鲸群优化的粒子滤波算法研究

针对标准的粒子滤波存在粒子贫化问题,提出了一种鲸群优化的粒子滤波算法。用粒子表征鲸鱼个体,模拟鲸鱼群体搜寻猎物的过程,引导粒子向高似然区域移动。将粒子滤波中粒子的状态值作为鲸鱼群的个体位置,将粒子的状态估计转化为对鲸鱼群的寻优;通过鲸群的螺旋运动方式优化粒子的重要性采样过程,使粒子分布更加合理,对鲸群算法中的全局最优值引入最优邻域随机扰动策略,并在鲸鱼位置更新过程中加入自适应权重因子;选用一种典型的单静态非增长模型进行仿真测试。测试结果表明:提出的方法与传统的粒子滤波以及引力场优化的粒子滤波相比,在保证相同粒子数的前提下,算法的均方误差分别降低了28%和9%,证明了鲸群优化的粒子滤波算法具有更高的估计精度,并且在粒子数较少的情况下,可实现更准确的状态估计。

高斯差分变异和对数惯性权重优化的鲸群算法

针对鲸群优化算法在处理高维问题时存在收敛速度慢、容易陷入局部最优和收敛精度低等问题,提出一种基于对数惯性权重和高斯差分变异的鲸群优化算法。通过高斯差分变异对鲸鱼位置更新方程进行变异,增加了种群多样性,提高了鲸群算法的全局搜索能力,防止早熟现象发生;将对数惯性权重引入搜寻猎物阶段,平衡全局搜索和局部开发能力,提高了算法寻优精度。通过测试函数优化实验对算法进行测试,实验结果表明,改进算法具有更高的寻优精度和更快的收敛速度。

基于鲸群优化随机森林算法的非平衡数据分类

为了提高非平衡数据分类的准确性,采用随机森林算法用于数据分类,并结合鲸鱼优化算法对随机森林弱分类器权重进行优化求解,以增强随机森林算法对非平衡数据分类的适应性。首先,建立基于随机森林的非平衡数据分类模型。通过随机森林的多个决策树弱分类器进行分类,有效解决样本不均衡导致的分类困难问题。接着,采用鲸群优化算法对弱分类器权重进行优化求解,将分类准确率均值作为鲸群优化适应度函数,以提高弱分类器权重投票对最终分类结果的精度。最后,采用经过鲸群优化得到的随机森林模型进行非平衡数据分类。实验证明,通过合理设置鲸群优化算法参数,可以获得分类准确度更高的随机森林弱分类器权重,相较于常用非平衡数据分类算法,文中算法能够获得更优的分类性能。

S-Zorb反应器的机理建模与基于改进鲸群算法的参数估计

汽油吸附脱硫(S-Zorb)装置是我国催化裂化汽油的主要脱硫装置之一。针对S-Zorb工业模型缺乏,实验室模型无法预测产品油辛烷值等问题,作者提出了一种基于过程机理的反应器建模方法。该方法将催化裂化汽油划分为5个集总,在集总基础上构建了反应动力学模型、辛烷值关联模型等。另外,针对传统群优化算法参数估计耗时长的缺点,提出了一种改进的鲸群算法,并成功应用于S-Zorb模型。通过与工业数据对比验证结果表明,所提模型能够有效地预测脱硫率、辛烷值等关键指标,从而为后续的优化生产提供基础。

改进鲸群优化算法及其应用

针对传统WOA算法在迭代寻优前期因种群存在适应度相对较差个体并通过代间信息继承途径而影响新种群优良性与算法寻优性能的问题,提出一种将WOA算法与混沌搜索策略相融合的改进鲸群优化算法(MWOA).该算法在每代寻优过程中以个体适应度值的优劣作为判定准则以识别当前种群的最差个体,通过混沌映射对该最差个体进行位置更新以改善种群的优良性并提高算法的优化性能与寻优效率.实验结果表明,改进算法在基准测试函数实验表现出较强的探索寻优性能、在最小二乘支持向量机的参数优化实验中验证了其较高的寻优效率等.

改进鲸群优化子空间匹配追踪的稀疏解混算法

为了提升高光谱图像的稀疏解混精度,提出一种基于改进鲸群优化算法的子空间匹配追踪(improved whale optimized subspace matching pursuit,IWOSMP)的稀疏解混算法.对鲸群优化算法进行改进,通过引入非线性种群控制参数和进化策略,提高鲸群优化算法的收敛速度和收敛精度,基于子空间匹配追踪算法,以约束稀疏回归为目标函数,利用改进的鲸群优化算法对已知端元集求解丰度系数.以重构误差最小为标准,通过最大程度地去除系数较小的冗余端元,提高子空间匹配追踪算法的端元提取的精确度,进一步提高了高光谱图像的解混精度.合成图像实验和真实遥感图像实验表明,IWOSMP能有效去除大量的冗余端元,且解混精度更高.

试析雷特海乌中篇小说《鲸群离去》的创作主题

雷特海乌是苏联楚克奇族文学的开拓者,他的作品通常富于浓厚的民族风格与传奇、浪漫色彩。国内虽然有出版他部分作品的中译本,但对他的深入研究并不多。作为雷特海乌晚期的重要作品,《鲸群离去》全书带有悲剧色彩,但是其蕴涵的民族主义和现代主义思想在现今仍然发人深思。本文试以他的中篇小说《鲸群离去》为参照,对其小说的创作特色进行分析。

日本和恢复商业捕鲸运动

日本和恢复商业捕鲸运动１９９３年６月１４日日本渔业部长和挪威渔业部长简·奥尔森在东京的会见中，阐明日本在其恢复商业捕鲸运动中谋求其它国家支持的立场。会见对新闻界公开，有日本和挪威的记者出席。日本渔业部长告诉记者，日本已成功获得圣卢西亚和圣文森特、格沐...

约束条件下基于改进免疫算法的项目工期进度优化

为了提高约束条件下项目工期进度优化水平,采用免疫算法(Immunity algorithms,IA)对工期进度目标函数进行优化求解,并采用鲸群算法(Whale swarm algorithm,WSA)对免疫算法进行改进,以进一步提高IA队项目工期进度的优化精度。首先,对项目工期样本特征进行编码和向量化,确定约束条件和工期进度目标函数,然后以目标函数为抗原,建立IA工期进度优化模型。接着,采用WSA算法搜寻与抗原亲和度最高的抗体,通过WSA算法的猎物搜索、螺旋运动和包围运动等获得亲和度最高个体即为本次最优解。最后,IA根据抗体浓度可重新生成抗体,形成新的种群进行下次迭代求解最优适应度的抗体,获得的最优抗体即为工期进度调度结果。试验结果表明,在相同约束条件下,通过合理设置WSA参数和IA的浓度阈值,相比于其他工期进度优化算法,WSA-IA算法能够获得更优的工期和成本。

基于SVDP基尼指数图和ARLD的风电机组主轴承微弱故障诊断

在强烈背景噪声环境下,风电机组服役过程中主轴承局部故障所引发的振动冲击容易受到干扰,加之受到复杂多变振动传递路径的影响,导致对主轴承的故障通常难以进行准确地判别。针对这一问题,提出了一种基于奇异值分解包(SVDP)基尼指数图和自适应Richardson-Lucy解卷积(ARLD)的主轴承故障诊断方法,用于提取强烈背景噪声环境下的微弱故障特征。首先,通过设置SVDP分解层数对原始信号进行了处理,计算出了各层子分量的基尼指数,构造了SVDP基尼指数图,并从原始信号中分离出最佳子分量,提升了信号的信噪比;然后,采用鲸群优化算法(WOA)自动获取了解卷积算法的最优形态控制参量,并对最佳子分量做了解卷积处理,从而进一步抑制了子分量中的噪声干扰,强化了冲击性特征;最后,采用Teager能量算子,对解卷积信号进行了包络解调分析,并根据包络谱中特征频率谱线,识别了主轴承的故障位置;分别采用仿真信号及风电现场的工程实测信号数据,对基于SVDP基尼指数图和ARLD诊断方法的有效性和鲁棒性进行了验证。研究结果表明:采用基于SVDP基尼指数图和ARLD的故障诊断方法可以有效地提取出风电机组主轴承的故障特征频率及其多倍频成分,进而对主轴承微弱故障进行了准确判定;该方法可为实际工程中的风电机组主轴承的微弱故障诊断提供一定的参考和借鉴。

基于改进密度峰值聚类的企业数据管理研究

为提高企业数据管理的有效性,采用密度峰值聚类(DPC)算法用于企业数据聚类,将数据有序化和类别化。首先,对企业数据样本进行清洗并按权重对指标进行特征提取,并建立DPC的企业数据分类模型。然后,在DPC的聚类簇中心选择时,为防止该值设置不合理使得密度值和距离值偏移较大而影响聚类精度,采用鲸群优化算法对距离阈值优化求解。此外,为增强搜索精度,将鲸群坐标用量子比特表示,从而实现了量子鲸鱼优化算法(QWOA)。最后,采用QWOA优化得到的距离阈值进行DPC聚类,获得企业数据分类结果。实验结果表明,合理设置鲸群规模和选择概率,QWOA-DPC算法能够获得较高的分类精度,通过对3类不同行业的QWOA-DPC企业数据进行分析,均得到了较高的分类性能,为企业数据管理提供了有效的策略支持。

移动机器人避障控制的路径规划研究

为提升移动机器人在复杂动态环境下的避障能力,使其能在全局路径引导下安全高效地完成避障任务,在运动前规划出合理的全局路径至关重要。针对传统遗传算法在路径规划过程中所出现的优化准确率和收敛度不高等问题,设计适应度函数对遗传算法进行改进,并提出将鲸群算法与遗传算法智能融合的研究方法,优化提高遗传算法中最优算子的优良性,有效降低运算迭代所需的工作量,提升传统遗传算法在全局路径规划中的的准确性与效率。

基于KPCA-WOA-RVM的混凝土坝变形预测模型及其应用

在混凝土坝的安全监测中,影响混凝土坝变形的环境因子易包含噪声,且二者之间一般会存在相关性,这会降低混凝土坝变形预测模型的泛化能力。对此,采用核主成分分析法(KPCA)对输入相关向量机(RVM)的环境因子进行降维处理,同时使用鲸群优化算法(WOA)对相关向量机的参数进行寻优,构建了KPCA-WOA-RVM混凝土坝变形预测模型。实例应用结果表明,该模型预测精度高于多元线性回归(MLR)、KPCA-MLR、WOA-RVM模型,验证了将核主成分分析法应用于混凝土坝变形预测模型的合理性及该模型的优越性。

基于参数优化VMD和改进DBN的滚动轴承故障诊断方法研究

针对滚动轴承早期微弱故障难以检测和故障诊断率不高的问题,提出了一种基于参数优化的变分模态分解(VMD)和改进的深度置信网络(DBN)的故障诊断方法。首先,为了消除人为选择VMD参数的影响,采用了鲸群算法(WOA)寻优VMD算法的最佳模态分解个数和惩罚因子的参数组合;然后,利用参数优化后的VMD算法分解了滚动轴承振动信号,分解后的本征模态分量(IMF)求频谱后组成了高维数据集;最后,直接输入麻雀搜索算法(SSA)优化的深度置信网络进行了模式识别。研究结果表明:针对滚动轴承的故障,相同模式识别方法VMD算法故障识别率为97.4%,相比于EMD算法96.5%的故障识别率更高;相同信号处理方法下,DBN网络故障诊断率为98.7%,相比于SVM算法97.4%故障诊断率更高;WOA-VMD-SSA-DBN算法的故障诊断率达到了100%,故障诊断的效果得到了进一步提升。

基于CWOA-BP的电缆接头阻水性能评估

为评估电缆接头阻水性,提出了一种基于CWOA-BP神经网络的电缆接头阻水性评估模型。对电缆冷缩接头进行阻水试验,选取电缆接头传感器上各项数据作为评估指标进行实例分析,并与BP、GA-BP、PSO-BP三种算法进行对比。仿真结果表明,新模型算法具有收敛速度快、预测精度高的优点,是一种有效可靠的电缆接头阻水性能评估模型。

Micro-vibration response analysis and its application of electronic workshop raw land based on whale optimization algorithm

Environmental micro-vibration is one of the key factors impacting the running of electronic workshop.Low frequency micro-vibration has a significant influence on the normal operation of high precision machining and testing equipment,and even causes irreversible damage to the equipment.Micro-vibration testing and response analysis are important to guide the vibration isolation design and ensure the stable operation of various precision equipment in the workshop.Parameters of Davidenkov model are fitted based on whale swarm optimization algorithm,and its applicability is verified.At the same time,taking the testing project of an electronic workshop raw land as an example,the micro-vibration response is analyzed.The results show that the nonlinear constitutive model constructed by whale optimization algorithm can simulate the dynamic nonlinear behavior of soil under the action of micro-vibration better.Compared with the traditional equivalent linearization method,the nonlinear constitutive model based on the whale optimization algorithm has a smaller acceleration response value.It can effectively suppress the“virtual resonance effect”produced by the equivalent linearization method.

基于改进WOA的鲁棒增广扩展Kalman滤波器设计

本文针对一类非线性系统,提出基于广义系统的鲁棒增广扩展Kalman滤波器,结合改进鲸群优化算法寻优系统噪声,以精确估计系统状态量以及并发执行器和传感器故障。首先,视故障为系统的状态变量,建立广义系统,将非线性系统的故障估计转化为非线性广义系统的状态估计。其次,提出鲁棒上界以降低线性化误差对估计精度的影响。然后,利用改进鲸群算法寻优系统噪声,以优化鲁棒增广扩展Kalman滤波器。最后,给出F-16飞机的纵向运动数值模型,使用本文方法与自适应无迹Kalman滤波器以及基于鲸群算法的鲁棒增广扩展Kalman滤波器进行对比仿真,仿真结果表明,相较于其他两种算法,本文方法的故障估计均方根误差降低了50%左右,验证了其优越性。

科学诗的丰收季节——兼评黑龙江省首届科学诗会召开及大庆市部分科学诗作者的作品

科学诗是以科学性为内涵,诗的灵感为契机的文学样式。科学诗的创作,来源于科技腾飞的时代现实,取决于诗作者对科技景观的洞察和理解。科学的意识,科学的素养,美的感受凝缩力,构成科学诗作者不断创新的契机。科学诗,是科学与文艺联姻的产儿。

基于孪生支持向量回归机的转炉炼钢终点预测

为了提高转炉炼钢的终点命中率,建立了一种新的转炉终点预测模型,实现了对转炉终点碳质量分数和温度的准确预测。模型采用K最近邻孪生支持向量机(KNNWTSVR)算法,将权重矩阵引入到目标函数中,并利用鲸群优化算法进行求解,提高了传统算法的性能;然后基于某炼钢厂260t转炉的实际生产数据,建立了转炉炼钢终点预测模型。结果表明,预测模型的终点碳质量分数(误差±0.005%)和温度(误差±15℃)的终点单命中率分别为94%和88%,双命中率达到84%。与其他两种现有的建模方法相比,本模型取得了最优的预测效果。该方法满足转炉炼钢实际生产的需求,也可适用于钢铁冶金其他领域的数学建模。