期刊文献+
共找到129篇文章
< 1 2 7 >
每页显示 20 50 100
Hybrid Seagull and Whale Optimization Algorithm-Based Dynamic Clustering Protocol for Improving Network Longevity in Wireless Sensor Networks
1
作者 P.Vinoth Kumar K.Venkatesh 《China Communications》 SCIE CSCD 2024年第10期113-131,共19页
Energy efficiency is the prime concern in Wireless Sensor Networks(WSNs) as maximized energy consumption without essentially limits the energy stability and network lifetime. Clustering is the significant approach ess... Energy efficiency is the prime concern in Wireless Sensor Networks(WSNs) as maximized energy consumption without essentially limits the energy stability and network lifetime. Clustering is the significant approach essential for minimizing unnecessary transmission energy consumption with sustained network lifetime. This clustering process is identified as the Non-deterministic Polynomial(NP)-hard optimization problems which has the maximized probability of being solved through metaheuristic algorithms.This adoption of hybrid metaheuristic algorithm concentrates on the identification of the optimal or nearoptimal solutions which aids in better energy stability during Cluster Head(CH) selection. In this paper,Hybrid Seagull and Whale Optimization Algorithmbased Dynamic Clustering Protocol(HSWOA-DCP)is proposed with the exploitation benefits of WOA and exploration merits of SEOA to optimal CH selection for maintaining energy stability with prolonged network lifetime. This HSWOA-DCP adopted the modified version of SEagull Optimization Algorithm(SEOA) to handle the problem of premature convergence and computational accuracy which is maximally possible during CH selection. The inclusion of SEOA into WOA improved the global searching capability during the selection of CH and prevents worst fitness nodes from being selected as CH, since the spiral attacking behavior of SEOA is similar to the bubble-net characteristics of WOA. This CH selection integrates the spiral attacking principles of SEOA and contraction surrounding mechanism of WOA for improving computation accuracy to prevent frequent election process. It also included the strategy of levy flight strategy into SEOA for potentially avoiding premature convergence to attain better trade-off between the rate of exploration and exploitation in a more effective manner. The simulation results of the proposed HSWOADCP confirmed better network survivability rate, network residual energy and network overall throughput on par with the competitive CH selection schemes under different number of data transmission rounds.The statistical analysis of the proposed HSWOA-DCP scheme also confirmed its energy stability with respect to ANOVA test. 展开更多
关键词 CLUSTERING energy stability network lifetime seagull optimization algorithm(SEOA) whale optimization algorithm(WOA) wireless sensor networks(WSNs)
下载PDF
Improvised Seagull Optimization Algorithm for Scheduling Tasks in Heterogeneous Cloud Environment 被引量:2
2
作者 Pradeep Krishnadoss Vijayakumar Kedalu Poornachary +1 位作者 Parkavi Krishnamoorthy Leninisha Shanmugam 《Computers, Materials & Continua》 SCIE EI 2023年第2期2461-2478,共18页
Well organized datacentres with interconnected servers constitute the cloud computing infrastructure.User requests are submitted through an interface to these servers that provide service to them in an on-demand basis... Well organized datacentres with interconnected servers constitute the cloud computing infrastructure.User requests are submitted through an interface to these servers that provide service to them in an on-demand basis.The scientific applications that get executed at cloud by making use of the heterogeneous resources being allocated to them in a dynamic manner are grouped under NP hard problem category.Task scheduling in cloud poses numerous challenges impacting the cloud performance.If not handled properly,user satisfaction becomes questionable.More recently researchers had come up with meta-heuristic type of solutions for enriching the task scheduling activity in the cloud environment.The prime aim of task scheduling is to utilize the resources available in an optimal manner and reduce the time span of task execution.An improvised seagull optimization algorithm which combines the features of the Cuckoo search(CS)and seagull optimization algorithm(SOA)had been proposed in this work to enhance the performance of the scheduling activity inside the cloud computing environment.The proposed algorithm aims to minimize the cost and time parameters that are spent during task scheduling in the heterogeneous cloud environment.Performance evaluation of the proposed algorithm had been performed using the Cloudsim 3.0 toolkit by comparing it with Multi objective-Ant Colony Optimization(MO-ACO),ACO and Min-Min algorithms.The proposed SOA-CS technique had produced an improvement of 1.06%,4.2%,and 2.4%for makespan and had reduced the overall cost to the extent of 1.74%,3.93%and 2.77%when compared with PSO,ACO,IDEA algorithms respectively when 300 vms are considered.The comparative simulation results obtained had shown that the proposed improvised seagull optimization algorithm fares better than other contemporaries. 展开更多
关键词 Cloud computing task scheduling cuckoo search(CS) seagull optimization algorithm(soa)
下载PDF
基于ISOA-SVR模型的短期网络舆情预测 被引量:1
3
作者 杨赟 张丽丽 《计算机工程与设计》 北大核心 2024年第1期168-176,共9页
网络舆情传播具有时效性和小样本特征,提出一种改进海鸥算法优化支持向量回归的网络舆情预测模型ISOA-SVR。为提高SOA算法的性能,设计sigmoid函数非线性收敛因子实现种群迁徙与攻击阶段的平滑转换;引入精英个体多阶段动态扰动避免局部最... 网络舆情传播具有时效性和小样本特征,提出一种改进海鸥算法优化支持向量回归的网络舆情预测模型ISOA-SVR。为提高SOA算法的性能,设计sigmoid函数非线性收敛因子实现种群迁徙与攻击阶段的平滑转换;引入精英个体多阶段动态扰动避免局部最优;设计正余弦优化指引种群位置二次更新,提高局部寻优能力。SVR学习效率高、逼近能力强,但对参数初值敏感、泛化能力仍有不足,利用ISOA算法对SVR优化调参,构建网络舆情预测模型ISOA-SVR。实验结果表明,ISOA-SVR数据拟合度更高,稳定性和收敛性表现更好。 展开更多
关键词 网络舆情 支持向量回归 海鸥优化算法 SIGMOID函数 多阶段动态扰动 正余弦优化 百度指数
下载PDF
基于SOA-VMD-ICA的海水泵激励源特征提取方法
4
作者 滕佳篷 武国启 《中国机械工程》 EI CAS CSCD 北大核心 2024年第8期1373-1380,共8页
针对海水泵复杂多源激励特征提取问题,提出了一种海鸥优化算法(SOA)、变分模态分解(VMD)和独立分量分析(ICA)相结合的海水泵激励源特征提取方法。基于单通道测量信号,采用VMD算法与SOA算法选取信号平方包络谱峭度统计量作为适应度函数,... 针对海水泵复杂多源激励特征提取问题,提出了一种海鸥优化算法(SOA)、变分模态分解(VMD)和独立分量分析(ICA)相结合的海水泵激励源特征提取方法。基于单通道测量信号,采用VMD算法与SOA算法选取信号平方包络谱峭度统计量作为适应度函数,寻优获取模态分解数量K、惩罚系数α及特征模态函数(IMF)分量。采用信号排列熵作为噪声检验函数,合理选取排列熵阈值,对IMF分量进行噪声筛选,获取非噪声IMF分量信号。将非噪声IMF分量与原输入信号组合,采用快速独立成分分析(Fast-ICA)算法计算得到激励源信号向量,从而实现激励源特征信号的提取。通过实船海水泵激励源特征提取试验及对比分析,验证了所提方法的有效性。研究结果表明,所提的SOA-VMD-ICA方法能满足单通道测量条件海水泵激励源特征提取准确性要求。 展开更多
关键词 特征提取 海水泵 独立分量分析 海鸥优化算法 变分模态分解
下载PDF
基于ISOA-RBPNN的埋地管道剩余强度预测 被引量:3
5
作者 骆正山 彭红发 《中国安全生产科学技术》 CAS CSCD 北大核心 2023年第1期143-148,共6页
为提高腐蚀管道剩余强度的预测精度,提出引入弹性梯度下降法改进BP神经网络,并融合改进海鸥优化算法(ISOA),构建腐蚀管道剩余强度预测模型。关于改进BP神经网络模型的参数寻优,首先采用Cat混沌映射初始化改进海鸥优化算法(SOA)初始种群... 为提高腐蚀管道剩余强度的预测精度,提出引入弹性梯度下降法改进BP神经网络,并融合改进海鸥优化算法(ISOA),构建腐蚀管道剩余强度预测模型。关于改进BP神经网络模型的参数寻优,首先采用Cat混沌映射初始化改进海鸥优化算法(SOA)初始种群的分布,提升寻优能力,优化SOA的搜索方向和攻击形式,增强其全局搜索能力并提高收敛速度,然后用ISOA对弹性BP神经网络(RBPNN)模型中的权值和阈值进行寻优,最后构建ISOA-RBPNN预测模型。以管道爆破数据为例,利用MATLAB进行仿真模拟,并与PSO-BPNN模型和IFA-BPNN模型预测结果进行对比分析。研究结果表明:ISOA-RBPNN模型的各项评价指标均优于其他2个模型,预测结果较实际值误差更小,在预测腐蚀管道剩余强度领域具有更好的性能,可为后续研究腐蚀管道剩余寿命和制定维修策略提供参考依据。 展开更多
关键词 安全工程技术科学 弹性BP神经网络 改进海鸥优化算法 剩余强度 管道腐蚀
下载PDF
基于CEEMDAN-LZC和SOA-ELM的管道信号识别
6
作者 张勇 韦焱文 +3 位作者 王明吉 路敬祎 邢鹏飞 周兴达 《吉林大学学报(信息科学版)》 CAS 2023年第2期193-201,共9页
针对管道信号特征提取困难,从而影响分类精度的问题,提出了一种将信号处理和智能算法相结合的管道信号检测方法。首先,利用CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)对信号分解,对分解获得的固有模... 针对管道信号特征提取困难,从而影响分类精度的问题,提出了一种将信号处理和智能算法相结合的管道信号检测方法。首先,利用CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)对信号分解,对分解获得的固有模态(IMFs:Intrinsic Mode Functions)使用相关系数法获取有效的模态分量并进行信号重构;其次,计算重构信号的Lempel-Ziv复杂度和裕度作为特征参数;最后,将获取的特征参数输入到海鸥优化算法(SOA:Seagull Optimization Algorithm)优化后的极限学习机(ELM:Extreme Learning Machine)进行分类,并用实验室数据进行验证。实验结果表明,与常规极限学习机(ELM)和遗传算法优化后的极限学习机GA-ELM(Extreme Learning Machine Optimized by Genetic Algorithm)相比,SOA-ELM模型能有效的识别管道信号类型,且具有较高的识别率和较快的诊断速度。 展开更多
关键词 自适应噪声完备集合经验模态分解 Lempel-Ziv复杂度 海鸥优化算法 极限学习机 管道信号
下载PDF
A hybrid discrete particle swarm optimization-genetic algorithm for multi-task scheduling problem in service oriented manufacturing systems 被引量:4
7
作者 武善玉 张平 +2 位作者 李方 古锋 潘毅 《Journal of Central South University》 SCIE EI CAS CSCD 2016年第2期421-429,共9页
To cope with the task scheduling problem under multi-task and transportation consideration in large-scale service oriented manufacturing systems(SOMS), a service allocation optimization mathematical model was establis... To cope with the task scheduling problem under multi-task and transportation consideration in large-scale service oriented manufacturing systems(SOMS), a service allocation optimization mathematical model was established, and then a hybrid discrete particle swarm optimization-genetic algorithm(HDPSOGA) was proposed. In SOMS, each resource involved in the whole life cycle of a product, whether it is provided by a piece of software or a hardware device, is encapsulated into a service. So, the transportation during production of a task should be taken into account because the hard-services selected are possibly provided by various providers in different areas. In the service allocation optimization mathematical model, multi-task and transportation were considered simultaneously. In the proposed HDPSOGA algorithm, integer coding method was applied to establish the mapping between the particle location matrix and the service allocation scheme. The position updating process was performed according to the cognition part, the social part, and the previous velocity and position while introducing the crossover and mutation idea of genetic algorithm to fit the discrete space. Finally, related simulation experiments were carried out to compare with other two previous algorithms. The results indicate the effectiveness and efficiency of the proposed hybrid algorithm. 展开更多
关键词 service-oriented architecture soa cyber physical systems (CPS) multi-task scheduling service allocation multi-objective optimization particle swarm algorithm
下载PDF
基于CEEMDAN和ISOA-ELM的锂电池荷电状态预测 被引量:2
8
作者 刘峰 陈海忠 《储能科学与技术》 CAS CSCD 北大核心 2023年第4期1244-1256,共13页
锂电池具有能量密度高、输出电压高、无记忆效应等优点,但过充过放电易引发安全事故,精确预测锂电池荷电状态(SOC)让其工作在最佳状态,具有重要现实意义,本文提出了一种基于自适应噪声集成经验模态分解(CEEMDAN)和数据驱动模型组合预测... 锂电池具有能量密度高、输出电压高、无记忆效应等优点,但过充过放电易引发安全事故,精确预测锂电池荷电状态(SOC)让其工作在最佳状态,具有重要现实意义,本文提出了一种基于自适应噪声集成经验模态分解(CEEMDAN)和数据驱动模型组合预测锂离子电池荷电状态的方法,对锂电池原始电流数据进行模态分解,得到多个子序列模态分量,提出一种基于惯性权重与Levy飞行机制的改进海鸥算法(ISOA),对极限学习机预测模型(ELM)参数进行优化,构建ISOA-ELM锂电池预测模型;训练模型得到锂电池SOC预测结果。实验结果表明,该模型在实际工作中能够更贴合实际SOC,更有利于锂电池工作在最佳状态。 展开更多
关键词 锂离子电池 荷电状态 自适应噪声经验模态分解 极限学习机 海鸥优化算法
下载PDF
SOA在音圈电机控制系统中应用仿真研究
9
作者 王国龙 白端元 +1 位作者 王愚 刘云清 《计算机仿真》 北大核心 2023年第4期277-281,共5页
针对传统的PID参数整定方法存在对音圈电机控制精度不足以及响应速度慢等问题,提出了基于人群搜索算法(SOA)快速寻找音圈电机最佳PID控制参数。选取音圈电机的数学模型作为被控对象,利用SOA算法随机生成初始搜寻者并将搜寻者个体的位置... 针对传统的PID参数整定方法存在对音圈电机控制精度不足以及响应速度慢等问题,提出了基于人群搜索算法(SOA)快速寻找音圈电机最佳PID控制参数。选取音圈电机的数学模型作为被控对象,利用SOA算法随机生成初始搜寻者并将搜寻者个体的位置参数依次赋给PID控制参数,并计算音圈电机系统的性能指标,再通过循环迭代更新搜寻者的位置直到满足系统期望指标为止。仿真结果表明,相比于粒子群算法(PSO)、遗传算法(GA),SOA算法能够有效减小系统的超调量并缩短调节时间,同时具有一定的抗干扰能力,在音圈电机控制系统中具有一定的应用价值。 展开更多
关键词 人群搜索算法 音圈电机 应用仿真
下载PDF
基于Kriging-ISOA的大跨度RC拱桥施工阶段扣索索力优化研究 被引量:4
10
作者 付慧建 邓超骞 +1 位作者 孙傲 彭文平 《公路工程》 2023年第3期18-25,共8页
针对大跨度悬臂浇筑钢筋混凝土拱桥一次成桥的扣索力优化问题,提出了一种Kriging模型与ISOA算法的联合求解优化方法。首先基于ANSYS有限元模型和Kriging模型基本理论建立了大跨度钢筋混凝土拱桥扣索索力-弯曲应变能响应的非线性映射代... 针对大跨度悬臂浇筑钢筋混凝土拱桥一次成桥的扣索力优化问题,提出了一种Kriging模型与ISOA算法的联合求解优化方法。首先基于ANSYS有限元模型和Kriging模型基本理论建立了大跨度钢筋混凝土拱桥扣索索力-弯曲应变能响应的非线性映射代理模型,其次融合Tent混沌映射、非线性收敛和高斯变异策略对标准海鸥优化算法进行改进,使其适应高维的索力优化问题,最后设计了联合Kriging-ISOA的大跨度拱桥索力优化流程,以某主跨为240 m的钢筋混凝土拱桥为背景,验证了优化方法的可行性。结果表明:基于Kriging理论建立的大跨度拱桥代理模型预测值和真实值的复相关系数为0.981;ISOA算法对单峰测试函数和多峰测试函数均有更高的收敛精度和速度,且对大跨度拱桥的索力优化问题具有良好的适应性;基于Kriging-ISOA索力优化后的拱桥主拱圈截面弯矩最大降幅为13.61%,截面轴力最大降幅为1.25%,挠度最大降幅为16.61%,证明了优化方法合理性。 展开更多
关键词 钢筋混凝土拱桥 悬臂浇筑 KRIGING模型 改进海鸥算法 索力优化
下载PDF
Brillouin scattering spectrum character extraction based on genetic algorithm and seeker optimization algorithm
11
作者 Zhang Yanjun Jin Peijun +3 位作者 Fu Xinghu Hou Jiaoru Zhang Fangcao Xu Jinrui 《High Technology Letters》 EI CAS 2019年第4期401-407,共7页
A new hybrid optimization method based on genetic algorithm(GA)and seeker optimization algorithm(SOA)is presented in this paper.The hybrid algorithm optimizes SOA by using crossover and mutation operations in GA in or... A new hybrid optimization method based on genetic algorithm(GA)and seeker optimization algorithm(SOA)is presented in this paper.The hybrid algorithm optimizes SOA by using crossover and mutation operations in GA in order to improve the global search ability of SOA.Four algorithms,i.e.particle swarm optimization(PSO),SOA,GA and quantum-behaved particle swarm optimization(GA-QPSO)and GA-SOA are used to process the simulation and experimental data of Brillouin scattering spectrum(BSS)at different temperatures.The results show that GA-SOA improves the accuracy of extracting the center frequency shift and the minimum center frequency of Brillouin scattering spectrum compared with other three algorithms.The shift error is 0.203 MHz.Therefore,GA-SOA can be applied to the accurate extraction of BSS characteristics. 展开更多
关键词 Brillouin scattering spectrum(BSS) seeker optimization algorithm(soa) genetic algorithm(GA) particle swarm optimization(PSO) Brillouin frequency shift(BFS)
下载PDF
基于改进海鸥优化算法的BP神经网络及其应用
12
作者 闫向彤 张健 +2 位作者 乔煜哲 董鹏辉 熊友锟 《传感器与微系统》 CSCD 北大核心 2024年第7期165-168,共4页
针对传统反向传播(BP)神经网络在预测时随机产生的初始权值、阈值影响准确性的问题,提出一种改进的海鸥优化算法(ISOA)对BP神经网络的初始阈值、权值进行寻优。首先,为提高海鸥优化算法(SOA)的收敛精度和跳出局部最优的能力,使用Sine混... 针对传统反向传播(BP)神经网络在预测时随机产生的初始权值、阈值影响准确性的问题,提出一种改进的海鸥优化算法(ISOA)对BP神经网络的初始阈值、权值进行寻优。首先,为提高海鸥优化算法(SOA)的收敛精度和跳出局部最优的能力,使用Sine混沌映射初始化种群,引入非线性参数A,在海鸥攻击时引入乘除策略进行扰动,同时在攻击阶段后引入反向学习策略。然后,使用ISOA优化BP神经网络初始权值、阈值,解决对初值敏感和易陷入局部最优的问题。最后,在冻结裂隙砂岩动态冲击试验中进行峰值应力预测,结果表明:对比原始BP、粒子群优化(PSO)-BP和SOA-BP,ISOA优化后的BP神经网络对峰值应力预测精度更高。 展开更多
关键词 反向传播神经网络 海鸥优化算法 混沌映射 乘除策略 反向个体
下载PDF
基于自适应神经网络的PDEs求解研究
13
作者 彭杰 张玉武 《佳木斯大学学报(自然科学版)》 CAS 2024年第3期174-177,共4页
针对当前基于神经网络的PDEs求解方法效率和精度均不够理想的缺陷,研究提出一种基于改进BP神经网络(BP neural network,BPNN)的PDEs求解模型。首先,参照自适应网格法来改进神经网络结构,构建自适应神经网络,改进模型的输出精度;其次,提... 针对当前基于神经网络的PDEs求解方法效率和精度均不够理想的缺陷,研究提出一种基于改进BP神经网络(BP neural network,BPNN)的PDEs求解模型。首先,参照自适应网格法来改进神经网络结构,构建自适应神经网络,改进模型的输出精度;其次,提出一种引入Levy飞行机制和鲸鱼优化算法(Whale optimization algorithm,WOA)的改进海鸥优化算法(Improved Seagull Optimization Algorithm,ISOA)来优化BPNN,寻找BPNN的最佳参数,提高模型的性能;基于上述内容,构建基于ISOA-BPNNPDEs智能求解模型。结果显示,该模型的F1值为95.74%,准确率达到97.96%,输出误差为0.021,优于当前最先进的两种PDEs求解模型。上述内容表明,研究构建的基于ISOA-BPNNPDEs智能求解模型能够高效、准确地实现PDEs求解,为PDEs求解研究提供了新的路径。 展开更多
关键词 偏微分方程 神经网络 海鸥优化算法 鲸鱼优化
下载PDF
基于深度置信网络和SVM的铣刀磨损状态识别
14
作者 田雅琴 侯寅智 +2 位作者 胡梦辉 刘文涛 邢炜晨 《重型机械》 2024年第2期67-75,共9页
针对人工提取的磨损指标无法全面表达铣削磨损特征的问题,提出基于改进深度置信网络(IDBN)与支持向量机(SVM)的刀具磨损识别模型。首先对刀具切削力、振动和AE信号在时域、频域、时频域进行特征提取;其次采用IDBN对提取的特征降维;最后... 针对人工提取的磨损指标无法全面表达铣削磨损特征的问题,提出基于改进深度置信网络(IDBN)与支持向量机(SVM)的刀具磨损识别模型。首先对刀具切削力、振动和AE信号在时域、频域、时频域进行特征提取;其次采用IDBN对提取的特征降维;最后利用改进的海鸥算法优化支持向量机(ISOA-SVM)构建磨损识别模型。结果表明,经过100次随机分层抽样,IDBN-ISOA-SVM对刀具磨损的平均识别率达到99%以上。从降维手段、优化算法及分类模型三个方面与其他算法对比,该模型有较高的识别率和泛化性,能够准确识别铣刀磨损状态。 展开更多
关键词 磨损状态识别 深度置信网络 海鸥算法 支持向量机
下载PDF
基于改进海鸥优化算法的多场景多障碍无人机三维路径规划 被引量:1
15
作者 侯平静 刘姜 +1 位作者 倪枫 陆劲宇 《软件导刊》 2024年第5期44-51,共8页
无人机三维路径规划目标为在避开障碍物和满足约束条件的情况下规划出高效且可行的飞行路径。为此,针对无人机路径规划应用的广泛性和计算的复杂性提出一种改进海鸥优化算法(TP-SOA),求解多场景多障碍下无人机的三维路径规划问题。首先... 无人机三维路径规划目标为在避开障碍物和满足约束条件的情况下规划出高效且可行的飞行路径。为此,针对无人机路径规划应用的广泛性和计算的复杂性提出一种改进海鸥优化算法(TP-SOA),求解多场景多障碍下无人机的三维路径规划问题。首先引入非线性收敛因子调整海鸥优化算法的迭代进程,使个体能够在算法前期保持较大的随机性,在后期快速收敛;其次在搜索方式上采用莱维飞行机制,扩大局部搜索的有效区域,提高个体跳出局部最优的能力;最后引入个体最优策略,增加个体对历史最优个体位置的学习过程,提高算法的优化性能。仿真实验结果表明,TP-SOA能在复杂的多障碍场景中规划出高质量路径,收敛精度和稳定性相较对照算法更高,表现出较明显的优势。 展开更多
关键词 海鸥优化算法 莱维飞行机制 个体最优策略 三维路径规划
下载PDF
分布式光伏功率数据的IMOWOA和LightGBM混合虚拟采集方法 被引量:2
16
作者 葛磊蛟 杜天硕 孙冰 《中国电机工程学报》 EI CSCD 北大核心 2024年第3期1035-1046,I0015,共13页
点多面广、分散无序的分布式光伏电站规模化接入电网是我国新型电力系统向低碳演进的重要路径之一。低成本、高效率的分布式光伏电站数据获取是光伏电站开展精细化管理、精益化运维的重要基础。为此,该文提出一种基于改进多目标鲸鱼优... 点多面广、分散无序的分布式光伏电站规模化接入电网是我国新型电力系统向低碳演进的重要路径之一。低成本、高效率的分布式光伏电站数据获取是光伏电站开展精细化管理、精益化运维的重要基础。为此,该文提出一种基于改进多目标鲸鱼优化算法(improved multi-objective whale optimization algorithm,IMOWOA)与轻量梯度提升机(light gradient boosting machine,LightGBM)的分布式光伏数据虚拟采集方案。针对虚拟采集区域划分难题,该方案首先在网格化区域划分的基础上提出一种自编码器相似性分析方法,获取满足相似性需求的光伏电站集;为解决参考电站集选择难题,提出一种改进的多目标鲸鱼优化算法,提高算法的全局搜索能力,基于区域内光伏电站的历史功率数据,同时对参考电站子集与LightGBM超参数进行优化,从而实现仅选取部分分布式光伏电站安装完备的数据采集装置,完成区域范围内所有电站功率数据的高精度虚拟采集。最后,以我国江苏省某区域范围内的29个分布式光伏电站为算例进行分析,验证提出的方法的可行性和有效性。 展开更多
关键词 分布式光伏 虚拟采集 鲸鱼优化算法 轻量梯度提升机 多目标优化
下载PDF
基于改进海鸥算法优化SVM的变压器故障诊断方法
17
作者 时宇辉 袁至 +1 位作者 王维庆 孙汝羿 《科学技术与工程》 北大核心 2024年第28期12169-12176,共8页
变压器故障诊断率不足一直是制约着电网运行安全和效率低下的关键问题。为解决这一问题,提出基于改进海鸥算法优化支持向量机(improved seagull optimization algorithm support vector machine,ISOA-SVM)的变压器故障诊断方法。首先开... 变压器故障诊断率不足一直是制约着电网运行安全和效率低下的关键问题。为解决这一问题,提出基于改进海鸥算法优化支持向量机(improved seagull optimization algorithm support vector machine,ISOA-SVM)的变压器故障诊断方法。首先开始构建SVM的油中溶解气体分析的故障诊断模型并通过核主成分分析(kernel principal component analysis,KPCA)对油中数据处理;其次通过ISOA寻找到SVM的最优核函数参数和惩罚系数;最后将数据归一化输入ISOA-SVM模型进行诊断,判断变压器的运行状态,并将结果与其他算法优化模型进行比较,仿真结果显示,该模型故障检测方法在识别故障速度以及识别精度上明显优于其他模型,有助于保证变压器的稳定运行。 展开更多
关键词 变压器 核主成分分析(KPCA) 支持向量机(SVM) 优化海鸥算法 故障诊断
下载PDF
基于改进海鸥优化算法的热连轧板带轧制规程优化
18
作者 赵晏淇 李伯群 +1 位作者 张春宇 李芳 《塑性工程学报》 CAS CSCD 北大核心 2024年第11期97-104,共8页
为提高热连轧板带产品质量及生产效率,提出一种改进的多目标海鸥算法来优化热连轧负荷分配。采用非线性衰减与余弦递减策略以改善海鸥算法中种群个体的越界问题;采用Sobol序列映射初始化种群来增加海鸥算法的全局搜索能力,从而使初始值... 为提高热连轧板带产品质量及生产效率,提出一种改进的多目标海鸥算法来优化热连轧负荷分配。采用非线性衰减与余弦递减策略以改善海鸥算法中种群个体的越界问题;采用Sobol序列映射初始化种群来增加海鸥算法的全局搜索能力,从而使初始值尽可能均匀地分布在解空间内。将改进后的海鸥算法与NSGA-II、MOEA/D和MOSOA通过测试函数进行对比,结果表明,该算法的求解精度更高且具有良好的收敛性和多样性。最后,将该算法应用到热连轧负荷分配优化计算中,得出的解集在多目标空间中获得了较好的Pareto前沿,同时由该方法获得的负荷分配数据优于经验法,能更好地控制板形,为现场工程技术人员提供了多样化的选择。 展开更多
关键词 多目标优化 海鸥优化算法 负荷分配 热连轧
下载PDF
多网络环境下基于爬山聚类算法的SOA性能优化 被引量:2
19
作者 杨小虎 李珏峰 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2010年第4期738-742,共5页
为了提升多网络环境下面向服务的架构(SOA)的性能,提出基于频度权重连接强度(CSWPF)和部署空间的网络性能模型,并给出对应的爬山聚类算法完成部署优化.CSWPF以单位时间内网络服务间的数据交互量作为系统性能度量;部署空间则根据业务规... 为了提升多网络环境下面向服务的架构(SOA)的性能,提出基于频度权重连接强度(CSWPF)和部署空间的网络性能模型,并给出对应的爬山聚类算法完成部署优化.CSWPF以单位时间内网络服务间的数据交互量作为系统性能度量;部署空间则根据业务规则确定每个网络服务在不同子网内部署的灵活性.在部署空间的约束下,爬山聚类算法以CSWPF作为度量尺度,通过不断尝试各种网络服务的部署方案,降低网络间流量,应用现有技术提升性能.仿真实验表明,算法在获得或者逼近最优解方面有较高的效率.项目实践表明,该方法可以明显降低系统负荷,提升性能. 展开更多
关键词 soa 性能优化 爬山聚类算法
下载PDF
基于PCA-SOA-ELM的空调系统负荷预测 被引量:6
20
作者 闫秀英 李忆言 +1 位作者 杜伊帆 闫秀联 《分布式能源》 2022年第2期56-63,共8页
针对参与需求响应的空调系统负荷预测方法存在预测精度低、预测时间长等问题,提出一种基于主成分分析(principal component analysis,PCA)与海鸥优化算法(seagull optimization algorithm,SOA)优化极限学习机(extreme learning machine,... 针对参与需求响应的空调系统负荷预测方法存在预测精度低、预测时间长等问题,提出一种基于主成分分析(principal component analysis,PCA)与海鸥优化算法(seagull optimization algorithm,SOA)优化极限学习机(extreme learning machine,ELM)空调负荷预测模型。通过PCA提取影响空调系统负荷数据的主要特征,建立空调系统ELM负荷预测模型,并采用SOA对模型参数进行迭代寻优。为了验证算法的有效性,以某办公建筑的空调负荷数据为例进行实例分析,实验结果表明:经PCA特征提取后得到包含98.00%原信息的6项主成分,SOA-ELM模型的预测结果与实际值基本吻合,其均方根误差为0.0137,平均绝对百分比误差为0.8392%,决定系数高达0.9910,训练时长为3.482s,相较于其他3种对比模型性能更优。证明了所建模型泛化性能强、预测精度高,能够有效预测空调系统需求响应时段负荷的变化情况。 展开更多
关键词 需求响应 负荷预测 主成分分析(PCA) 海鸥优化算法(soa) 极限学习机(ELM)
下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部