小样本下基于SMOTE-IGWO-RF的轮毂电机轴承故障诊断

轮毂电机复杂多变的运行环境可能导致轴承故障而危及电动车辆行驶安全,为解决传统故障诊断方法在小样本条件下识别精度低的问题,提出一种基于SMOTE-IGWO-RF的轮毂电机轴承故障诊断方法。首先,通过合成少数过采样技术(SMOTE)扩展训练数据集,生成与真实样本分布相似的故障样本,并使用主成分分析(PCA)优化其时域和频域的特征。然后,通过引入非线性收敛因子和Levy飞行策略改进传统的灰狼优化算法(GWO),使用改进的灰狼优化算法(IGWO)优化随机森林(RF)模型的参数。最后,基于SMOTE-IGWO-RF的轮毂电机轴承故障诊断模型实现故障状态的识别,并在轮毂电机试验台架上进行了实验验证。结果表明,所提出的轮毂电机轴承故障诊断方法在7种转速工况下平均准确率均超过96%,具有高精度和稳定性。与遗传算法(GA)、粒子群优化算法(PSO)、GWO优化RF相比,提出的IGWO-RF模型在3种小样本训练集下的诊断准确率均超过90%,且准确率均明显高于其他3个对比算法,能够有效实现小样本条件下的轮毂电机轴承故障诊断。

基于IGWO-CatBoost模型的岩石爆破块度预测

针对无法准确预测矿山岩石爆破后块度大小的问题,提出一种基于改进灰狼算法(IGWO)优化的CatBoost块度预测模型。采用一种新的非线性收敛因子,引入动态权重策略,改进已有的灰狼算法(GWO),通过4个测试函数和5种优化算法验证了IGWO的寻优能力。对公开数据库和现场采集的32组数据进行预测分析。首先,采用随机森林算法进行特征重要性筛选,利用IGWO对CatBoost进行参数寻优,建立IGWO-CatBoost爆破块度预测模型;然后,将预测结果与在相同条件下建立的CatBoost、XGBoost、LightGBM模型进行对比分析。经过IGWO调参,CatBoost模型的预测准确度得到有效提高,IGWO-CatBoost模型的预测准确度均优于其他3种预测模型。对比结果表明,IGWO-CatBoost模型具有很好的预测能力和适应性。

基于ICEEMDAN-PE/FE-IGWO-SVR的混合多步分解短期风速预测方法

针对风电场季节性风速波动性和时间尺度差异引起的预测滞后性问题,提出一种基于ICEEMDAN-PE/FE-IGWO-SVR的混合多步分解短期风速预测方法。首先,以改进的自适应白噪声完全集合经验模态分解(ICEEMDAN)法对原始时间序列进行一次分解,得到精确的本征模函数(IMF);再以排列熵(PE)和模糊熵(FE)联合判别方法对其进行二次混合分解,进一步削弱风速波动性;然后将分解后的数据代入支持向量机(SVR)进行预测。此外,为了找到更优的SVR参数,文中引入非线性动态更新因子和萤火虫算法的吸引机制对灰狼算法进行改进,并基于改进的灰狼算法对SVR参数寻优,进而对某风电场进行夏季短期风速预测,实验结果证明,与传统预测方法相比,该方法对短时突变型恶劣风况预测精度更高,对提高风电并网灵活性调度具有一定的应用价值。

基于IGWO的台车轮注油系统注油量控制方法研究

传统烧结机台车轮自动注油系统注油量控制存在控制精度低和鲁棒性差等问题,已经无法满足精确注油的需求。为改善注油性能,提出一种基于改进灰狼(IGWO)算法的烧结机台车轮注油量智能控制方法。利用MATLAB软件辨识注油量控制系统数学模型;搭建BP神经网络PID注油量控制系统;为了提高灰狼算法的收敛速度,引入非线性收敛因子和动态权重,设计IGWO算法实现对BP神经网络的最优初始值及阈值的寻优,输出最优PID控制参数;最后,在仿真环境下,将用IGWO算法优化前后的控制效果进行对比。结果表明:所设计的PID控制器超调小、控制精度高,能够实现注油量的智能控制,满足精确注油的需求。

基于IGWO-MKELM的锂离子电池剩余使用寿命预测

随着锂离子电池在储能系统中比例迅速增大,为避免因电池性能退化导致的事故,如何准确预测锂离子电池剩余使用寿命就成为保障储能系统可靠运行的关键。针对锂离子电池剩余使用寿命预测的问题,提出一种改进灰狼优化多核极限学习机(IGWO-MKELM)预测方法。首先从电池充放电过程中提取能够表征电池寿命退化的间接健康因子作为输入量,然后采用改进灰狼算法对多核极限学习机参数进行寻优,建立改进灰狼优化多核极限学习机预测方法,最后使用NASA电池数据集进行仿真实验。结果表明,IGWO-MKELM方法可以更加精确地预测锂离子电池剩余寿命。

基于多维特征与IGWO-SVM的电机轴承故障诊断

针对电机轴承故障诊断精度低、传统灰狼优化算法(GWO)优化支持向量机(SVM)故障诊断模型容易陷入局部最优的问题,引入非线性收敛因子和Levy飞行策略对改进灰狼优化算法(IGWO)进行研究,提出了一种基于多维特征与改进灰狼优化算法优化支持向量机(IGWO-SVM)的电机轴承故障诊断方法。提取电机轴承振动信号的时域和频域特征构成多维特征矩阵;采用主成分分析(PCA)降低特征矩阵的数据维数,以实现快速数据处理;利用IGWO对SVM模型参数进行优化,得到最优的IGWO-SVM故障诊断模型用于确定电机轴承的故障类型。实验结果表明:所提出的电机轴承故障诊断方法在不同工况下精度高、性能稳定,所提出的IGWO算法与传统GWO和基于差分进化的改进灰狼优化算法(DEGWO)相比,具有更好的收敛性和精度。

考虑三级调度网络的应急物资多资源动态调度问题研究

为解决重大公共卫生事件发生后的物资调度问题,运用SEIR模型预测需求点的各类受灾人群,构建需求预测模型;以综合物资分配满意度最大、综合运输时间满意度最大和综合救援成本最小为目标,采用多供应点、多配送中心、多需求点的三级调度网络,实现多周期、多资源的动态调度;引入混沌反向学习、非线性收敛因子、随机差分变异和贪婪选择策略改进灰狼优化算法,并对模型进行求解。结果表明,该模型可有效平衡物资调度的满意度与经济性,改进灰狼优化算法可得到更优越的调度方案,解决灾后多周期应急物资调度问题。

突发自然灾害下的两阶段多目标应急物资中心选址问题研究

针对突发灾害情况下需求不确定的选址问题,构建最小化经济成本和最大化满意度的应急物资中心选址模型。首先,将选址问题划分为初期和后期的两阶段问题;其次,对物资需求量进行模糊需求预测,并使用可信性模糊机会约束规划将其转化为确定型约束;最后,设计改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法求解问题。IGWO算法采用佳点集初始化种群,对收敛因子进行余弦规律的非线性变化,并在粒子群优化(Particle Swarm Optimization,PSO)算法个体记忆的启发下,设计个体位置更新公式。在用10个标准函数验证IGWO有效性的基础上,通过湖北省新型冠状病毒应急物资中心选址案例分析,表明IGWO算法能有效求解多目标选址问题,在提高满意度的基础上降低经济成本,且多阶段模型在平衡满意度和经济成本方面结果更优。

基于改进灰狼优化算法的柔性作业车间分批调度问题研究

针对以最小化最大完工时间为目标的柔性作业车间分批调度问题(Flexible Job shop Batch Scheduling Problem,FJBSP),提出了一种改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法,优化对象为工件的分批方案。首次将流体模型应用于FJBSP的求解,提出了一种基于流体模型的解码方法,用于获得更好的子批调度方案;然后改进了狼群的等级制度,避免了算法过早收敛;其次设计了一种全新的适应可变长编码的交叉方法,深入交流2个个体之间的分批信息,增强了算法的搜索能力和稳定性;再次,提出了能够动态更新个体游走率的自适应灰狼游走策略,兼顾了算法的搜索质量和收敛速度;此外,对领头狼使用自适应邻域搜索动态调整每种工件选择各邻域的概率,提高算法的局部搜索能力;最后,设计了9个算例和3组实验,验证了所提出的IGWO算法的有效性和优越性。

基于IGWO与BP神经网络的海洋沉积物质量评价

针对单因子评价法在海洋沉积物质量评价中评价结果粗糙等问题,提出一种新的利用改进灰狼优化算法(IGWO)优化BP神经网络的海洋沉积物质量评价模型。该模型引入具有快速收敛、简单高效、全局优化能力较强特点的改进灰狼优化算法,在模拟灰狼捕猎的过程中得到了BP神经网络的各层权值、阈值的最优解。并以温州东部沿海海域的监测数据作为样本进行海洋沉积物的质量评价,实验结果表明该评价模型具有收敛速度快、准确性较高等特点,能够准确、合理地对海洋沉积物质量做出评价。

基于改进GWO-GRNN的管道焊缝三维重构测量

为提高双目相机不同位姿下焊缝的三维重构测量精度,提出一种基于立体视觉图像误差补偿的管道焊缝三维重构测量方法。采用改进灰狼算法(IGWO)优化广义回归神经网络(GRNN)补偿焊缝三维重构图像点的坐标误差。采用混沌映射、非线性收敛因子和最优记忆保存思想对GWO算法进行改进,通过8个标准测试函数进行仿真验证;利用优化后的GRNN模型对图像点坐标误差进行预测和补偿,计算三维坐标重构出焊缝点云,三维测量焊缝的焊宽、余高和长度。试验结果表明:该模型在双目相机不同的位姿状态下都能较准确地实现焊缝的三维重构,焊缝的三维测量相对误差在0.9%以内。

基于IGWO-BP算法的轨道交通短时客流预测

轨道交通短时客流具有随机性和非线性的特点。为提高轨道交通短时客流预测结果的准确度,研究了基于改进的灰狼优化算法(IGWO)与BP神经网络的短时客流预测算法(IGWO-BP)。计算轨道交通客流不同时间序列的相关系数,确定了BP神经网络的输入和输出方式;用余弦思想和动态权重策略对原始灰狼优化算法改进,提高算法的全局搜索能力和寻优效率;用IGWO算法优化BP神经网络的初始权值和阈值,提高短时客流预测结果的准确性。预测了西安轨道交通2号线龙首原站周三早高峰15 min时间粒度的短时客流量,并将IGWO-BP算法的预测结果与其他5种模型(KF,GM,SVM,BPNN,GWO-BP)比较。结果表明,IGWO-BP算法的均方根误差为89.65,平均绝对百分比误差为1.16%,预测结果的精度和稳定性均为最优。

基于IGWO优化VMD的轴承早期故障诊断方法

为了准确提取轴承早期故障特征,提出了一种基于改进灰狼算法(IGWO)优化变分模态分解(VMD)的轴承早期故障诊断方法。该方法通过在传统灰狼算法(GWO)中融合鲸鱼算法的搜索理论,提高了传统GWO的全局搜索能力。在优化过程中将各个模态分量的互信息与峭度进行有机结合生成加权互信息,作为优化目标函数。通过优化获得VMD最优参数并对信号进行VMD分解,提取出峭度最大的模态进行包络解调分析。与GWO-VMD、经验模态分解(EMD)进行对比,证明所提出的方法在强背景噪声下提取早期故障特征具有明显的优势。

基于IGWO-PID预测算法的水轮机调速控制

针对水轮机调速系统存在非线性、时变性、滞后性导致传统PID控制器超调量大,调节精度低等缺点,引入改进灰狼(IGWO)算法对传统PID控制器进行优化,在原灰狼算法的基础上通过改进线性收敛因子提高种群的收敛速度,结合变异算法对较优灰狼个体进行变异操作,通过模拟退火算法对变异后的新个体进行概率性选择,使用动态矩阵对预测频率进行实时在线校正,更新优化出一组最合适的PID参数,通过对系统加入负荷扰动对水轮机调速系统的动态特性,结果表明,改进的灰狼算法PID控制器性能要远优于传统PID控制器,调节精度更准、调节时间大大缩短。

基于IGWO-BP和超声衰减法的变压器油氧化安定性检测方法研究

为实现对变压器油氧化安定性的快速准确检测,提出了基于改进灰狼算法(IGWO)优化BP神经网络和超声衰减法的变压器油氧化安定性检测方法。首先,利用超声波在变换器油中的衰减特性,检测得到超声波的衰减系数等特性参数;然后对灰狼算法的收敛因子进行改进,并利用改进后的灰狼算法优化BP神经网络,得到收敛速度快、全局寻优能力强和预测精度高的IGWO-BP算法;最后,利用IGWO-BP算法训练样本,得到变压器油氧化安定性的检测模型。试验结果验证了方法的可行性。

基于改进灰狼优化算法的地面目标最优瞄准点选择方法

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。

基于改进灰狼算法的火电厂湿法脱硫模型辨识

以某2×350 MW火电机组为研究对象,采用改进灰狼算法(improved grey wolf algorithm,IGWO)为辨识方法,将石灰石浆液pH值与净烟气SO_(2)浓度作为模型输出,通过构建决策树,选取相关度较高变量作为输入变量,建立传递函数模型。对厂级SIS系统数据进行零初始化、粗大值以及平滑处理,使用IGWO完成不同工况下火电厂湿法脱硫系统传递函数参数的辨识。结果表明,使用IGWO辨识所得不同工况模型输出误差较小,较为符合实际工况,为后续湿法脱硫系统控制研究提供了保障。

PPG多频域特征的改进灰狼身份识别方法

针对目前生物信息身份识别方法大多存在识别率不高,或出现特征提取方式数量不够、特征间关联性较低等问题,提出一种PPG多频域特征的改进灰狼身份识别方法。针对现有方法特征提取数量不足,对光电容积脉搏波(PPG)信号进行多频域多特征提取,即从时域、频域、小波域三个域度共提取20维特征;为保留特征间的相关性,利用改进的FCBF算法对提取到的20维特征进行降维,获得特征子集;为保证最终识别的准确率,构建改进灰狼算法优化支持向量机(IGWO⁃SVM)的分类模型,对降维后的特征集进行训练和测试,最终完成PPG身份识别。仿真实验结果表明,该方法的识别准确率可达到98.61%。

基于改进灰狼优化算法的虚拟同步发电机功率分配策略

在虚拟同步发电机(VSG)多机并联运行情况下,由于VSG线路阻抗存在较大差异,所以无法实现功率的精确分配。针对该问题,提出一种基于改进灰狼优化(IGWO)算法的VSG功率分配策略,利用Cubic映射对种群进行初始化,通过二次非线性控制来控制收敛因子,提高全局和局部搜索能力,并引入动态比例权重加快算法收敛速度。在VSG控制单元中引入IGWO算法,自适应调节VSG控制中有功下垂系数kp和无功下垂系数kq。通过Matlab/Simulink对2台并联VSG搭建仿真模型,仿真结果表明该策略能够实现多工况下的功率精确分配。

一种改进SWOMP的大规模MIMO信道估计算法

针对大规模多输入多输出系统(massive MIMO)波束域信道估计中传统算法在低信噪比条件下无法保证较高的估计性能问题,设计了基于改进灰狼优化的分段弱正交匹配追踪(IGWO-SWOMP)压缩感知算法.该算法基于改进的灰狼优化(IGWO)算法自适应获取到大规模多输入多输出系统波束域信道中最小均方误差对应的迭代数与阈值,达到参数自适应设定的目的.仿真结果表明,与传统算法相比,IGWO-SWOMP算法的估计性能明显提高;在波束域角度扩展改变时,IGWO-SWOMP算法实现了自适应信道估计,能够保证较高的估计性能.