检索结果-南通市图书馆

计算机科学与探索 2024年

作者：王玉芳程培浩闫明天津财经大学统计学院天津财经大学管理科学与工程学院

针对黑翅鸢优化算法(Black-winged Kite Algorithm， BKA)因缺乏种群内信息交流而导致搜索力度受限以及迁徙阶段种群跟随最优个体迁徙的盲目性而导致种群多样性下降的问题，提出融合信赖域和非线性单纯形法的黑翅鸢优化算法(Black-winge... 详细信息

针对黑翅鸢优化算法(Black-winged Kite Algorithm， BKA)因缺乏种群内信息交流而导致搜索力度受限以及迁徙阶段种群跟随最优个体迁徙的盲目性而导致种群多样性下降的问题，提出融合信赖域和非线性单纯形法的黑翅鸢优化算法(Black-winged Kite optimization Algorithm integrating Trust Domain and Nonlinear Simplex method， TDNSBKA)。首先，对黑翅鸢初始种群利用精英动态反向学习策略进行初始化，提高初始解的质量；其次，在算法的攻击阶段引入信赖域变异策略，实现种群内的信息交流，提高算法的收敛精度并平衡算法的探索与开发能力；最后，在算法的迁徙阶段，对适应度最差的个体采用非线性单纯形法的反射操作，减小种群跟随领导者迁徙的盲目性，提高种群的多样性。建立TDNSBKA算法的Markov链模型，证明了其具有全局收敛性。仿真实验基于30维与50维的CEC2017测试函数，验证了3种改进策略的有效性，将改进的算法TDNSBKA和对比算法进行收敛性分析、Wilcoxon秩和检验，证明了TDNSBKA具有更优秀的收敛性能以及鲁棒性。将TDNSBKA应用在齿轮系设计和压力容器设计的求解上，验证了其在实际应用中的有用性。

关键词：黑翅鸢优化算法动态反向学习信赖域变异非线性单纯形法 Markov链

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合多策略改进的黑翅鸢优化算法

引用

电子测量技术 2024年

作者：周建新侯自川李忠泽华北理工大学电气工程学院

针对基本黑翅鸢算法（BKA）收敛速度慢，易陷入局部最优等问题，提出了一种融合多策略改进的黑翅鸢算法（EBKA）。首先引入了追踪猎物位置更新策略，提高算法全局搜索能力，加快收敛速度。其次在攻击阶段提出自适应t螺旋策略，防止算法... 详细信息

针对基本黑翅鸢算法（BKA）收敛速度慢，易陷入局部最优等问题，提出了一种融合多策略改进的黑翅鸢算法（EBKA）。首先引入了追踪猎物位置更新策略，提高算法全局搜索能力，加快收敛速度。其次在攻击阶段提出自适应t螺旋策略，防止算法陷入局部最优。最后在迁移阶段，当黑翅鸢领导者失去领导作用时，提出了Levy切线飞行策略，避免算法早熟收敛。为了验证算法的改进效果，选取8种测试函数进行测试，并与5种群智能算法进行对比。实验结果表明:EBKA与其他群智能算法对比，在单峰函数上均能快速寻到理论最优值0，在多峰函数F5、F6、F8中30次左右就能收敛到最优值，并且F6、F7可以收敛到理论最优值0。证明了EBKA具有很好的收敛性能、稳定性和全局寻优能力。

关键词：黑翅鸢优化算法追踪猎物策略自适应t螺旋 Levy切线飞行

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进的黑翅鸢优化极限学习机的色差分类

引用

激光与光电子学进展 2025年

作者：陈家乐李晓斌孙海燕上海应用技术大学电气与电子工程学院

针对目前人工色差分类效率低的问题，提出一种基于多策略改进的黑翅鸢优化（Multi-Strategy Improved Black-Winged Kite Algorithm）极限学习机染色织物色差分类模型。首先，考虑到极限学习机算法随机初始化的隐藏层权重和偏置会导致... 详细信息

针对目前人工色差分类效率低的问题，提出一种基于多策略改进的黑翅鸢优化（Multi-Strategy Improved Black-Winged Kite Algorithm）极限学习机染色织物色差分类模型。首先，考虑到极限学习机算法随机初始化的隐藏层权重和偏置会导致训练模型不均匀和算法不稳定，利用黑翅鸢优化算法对这两个关键参数进行寻优。其次，引入镜面反向学习、黑翅鸢绕道觅食、纵横交叉策略提升黑翅鸢优化算法的收敛速度和全局寻优能力。最后，构建多策略改进黑翅鸢优化极限学习机（MBKA-ELM）模型进行布料色差等级分类，准确率可达98.8%，验证了该方法代替色差计算公式进行色差检测的可行性。对比实验表明，MBKA-ELM模型经过10次迭代便开始趋于稳定，且比同类型模型具有更高的分类精度。将该模型与传统极限学习机、黑翅鸢优化极限学习机模型（BKA-ELM）、班翠鸟算法优化极限学习机模型（PKO-KELM）、冠豪猪算法优化极限学习机模型（CPO-ELM）、美洲狮优化极限学习机模型（PUMA-ELM）和蛇优化极限学习机模型（SO-ELM）的分类精度对比，分别提升13%、3.4%、1.4%、5%、4.2%和3%。证明了所提色差分类模型具有更好的收敛速度和分类精度。

关键词：色差分类黑翅鸢优化算法极限学习机

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于IBKA-GBDT的火控系统故障预测方法

引用

兵器装备工程学报 2024年第12期45卷 169-177页

作者：于昂李英顺郭占男曹胜冲赵恒北京石油化工学院信息工程学院北京102617 大连理工大学控制科学与工程学院辽宁大连116024

火控系统是坦克作战的核心组件,通过提供高精度目标打击、快速反应以及全天候作战支持,显著提升坦克的战场生存能力和作战效能,因此对其进行故障预测极为重要。为提高故障预测的准确性并减少成本,提出了一种基于混合策略改进的黑翅鸢算... 详细信息

火控系统是坦克作战的核心组件,通过提供高精度目标打击、快速反应以及全天候作战支持,显著提升坦克的战场生存能力和作战效能,因此对其进行故障预测极为重要。为提高故障预测的准确性并减少成本,提出了一种基于混合策略改进的黑翅鸢算法优化梯度提升决策树的模型预测方法。采用灰色关联度方法处理原始数据,以减少数据冗余和降低维度,并选择关联度高的属性来构建数据集。引入Logistic混沌映射、螺旋搜索策略以及三角形游走策略对黑翅鸢算法进行改进,进一步优化梯度提升决策树关键参数,构建故障预测模型实现对预测数据的故障预测。同时,选取火控系统电气部件试验台采集的信号数据作为实验对象,设置相同参数与传统梯度提升决策树、鲸鱼优化算法和黑翅鸢优化算法优化的梯度提升决策树模型进行实验对比。实验结果表明,该方法能够快速准确地对处理后的数据集进行故障预测,平均准确率达到了96.74%,为火控系统的后续维护和维修提供了重要依据。

关键词：火控系统故障预测黑翅鸢优化算法梯度提升决策树灰色关联度分析

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

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：