基于黑洞算法的LSSVM的参数优化

采用黑洞(BH)算法对最小二乘支持向量机(LSSVM)的惩罚系数C及径向基核函数参数σ进行搜索优化,提高LSSVM的预测性能.黑洞算法模拟自然界黑洞,吸引一定范围内的星体向其运行并吸收它们;算法在运行过程中,始终保持黑洞为最优解,通过星体的运行搜索整个空间.通过基于黑洞算法的LSSVM和基于粒子群(PSO)算法的LSSVM实现对二维函数的预测,并对二者进行了仿真研究.仿真结果证实,黑洞算法可以更好地实现LSSVM参数的优化搜索,且基于黑洞算法的LSSVM方法具有更高的预测精度.

基于改进黑洞算法的阵列天线方向图综合

提出一种基于改进黑洞算法的阵列天线方向图综合方法,在可控吸收率的基础上实施后向学习机制,增加种群多样性以避免早熟收敛.针对基本黑洞算法在局部搜索方面的不足引入爬山搜索算子,增加个体搜索深度以提高寻优效率.将所提算法应用于稀疏天线阵和等距非均匀天线阵的方向图综合,仿真结果验证了所提算法解决该类问题的有效性.

一种基于黑洞算法的模糊C均值文本聚类方法

FCM算法应用于文本聚类时,由于初始聚类中心点选择的随机性,以及容易陷入局部最优的问题,导致文本聚类效果较差.为了提高FCM算法的聚类精度,提出了采用黑洞算法寻找FCM最优初始聚类中心的方法.黑洞算法是一种启发式优化方法,在FCM初始聚类中心寻优的过程中,始终保持黑洞为全局最优解,最终发现FCM的最优初始聚类中心.实验结果表明,基于黑洞算法的FCM文本聚类方法可以解决FCM算法对初始中心点敏感和容易陷入局部最优的问题,聚类精度明显提高.

基于改进黑洞算法优化ESN的网络流量短期预测

网络流量数据序列具有混沌特性.相空间重构后,采用一种改进黑洞算法优化回声状态网络的非线性模型对网络流量进行预测.改进黑洞算法是在现有工作的基础上提出一种新的新解生成机制,可以提高算法的收敛速度和精度;相比于遗传算法、和声搜索算法等其他优化算法,所提出的改进黑洞算法不依赖自身相关参数的准确设定;将其应用于回声状态网络4个重要参数的优化选取,使得预测模型具有较好的预测稳定性.通过Mackey-Glass混沌时间序列和网络流量公共数据集的仿真实验,结果表明所提出的方法具有较好的预测性能.

基于改进黑洞算法的微电网优化调度

为提高微电网运行的经济性,需要对其进行日前优化调度。首先建立微电网优化调度数学模型,以微电网内部蓄电池充放电功率和燃料电池输出功率为优化向量,以微电网运行成本最少为优化目标,基于日前预测数据,先将一天分成24 h,以1 h作为1个调度时段进行优化;然后以15 min为1个时段将一天分成96个调度时段,将小时级优化调度的结果作为15 min级优化调度的初始值进行二次优化;最后采用差分进化改进黑洞算法分别求解模型。算例结果显示改进的黑洞算法收敛速度快,求得的优化结果能够作为未来一天中微电网内部蓄电池充放电功率和燃料电池输出功率的参考,减少微电网运行成本。

采用黑洞-连续蚁群算法的数控车床切削参数优化

为实现数控车床加工能效和加工质量的多目标优化,提出了一种对车削参数进行优化的黑洞-连续蚁群优化算法ACOR(Black hole-continuous ant colony optimization algorithm)。首先,以最低切削比能和最小表面粗糙度为优化目标,建立了数控车床材料切削阶段的多目标优化模型;其次,引入黑洞算法对连续蚁群算法进行改进,构建了适用于多目标优化的黑洞-连续蚁群算法;最后,利用黑洞-连续蚁群算法对数控车床切削阶段的切削参数进行了寻优,并将优化结果与其它优化算法进行对比分析。分析结果表明,黑洞-连续蚁群算法不仅具有良好的全局搜索能力,寻优能力也较其它算法有所提升,能够为制造业提高生产能效和加工质量提供新的解决思路。

基于欧氏距离的黑洞寻优算法

为了提高黑洞算法的寻优精度和算法的全局搜索能力,提出了一种基于欧氏距离的改进黑洞寻优算法.通过引入欧氏距离来初始化星体群位置,增强星体群的多样性,提高其全局搜索能力;设定黑洞半径最大值,避免由于黑洞面积过大跳过全局最优解,当有星体被黑洞吸收时,要求新的星体在距离黑洞一定欧氏距离以外的位置产生,提高星体的搜索区域;通过对3个基准测试函数进行寻优测试,并与PSO、ABC、DE、BH优化算法相比,验证了基于欧氏距离的黑洞寻优算法在寻优精度和全局寻优能力方面的优越性.结果表明,该算法不仅能够搜索到参数的全局最优解,而且与其他优化算法相比有一定优势.

基于磷虾-黑洞算法的医学数据特征选择研究

从高维的生物医学数据中探索发现与疾病相关的基因是目前的热点研究问题,但是大部分生物医学数据具有许多与寻找疾病基因不相关或冗余特征,很难直接投入使用.针对这个问题,提出了一种自适应双种群混合磷虾黑洞算法(modified binary krill herd and black hole algorithm, MBKHA).该算法将改进的二进制磷虾算法与二进制黑洞算法相结合,磷虾算法负责寻找更优的解集,黑洞算法负责加快算法收敛,通过使用自适应划分规则动态调控种群中磷虾个体和恒星个体的数量,从而实现两个算法优势互补.基于5个公开医学微阵列数据集,从多个指标比较了提出的方法和其他特征选择算法的性能,实验结果表明该方法在特征选择上具有更好的性能.

基于改进黑洞算法的交直流混合微网优化运行

交直流混合微网可综合发挥交流与直流的互补优势,其优化运行是微网领域的重要研究课题。该文综合考虑经济成本和环境成本,建立了交直流混合微网优化运行模型。基于交直流混合微网的结构特性,通过拆分协作思想将复杂的优化问题拆分为2个相对独立的交流区域优化问题和直流区域优化问题;通过引入混沌机制,加入星体被吸引的惯性和速度约束,优化初始星体的生成方式等,提出了基于改进黑洞算法的交直流混合微网优化方法,对交、直流子区域优化问题进行求解。仿真算例表明,提出的基于拆分协作思想的改进黑洞算法可以有效解决变量较多、结构较复杂的交直流混合微网的优化运行求解问题,能够以较少的综合运行成本实现更优的运行效果,验证了所提算法的有效性。

基于灰色关联分析和黑洞粒子群优化算法的短期风电功率预测

短期风电功率的预测是保障风电场持续稳定运行以及电网调度的重要因素。选择最小二乘支持向量机(LSSVM)作为预测模型,使用灰色关联分析法对影响风电功率的因素进行权重比较,并使用黑洞粒子群算法(BHPSO)对LSSVM的回归性能参数进行优化,建立了基于灰色关联分析和BHPSO的LSSVM短期风电功率预测模型。对山东某风电场提供的数据进行仿真研究,并与LSSVM模型和BP神经网络模型进行对比分析。验证结果表明,基于灰色关联分析和BHPSO的LSSVM模型的预测效果最好。

基于FBG信号和DECE-PCA-BHOSVM的变压器绕组径向松动状态评估

变压器作为电力系统的关键设备,其绕组松动状态的识别对电网的稳定运行具有重要意义。针对传统监测方法环境干扰较大、应用复杂等问题,提出了使用两类不同的布拉格光纤光栅(Fiber bragg grating,FBG)传感器采集变压器绕组关键测点温度与应变信号,经快速解耦与自适应噪声完备集合经验模态分解后(Fast decoupling and complete ensemble empirical mode decomposition with adaptive noise,DECE),提取关键参数并进行主元分析(Principal component analysis,PCA)。对降维后的特征采用基于黑洞优化的支持向量机(Support vector machine based on black hole optimization,BHOSVM)进行分类,实现对变压器绕组径向松动状态的监测与定位。诊断结果表明,所提诊断方法对变压器绕组径向松动状态的识别准确率达到96.8%。

基于RBHPSO-GSA算法的微电网优化运行方法

微电网的优化运行是微电网领域的重要课题。微电网优化方法需要实现效率最大化、经济成本最小化以及微网性能最优化。以微电网的经济成本最小为目标函数,通过引入随机黑洞粒子群算法,提出基于改进万有引力搜索算法的微电网优化运行方法,并应用于多目标多约束非线性的微电网优化运行问题。该算法实现了含储能电池和可转移负荷的微电网优化模型仿真计算,并通过算例验证了该算法的正确性和可行性。结果表明,与传统的万有引力算法相比,改进后的算法具有发电成本减少,负荷峰值减少等优点。

WSN中融合优选机制和变螺旋策略的自适应黑洞覆盖策略

在无线传感器网络节点覆盖优化过程中,黑洞算法往往会陷入局部最优解,导致节点分布不均,后期收敛缓慢。因此提出一种融合优选机制和变螺旋策略的自适应黑洞算法,建立具有最优解的黑洞种群,引入黑洞优选机制,使星体种群在迭代过程中不再围绕一个黑洞进行寻优,经过多次迭代,黑洞种群数量减少,即最优解所在区域更加精确,算法不易陷入局部最优,并围绕最优解附近进行局部搜索,从而实现全局和局部优化能力的平衡。其次,动态调整星体位置更新过程中的螺旋形状,黑洞种群规模不断减小的同时螺旋形状也逐渐变小,即星体能够在更靠近最优解的区域进行开采,提高优化精度。仿真结果显示,改进后的黑洞算法能使节点覆盖率显著提升,覆盖盲区和重叠区域面积大幅减少,节点的移动距离也明显缩减。

基于黑洞多目标进化算法的永磁直线同步电机优化设计

应用一种改进的黑洞多目标进化算法(MOBH),实现对圆筒型无槽无铁芯直线永磁同步电机(LPMSM)的多目标优化设计.黑洞进化算法在不同Pareto区域的收敛速度、种群多样性、种群收敛性和亚种群获取等方面具有良好的性能.在分析无槽无铁芯圆筒直线电机的电磁解析模型和MOBH算法基础上,建立电机推力、推力体积比、铜损(效率)多目标优化模型,为3个目标对应的Pareto占优解空间提供更加全面和直观的最优解空间.可以根据应用需求和目标函数实际物理值分布范围来综合选取最终最优解,探讨单一目标函数情况下Pareto占优解分布与主要设计变量的关系.最后通过样机实验验证主要设计指标的计算准确性.

基于随机黑洞和逐步淘汰策略的多目标粒子群优化算法

提出一种基于随机黑洞粒子群算法(RBH-PSO)和逐步淘汰策略的多目标粒子群优化(MRBHPSO-SE)算法.利用RBH-PSO全局优化能力强和收敛速度快的优点逼近Pareto最优解;为了避免拥挤距离排序策略的缺陷,提出逐步淘汰策略,并将其应用到下一代粒子的选择策略中.同时,动态选择领导粒子,运用动态惯性权重系数和变异操作来增强种群全局寻优能力,以及避免早熟收敛.利用具有不同特点的测试函数进行验证,结果表明,与同类算法相比,该算法具有较高的精度并兼顾优化解的多样性.

利用黑洞原理改进稀疏外观模型跟踪算法

为了解决跟踪漂移问题,提出了一种利用黑洞原理改进的稀疏外观模型目标跟踪算法,用来提高目标跟踪的鲁棒性。利用黑洞原理从目标模板中搜索聚类中心来降低目标模板数量。通过学习分类器用于构造目标特征;用黑洞原理获取模板字典表示目标;采用高斯分布运动模型获取目标样本,在贝叶斯框架下根据观测模型获取最优目标位置实现跟踪。不同视频序列被用于改进的稀疏外观模型跟踪算法和其他先进目标跟踪算法进行仿真实验。实验结果表明,实现了目标跟踪的目的,有效地降低了目标局部遮挡问题的影响,提高了目标跟踪精度。

基于场景分析的交直流混合微网分区二层优化运行方法

为了协调优化交直流混合微网整体与交、直流区域间的经济效益,提出了一种基于场景分析的交直流混合微网分区二层优化运行方法。首先,基于场景分析法引入期望再调度成本来表征风光荷功率的随机波动,以整个微网为上层领导者,以交、直流区分布式电源(distributed generation, DG)等值总发电量及向大电网购售电量为上层决策变量,以交、直流区域为2个从属者,以各区域DG出力为下层决策变量,以各层综合运行成本最小为目标函数,建立交直流混合微网分区二层优化运行模型。然后采用改进得到的混沌黑洞粒子群算法结合Gurobi优化求解器对分区二层优化运行模型进行求解。最后通过算例仿真验证了该方法兼顾优化微网整体与各区域经济效益的同时,对风光荷随机波动具有更强的适应性。

大排量柱塞泵滑靴副底面结构优化设计

滑靴副作为大排量柱塞泵的重要摩擦副,其底面结构是影响大排量柱塞泵综合性能的关键因素。为设计一种适用于大排量柱塞泵的滑靴底面结构,改善大排量柱塞泵滑靴副的综合性能,通过构建剩余压紧力条件下滑靴副总效率数学模型,以滑靴副总效率为优化目标,引入黑洞-蚁群优化算法对大排量柱塞泵滑靴底面结构参数进行优化设计。通过仿真的方法分析了不同柱塞腔压力以及不同转速对优化前后滑靴副总效率的影响,结果表明,基于黑洞-蚁群优化算法得到的滑靴底面环结构有着明显的效率提升。

基于IBH-LSSVM的混沌时间序列预测及其在抽油井动液面短期预测中的应用

为了提高预测模型的预测精度,模型参数的选取通常转化为目标参数的组合优化问题,但是预测结果经常会受到优化算法参数设置的影响.针对这个问题,本文提出了一种基于改进黑洞算法和最小二乘支持向量机的预测模型,该模型将嵌入维数、延迟时间、正则化参数和核函数参数作为组合优化目标,优化算法不需要额外设定任何主观参数.另外,为了防止模型训练的过拟合,采用基于快速留一法的在线校验方法.通过对寻优机制的改进,该模型具有更好的预测效果.将其应用于抽油井动液面的短期预测中,结果表明所提出的预测模型具有一定的实际应用意义.