期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
基于CSA-PLS算法的养殖水体水质快速高光谱预测反演模型研究
1
作者 马启良 刘梅 +2 位作者 祁亨年 杨小明 原居林 《海洋与湖沼》 CAS CSCD 北大核心 2024年第2期375-385,共11页
养殖水体水质的优劣直接影响养殖对象的成长,准确、快速、全面地掌控养殖水环境的水质参数变化情况具有重要意义。传统的水质指标监测方法都通过人工采样的方式,不仅耗费时间长,且只能体现局部水体情况。针对这些问题,提出了一种乌鸦搜... 养殖水体水质的优劣直接影响养殖对象的成长,准确、快速、全面地掌控养殖水环境的水质参数变化情况具有重要意义。传统的水质指标监测方法都通过人工采样的方式,不仅耗费时间长,且只能体现局部水体情况。针对这些问题,提出了一种乌鸦搜索算法(CSA)结合偏最小二乘回归(PLSR)的高光谱特征波段筛选方法,快速构建回归模型,实现光谱数据的精准预测反演。以连片的养殖小区为研究对象,采集养殖水体样本并拍摄同时期的高光谱影像数据。首先对提取的采样点光谱数据利用多种数据变换方法分别预处理;其次利用这些数据,对水质指标总氮(TN)、氨氮(NH_(4)^(+)-N)、总磷(TP)和化学需氧量(COD)分别构建全波段的SVR和AdaBoost回归模型,同时与提出的CSA-PLS自动筛选波段方法和传统的连续投影算法(SPA)筛选波段后构建的模型进行比较分析;最后根据决定系数(R^(2))和均方根误差(REMS)选出适合各水质指标的最优模型。从实验结果可以看出,所提波段筛选方法的AdaBoost模型预测结果优于SVR和传统SPA方法提取特征波段后构建的模型,与全波段最优模型相比,在评价指标R^(2)和RMSE上TN提升了18.32%和10.73%;NH_(4)^(+)-N提升了17.42%和11.19%;COD提升了2.15%和2.54%。结果表明,基于CSA-PLS算法的光谱波段自动筛选方法结合AdaBoost构建的预测反演模型是有效、可行的,具有较高的精准度,为实现养殖水环境实时准确的预警调控提供了一种新的数据预测模型。 展开更多
关键词 高光谱数据 水质预测 乌鸦搜索算法 养殖水环境 集成学习
下载PDF
基于SA-CSA算法的露天矿卡车调度优化方法
2
作者 田丰 唐晓骞 乔东青 《中国安全科学学报》 CAS CSCD 北大核心 2023年第S02期176-181,共6页
为提高露天矿卡车的运输效率,降低矿山企业的开采成本,以露天矿卡车运输调度的综合成本最低为目标函数,考虑矿石产量、品位均衡、运输时间等约束条件,结合模拟退火法(SA)和乌鸦搜索算法(CSA),提出SA-CSA算法求解露天矿卡车调度优化问题... 为提高露天矿卡车的运输效率,降低矿山企业的开采成本,以露天矿卡车运输调度的综合成本最低为目标函数,考虑矿石产量、品位均衡、运输时间等约束条件,结合模拟退火法(SA)和乌鸦搜索算法(CSA),提出SA-CSA算法求解露天矿卡车调度优化问题,并以某大型露天矿山为例,将SA-CSA算法的优化结果与SA算法和CSA算法的优化结果比较。结果表明:SA-CSA算法的求解精度和收敛速度均优于SA算法和CSA算法。 展开更多
关键词 模拟退火法(SA) 乌鸦搜索算法(csa) SA-csa 露天矿 卡车调度优化
下载PDF
一种以优秀个体记忆位置为导向的改进乌鸦搜索算法
3
作者 张宁 王勇 张伟 《小型微型计算机系统》 CSCD 北大核心 2024年第5期1089-1098,共10页
为了克服乌鸦搜索算法搜索能力弱、易陷入局部最优之不足,提出新的以优秀个体记忆位置为导向的改进乌鸦搜索算法(EICSA):基于个体贮藏食物量之多少,种群中多数个体划归为普通个体、少数贮藏食物量较多的个体划归为优秀个体.优秀个体只... 为了克服乌鸦搜索算法搜索能力弱、易陷入局部最优之不足,提出新的以优秀个体记忆位置为导向的改进乌鸦搜索算法(EICSA):基于个体贮藏食物量之多少,种群中多数个体划归为普通个体、少数贮藏食物量较多的个体划归为优秀个体.优秀个体只在其贮藏食物的巢穴附近开展局部搜索活动.多数普通个体以优秀个体贮藏食物之巢穴为导向,在算法前期以较大步长进行全局探索,保持了种群的多样性;算法后期则以较短步长进行局部开发,使算法的全局探索能力和局部开发能力均得到了增强.通过12个基准函数和3个工程应用问题的数值实验,结果表明EICSA的全局优化能力得到了明显提高,在函数和工程应用问题优化中具有较快的全局收敛速度、较好的优化精度和稳定性. 展开更多
关键词 乌鸦搜索算法(csa) 智能优化 优秀个体 普通个体 工程约束优化问题
下载PDF
用户特征聚类和ICSA-SVR台区负荷预测 被引量:3
4
作者 滕永兴 杨霖 +2 位作者 钟睿君 闵诚 李祺 《中国测试》 CAS 北大核心 2022年第7期107-113,共7页
为提高配电网负荷预测精度,提出一种将模糊C均值(FCM)聚类与改进乌鸦搜索算法(ICSA)优化支持向量回归机(SVR)相结合的低压台区负荷预测模型。利用FCM算法对台区用户用电特征进行提取和聚类,消除用电行为特性差异对预测精度的影响,并构建... 为提高配电网负荷预测精度,提出一种将模糊C均值(FCM)聚类与改进乌鸦搜索算法(ICSA)优化支持向量回归机(SVR)相结合的低压台区负荷预测模型。利用FCM算法对台区用户用电特征进行提取和聚类,消除用电行为特性差异对预测精度的影响,并构建ICSA-SVR模型,对各类用户的用电负荷进行回归预测,进而叠加得到台区负荷预测结果。结果显示,台区内不同类型用户之间的用电特性差异较大,可分冬季单峰型、夏季单峰型和冬夏双峰型三类,各台区负荷呈现不同的季节性波动;该方法能够明显提升台区负荷预测精度,预测结果可对电力生产运营提供指导。 展开更多
关键词 低压台区 负荷预测 特征聚类 乌鸦搜索算法 支持向量回归
下载PDF
基于RS-CSA-ELM的WSN节点故障诊断 被引量:1
5
作者 余正军 《计算机系统应用》 2021年第3期221-226,共6页
为及时发现WSN节点故障隐患,准确掌握WSN运行状态,本文利用粗糙集理论属性约简算法(简称RS)对WSN节点故障属性进行约简,以最优的故障属性决策表重构训练样本数据集,作为极限学习机(Extreme Learning Machine, ELM)神经网络的输入,建立... 为及时发现WSN节点故障隐患,准确掌握WSN运行状态,本文利用粗糙集理论属性约简算法(简称RS)对WSN节点故障属性进行约简,以最优的故障属性决策表重构训练样本数据集,作为极限学习机(Extreme Learning Machine, ELM)神经网络的输入,建立一个数据驱动的WSN节点故障断模型.采用乌鸦搜索算法(Crow Search Algorithm, CSA)优化ELM神经网络的输入权值和隐含层阀值,改善网络参数随机生成带来的ELM模型输出不稳定、分类精度偏低的问题.通过对RS-GA-ELM模型进行仿真分析.结果表明, RS-GA-ELM模型能够在可靠性不同的数据集中,保持较高的故障诊断效率,符合WSN节点故障诊断的需求. 展开更多
关键词 故障诊断 乌鸦搜索算法 极限学习机 WSN 粗糙集理论
下载PDF
自抗扰与改进ESO并联的永磁同步电机矢量控制 被引量:3
6
作者 沈威 冉全 赵世平 《组合机床与自动化加工技术》 北大核心 2023年第9期77-81,共5页
为提高永磁同步电机的控制性能,设计了一种自抗扰控制器与改进ESO并联的永磁同步电机矢量控制系统。首先,利用光滑的非线性函数改进传统的ESO,提高其对信号的平滑处理能力,并将改进的ESO与ADRC并联,提高信号处理的准确率;然后,将系统的... 为提高永磁同步电机的控制性能,设计了一种自抗扰控制器与改进ESO并联的永磁同步电机矢量控制系统。首先,利用光滑的非线性函数改进传统的ESO,提高其对信号的平滑处理能力,并将改进的ESO与ADRC并联,提高信号处理的准确率;然后,将系统的电磁转矩与负载误差、转速误差与时间积分主动补偿到电流环,提高系统的响应速度和抗干扰性;最后,利用乌鸦算法优化ADRC的参数,减少人工参数整定的复杂度。Simulink中的仿真结果表明,改进系统比ADRC和PI控制具有更好的鲁棒性和稳定性。 展开更多
关键词 永磁同步电机 自抗扰控制 参数整定 乌鸦算法
下载PDF
基于乌鸦搜索算法的云计算用户任务调度仿真
7
作者 唐雯炜 李志敏 《计算机仿真》 北大核心 2023年第11期331-335,共5页
大多数网络应用和任务均在云端部署,由于云资源的动态异构性,用户任务的调度过程易受网络装置、计算机CPU性能、信号强度等问题的干扰。提出基于乌鸦搜索算法的云计算用户任务调度方法。利用主成分分析法对云计算用户数据完成降维处理,... 大多数网络应用和任务均在云端部署,由于云资源的动态异构性,用户任务的调度过程易受网络装置、计算机CPU性能、信号强度等问题的干扰。提出基于乌鸦搜索算法的云计算用户任务调度方法。利用主成分分析法对云计算用户数据完成降维处理,避免冗余信息的干扰。基于此,构建任务模型,通过乌鸦搜索法更新适应度函数锁定最优目标函数,获取任务模型的最优解,实现基于乌鸦搜索算法的云计算用户任务调度。仿真结果表明,在100组云计算用户任务的调度中,研究方法的平均执行时间为78.3ms,成本系数低于0.4,综合服务质量的波动范围为0.8~1.0。 展开更多
关键词 云计算用户 主成分分析法 数据降维 乌鸦搜索算法 调度模型
下载PDF
Selective Mapping Scheme for Universal Filtered Multicarrier
8
作者 Akku Madhusudhan Sudhir Kumar Sharma 《Intelligent Automation & Soft Computing》 SCIE 2023年第5期1273-1282,共10页
The next step in mobile communication technology,known as 5G,is set to go live in a number of countries in the near future.New wireless applica-tions have high data rates and mobility requirements,which have posed a c... The next step in mobile communication technology,known as 5G,is set to go live in a number of countries in the near future.New wireless applica-tions have high data rates and mobility requirements,which have posed a chal-lenge to mobile communication technology researchers and designers.5G systems could benefit from the Universal Filtered Multicarrier(UFMC).UFMC is an alternate waveform to orthogonal frequency-division multiplexing(OFDM),infiltering process is performed for a sub-band of subcarriers rather than the entire band of subcarriers Inter Carrier Interference(ICI)between neighbouring users is reduced via the sub-bandfiltering process,which reduces out-of-band emissions.However,the UFMC system has a high Peak-to-Average Power Ratio(PAPR),which limits its capabilities.Metaheuristic optimization based Selective mapping(SLM)is used in this paper to optimise the UFMC-PAPR.Based on the cognitive behaviour of crows,the research study suggests an innovative metaheuristic opti-mization known as Crow Search Algorithm(CSA)for SLM optimization.Com-pared to the standard UFMC,SLM-UFMC system,and SLM-UFMC with conventional metaheuristic optimization techniques,the suggested technique sig-nificantly reduces PAPR.For the UFMC system,the suggested approach has a very low Bit Error Rate(BER). 展开更多
关键词 -Universalfiltered multicarrier(UFMC) selective mapping(SLM) metaheuristic optimization crow search algorithm(csa) bit error rate(BER)
下载PDF
基于改进乌鸦算法和ESN神经网络的短期风电功率预测 被引量:28
9
作者 琚垚 祁林 刘帅 《电力系统保护与控制》 EI CSCD 北大核心 2019年第4期58-64,共7页
精确的短期风电功率预测对于提升电力系统经济稳定运行十分重要。为了克服传统的神经网络在参数选取中容易受主观因素影响和陷入局部最优的不足,提出一种基于改进乌鸦算法(ICSA)优化回声状态神经网络(ESN)参数的短期风电功率组合预测方... 精确的短期风电功率预测对于提升电力系统经济稳定运行十分重要。为了克服传统的神经网络在参数选取中容易受主观因素影响和陷入局部最优的不足,提出一种基于改进乌鸦算法(ICSA)优化回声状态神经网络(ESN)参数的短期风电功率组合预测方法。在算法寻优初期引入Lévy飞行机制增强搜索效率,而在迭代后期加入高斯函数,对进化后的全部轨迹进行相应的调整,保证算法的全局寻优和逐次逼近能力;通过改进的CSA算法对ESN神经网络输出层连接权值矩阵进行优化以提高网络的训练效率。最后利用两组实验数据对预测模型进行了有效性验证,结果表明,所提算法能有效应对风电功率时序的随机性和不确定性特征,具有更高的建模精度和更快的收敛速度。 展开更多
关键词 乌鸦算法 Lévy飞行 ESN神经网络 高斯函数 风电功率预测
下载PDF
基于Lévy飞行的差分乌鸦算法求解折扣{0-1}背包问题 被引量:8
10
作者 刘雪静 贺毅朝 +2 位作者 路凤佳 吴聪聪 才秀凤 《计算机应用》 CSCD 北大核心 2018年第2期433-442,共10页
针对大规模的折扣{0-1}背包问题(D{0-1}KP)难以用确定性算法求解的问题,提出了基于Lévy飞行的差分乌鸦算法(LDECSA)。首先,利用混合编码解决D{0-1}KP的第二数学模型的编码问题;其次,利用新的贪心修复与优化算法(NROA)处理求解过程... 针对大规模的折扣{0-1}背包问题(D{0-1}KP)难以用确定性算法求解的问题,提出了基于Lévy飞行的差分乌鸦算法(LDECSA)。首先,利用混合编码解决D{0-1}KP的第二数学模型的编码问题;其次,利用新的贪心修复与优化算法(NROA)处理求解过程中产生的不可行解;然后,针对乌鸦个体过早陷入局部最优和收敛较慢等缺陷,引入Lévy飞行和差分策略;最后,通过实验确定了感知概率和飞行长度的合理取值以及差分策略的选择。对四类大规模D{0-1}KP实例的计算结果表明:LDECSA非常适合求解大规模D{0-1}KP,能得到满意的近似解。 展开更多
关键词 乌鸦算法 折扣{0-1}背包问题 Lévy飞行 差分策略
下载PDF
基于乌鸦搜索算法的装备并行拆卸任务规划 被引量:2
11
作者 徐达 焦庆龙 《火力与指挥控制》 CSCD 北大核心 2020年第1期100-104,共5页
针对装备维修性试验验证过程中拆卸任务难以有效规划的问题,提出了一种基于乌鸦搜索算法的装备并行拆卸任务规划方法。分析了拆卸任务的流程关系,建立了拆卸任务流程关系的数学模型。将维修时间作为评价并行拆卸任务规划结果的适应度函... 针对装备维修性试验验证过程中拆卸任务难以有效规划的问题,提出了一种基于乌鸦搜索算法的装备并行拆卸任务规划方法。分析了拆卸任务的流程关系,建立了拆卸任务流程关系的数学模型。将维修时间作为评价并行拆卸任务规划结果的适应度函数模型,结合乌鸦搜索算法的计算步骤,引入遗传算法的交叉操作方式和变异操作方式,实现了对乌鸦搜索算法的离散化处理,满足了装备并行拆卸任务规划问题的求解需求。实例应用结果表明:相比遗传算法,乌鸦搜索算法的寻优能力和搜索能力更优,适用于装备并行拆卸任务规划工程实践。 展开更多
关键词 维修性试验验证 乌鸦搜索算法 遗传算法 并行拆卸任务规划
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部