基于MHHO的地下浅层震源能量聚焦扫描定位方法

针对在地下浅层这种特殊且复杂介质中震源定位精度低的问题,提出了一种通过多个策略改进的哈里斯鹰优化算法联合可控响应功率的地下浅层震源定位方法。首先通过Logistic混沌模型对初始种群进行优化,同时引入非线性逃逸能量和自适应调整权重因子提高算法的收敛精度和收敛速度,然后利用SRP定位模型构建震源区域中的能量信息,最后通过仿真验证,实现对震源的精确化定位。仿真结果表明,与传统的HHO、HUHHO以及MGTO算法相比,MHHO算法在粒子搜索范围、收敛速度和定位精度等方面均有明显的提升,球概率误差也由0.56 m缩减至0.23 m。最后进行实验对比验证,实验结果表明本文算法具有更高的定位精度,对地下浅层定位领域具有很好的工程应用价值。

考虑过采样器与分类器参数优化的变压器故障诊断策略

变压器故障样本的不平衡性使得故障诊断分类准确率低,且容易弱化少数类故障样本的分类效果。对此,采用过采样方法实现故障样本的均衡化,并提出一种考虑过采样器与分类器参数优化的变压器故障诊断策略。首先,搭建变压器故障诊断模型的整体结构,阐述故障诊断的实现过程。在此基础上,提出诊断模型中过采样器、分类器、参数优化器3种主要环节的算法实现:针对过采样器,提出一种基于近邻分布特性的改进合成少数过采样算法实现故障样本的均衡化;针对分类器,采用层次式有向无环图支持向量机算法实现故障样本的多标签分类;针对参数优化器,提出一种双层参数优化方法,上层采用层次搜索算法对过采样倍率寻优,下层采用改进哈里斯鹰算法对支持向量机参数寻优。最后,对所提策略进行算例分析,结果表明,所提策略能够合成质量更高的少数类故障样本,实现故障样本的准确分类。

变异哈里斯鹰优化算法在气体泄漏溯源中的应用

针对气体泄漏事故的溯源问题,研究了提高精度和速度的新方法。首先,搭建气体泄漏应用算例,以传感器浓度监测数据和高斯烟羽模型计算数据的方差作为目标函数,将溯源问题转化为优化问题;其次,基于哈里斯鹰优化(HHO)算法和传统优化算法提出变异HHO(MHHO)算法,旨在更快速准确地解决该优化问题;最后,进行不同信噪比(SNR)条件下的试验与比较。研究结果表明:MHHO算法单次运行时长在0.51~0.53 s之间,所有参数的平均反算误差SNR为20时约为8.64%,SNR为50时约为6.41%,SNR为100时约为0.89%,在精度和速度方面相比其他算法具有明显的优势。因此,MHHO算法能更快速准确地反算泄漏源的三维坐标和强度。