省电力有限公司荆门供电公司湖北荆门448001

为了解决分布式电源(distributed generation,DG)的配置问题,提升DG并网的经济性,笔者提出了一种基于蜣螂优化(dung beetle optimizer,DBO)算法的DG配置方法。以用户购电成本、DG投资成本、网络损耗成本和环境惩罚成本构造多目标函数,... 详细信息

为了解决分布式电源(distributed generation,DG)的配置问题,提升DG并网的经济性,笔者提出了一种基于蜣螂优化(dung beetle optimizer,DBO)算法的DG配置方法。以用户购电成本、DG投资成本、网络损耗成本和环境惩罚成本构造多目标函数,采用层次分析法确定各目标函数权重,将多目标函数转化为综合目标函数。采用DBO算法对综合目标函数进行优化,采用IEEE33节点系统进行算例分析,并与3种对比算法的结果进行对比。结果表明:DBO算法优化综合目标函数的最小适应度值为841.77万元;相比其他对比算法,基于DBO算法的分布式电源配置效果更好。

关键词：分布式电源配置蜣螂优化算法层次分析法综合目标函数

来源：评论

学校读者我要写书评

暂无评论

多策略融合改进的蜣螂优化算法及工程设计应用

引用

计算机科学与应用 2024年第11期14卷 91-106页

作者：海明威王淼黑龙江省水利科学研究院黑龙江哈尔滨哈尔滨理工大学建筑工程学院黑龙江哈尔滨

文章聚焦于蜣螂优化算法所固有的局限性问题,具体表现为其易于陷入局部最优解、在全局搜索能力上有所欠缺,以及收敛速度相对缓慢。针对这些不足,文章提出了一种创新性的改进策略——多策略融合的改进型蜣螂优化算法(简称MSIDBO)。在该... 详细信息

文章聚焦于蜣螂优化算法所固有的局限性问题,具体表现为其易于陷入局部最优解、在全局搜索能力上有所欠缺,以及收敛速度相对缓慢。针对这些不足,文章提出了一种创新性的改进策略——多策略融合的改进型蜣螂优化算法(简称MSIDBO)。在该改进方案中,首先于算法的初始化阶段引入了Logistic混沌映射机制,旨在有效提升种群分布的均匀程度;其次,采用鱼鹰优化算法替换原有蜣螂算法中的滚球位置更新机制,以解决原算法仅依赖最差值进行位置更新、缺乏个体间即时交流及参数冗余的问题;最后,实施了自适应t分布扰动策略,旨在迭代初期强化全局探索能力,而在迭代末期则加强局部搜索效率,并加速了算法的收敛进程。为了验证MSIDBO算法的有效性,对14个经典测试函数和工程应用问题进行测试,结果表明,引入的3种策略能有效提升蜣螂优化算法的性能。This study examines the intrinsic limitations of the dung beetle optimization algorithm, particularly its propensity to converge on local optima, its insufficient global search capabilities, and its relatively slow convergence rate. To mitigate these issues, the paper introduces a novel enhancement strategy termed the Improved Dung Beetle Optimization Algorithm with Multi-Strategy Fusion (MSIDBO). This enhancement involves several key modifications: first, a Logistic Chaos mapping mechanism is incorporated during the initialization phase of the algorithm to enhance the uniformity of population distribution. Second, the Fishhawk optimization algorithm is employed to replace the original rolling ball position update mechanism of the dung beetle algorithm. This substitution addresses the original algorithm’s reliance on the worst value for position updates, the absence of instantaneous communication among individuals, and the presence of parameter redundancy. Lastly, an adaptive t-distribution perturbation strategy is introduced to bolster global exploration during the initial iterations while simultaneously improving local search efficiency in the later stages, thereby accelerating the overall convergence of the algorithm. To evaluate the efficacy of the MSIDBO algorithm, a series of tests involving 14 classical benchmark functions and engineering application problems were conducted. The results indicate that the three strategies implemented significantly enhance the performance of the dung beetle optimization algorithm.

关键词：蜣螂优化算法混沌映射融合鱼鹰优化算法自适应t分布扰动策略

来源：评论

学校读者我要写书评

暂无评论

混合策略改进的蜣螂优化算法

引用

计算机科学与应用 2024年第8期14卷 134-147页

作者：刘松林高鹰广州大学计算机科学与网络工程学院广东广州广州新华学院信息与智能工程学院广东东莞

蜣螂优化算法(Dung Beetle Optimizer, DBO)是Xue等人在2022年提出的一种新的群体智能优化算法,其灵感来源于蜣螂的生物行为过程。针对蜣螂优化算法全局探索和局部开发能力不平衡、容易陷入局部最优等缺点,提出了一种混合策略改进的蜣... 详细信息

蜣螂优化算法(Dung Beetle Optimizer, DBO)是Xue等人在2022年提出的一种新的群体智能优化算法,其灵感来源于蜣螂的生物行为过程。针对蜣螂优化算法全局探索和局部开发能力不平衡、容易陷入局部最优等缺点,提出了一种混合策略改进的蜣螂优化算法(MIDBO)。首先,在种群初始化时,引入Tent混沌反向学习策略,使初始种群成员能够均匀分布,增加种群丰富性;其次,引入三角形随机游走策略改进繁殖蜣螂位置更新方式,平衡了全局搜索和局部挖掘能力;然后,加入动态权重系数改进蜣螂偷窃行为,加快算法的收敛速度;最后,引入混合变异算子对最优蜣螂位置进行扰动,提高算法跳出局部最优的能力。将所提算法与其他知名优化算法进行了15个基准测试函数的测试比较,仿真结果表明,MIDBO算法是可行有效的,其寻优精度和收敛速度都有了很大的提高,总体性能更好。Dung Beetle Optimizer (DBO) is a new swarm intelligence optimization algorithm proposed by Xue et al. in 2022, inspired by the biological behavior process of dung beetles. A mix-strategy improved dung beetle optimizer (MIDBO) is proposed to address the drawbacks of imbalanced global exploration and local development capabilities, as well as the tendency to fall into local optima. Firstly, during population initialization, a Tent chaotic reverse learning strategy is introduced to enable the initial population members to be evenly distributed and increase population richness;secondly, the introduction of triangle random walk strategy improves the position update method of breeding dung beetles, balancing global search and local mining capabilities;then, a hybrid mutation operator is adopted to improve the theft behavior of dung beetles and accelerate the convergence speed of the algorithm;finally, a mixed mutation operator is introduced to perturb the optimal dung beetle position, improving the algorithm’s ability to jump out of local optima. The proposed algorithm was compared with other well-known optimization algorithms through 15 benchmark test functions, and simulation results showed that the MIDBO algorithm is feasible and effective. Its optimization accuracy and convergence speed have been greatly improved, and the overall performance is better.

关键词：蜣螂优化算法混沌反向学习三角形随机游走动态权重系数混合变异算子

来源：评论

学校读者我要写书评

暂无评论

多维度改进的蜣螂优化算法及其应用

引用

计算机科学与应用 2024年第11期14卷 45-59页

作者：郭兵天津工业大学软件学院天津

蜣螂优化算法(DBO)作为一种新兴的智能优化算法,在求解复杂优化问题中显示出巨大潜力。然而,其在收敛精度和易陷入局部最优方面的局限性限制了其应用范围。本文提出了一种多策略改进的蜣螂优化算法(ODBO),通过佳点集群初始化和周期突变... 详细信息

蜣螂优化算法(DBO)作为一种新兴的智能优化算法,在求解复杂优化问题中显示出巨大潜力。然而,其在收敛精度和易陷入局部最优方面的局限性限制了其应用范围。本文提出了一种多策略改进的蜣螂优化算法(ODBO),通过佳点集群初始化和周期突变机制增强种群多样性,引入Beta分布动态生成反射解决方案以探索更广的搜索空间,并采用莱维飞行处理边界违规问题。进一步融合鲸鱼优化算法的螺旋搜索更新机制,结合随机策略更新位置,显著提升了算法的收敛精度和鲁棒性。当算法陷入停滞时,引入t分布扰动变异策略,有效提高了算法跳出局部最优解的能力。通过在17个基准测试函数验证了改进策略的有效性。此外,本文还将ODBO应用于车间排产调度问题,进一步证实了其在解决实际工程问题中的有效性和可靠性。The Dung Beetle Optimization algorithm (DBO), as an emerging intelligent optimization algorithm, shows great potential in solving complex optimization problems. However, its limitations in convergence precision and susceptibility to local optima hinder its broader application. This paper proposes an improved multi-strategy Dung Beetle Optimization algorithm (ODBO), which enhances population diversity through good point set initialization and periodic mutation mechanisms. A Beta distribution is introduced to dynamically generate reflected solutions to explore a wider search space, and Lévy flight is applied to handle boundary violation issues. Additionally, the spiral search update mechanism from the Whale Optimization Algorithm is integrated, along with random strategy updates for position, significantly improving the algorithm’s convergence accuracy and robustness. When the algorithm stagnates, a t-distribution mutation perturbation strategy is introduced, effectively enhancing its ability to escape local optima. Simulations on 17 benchmark functions test functions validate the effectiveness of the improved strategies. Moreover, the application of ODBO to the job-shop scheduling problem confirms its effectiveness and reliability in solving real-world engineering problems.

关键词：蜣螂优化算法局部最优解鲸鱼优化算法 t分布扰动变异车间排产调度问题鲁棒性分析

来源：评论

学校读者我要写书评

暂无评论

基于蜣螂优化算法的永磁同步电机模型预测转矩控制

引用

微特电机 2024年第7期52卷 67-71页

作者：黄文杰董学育朱建忠南京工程学院电力工程学院南京211100

针对永磁同步电机传统控制系统的转速跟踪能力差和抗扰性能弱等问题,提出一种基于蜣螂优化算法的永磁同步电机模型预测转矩控制(DBO-MPTC)策略。建立起基于传统模型预测控制的永磁同步电机离散系统,随后引入蜣螂优化算法参与到控制器参... 详细信息

针对永磁同步电机传统控制系统的转速跟踪能力差和抗扰性能弱等问题,提出一种基于蜣螂优化算法的永磁同步电机模型预测转矩控制(DBO-MPTC)策略。建立起基于传统模型预测控制的永磁同步电机离散系统,随后引入蜣螂优化算法参与到控制器参数的在线整定。搭建了基于蜣螂优化算法的预测控制仿真模型,验证所提策略的优越性。仿真结果表明,相较于传统模型预测控制,采用DBO-MPTC控制策略,提高了永磁同步电机的速度响应和抗干扰能力。

关键词：永磁同步电机蜣螂优化算法模型预测转矩控制在线整定

来源：评论

学校读者我要写书评

暂无评论

基于蜣螂优化算法的移动机器人路径规划

引用

电脑知识与技术 2024年第29期20卷 28-30,34页

作者：梁彬广州市技师学院广东广州510000

为了克服传统寻优算法在机器人路径规划中存在的收敛精度不足和易陷入局部最优等问题,该研究设计了一种基于蜣螂优化(Dung Beetle Optimization,DBO)算法的移动机器人路径规划方法。以机器人运动路径最短为目标函数,构建了机器人路径优... 详细信息

为了克服传统寻优算法在机器人路径规划中存在的收敛精度不足和易陷入局部最优等问题,该研究设计了一种基于蜣螂优化(Dung Beetle Optimization,DBO)算法的移动机器人路径规划方法。以机器人运动路径最短为目标函数,构建了机器人路径优化数学模型,采用DBO算法对模型进行求解,并利用遗传算法和灰狼优化算法进行对比分析。实验结果表明,DBO算法在路径长度、进化代数和计算时间等方面均优于传统优化算法。例如,其规划路径长度为43.83m,进化代数为110次,计算时间为11.14s。

关键词：适应度函数移动机器人路径规划蜣螂优化算法

来源：评论

学校读者我要写书评

暂无评论

基于蜣螂优化算法和K近邻算法的轴承特征选择和故障诊断

引用

信息化研究 2024年第4期50卷 8-19页

作者：徐福斌杨洪武陆晔张伟朱静邓艾东国家能源集团泰州发电有限公司泰州225327 国能信控互联技术有限公司北京102200 河南科技大学车辆与交通工程学院洛阳471003 东南大学能源与环境学院南京210096

针对风电机组传动系统滚动轴承在故障诊断中容易受到冗余特征的影响,从而导致故障诊断的准确率和效率不高的问题,本文提出了一种基于蜣螂优化(DBO)算法和K最近邻(KNN)算法的轴承特征选择和故障诊断方法。该方法首先通过时域、频域分析... 详细信息

针对风电机组传动系统滚动轴承在故障诊断中容易受到冗余特征的影响,从而导致故障诊断的准确率和效率不高的问题,本文提出了一种基于蜣螂优化(DBO)算法和K最近邻(KNN)算法的轴承特征选择和故障诊断方法。该方法首先通过时域、频域分析提取了与滚动轴承故障相关的20个特征数据,然后对特征进行包括归一化处理和特征集划分在内的特征处理;接着以DBO算法的适应度为评价参数,利用DBO算法的路径选择能力寻求最优特征子集;最后通过测试验证所选的特征子集对于KNN分类准确率的优化效果。实验结果表明,标准差(SD)和平均绝对差值(MAD)这两个特征参数作为KNN分类器的输入数据时可以达到95.10%的分类准确率。此方法在大幅度减少特征数量的同时,提高了轴承的故障诊断准确率。

关键词：风电机组传动系统滚动轴承特征选择故障诊断蜣螂优化算法 K最近邻算法

来源：评论

学校读者我要写书评

暂无评论

带扰动的自适应蜣螂优化算法

引用

智能计算机与应用 2024年

作者：王乐遥顾磊南京邮电大学计算机学院

针对蜣螂优化算法(Dung Beetle Optimizer， DBO)易在无效区域盲目开发，求解精度低等问题，提出带扰动的自适应蜣螂优化算法(Perturbed Adaptive Dung Beetle Optimizer， PADBO). 该算法提出一种扰动疏散机制，避免繁育蜣螂群体聚集... 详细信息

针对蜣螂优化算法(Dung Beetle Optimizer， DBO)易在无效区域盲目开发，求解精度低等问题，提出带扰动的自适应蜣螂优化算法(Perturbed Adaptive Dung Beetle Optimizer， PADBO). 该算法提出一种扰动疏散机制，避免繁育蜣螂群体聚集，使算法可以进行多样化局部开发，提高了寻优的精度；同时，引入自适应惯性权重策略，动态平衡算法开发与探索之间的平衡，提高了算法的收敛速度. 在8个标准测试函数上与其他5个优化算法的对比实验结果表明PADBO具有较高的收敛速度及寻优精度. 在减速机质量最小化问题上的求解结果验证了PADBO求解实际工程设计问题时的有效性.

关键词：蜣螂优化算法扰动疏散自适应惯性权重减速机设计问题

来源：评论

学校读者我要写书评

暂无评论

多策略改进的蜣螂优化算法

引用

太原师范学院学报（自然科学版） 2024年第3期23卷 25-31页

作者：王霞茹兴旺安徽工商职业学院安徽合肥231131

为了解决蜣螂优化算法(Dung Beetle Optimizer,DBO)收敛精度低、容易陷入局部最优等问题,提出了一种名为多策略改进蜣螂优化算法(ImprovedDung Beetle Optimizer,IDBO).首先,引入Circle混沌映射策略,旨在提高和改善初始解的多样性.其次... 详细信息

为了解决蜣螂优化算法(Dung Beetle Optimizer,DBO)收敛精度低、容易陷入局部最优等问题,提出了一种名为多策略改进蜣螂优化算法(ImprovedDung Beetle Optimizer,IDBO).首先,引入Circle混沌映射策略,旨在提高和改善初始解的多样性.其次,为了避免算法陷入局部最优,引入了精英存档策略,用于蜣螂位置的更新,从而提升算法的局部寻优能力.最后,采用Lévy飞行策略,旨在提高种群多样性,使算法能够跳出局部最优.在六种不同类型的基准测试函数上仿真,并对实验结果进行数值分析,改进后的IDBO算法在解决高维复杂问题时具有精度高、收敛速度快、鲁棒性强等优势.

关键词：蜣螂优化算法 Circle混沌映射策略精英存档策略 Lévy飞行策略全局优化搜索元启发式算法

来源：评论

学校读者我要写书评

暂无评论

基于蜣螂优化算法的龙泉滘水闸底板尺寸优化

引用

水科学与工程技术 2024年第5期 65-68页

作者：杜广敏山东省临沂市费县水利工程保障中心费城水利股山东临沂273400

为减少修建水闸底板的材料用量,提升水闸结构的整体稳定性,应对水闸底板尺寸进行优化设计。构建以水闸底板截面总面积为目标函数,底板抗滑稳定、底板基底应力要求为约束条件和底板尺寸为优化变量的水闸底板尺寸优化数学模型,采用蜣螂优... 详细信息

为减少修建水闸底板的材料用量,提升水闸结构的整体稳定性,应对水闸底板尺寸进行优化设计。构建以水闸底板截面总面积为目标函数,底板抗滑稳定、底板基底应力要求为约束条件和底板尺寸为优化变量的水闸底板尺寸优化数学模型,采用蜣螂优化算法对其进行优化求解,并将优化结果与基于差分进化算法的优化结果进行比较,以龙泉滘水闸为分析对象,结果表明:蜣螂优化算法对龙泉滘水闸底板尺寸的优化率为31.5%,对水闸底板尺寸优化效果明显优于差分进化算法。

关键词：水闸底板优化设计蜣螂优化算法差分进化算法

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：