检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进沙猫群算法的无人机三维航迹规划

兵工学报 2023年第11期44卷 3382-3393页

作者：王康司鹏陈莉李忠新吴志林南京理工大学机械工程学院江苏南京210094

针对传统沙猫群(SCSO)算法全局搜索能力不足、易陷入局部最优等问题,提出一种改进沙猫群(LVSCSO)算法。该算法引入非线性调整机制,更好地体现出SCSO算法的搜寻和攻击过程;同时引入自适应莱维飞行机制,有效提高了算法的全局搜索能力和跳... 详细信息

针对传统沙猫群(SCSO)算法全局搜索能力不足、易陷入局部最优等问题,提出一种改进沙猫群(LVSCSO)算法。该算法引入非线性调整机制,更好地体现出SCSO算法的搜寻和攻击过程;同时引入自适应莱维飞行机制,有效提高了算法的全局搜索能力和跳出局部最优的能力。采用栅格法构建无人机野外环境模型和复杂城市环境模型,以综合航迹长度、飞行高度和飞行转角的适应度函数为衡量指标,进行了算法的仿真验证。研究结果表明:在野外环境模型下,相较于传统SCSO算法和粒子群优化算法,该改进算法分别提升56.40%和22.06%;在复杂城市环境模型下,相较于传统SCSO算法和粒子群优化算法,该改进算法分别提升了56.33%和61.80%;新的LVSCSO算法在航迹规划上具有有效性和优越性。

关键词：无人机航迹规划沙猫群算法群体智能莱维飞行

在线全文

学校读者我要写书评

暂无评论

多策略混合的改进沙猫群优化算法及其应用

控制与决策 2023年

作者：回立川于千皓辽宁工程技术大学电气与控制工程学院

为了增加基本沙猫群算法的搜索效率、收敛效率,增加种群的多样性,增强全局搜索能力,提出了一种多策略混合的改进沙猫群算法(Improved Sand Cat Swarm Optimization Algorithm,IMSCSO).利用Sine映射进行初始化以得到分布更加均匀的种群;... 详细信息

为了增加基本沙猫群算法的搜索效率、收敛效率,增加种群的多样性,增强全局搜索能力,提出了一种多策略混合的改进沙猫群算法(Improved Sand Cat Swarm Optimization Algorithm,IMSCSO).利用Sine映射进行初始化以得到分布更加均匀的种群;在攻击行为中根据个体适应度的大小对攻击区间进行区域划分,减小攻击范围,增加搜索效率;将向量的线性变换引入到搜寻行为中,通过对系数矩阵的设计增加收敛效率;利用聚集度圆来增加算法跳出局部最优的能力;通过引入生存机制的黄金正弦策略增强其局部开发的能力.使用12个基本测试函数对改进后的算法进行测试,经过Wilcoxon秩和检测、时间复杂度分析、李亚普诺夫稳定性分析验证改进算法的优越性.最后使用改进沙猫群算法对SVM参数进行优化,并应用于轴承故障检测,证明算法在实际应用中的有效性.

关键词：沙猫群算法 Sine映射区域划分线性变换聚集度圆黄金正弦策略生存机制

基于SCSO-SVM算法的光伏组件故障识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

科学技术与工程 2024年第3期24卷 1066-1074页

作者：郁纪肖文波李欣蕊吴华明南昌航空大学测试与光电工程学院南昌330063 南昌航空大学科技学院共青城332020

光伏阵列通常被安装在恶劣的室外环境中,因此在运行过程中易发生故障。为了准确识别光伏阵列的故障类型,提出沙猫群优化支持向量机(sand cat swarm optimization support vector machine,SCSO-SVM)用于光伏组件故障识别,且对比支持向量... 详细信息

光伏阵列通常被安装在恶劣的室外环境中,因此在运行过程中易发生故障。为了准确识别光伏阵列的故障类型,提出沙猫群优化支持向量机(sand cat swarm optimization support vector machine,SCSO-SVM)用于光伏组件故障识别,且对比支持向量机(support vector machine,SVM)、粒子群优化支持向量机(particle swarm optimized support vector machine,PSO-SVM)、遗传优化支持向量机(genetic optimized support vector machine,GA-SVM)、麻雀优化支持向量机(sparrow optimized support vector machine,SSA-SVM)、灰狼优化支持向量机(gray wolf optimized support vector machine,GWO-SVM)和鲸鱼优化支持向量机(whale optimized support vector machine,WOA-SVM)算法。首先,六种SVM混合算法都克服了SVM诊断结果易受参数初始值影响的缺点,识别精度相较传统SVM算法都有所提升,但是识别时间都增加。其次,7种算法中SCSO-SVM识别效果最好,克服了SVM易受参数初始值的影响,相较SVM识别精度提高了约9.4594%;是因为更能有效找到SVM惩罚因子和核函数参数。然后,对于同一种算法而言,算法的识别精度是随输入特征减少而降低的,是因为输入特征越少,越不能有效表征光伏组件在不同故障类型下的输出属性。但算法的识别时间却不是随输入特征减少而减短。所以选取合适的输入特征才能兼顾算法的故障识别准确率和效率。最后,发现七种算法的识别效果依赖于数据集的影响。原因可能是各个算法参数选择过多导致泛化性有差异,且依赖参数初始值选择。

关键词：光伏组件故障识别支持向量机混合算法沙猫群算法

基于ISCSO-VMD-GRU的带式输送机电动滚筒音频故障诊断

在线全文

学校读者我要写书评

暂无评论

佳木斯大学学报（自然科学版） 2024年第5期42卷 51-56页

作者：许南南李敬兆叶桐舟安徽理工大学电气与信息工程学院安徽淮南232000 安徽理工大学机械工程学院安徽淮南232000

针对带式输送机电动滚筒故障状态难以识别,造成诊断精度不高的问题,提出了一种改进沙猫群优化算法(ISCSO)、变分模态分解(VMD)和门控循环单元(GRU)相结合的带式输送机电动滚筒故障诊断模型。在沙猫优化算法(SCSO)中引入Logistic-tent混... 详细信息

针对带式输送机电动滚筒故障状态难以识别,造成诊断精度不高的问题,提出了一种改进沙猫群优化算法(ISCSO)、变分模态分解(VMD)和门控循环单元(GRU)相结合的带式输送机电动滚筒故障诊断模型。在沙猫优化算法(SCSO)中引入Logistic-tent混沌映射、螺旋搜索、麻雀警戒机制改进算法。使用改进的SCSO优化VMD获得音频信号的固有模态函数(IMF)分量,再基于Pearson相关系数与复合缩放排列熵(CZPE)筛选并计算有效IMF分量的CZPE值进行特征重构,提升GRU的诊断精度。同时利用ISCSO算法对GRU网络参数进行优化。通过实验对比,结果表明ISCSO-VMD-GRU模型故障诊断准确率达到99.69%,相较于其他模型性能提升效果显著。

关键词：变分模态分解沙猫群算法复合缩放排列熵电动滚筒故障诊断门控循环单元

一种自适应t分布和Lévy飞行机制的沙猫群优化算法

在线全文

学校读者我要写书评

暂无评论

辽宁科技大学学报 2023年第4期46卷 308-314页

作者：孙孝东刘海宁张勇鞍钢集团矿业公司大孤山球团厂辽宁鞍山114046 鞍山技师学院辽宁鞍山114013 辽宁科技大学电子与信息工程学院辽宁鞍山114051

沙猫群算法是一种新颖的群智能优化算法。为了进一步提高该算法的收敛精度,避免陷入局部最优问题,引入自适应t分布和Lévy飞行机制改进沙猫群算法,称之为TLSCSO算法。首先设计一个非线性收敛因子,用来平衡算法的探索和开发,再引入自适应... 详细信息

沙猫群算法是一种新颖的群智能优化算法。为了进一步提高该算法的收敛精度,避免陷入局部最优问题,引入自适应t分布和Lévy飞行机制改进沙猫群算法,称之为TLSCSO算法。首先设计一个非线性收敛因子,用来平衡算法的探索和开发,再引入自适应t分布,提高收敛精度,最后引入Lévy飞行机制,使算法跳出局部最优。在CEC 2022的12个测试函数上与其他算法进行对比,计算结果表明,TLSCSO在大部分测试函数上能够找到更好的解,且收敛速度快。

关键词：沙猫群算法自适应t分布 Lévy飞行进化算法

在线全文

学校读者我要写书评

暂无评论

基于优化概率神经网络的变压器故障诊断研究

基于优化概率神经网络的变压器故障诊断研究

作者：包力铭辽宁工程技术大学

学位级别：硕士

变压器是电网的重要枢纽设备,其可靠性直接决定着电力系统的稳定性。如果变压器发生故障,不仅会对国民经济造成影响,还可能对公共安全构成威胁。所以实时监控变压器的运行状态,及时发现潜在故障对于确保电力系统的安全和稳定运行至关重... 详细信息

变压器是电网的重要枢纽设备,其可靠性直接决定着电力系统的稳定性。如果变压器发生故障,不仅会对国民经济造成影响,还可能对公共安全构成威胁。所以实时监控变压器的运行状态,及时发现潜在故障对于确保电力系统的安全和稳定运行至关重要。目前油中溶解气体分析法(Dissolved Gas Analysis,DGA)是相对广泛采用的一种用于诊断变压器故障的方法。本文基于DGA变压器故障数据,从故障数据处理和提高故障诊断模型性能两方面进行研究,提出一种特征向量降维(KPCA)与故障诊断模型优化(ISCSO-PNN)相结合的方法进行变压器故障诊断。本文的主要研究内容如下:(1)针对传统DGA分析方法存在编码缺失、编码过于绝对及普遍诊断性能低的缺点,根据变压器数据特点对故障气体比值进行了扩充,增强了故障信息的完整性;为了降低高维故障数据存在的冗余信息,分别利用多维尺度缩放法(MDS)、主成分分析法(PCA)、核主成分分析法(KPCA)和线性判别分析法(LDA)对数据进行了降维处理。并通过特征的可分性分析和故障分类性能对四种降维方法进行性能对比,证明了针对变压器故障特征数据KPCA算法在性能上更具优势。(2)利用PNN神经网络存在分类能力强、设置参数少、容错性高等优点,将PNN网络应用于变压器故障诊断。考虑到传统PNN模型中由于人为设定的随机参数不够精确而造成的故障诊断效果差、模型不能达到最优运行状态的问题,引入了沙猫群优化算法(SCSO)对PNN神经网络平滑因子进行优化。并针对沙猫群算法存在收敛速度慢、容易陷入局部最优解等不足,采用混沌映射反向学习策略、非线性递减函数、粒子群交流学习策略对沙猫群算法进行了改进。通过10个基准测试函数对改进后的算法(ISCSO)与遗传优化算法(GA)、樽海鞘优化算法(SSA)和标准沙猫群算法(SCSO)进行性能对比,验证了ISCSO算法具有优秀的寻优性能。最后建立了KPCA-ISCSO-PNN故障诊断模型。(3)为了说明本文建立的KPCA-ISCSO-PNN故障诊断模型的优越性。首先验证了经过KPCA降维处理后ISCSO-PNN模型准确率比未降维时有所提高。然后将KPCAISCSO-PNN模型与KPCA-SCSO-PNN模型、KPCA-SSA-PNN模型和KPCA-GA-PNN模型进行对比。结果表明,本文所提出的模型准确率为94.44%,比其他三种模型的准确率分别高3.33%、5.55%、8.88%,证明了本文所提出的方法能够更准确的诊断变压器故障。同时,对上述四种模型的稳定性进行对比分析,验证了KPCA-ISCSO-PNN模型的平均精度为93.33%,标准差为0.92,在平均精度和标准差表现方面都优于其他三种模型,说明了本文模型稳定性较强。最后将本文模型与KPCA-ISCSO-SVM、KPCA-ISCSO-KNN和KPCA-ISCSO-BP进行比较,验证了本文提出的故障诊断模型在准确率方面优于其他算法模型,具有一定的工程实用价值。该论文有图27幅,表18个,参考文献81篇。

关键词：变压器故障诊断油中溶解气体分析核主成分分析沙猫群算法概率神经网络