检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于原子搜索优化算法的结构参数识别

基于原子搜索优化算法的结构参数识别

作者：洪欣深圳大学

学位级别：硕士

土木工程结构在服役过程中遭受着环境侵蚀、建筑材料老化、荷载长期作用和各种突发性外在因素的耦合作用,导致结构抗力衰减和发生损伤累积,这给结构的安全性和耐久性带来巨大影响,随着科学技术的迅猛发展,结构健康监测已日益成为土木工... 详细信息

土木工程结构在服役过程中遭受着环境侵蚀、建筑材料老化、荷载长期作用和各种突发性外在因素的耦合作用,导致结构抗力衰减和发生损伤累积,这给结构的安全性和耐久性带来巨大影响,随着科学技术的迅猛发展,结构健康监测已日益成为土木工程领域的研究热点,当结构发生损伤时,其结构参数不可避免地发生改变,因此结构参数识别是结构损伤诊断和安全性评估的基础和前提。随着计算机技术的快速发展,大量的新型智能优化算法被学者们提出并应用于各个领域,对于不同的应用场景,各种优化算法的性能不尽相同。基于以上背景,本文对新近提出的原子搜索优化算法(ASO)在结构参数识别中的应用进行了可行性和有效性研究,主要工作和研究成果如下:(1)简要概述了目前常用结构参数识别方法及其研究现状,由于传统的结构参数识别方法往往需要结构先验信息和完备的响应信息,这使得这些方法在实际应用中存在诸多限制,针对这一问题,提出基于ASO算法的结构参数识别方法。(2)对ASO算法的基本原理与背景进行了必要的阐述,提出了基于ASO算法进行结构参数识别的具体方法,通过对5层剪切型框架结构的物理参数识别进行数值模拟,并与DE、PSO、GA等算法的识别结果进行对比,模拟结果表明,使用该方法在结构信息完全未知且测试信息不完备并包含噪声的情况下仍能准确识别结构物理参数,并且识别效果优于其同类竞争算法。另外,文中对基于ASO算法的结构参数识别方法进行了鲁棒性测试,测试结果表明该方法具有较强的鲁棒性。(3)针对ASO算法在识别自由度数目较多的结构中容易陷入局部最优值和搜索空间平坦区等问题,将轮盘赌选择策略、随机游走策略和精英选择策略引入到ASO算法中,对算法进行改进。数值模拟结果表明,改进算法(RREASO)相对于原始ASO算法在识别自由度数目较多的结构时识别效果更佳。(4)待识别结构参数数量会随着结构自由度成比例增加,为了提高对大型复杂结构的参数识别精度和效率,论文引入子结构技术和RREASO算法相结合,对27自由度剪切型框架结构物理参数识别进行数值模拟,并与使用RREASO对完整结构识别的结果进行对比,结果表明,使用RREASO算法对结构的各个子结构依次进行识别的精度和效率都要高于采用RREASO算法对完整结构进行识别。(5)设计了一个5层金属框架结构模型的振动台试验,利用试验结构上安装的加速度计获得结构激励和响应信号,通过RREASO算法识别试验结构参数。试验结果分析表明,RREASO算法能较准确地识别不同损伤情节下结构物理参数,且能进一步确定结构的损伤位置及损伤程度。

关键词：结构参数识别原子搜索优化算法随机游走策略子结构识别轮盘赌选择策略

基于改进MED-SSD的齿轮箱复合故障诊断方法

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

吉林大学学报（工学版） 2022年第2期52卷 450-457页

作者：周杰王云艺陈传海王立鼎刘阔吉林大学数控装备可靠性教育部重点实验室长春130022 吉林大学机械与航空航天工程学院长春130022 大连理工大学机械工程学院辽宁大连116024

针对齿轮箱在强噪声环境下复合故障信号微弱、故障特征难以提取等问题,本文提出了一种改进的最小熵反褶积(MED)与奇异谱分解(SSD)结合的方法。首先,构建边际功率谱峰度指数(MPSK),利用MPSK对MED进行参数优化;为弥补SSD的不足,将改进的ME... 详细信息

针对齿轮箱在强噪声环境下复合故障信号微弱、故障特征难以提取等问题,本文提出了一种改进的最小熵反褶积(MED)与奇异谱分解(SSD)结合的方法。首先,构建边际功率谱峰度指数(MPSK),利用MPSK对MED进行参数优化;为弥补SSD的不足,将改进的MED作为SSD的前置滤波器;然后利用相关系数分析法选择有意义的奇异谱分量(SSC);最后对信号进行频谱分析,确定具体的故障模式。采用仿真信号与齿轮箱试验台的复合故障信号对所提方法进行了应用,验证了方法的有效性和优越性。

关键词：奇异谱分解最小熵反褶积原子搜索优化算法模态分量重构复合故障

基于ASO-BP神经网络的海底油气管道腐蚀速率预测

在线全文

学校读者我要写书评

暂无评论

化学工业与工程 2022年第6期39卷 109-116页

作者：肖荣鸽王栋王勤学西安石油大学陕西省油气田特种增产技术重点实验室西安石油大学石油工程学院西安710065

随着我国海洋油气管网的发展与建设,管道数据采集量随之增大,优秀的预测模型可以应对大量数据,准确预测管道腐蚀速率,对保障管道安全健康运行具有重大意义。将原子搜索优化算法(ASO)思想引入BP(Back propagation)神经网络,构建ASO-BP神... 详细信息

随着我国海洋油气管网的发展与建设,管道数据采集量随之增大,优秀的预测模型可以应对大量数据,准确预测管道腐蚀速率,对保障管道安全健康运行具有重大意义。将原子搜索优化算法(ASO)思想引入BP(Back propagation)神经网络,构建ASO-BP神经网络用于海底油气管道腐蚀速率的预测。以50组现场数据为例,使用Matlab进行模拟仿真计算,分别构建具有代表性的BP、GA-BP和ACO-BP模型作为对比,对海底油气管道腐蚀速率数据进行训练和预测,结果表明ASO-BP模型预测精度较高,其平均绝对百分比误差(MAPE)为3.16%,预测结果优于BP、GA-BP和ACO-BP,验证了其可靠性以及良好的预测性能,为海底管道腐蚀速率预测研究提供了新的方法和思路。

关键词：海底油气管道腐蚀速率原子搜索优化算法 BP神经网络预测精度

基于LCASO-BPNN模型的单质硫溶解度预测

在线全文

学校读者我要写书评

暂无评论

化学工程 2023年第12期51卷 56-61页

作者：汪洋陈俊杰谢梦雨何巾国赵浩童贺三申小冬中国石油西南油气田公司川东北气矿四川达州635000 西南石油大学石油与天然气工程学院四川成都610500 海洋石油工程股份有限公司天津300450 成都理工大学能源学院四川成都610059

使用智能算法对硫溶解度进行预测是分析解决硫沉积问题的重要路径之一。为提高算法精度,提出一种采用基于混沌理论与Logistic映射改进的原子搜索优化算法对BP神经网络的权值和阈值进行优化的LCASO-BPNN预测模型,考虑温度、压力及CH_(4)... 详细信息

使用智能算法对硫溶解度进行预测是分析解决硫沉积问题的重要路径之一。为提高算法精度,提出一种采用基于混沌理论与Logistic映射改进的原子搜索优化算法对BP神经网络的权值和阈值进行优化的LCASO-BPNN预测模型,考虑温度、压力及CH_(4)、H_(2)S、CO_(2)摩尔分数5个影响硫溶解度的因素,选用224组实验数据对模型进行训练与预测,使用EAARD(平均绝对相对偏差)、ERMSE(均方根误差)、ESD(标准偏差)和测定系数R^(2)这4个评估参数对模型进行评估。模拟结果表明:提出的LCASO-BPNN预测模型的EAARD为4.60%,ERMSE为0.0367,ESD为0.0689,R^(2)为0.9978。较之前的研究,LCASO-BPNN模型具有预测精度高、误差小、模型简便的优势,可应用于实际工程。

关键词：硫溶解度 BP神经网络混沌理论 Logistic映射原子搜索优化算法

在线全文

学校读者我要写书评

暂无评论

自压滴灌系统田间管网工程建设规模优化研究

灌溉排水学报 2022年第6期41卷 64-71页

作者：段晓宁何武全李渤石晓悟田雨丰西北农林科技大学水利与建筑工程学院陕西杨凌712100 旱区农业水土工程教育部重点实验室陕西杨凌712100 中国电建集团西北勘测设计研究院有限公司西安710065

【目的】合理划分多级枢纽自压滴灌系统田间管网工程建设规模,使工程综合成本费用最小化。【方法】以考虑工程使用年限的单位面积综合成本费用最低为目标,以管网布置、管径、流量、压力为约束条件,建立了多级枢纽自压滴灌系统田间管网... 详细信息

【目的】合理划分多级枢纽自压滴灌系统田间管网工程建设规模,使工程综合成本费用最小化。【方法】以考虑工程使用年限的单位面积综合成本费用最低为目标,以管网布置、管径、流量、压力为约束条件,建立了多级枢纽自压滴灌系统田间管网工程建设规模优化数学模型,并采用原子搜索优化算法进行求解。【结果】以新疆某两级枢纽自压滴灌工程为例,采用该方法对其田间管网工程规模进行优化,当田间管网工程规模为89 hm^(2)时,单位面积综合成本费用最低,田间管网工程规模为74~98hm^(2)范围时较优。同时,计算分析不同灌水器间距、毛管间距及灌水器设计流量下的最优工程规模,三者组合方式不同最优规模不同,对应的田间长宽比范围为1.00~1.30,且最优规模对应的单位面积综合成本费用随着灌水器间距或毛管间距的增大而减小,随着灌水器设计流量的增大而增大。【结论】该方法可对多级枢纽自压滴灌系统的田间管网工程规模进行优化,另外,原子搜索优化算法稳定,计算速度较快,计算精度高,该方法对自压滴灌系统的优化设计具有一定的应用价值。

关键词：多级枢纽自压滴灌田间管网工程建设规模优化原子搜索优化算法

维普期刊数据库博看期刊

基于优化BP神经网络ESA CCI土壤水分重建方法研究

在线全文

学校读者我要写书评

暂无评论

无线电工程 2023年第11期53卷 2507-2514页

作者：孙时雨宋承运周露安徽理工大学空间信息与测绘工程学院安徽淮南232001 安徽理工大学矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室安徽淮南232001

为了获取空间连续的土壤水分遥感产品,提高微波遥感土壤水分产品精度,以青藏高原那曲地区为研究区域,欧洲航天局气候变化倡议(European Space Agency Climate Change Initiative,ESA CCI)土壤水分产品为基础,利用地表温度(LST)、归一化... 详细信息

为了获取空间连续的土壤水分遥感产品,提高微波遥感土壤水分产品精度,以青藏高原那曲地区为研究区域,欧洲航天局气候变化倡议(European Space Agency Climate Change Initiative,ESA CCI)土壤水分产品为基础,利用地表温度(LST)、归一化植被指数(NDVI)、反照率(Albedo)和数字高程(DEM)等数据作为辅助数据构建Back Propagation(BP)神经网络反演土壤水分模型,采用原子搜索优化(Atom Search Optimization,ASO)算法对传统BP神经网络进行优化,建立ASO-BP土壤水分重建模型。研究结果与地面实测数据相比,ASO-BP重建的土壤水分整体相关系数R值(0.80),高于传统BP神经网络模型重建土壤水分的R值(0.72),且RMSE值0.029 cm^(3)·cm^(-3)低于传统BP神经网络模型重建土壤水分的RMSE值0.034 cm^(3)·cm^(-3),结果精度均得到提高。在低植被覆盖度区域,精度提高更为明显,表现出更好的适用性。

关键词：土壤水分 MODIS BP神经网络原子搜索优化算法

基于ASO-BP神经网络的屈服强度预测技术研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

兵器材料科学与工程 2023年第6期46卷 6-10页

作者：杨小平武修瑞郑许任月路朱玉涛何克准桂林理工大学信息科学与工程学院广西桂林541004 桂林理工大学广西嵌入式技术与智能系统重点实验室广西桂林541004 广西南南铝加工有限公司广西南宁530031 广西铝合金材料与加工重点实验室广西南宁530031

针对传统屈服强度预测模型通用性较差的问题,提出一种采用原子搜索优化算法优化BP神经网络,建立多类型合金屈服强度预测模型的方法。以Kaggle公开数据为研究对象,对89种钢合金建立ASO-BP神经网络屈服强度预测模型,同时与PSO-BP,GA-BP,B... 详细信息

针对传统屈服强度预测模型通用性较差的问题,提出一种采用原子搜索优化算法优化BP神经网络,建立多类型合金屈服强度预测模型的方法。以Kaggle公开数据为研究对象,对89种钢合金建立ASO-BP神经网络屈服强度预测模型,同时与PSO-BP,GA-BP,BP神经网络模型对比。结果表明:ASO-BP预测模型平均绝对百分比误差(MAPE)为6.98%,相关系数达到0.98716,效果优于其他对比模型。验证了预测多种类型合金屈服强度的合理性和可靠性,为工程实际应用和合金屈服强度检测提供较好的辅助判断。

关键词：低合金钢屈服强度预测模型原子搜索优化算法 BP神经网络

在线全文

学校读者我要写书评

暂无评论

微电网多目标优化运行策略研究

微电网多目标优化运行策略研究

作者：李冬玉安徽工程大学

学位级别：硕士

随着科技的发展和社会的进步,因过度使用化石燃料所产生的污染气体加剧了环境恶化,引起了全球对环境问题的广泛关注。可再生能源如风力和光伏等,由于其发电过程无污染、成本低,被认为是解决环境恶化问题的有效手段,但它们的供电强度受... 详细信息

随着科技的发展和社会的进步,因过度使用化石燃料所产生的污染气体加剧了环境恶化,引起了全球对环境问题的广泛关注。可再生能源如风力和光伏等,由于其发电过程无污染、成本低,被认为是解决环境恶化问题的有效手段,但它们的供电强度受周围自然条件影响较大,且供电功率不稳定。微电网作为一种新型发电系统,可以有效的降低能源在传输中的损耗,有着较高的能源利用率和供电稳定性,因此在电力领域备受关注。随着微电网技术的发展和成熟,对于微电网的调度和经济运行问题,广受研究人员的关注。本文主要对微电网的多目标优化调度问题进行研究,其主要工作内容如下:(1)本文建立了一个小型区域的微电网系统,系统中包含几种常用的分布式发电单元,如光伏发电、风力发电、微型燃气轮机、燃料电池和蓄电池,并通过它们的运行特性,来建立各自的数学模型,并从需求侧响应角度出发,构建了价格型需求侧响应模型。(2)通过微电网系统运行的经济环保性以及各发电设备的约束条件,建立了在微电网并网与孤岛运行模式下,考虑经济和环境成本最低的综合目标函数。其经济成本包括燃料成本、运营和维护成本、设备折旧成本、与大电网交互成本;环境成本为治理微电网所排放的污染气体的成本。(3)本文为了更进一步的提高微电网运行经济环保性,提出以原子搜索优化算法(ASO)为理论基础的改进的原子搜索优化算法(IASO)。通过采用柯西变异和自适应的思想来提高ASO算法的全局寻优能力,使用鲸鱼优化(WOA)算法和原子搜索优化算法相结合的形式,来提高算法的收敛精度。并选取3种单峰函数,3种多峰函数来对IASO算法的收敛精度进行测试,结果表明IASO算法有着较好的收敛精度和速度,可以更好的解决日常生活中的优化问题。(4)本研究以某地区夏季风力光伏、负荷出力情况为例,在并网和孤岛调度策略下,通过考虑微电网的经济环保性和需求侧响应,设计了五种不同的优化调度场景。使用IASO算法作为算例求解算法,通过与ASO、粒子群(PSO)算法进行对比仿真分析,证明了本研究提出的IASO算法在微电网优化调度上有着更好的可靠性和优越性,可以有效的提高微电网运行的经济环保性。

关键词：微电网优化调度原子搜索优化算法经济性需求侧响应

基于多传感器融合的分布式电动汽车状态参数估计

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

基于多传感器融合的分布式电动汽车状态参数估计

作者：刘亚铭安徽工程大学

学位级别：硕士

近年来,作为我国实现能源转型的重要手段之一,电动汽车产业得到了蓬勃发展。分布式驱动电动汽车作为电动汽车的重要类型,相比于传统集中式驱动电动汽车来说,其电机驱/制动力矩独立可控,且控制精度高,响应更加迅速。分布式电驱动是智能... 详细信息

近年来,作为我国实现能源转型的重要手段之一,电动汽车产业得到了蓬勃发展。分布式驱动电动汽车作为电动汽车的重要类型,相比于传统集中式驱动电动汽车来说,其电机驱/制动力矩独立可控,且控制精度高,响应更加迅速。分布式电驱动是智能汽车动力传动发展的主要趋势,而能否精准获取汽车行驶状态参数是智能汽车做出正确决策与控制的基础。由于技术与成本问题,难以直接通过传感器获得质心侧偏角等部分车辆状态参数的实时数据,因此研究一种精准度高和稳定性强的算法来对其进行实时估计是十分必要的。对分布式电动汽车行驶状态参数进行准确估计,一直是国内外学者研究的热点。目前,用来对车辆状态参数进行估计的主要算法有非线性观测器、滑模观测器和卡尔曼滤波观测器,其中在车辆状态参数估计方面应用最广的算法是卡尔曼及其改进算法。针对分布式电动汽车行驶状态参数估计问题,本文的主要研究工作如下:(1)介绍了分布式驱动电动汽车状态参数估计的研究背景,并采用高阶容积卡尔曼滤波作为估计算法的研究基础,其次分析车辆非线性动力学公式,并在Simulink/Carsim软件上搭建分布式驱动电动汽车仿真平台。(2)对传统的CKF进行改进,通过广义容积积分来代替球面-相径积分,直接求得算法的容积点和权值,改善了容积卡尔曼滤波的高阶扩展性以及对多维系统的鲁棒性。(3)使用正交三角分解来代替Cholesky分解。Cholesky分解对误差协方差矩阵P进行求解处理,很容易产生不正定矩阵,从而中断Cholesky分解,导致算法崩溃。为了改进该算法的整体稳定性,本文引入了平方根滤波思想,让正交三角分解代替Cholesky分解,在保证了数据迭代稳定性的同时提高了估计精度。(4)针对汽车多传感器系统的局部融合问题,其互协方差矩阵往往难以获得,因此本文通过ICI融合算法,在传感器之间的互协方差未知的情况下,来降低未知的公共信息重复计算的问题,提高算法的估计精度。(5)车辆正常行驶中,其系统的过程噪声协方差矩阵Q和量测噪声协方差矩阵R均为未知噪声,而Q矩阵和R矩阵对滤波器的估计精度起着至关重要的作用。因此,本研究采用原子搜索优化算法(Atom Search Optimization,ASO)来对噪声协方差矩阵(Q,R)寻求最优噪声值,提高算法的估计精度。(6)在仿真和实车实验平台上进行双移线工况实验和蛇形工况实验,将传感器在实验过程中采集到的数据与算法的估计值进行对比分析,进一步验证了本文所提出的状态参数估计算法的有效性和鲁棒性。

关键词：分布式驱动状态参数估计广义容积积分数据融合高阶CKF 原子搜索优化算法