检索结果-南通市图书馆

基于改进樽海鞘群算法的含瓦斯煤破裂过程信号特征识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

传感技术学报 2024年第2期37卷 256-267页

作者：付华管智峰刘尚霖刘昊陈子林辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125105 中海油天津化工研究设计院有限公司天津300131

针对标准樽海鞘群算法存在的计算精度不足、易陷入局部停滞等缺陷,提出一种多策略融合的樽海鞘群算法。在初始化阶段,引入线性同余法随机发生器;利用野马算法优化樽海鞘领导者位置;采用金豺算法改进樽海鞘种群追随机制。通过测试函数寻... 详细信息

针对标准樽海鞘群算法存在的计算精度不足、易陷入局部停滞等缺陷,提出一种多策略融合的樽海鞘群算法。在初始化阶段,引入线性同余法随机发生器;利用野马算法优化樽海鞘领导者位置;采用金豺算法改进樽海鞘种群追随机制。通过测试函数寻优对比实验,证明多策略融合的樽海鞘群算法相比于其他智能算法在鲁棒性与稳定性方面均有显著提升。将多策略融合的樽海鞘群算法应用到含瓦斯煤破裂过程信号特征识别,实验结果表明:提出的含瓦斯煤破裂过程信号特征识别模型具有更好的表现,准确率可达93.33%,相比其他识别模型,识别率更高。

关键词：含瓦斯煤破裂智能优化算法樽海鞘群算法多策略融合信号特征识别

在线全文

学校读者我要写书评

暂无评论

阶段化改进的海洋捕食者算法及其应用

控制与决策 2023年第4期38卷 902-910页

作者：付华刘尚霖管智峰刘昊辽宁工程技术大学电气与控制学院辽宁葫芦岛125105

针对海洋捕食者算法自适应能力有限、局部桎梏概率高等不足,提出阶段化改进的海洋捕食者算法.在高速度比阶段实施差分演化,在原始猎物群体的变异与交叉中扩大全局探索范围,遍历优化个体质量;引入正余弦算法等概率波动等速度比阶段的并... 详细信息

针对海洋捕食者算法自适应能力有限、局部桎梏概率高等不足,提出阶段化改进的海洋捕食者算法.在高速度比阶段实施差分演化,在原始猎物群体的变异与交叉中扩大全局探索范围,遍历优化个体质量;引入正余弦算法等概率波动等速度比阶段的并行架构,提升莱维飞行群体与布朗运动群体的灵活性,促进群体间渗透,同节奏优化算法的开发能力与探索能力;融合柯西变异策略与反向学习策略改进低速度比阶段捕食者,生成具备自我调节能力的柯西镜像捕食者,避免迭代末期种群同化过度,强化算法反早熟能力.通过基准函数对比寻优实验及Wilcoxon符号秩检验来评估改进算法的性能,实验结果验证了阶段化改进策略对算法整体表现力的提升.利用改进算法优化在线序列极限学习机参数并应用于变压器故障诊断,进一步验证阶段化改进策略的有效性及工程实用性.

关键词：智能优化算法海洋捕食者算法阶段化改进变压器故障诊断在线序列极限学习机

基于特征优选和ESPBO-HKELM的变压器故障诊断研究

在线全文

学校读者我要写书评

暂无评论

基于特征优选和ESPBO-HKELM的变压器故障诊断研究

作者：管智峰辽宁工程技术大学

学位级别：硕士

为了准确判断变压器的运行状态,确保变压器安全稳定的运行,提出了一种基于特征优选和改进学生心理学算法(Enhanced Student Psychology Based Optimization Algorithm,ESPBO)优化混合核极限学习机(Hybrid Kernel Extreme Learning Machine,HKELM)的变压器故障诊断方法。针对传统变压器特征参量容易缺失重要的特征信息,且变压器数据维数过大会影响变压器故障诊断精度的问题,选择遍历变压器故障数据属性比,并采用沙普利加法解释(Shapley Additive Explanations,SHAP)模型提取对数据分类影响重要的特征参量,使用核熵成分分析(Kernel Entropy Component Analysis,KECA)对提取的特征进行降维,为验证该方法的有效性,将SHAP-KECA与KECA、主成分分析和核主成分分析的类别分离参数和可视化效果进行对比,验证了SHAP-KECA特征优选模型具有良好的数据预处理能力。针对传统核极限学习机(Kernel Extreme Learning Machine,KELM)变压器故障诊断能力较低的问题,一方面引入混合核函数,形成混合核极限学习机提升KELM的学习能力和泛化能力,另一方面采用ESPBO优化HKELM变压器故障诊断模型相关参数。在ESPBO参数优化模型初始化阶段,采用Torus种群初始化方法,提升学生群体多样性;在ESPBO参数优化模型随机学生群体中,引入多元宇宙优化算法改进随机学生搜索机制,防止算法陷入局部最优;在ESPBO优化模型迭代后期,糅合竞争群变异策略,避免学生群体快速同化。通过CEC2017测试函数寻优实验和Wilcoxon符号秩检验对比,证明改进的学生心理学算法相比于其他智能算法在鲁棒性与稳定性方面均有显著提升,可用于变压器故障诊断。对建立的特征优选和ESPBO-HKELM变压器故障诊断模型进行验证,将诊断结果与特征优选前后的麻雀搜索算法优化HKELM和学生心理学算法(Student Psychology Based Optimization Algorithm,SPBO)优化HKELM进行对比分析。实验结果证明,所提方法诊断精度更高,抗扰性更强,具有一定的工程实用价值。该论文有图30幅,表17个,参考文献79篇。

关键词：变压器故障诊断沙普利加法解释核熵成分分析学生心理学算法混合核极限学习机

基于NSGA-Ⅱ算法选择光谱反射率重建样本的研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第5期44卷 1227-1232页

作者：林鹭王智峰李超辽宁科技大学计算机与软件工程学院辽宁鞍山114051

为解决光谱反射率重建过程中训练样本数目庞大导致工作量大,重建精度不高等问题,提出一种基于NSGA-Ⅱ算法的光谱反射率重建样本选择方法。近日Liang等提出了一种从大量样本数据中选取具有代表性样本的新方法,定义光谱重建误差为均方根... 详细信息

为解决光谱反射率重建过程中训练样本数目庞大导致工作量大,重建精度不高等问题,提出一种基于NSGA-Ⅱ算法的光谱反射率重建样本选择方法。近日Liang等提出了一种从大量样本数据中选取具有代表性样本的新方法,定义光谱重建误差为均方根误差与拟合优度系数的乘积,以这一标准选择光谱重建误差最小的样本作为代表性样本进行光谱反射率重建。受Liang等人工作的启发结合NSGA-Ⅱ算法选择代表性样本,先对全体训练样本使用多项式回归算法和伪逆法进行光谱反射率重建,再使用NSGA-Ⅱ算法,设定两个目标函数,一个是所需代表性样本个数的光谱均方根误差的和,另一个是拟合优度系数倒数的和,令两个目标函数值最小。将经过NSGA-Ⅱ算法挑选出的Pareto等级为1的全部样本按照样本出现次数由高至低排序,以此顺序从高到低依次选为代表性样本,直至达到所需代表性样本个数。若从Pareto等级为1的样本集合中挑选的代表性样本数不足所需要的个数则选择下一等级出现次数最多且没有被选择过的样本直至代表性样本数达到需求。将1269块无光泽Munsell标准色卡按照样本下标划分为偶数色卡、奇数色卡,第一组实验用Munsell奇数色卡为全体训练样本,从Munsell偶数色卡中随机选择20个色块为测试样本。第二组实验选用Munsell偶数色卡为全体训练样本,从Munsell奇数色卡中随机选取20个色块为测试样本。第三组实验训练样本与第一组相同,RC24色卡为测试样本。将该方法与Mohammadi、Cao、Liang等提出的三种样本选择方法进行对比。通过实验得到使用NSGA-Ⅱ算法结合多项式回归与伪逆法选择的代表性样本重建的光谱反射率在均方根误差和色差两个指标上均优于现有的样本选择方法,并且该方法不限于特定系统,具有通用性。

关键词：光谱反射率重建 NSGA-Ⅱ 多目标优化样本选择

在线全文

学校读者我要写书评

暂无评论

毛泽东对党性范畴的科学拓展

新视野 2024年第1期 21-27,59页

作者：刘智峰北京市委党校党史党建教研部北京市100044

毛泽东党性思想是在中国共产党加强自身建设的实践过程中逐步丰富和完善起来的。皖南事变之前,毛泽东对党性问题的思考主要在哲学层面,而皖南事变之后,这一思考就延伸到党的建设的实践领域。毛泽东把实事求是、理论联系实际、调查研究... 详细信息

毛泽东党性思想是在中国共产党加强自身建设的实践过程中逐步丰富和完善起来的。皖南事变之前,毛泽东对党性问题的思考主要在哲学层面,而皖南事变之后,这一思考就延伸到党的建设的实践领域。毛泽东把实事求是、理论联系实际、调查研究的工作作风提高到党性的高度,从而使党风与党性密切联系起来,这一方面极大拓宽和丰富了党性概念的内涵,另一方面也推动了调查研究在全党范围的普及和深入,使之成为党的优良传统和工作作风。

关键词：毛泽东党性调查研究

基于ISSA与GRU分位数回归的风电功率概率密度预测

在线全文

学校读者我要写书评

暂无评论

电工电能新技术 2023年第10期42卷 55-65页

作者：丰胜成郭继成付华管智峰周文铮辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125105 山西潞安环保能源开发股份有限公司王庄煤矿山西长治046000

针对风电功率点预测无法对风电功率时序的不确定性进行风险评估的问题,本文提出了基于变分模态分解结合改进的松鼠算法优化门控循环单元(GRU)分位数回归的短期风电功率概率密度预测方法。采用变分模态分解降低数据样本训练的复杂程度,... 详细信息

针对风电功率点预测无法对风电功率时序的不确定性进行风险评估的问题,本文提出了基于变分模态分解结合改进的松鼠算法优化门控循环单元(GRU)分位数回归的短期风电功率概率密度预测方法。采用变分模态分解降低数据样本训练的复杂程度,利用折射反向学习策略和加入惯性权重基于箕舌线调整的方法对松鼠算法进行改进,通过改进的松鼠算法对GRU分位数回归的超参数进行寻优,获取改进后的松鼠算法优化GRU分位数回归的风电功率概率密度模型。结果表明,得到改进的模型对比初始模型具有更高的精度和效率,均方根误差、平均绝对误差评价指标分别为0.775 7 MW和0.619 6 MW。用调优后的模型预测不同分位点下的风电功率,并通过核密度估计法获得风电功率的概率密度函数。最后,利用中国实际风电场的实际运行数据对提出的理论和方法进行了实验研究。

关键词：风电功率概率预测分位数回归松鼠算法核密度估计变分模态分解

在线全文

学校读者我要写书评

暂无评论

谈谈我尝试“师生同题写作”的几个举措

语数外学习(高中版上旬) 2023年第8期 36-37页

作者：管智峰江苏省靖江市第一高级中学

作文教学历来是语文教学中的难点。凡是语文教师，无论是小学的、初中的或是高中的，都非常重视作文教学。在教学中，一些教师总会遇到一些问题，如：你再怎么讲审题、立意、构思、选材、写作的方法，学生的进步总是有限的。虽然他们在...

作文教学历来是语文教学中的难点。凡是语文教师，无论是小学的、初中的或是高中的，都非常重视作文教学。在教学中，一些教师总会遇到一些问题，如：你再怎么讲审题、立意、构思、选材、写作的方法，学生的进步总是有限的。虽然他们在听课的时候频频点头，实际上却收效甚微。面对一道道作文题，他们要么无从下笔、无话可说，要么东拉西扯、胡编乱造。为了改变这一现状，我尝试和学生在同一时间、同一地点，针对同一道题目进行写作。我认为学生写不好文章，并不是因为阅读面不够广或基础太差，而是因为他们没有目标，找不到努力的方向。名家离他们太远，看他们的文章，感觉差距太大，无从学起；而看身边同学的文章，又感觉差距太小，无法学习。所以，一些学生从二三年级开始写文章，一直写到高三毕业，也没多少长进。对此，笔者推行“师生同题写作”，想借此有效地解决这一问题。果然，这种做法一经推行，

关键词：

基于IPPA优化PNN的变压器故障诊断研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量与仪器学报 2022年第10期36卷 138-145页

作者：徐耀松包力铭管智峰王雨虹阎馨辽宁工程技术大学电气与控制工程学院葫芦岛125105

针对变压器故障诊断精度低的问题,本文提出一种改进寄生捕食算法(IPPA)优化概率神经网络(PNN)的电力变压器故障诊断模型,首先利用主成分分析(PCA)对故障数据进行数据降维减少无效特征,然后利用混沌反向学习,柯西变异算子和融合贝塔分布... 详细信息

针对变压器故障诊断精度低的问题,本文提出一种改进寄生捕食算法(IPPA)优化概率神经网络(PNN)的电力变压器故障诊断模型,首先利用主成分分析(PCA)对故障数据进行数据降维减少无效特征,然后利用混沌反向学习,柯西变异算子和融合贝塔分布的线性递减函数的权重等多策略改进寄生捕食算法(IPPA),提高其优化能力,并使用改进后的IPPA算法优化PNN网络的平滑因子,以提高PNN的分类精度和鲁棒性。最后将PCA处理后的数据输入到IPPA-PNN模型中进行故障诊断并以变压器数据为依据进行测试,测试结果表明,IPPA-PNN模型准确率达到93%相比于PPA-PNN和PSO-PNN模型提高了7%和10%能够有效地提高变压器的故障诊断性能。

关键词：电力变压器寄生捕食算法混沌反向学习柯西变异算子自适应惯性权重故障诊断

仿生低碳建筑材料:从沙塔蠕虫巢穴到新一代建筑

在线全文

学校读者我要写书评

暂无评论

Science Bulletin 2024年第4期69卷 431-433页

作者：管庆方俞书宏 New Cornerstone Science Laboratory Department of ChemistryInstitute of Biomimetic Materials&ChemistryAnhui Engineering Laboratory of Biomimetic MaterialsDivision of Nanomaterials&ChemistryHefei National Research Center for Physical Sciences at the MicroscaleUniversity of Science and Technology of ChinaHefei 230026China Department of Chemistry Department of Materials Science and EngineeringInstitute of Innovative MaterialsSouthern University of Science and TechnologyShenzhen 518055China

Traditional production process of cement-based building materials is always accompanied with massive carbon emissions and tremendous energy consumptions because of the calcination process under ultra-high temperature.

关键词： temperature 低碳建筑沙塔