针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法(improved grey wolf op timization,IGWO)选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略(dimension learning-based hunting,DLH),为每...针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法(improved grey wolf op timization,IGWO)选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略(dimension learning-based hunting,DLH),为每个瞄准点构建相邻的瞄准点集合,集合中的瞄准点可以互相共享信息,增强局部搜索和全局搜索之间的平衡,并保持多样性。在仿真实验中,将毁伤评估模型的评估函数作为瞄准点选取好坏的评估函数,并且设计导弹打击地面目标的实例对瞄准点选择方法进行验证,实验结果表明,该方法求得的瞄准点具有较高的可信度,为火力筹划中瞄准点的寻优提供了新方法。展开更多
针对当前风机轴承故障诊断准确率较低、诊断难度较大、耗时较长等问题,提出改进的灰狼优化(Improved Grey Wolf Optimization,IGWO)算法与支持向量机(Support Vector Machine,SVM)故障诊断方法。为了能够精准地提取故障特征,采用时频域...针对当前风机轴承故障诊断准确率较低、诊断难度较大、耗时较长等问题,提出改进的灰狼优化(Improved Grey Wolf Optimization,IGWO)算法与支持向量机(Support Vector Machine,SVM)故障诊断方法。为了能够精准地提取故障特征,采用时频域分析中的小波包分解法对故障振动信号进行特征提取,将小波包分解后的8个频带能量作为故障特征并构建特征向量;建立SVM故障模型并利用IGWO算法对SVM模型进行参数寻优,避免了灰狼优化(Grey Wolf Optimization,GWO)算法后期易陷入局部最优、收敛速度过慢等。实验结果表明,IGWO算法平均故障识别率高达99.3%,能够更加快速、高效、准确地识别故障的类型,为故障诊断的发展提供了良好的技术支撑。展开更多
为了提高分布式能源系统(Distributed Energy System,DES)运行的经济性,以DES运行成本最小为目标函数,建立了基于改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法的分布式能源系统优化调度模型。采用Tent混沌映射和非线性调整...为了提高分布式能源系统(Distributed Energy System,DES)运行的经济性,以DES运行成本最小为目标函数,建立了基于改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法的分布式能源系统优化调度模型。采用Tent混沌映射和非线性调整收敛因子策略对灰狼优化算法(Grey Wolf Optimization,GWO)进行改进,提高了算法的性能。利用某综合大楼分布式能源系统进行算例分析,并与其他优化算法的求解结果进行对比,结果表明,IGWO算法收敛时的迭代次数更少,收敛时间更短,与其他三种算法相比,运行成本最低,各项指标均优于其他优化算法,在此调度方案下,各分布式电源出力合理,验证了本文DES优化调度模型的正确性和求解方法的有效性。展开更多
文摘针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法(improved grey wolf op timization,IGWO)选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略(dimension learning-based hunting,DLH),为每个瞄准点构建相邻的瞄准点集合,集合中的瞄准点可以互相共享信息,增强局部搜索和全局搜索之间的平衡,并保持多样性。在仿真实验中,将毁伤评估模型的评估函数作为瞄准点选取好坏的评估函数,并且设计导弹打击地面目标的实例对瞄准点选择方法进行验证,实验结果表明,该方法求得的瞄准点具有较高的可信度,为火力筹划中瞄准点的寻优提供了新方法。
文摘针对当前风机轴承故障诊断准确率较低、诊断难度较大、耗时较长等问题,提出改进的灰狼优化(Improved Grey Wolf Optimization,IGWO)算法与支持向量机(Support Vector Machine,SVM)故障诊断方法。为了能够精准地提取故障特征,采用时频域分析中的小波包分解法对故障振动信号进行特征提取,将小波包分解后的8个频带能量作为故障特征并构建特征向量;建立SVM故障模型并利用IGWO算法对SVM模型进行参数寻优,避免了灰狼优化(Grey Wolf Optimization,GWO)算法后期易陷入局部最优、收敛速度过慢等。实验结果表明,IGWO算法平均故障识别率高达99.3%,能够更加快速、高效、准确地识别故障的类型,为故障诊断的发展提供了良好的技术支撑。
文摘为了提高分布式能源系统(Distributed Energy System,DES)运行的经济性,以DES运行成本最小为目标函数,建立了基于改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法的分布式能源系统优化调度模型。采用Tent混沌映射和非线性调整收敛因子策略对灰狼优化算法(Grey Wolf Optimization,GWO)进行改进,提高了算法的性能。利用某综合大楼分布式能源系统进行算例分析,并与其他优化算法的求解结果进行对比,结果表明,IGWO算法收敛时的迭代次数更少,收敛时间更短,与其他三种算法相比,运行成本最低,各项指标均优于其他优化算法,在此调度方案下,各分布式电源出力合理,验证了本文DES优化调度模型的正确性和求解方法的有效性。