检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

不确定车辆数的多约束车辆路径问题

计算机工程与应用 2024年

作者：马祥丽马良张惠珍上海理工大学管理学院

文章在经典车辆路径问题 (Vehicle Routing Problem， VRP) 的基础上增加了客户要求访问的时间窗约束，以车辆行驶路径最短和使用车辆数最小为目标，建立了不确定车辆数的多约束车辆路径问题（Multi-constraint Vehicle Routing Problem... 详细信息

文章在经典车辆路径问题 (Vehicle Routing Problem， VRP) 的基础上增加了客户要求访问的时间窗约束，以车辆行驶路径最短和使用车辆数最小为目标，建立了不确定车辆数的多约束车辆路径问题（Multi-constraint Vehicle Routing Problem with Variable Fleets， MVRP-VF）的数学模型。引入遗传算法的交叉操作以及大规模邻域搜索算法中的破坏算子和修复算子，重新定义了基本灰狼优化算法（Grey Wolf Optimizer， GWO）的操作算子，优化了GWO的寻优机制，从而设计出用于求解MVRP-VF问题的混合灰狼优化算法(Hybrid Grey Wolf Optimizer， HGWO)。通过仿真实验与其他参考文献中的算法求解结果进行比较，验证了HGWO求解该类问题的有效性与可行性。

关键词：交通工程车辆路径问题混合灰狼优化算法不确定车辆数时间窗

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融入等温过程的改进灰狼优化算法

现代电子技术 2022年第17期45卷 117-122页

作者：戈阳新疆师范大学计算机科学技术学院新疆乌鲁木齐830054

灰狼优化算法是一种新颖的群智能优化算法,针对该算法存在的平衡全局探索和局部开发效率低、易陷入局部极值的问题,提出融入等温过程的改进灰狼优化算法IGWOSA。为了平衡算法开发与探索的能力,IGWOSA在灰狼位置更新操作后,融入等温过程... 详细信息

灰狼优化算法是一种新颖的群智能优化算法,针对该算法存在的平衡全局探索和局部开发效率低、易陷入局部极值的问题,提出融入等温过程的改进灰狼优化算法IGWOSA。为了平衡算法开发与探索的能力,IGWOSA在灰狼位置更新操作后,融入等温过程。根据metropolis准则对更新的新位置进行取舍,从而增添了算法跳出局部极值的能力。同时,对α、β、δ灰狼赋予高斯扰动变异操作,进一步提升搜索效率。实验结果表明,对于13个基准函数,改进策略能有效提升算法性能;高斯扰动对算法性能有显著提升效果;IGWOSA与最先进的同类算法EOGWO、EGWO、CGWO相比,在搜索效率和性能方面优势明显。其中,IGWOSA尤其擅长处理单峰函数,更是以数量级的优势优于对比算法,但是,在处理多峰函数时,EGWO以微弱的优势优于IGWOSA。

关键词：混合灰狼优化算法搜索性能灰狼优化算法等温过程高斯扰动 metropolis准则基准函数

维普期刊数据库博看期刊

融合DE-GWO与SVR的文化意象预测模型

在线全文

学校读者我要写书评

暂无评论

图学学报 2023年第1期44卷 184-193页

作者：裴卉宁邵星辰谭昭芸黄雪芹白仲航河北工业大学建筑与艺术设计学院天津300401 河北工业大学国家技术创新方法与实施工具工程技术中心天津300401

为更客观准确的量化文化特征与意象间的关系,提出一种融合混合灰狼优化算法(DE-GWO)与支持向量回归(SVR)的文化意象预测模型。首先,构建以多组意象词汇为基础的响堂山石窟造像的文化特征的意象空间,并利用眼动追踪技术进行文化意象认知... 详细信息

为更客观准确的量化文化特征与意象间的关系,提出一种融合混合灰狼优化算法(DE-GWO)与支持向量回归(SVR)的文化意象预测模型。首先,构建以多组意象词汇为基础的响堂山石窟造像的文化特征的意象空间,并利用眼动追踪技术进行文化意象认知实验,获取被试生理认知数据并对其进行单因素方差分析,进而得到文化意象预测模型的眼动指标参数数据集;其次,引入基于DE算法的差分进化策略以弥补GWO搜索过程陷入停滞状态的问题;再次,利用改进后的GWO算法对SVR模型的参数C和g进行寻优;最后利用构建的DE-GWO-SVR模型实现对文化意象认知的预测。为了进一步证明所构建模型的泛化性,采用BP,ABC-SVR和DT等5种模型进行对比实验,结果表明该模型对于文化意象认知的预测效果更好。

关键词：混合灰狼优化算法支持向量回归眼动追踪技术文化意象预测响堂山石窟造像

在线全文

学校读者我要写书评

暂无评论

蜂窝网络D2D通信资源分配研究

电子测量技术 2023年第24期46卷 47-53页

作者：江超张治中冯姣李鹏刘利兰南京信息工程大学电子与信息工程学院南京210044

针对D2D通信复用蜂窝用户频谱可以提高系统吞吐量和频谱利用率但会产生严重的同频干扰的问题,设计了一种联合资源分配方案,该方案在保证系统用户通信质量的条件下最大化系统吞吐量,首先设计一种基于吞吐量最优化的模式选择方案,然后采... 详细信息

针对D2D通信复用蜂窝用户频谱可以提高系统吞吐量和频谱利用率但会产生严重的同频干扰的问题,设计了一种联合资源分配方案,该方案在保证系统用户通信质量的条件下最大化系统吞吐量,首先设计一种基于吞吐量最优化的模式选择方案,然后采用混合遗传算法对D2D用户分配信道,最后在已知信道分配向量的前提下通过混合灰狼优化算法对D2D用户进行功率优化。仿真结果表明,所提方案相对其他方案能够有效提高20%系统总吞吐量和降低90%蜂窝用户受到的干扰,还能提高收敛效果和运行速度。

关键词： D2D通信联合资源分配方案混合遗传算法混合灰狼优化算法

在线全文

学校读者我要写书评

暂无评论

基于机器学习的电力变压器故障诊断方法研究

基于机器学习的电力变压器故障诊断方法研究

作者：孟庆鹤兰州理工大学

学位级别：硕士

随着我国电网建设步伐的不断加快,对电网的安全稳定运行提出更高的要求。而变压器在电力系统中发挥着不可替代的作用,其运行状态直接影响着电网供电的可靠性。为了及时而准确地检测出变压器内部的潜伏性故障,尽早解决其运行过程中的故... 详细信息

随着我国电网建设步伐的不断加快,对电网的安全稳定运行提出更高的要求。而变压器在电力系统中发挥着不可替代的作用,其运行状态直接影响着电网供电的可靠性。为了及时而准确地检测出变压器内部的潜伏性故障,尽早解决其运行过程中的故障隐患,应加强对变压器故障诊断方法的研究。现阶段,油中溶解气体分析技术是评估油浸式变压器运行状态的主流方法。在此基础上,本文以提高油浸式变压器故障诊断精度为研究目标,从提升支持向量机(Support Vector Machine,SVM)的分类识别性能和挖掘油中溶解气体数据内蕴含的深层特征信息两方面展开深入研究:(1)针对由SVM进行变压器故障诊断时精度低的问题,提出了基于HGWOSVM的变压器故障诊断方法。为提高灰狼搜索算法的全局寻优能力和泛化能力,采用精英反向学习、非线性控制参数和Levy飞行策略来改进灰狼优化算法并融合自适应权值粒子群算法的位置更新思想来优化灰狼算法的搜索方式,在此基础上提出混合灰狼优化算法(Hybrid Gray Wolf Optimization,HGWO),对SVM的惩罚因子和核参数进行高效寻优,确保SVM具备最佳的分类性能。进而构建HGWO-SVM故障诊断模型,利用实际故障数据作为模型的输入,并与目前常用的变压器故障诊断方法进行对比,结果表明所提方法可以提高变压器的故障识别率,更适用于变压器故障诊断领域,同时也表明改进算法的优越性。(2)针对故障数据间的冗余信息影响诊断效率的问题,提出了基于KPCAHGWO-SVM的变压器故障诊断方法。利用核主成分分析法消除变量间的冗余信息,把降维后的数据输入HGWO-SVM模型进行训练和分类。建立不同的变压器故障诊断模型进行对比实验,结果表明对数据进行特征提取处理可以有效提高诊断精度和计算效率,为后续研究提供理论支持。(3)针对变压器运行过程中产生的无标签样本难以学习利用、Softmax分类器的分类性能不如SVM的效果理想和为了进一步提升变压器故障诊断性能的问题,提出了基于SDAE-HGWO-SVM的变压器故障诊断方法。首先,建立堆叠降噪自编码网络(Stacked Denoising Autoencoders,SDAE)和Softmax分类器结合的特征提取模型,并引入批规范化策略和Dropout机制来进一步优化网络,以此挖掘故障数据的深层次特征。其次,引入HGWO-SVM多分类器,从而构建SDAE-HGWO-SVM变压器故障诊断模型。最后,通过仿真分析可知,SDAEHGWO-SVM模型的故障诊断准确率最高,反映了SDAE的特征提取能力比KPCA的性能好,和SVM的分类效果比Softmax更为优异,充分证明了基于SDAE-HGWO-SVM故障诊断方法的有效性、可行性和优越性。

关键词：油中溶解气体分析变压器故障诊断支持向量机堆叠降噪自编码器混合灰狼优化算法

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

基于优化SVM的电机轴承故障诊断方法研究

基于优化SVM的电机轴承故障诊断方法研究

作者：李全耀江南大学

学位级别：硕士

电机是现代工业生产中广泛应用的机械设备,其运行状态关系着整个系统的安全性和稳定性。轴承作为电机的核心部件,其故障不仅影响生产效率,还可能引发安全事故。针对电机轴承的故障诊断方法进行研究,在轴承发生故障的初期及时准确地做出... 详细信息

电机是现代工业生产中广泛应用的机械设备,其运行状态关系着整个系统的安全性和稳定性。轴承作为电机的核心部件,其故障不仅影响生产效率,还可能引发安全事故。针对电机轴承的故障诊断方法进行研究,在轴承发生故障的初期及时准确地做出诊断,对确保电机稳定运行、保障工业安全生产具有重大意义。电机轴承发生故障时振动信号复杂度增加,论文提出基于排列熵的电机轴承故障检测方法,根据切比雪夫定理设置合理的故障阈值,将故障信号与正常信号根据排列熵值准确区分开,从而及时检测出轴承是否存在故障。考虑电机轴承振动信号存在非平稳、非线性的特性,提出一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和排列熵的电机轴承故障特征提取方法,自适应地分析故障信号的时频域特征。由于EEMD分解后的本征模态函数(Intrinsic Mode Function,IMF)分量存在无法描述特征信息的虚假分量,通过计算各IMF分量与原始信号的相关系数,筛选出相关性较高的IMF分量。结合排列熵算法度量信号复杂度的特性,提取高相关IMF分量的排列熵值作为电机轴承故障特征向量。由于电机轴承存在典型故障数据难以大量获取的问题,选取适合小样本问题的支持向量机(Support Vector Machine,SVM)实现电机轴承的故障识别。为确保SVM具备最优的分类性能,提出基于三种改进策略的混合灰狼优化(Hybrid Gray Wolf Optimization,HGWO)算法优化SVM模型参数,包括基于佳点集理论的种群初始化策略、基于Sigmoid函数的非线性控制参数策略和基于教与学优化算法的位置更新策略,解决了灰狼优化算法中存在的早熟收敛、收敛精度不高等问题。针对SVM作为二元分类器无法识别电机轴承多种故障的问题,提出基于有向无环图的多分类HGWO-SVM模型实现电机轴承的故障诊断。选取凯斯西储大学的轴承数据样本进行仿真实验,提取EEMD算法分解振动信号的高相关IMF分量排列熵作为故障特征向量,输入HGWO-SVM中训练学习,构建多分类HGWO-SVM模型。诊断测试的实验结果表明,所提出的基于优化SVM的电机轴承故障诊断方法可以有效地诊断电机轴承的故障类型和受损程度,且具有较高的准确率。

关键词：电机轴承故障诊断排列熵集合经验模态分解混合灰狼优化算法有向无环图支持向量机

基于HGWO-MSVM的采煤机滚动轴承故障诊断方法

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

工矿自动化 2018年第3期44卷 81-86页

作者：孙明波马秋丽张炎亮雷俊辉郑州大学管理工程学院河南郑州450001

针对采煤机滚动轴承故障特征向量提取较困难、多分类效果不理想等问题,提出了基于HGWOMSVM的采煤机轴承故障诊断方法。对轴承故障信号进行小波降噪处理,利用经验模态分解算法对降噪后信号进行分解,并提取能量特征值,作为MSVM的训练集和... 详细信息

针对采煤机滚动轴承故障特征向量提取较困难、多分类效果不理想等问题,提出了基于HGWOMSVM的采煤机轴承故障诊断方法。对轴承故障信号进行小波降噪处理,利用经验模态分解算法对降噪后信号进行分解,并提取能量特征值,作为MSVM的训练集和测试集。采用MSVM进行故障状态识别,并用HGWO算法对MSVM的参数进行优化。试验结果表明,相比于GWO、GA和PSO优化MSVM模型,基于HGWO-MSVM的采煤机轴承故障诊断模型可明显提高故障识别精度和效率。

关键词：煤炭开采采煤机滚动轴承故障诊断经验模态分解混合灰狼优化算法多分类支持向量机

基于HGWO-MSVM的齿轮箱故障诊断研究

在线全文

学校读者我要写书评

暂无评论

组合机床与自动化加工技术 2018年第5期 95-98,102页

作者：孙明波马秋丽雷俊辉张炎亮郑州大学管理工程学院郑州450001

针对齿轮箱多类故障信号非线性、不确定性难以进行有效识别的问题,提出了一种混合灰狼优化算法(Hybrid Grey Wolf Optimizer,HGWO)优化多分类支持向量机(Multi-class Support Vector Machine,MSVM)的齿轮箱故障诊断方法。首先利用小波... 详细信息

针对齿轮箱多类故障信号非线性、不确定性难以进行有效识别的问题,提出了一种混合灰狼优化算法(Hybrid Grey Wolf Optimizer,HGWO)优化多分类支持向量机(Multi-class Support Vector Machine,MSVM)的齿轮箱故障诊断方法。首先利用小波包对齿轮箱故障信号进行降噪处理,并通过信号中各频带的能量,提取能量特征值,再将获取的特征值输入优化后的MSVM模型进行故障模式的识别。实验结果表明,相对于传统的诊断模型,基于HGWO-MSVM的齿轮箱故障诊断模型能够更有效地诊断齿轮箱的实际运行状态,提高识别效率和精度。

关键词：小波包混合灰狼优化算法多分类支持向量机齿轮箱故障诊断

在线全文

学校读者我要写书评

暂无评论

基于改进神经网络的入侵检测算法的研究

基于改进神经网络的入侵检测算法的研究

作者：钱程河北师范大学

学位级别：硕士

随着互联网技术的飞速发展,近年来网络攻击频繁发生,为了能够有效的防御网络攻击,入侵检测技术变得越来越重要。1980年入侵检测技术首次提出,该技术最主要的检测手段是基于网络的入侵检测技术,这种入侵检测技术是依据发生入侵后网络数... 详细信息

随着互联网技术的飞速发展,近年来网络攻击频繁发生,为了能够有效的防御网络攻击,入侵检测技术变得越来越重要。1980年入侵检测技术首次提出,该技术最主要的检测手段是基于网络的入侵检测技术,这种入侵检测技术是依据发生入侵后网络数据特征发生的变化进行判定,这种入侵判定规则要求及时更新入侵特征库,否则就会影响入侵检测的即时性,降低入侵检测的准确率。也就是说,这种入侵检测只能将已经出现过的网络攻击检测出来,但是随着网络技术的发展,新的网络攻击不断出现,增加了入侵检测的难度,想要准确检测出未知的网络攻击就要引入一种新的方法与入侵检测技术相结合,提高入侵检测技术的自适应性,进而提高入侵检测的准确率。本文以人工神经网络原理作为切入口,使用HGWO算法改进BP神经网络和RBF神经网络,最后将其应用到入侵检测中。本文的主要工作如下所示:(1)混合灰狼优化算法是一种将差分进化算法应用于灰狼优化算法种群更新的混合算法,这种算法结合了两种算法的优点互补缺点,形成了一种全局和局部寻优都有良好性能的算法,使用八种测试函数Sphere函数、Ackley函数、Griewank函数、Rastrigin函数、Rosenbrock函数、Schaffer函数、Dropave函数和Eggholder函数进行实验验证,并且对比了灰狼优化(GWO)算法、遗传(GA)算法、粒子群(PSO)算法、布谷鸟(CS)算法,结果表明HGWO算法在全局寻优时拥有更高的精度。(2)人工神经网络技术因其具有很好地自适应能力被应用于各个领域并且取得了丰硕的研究成果。作为人工神经网络中最为经典的前馈型神经网络的BP神经网络,在入侵检测领域占有重要的地位,很多研究者将BP神经网络应用于入侵检测研究中,并且取得了一定的成果,BP神经网络最主要的特点是将实际输出结果与预期输出结果的均方误差反向输入神经网络中进行参数的调整,同样因为这样的结构特点使得BP神经网络容易出现局部最小值、检测时间长检测率低,为了消除这一缺点,在进行参数调整时选择将混合灰狼优化(HGWO)算法应用到BP神经网络的参数调整中,先通过HGWO算法减小参数取值范围,再进行参数调整。经过仿真实验结果表明,HGWO-BP神经网络的检测准确率得到了明显提高,并且与经典的GA-BP神经网络、CS-BP神经网络和BP神经网络相比,实验准确率高误报率和漏报率得到了降低。(3)在继BP神经网络之后径向基神经网络(RBFNN)是一种泛化能力强、收敛速度快、检测准确率高的三层人工神经网络。径向基神经网络与BP神经网络不同,该神经网络层数有限,隐含层中使用径向基函数进行数据的高维空间类别划分,它不存在BP神经网络所存在的陷入局部最小的缺点,相比于BP神经网络,将RBF神经网络应用到入侵检测中进行网络入侵识别更具优势。然而RBF神经网络存在权值和中心值难以确定的缺点,权值和中心值的选取会直接影响到RBF神经网络的自适应能力和检测的准确性,所以将局部和全局搜索能力都很强的混合灰狼优化算法运用到参数的确定,使得改进后的HGWO-RBF神经网络具有良好的自适应能力和更高的检测准确率。与已经发表的PSO-RBF神经网络和应用广泛的CNN神经网络相比,HGWO-RBF神经网络更具优势。(4)最后,为了验证HGWO-RBF神经网络模型的泛化能力,选取数据量小数据类型单一的公开数据集Wine进行基于HGWO-RBF神经网络的入侵检测仿真实验。实验结果表明改进后的HGWO-RBF神经网络具有较高的检测准确率和良好地自适应能力,有效的降低了误报率和漏报率。

关键词：入侵检测神经网络混合灰狼优化算法网络攻击