具有未知扰动的船舶液压舵机智能自学习PID控制

1

作者 刘毅 王亚林 +2 位作者 孙玉洁 王晓伟 姚文龙 《青岛科技大学学报(自然科学版)》 2025年第4期129-135,共7页

针对具有不确定性动态及外部未知负载扰动的船舶舵机系统,提出了一种紧格式动态线性化的智能自学习PID控制方法,该控制方法不依赖于系统精确数学模型,是一种数据驱动控制方法。首先,建立液压舵机系统动力学模型;其次,运用改进的动态线... 针对具有不确定性动态及外部未知负载扰动的船舶舵机系统,提出了一种紧格式动态线性化的智能自学习PID控制方法,该控制方法不依赖于系统精确数学模型,是一种数据驱动控制方法。首先,建立液压舵机系统动力学模型;其次,运用改进的动态线性化方法给出舵机系统数据模型,引入时间差分估计算法与梯度估计算法对数据模型中的非线性不确定项与时变参数项进行参数估计;然后,设计基于最优性能指标的舵角跟踪智能自学习PID控制方法,利用系统误差信息,通过引入附加误差来对线性化过程中遗失的信息进行补偿;最后,设计具有抗未知扰动的液压舵机系统学习控制律与参数更新律,并进行仿真验证。研究结果表明:在考虑未知扰动影响的船舶液压舵机系统中,采用智能自学习PID算法的控制效果最为理想,在36.45 s能够实现舵角和水动力距方向的变化,舵角跟踪误差精度在0.05~o以内。同时通过理论分析与仿真实验验证了所提控制方法的收敛性,仿真结果表明该控制方法应用于液压舵机系统的有效性和优越性,提高了恶劣海航下船舶舵机系统舵角跟随精度与动态响应速度,能够实现期望舵角轨迹的精准跟踪。 展开更多

关键词 船舶液压舵机系统 未知扰动系统 智能自学习PID控制 动态线性化 时间差分估计算法 梯度估计算法 无模型自适应控制

在线阅读 下载PDF 职称材料

基于聚类经验模态分解-样本熵和优化极限学习机的风电功率多步区间预测 被引量：24

2

作者 张亚超 刘开培 +1 位作者 秦亮 方仍存 《电网技术》 EI CSCD 北大核心 2016年第7期2045-2051,共7页

针对风电功率序列的不确定性和随机性特征,提出一种基于聚类经验模态分解-样本熵和优化极限学习机的多步区间预测模型。首先,利用聚类经验模态分解-样本熵方法将原始风电功率序列分解为一系列复杂度差异明显的子序列。然后,分别对各子... 针对风电功率序列的不确定性和随机性特征,提出一种基于聚类经验模态分解-样本熵和优化极限学习机的多步区间预测模型。首先,利用聚类经验模态分解-样本熵方法将原始风电功率序列分解为一系列复杂度差异明显的子序列。然后,分别对各子序列建立基于上下界直接估量的区间预测模型。为分析不同区间构造的差异,提出一种体现训练目标值偏离区间范围影响的新型区间预测评估指标作为目标函数,并采用基于混沌萤火虫结合多策略融合自适应差分进化的优化算法寻求其最优解,以提高模型预测性能。最后,以某一风电场实际功率数据为算例,验证了所提模型能获得可靠优良的多步区间预测结果,可为风电功率多步不确定性预测提供一种新的有效途径。 展开更多

关键词 多步区间预测 聚类经验模态分解-样本熵 极限学习机 多策略自适应差分进化

原文传递

改进Otsu算法与ELM融合的自然场景棉桃自适应分割方法 被引量：14

3

作者 王见 周勤 尹爱军 《农业工程学报》 EI CAS CSCD 北大核心 2018年第14期173-180,共8页

针对动态行进过程中拍摄的自然棉田场景图像的棉桃分割问题,提出了一种改进的自适应优化分割方法。首先利用改进的Otsu分割算法定位棉桃区域,对棉桃和背景区域像素点的RGB值分别采样;将样本用于训练ELM(extreme learning machine)分类模... 针对动态行进过程中拍摄的自然棉田场景图像的棉桃分割问题,提出了一种改进的自适应优化分割方法。首先利用改进的Otsu分割算法定位棉桃区域,对棉桃和背景区域像素点的RGB值分别采样;将样本用于训练ELM(extreme learning machine)分类模型;把图像分割转化为像素分类问题,用分类模型对棉桃图像进行像素分类以实现棉桃图像的分割。对晴天和阴天场景下自然棉田的图像进行了算法验证,能正确分割棉桃并定位棉桃位置,实现了非结构光环境下对棉桃的无监督的采样和分割定位,每幅图像的平均分割时间为0.58 s,晴天和阴天状况下棉桃的平均识别率分别达到94.18%和97.56%。将该算法与经典分类算法SVM(support vector machine)和BP在增加纹理特征和采用RGB特征的情况下进行对比,并分析了该算法在分割速度和识别率上都有较大优势的原因。试验证明该算法在棉桃分割中有很好的实时性、准确性和适应性,可为智能采棉机的棉桃识别算法提供参考。 展开更多

关键词 图像分割 作物 图像识别 改进的Otsu算法 极限学习机 自适应

在线阅读 下载PDF 职称材料

基于自适应差分进化算法优化极限学习机的球磨机料位测量 被引量：6

4

作者 王芳 续欣莹 阎高伟 《仪表技术与传感器》 CSCD 北大核心 2015年第6期143-145,共3页

极限学习机在实际应用中具有学习速度快、训练误差小的优点,但其稳定性与泛化能力却较差。针对其缺点,将自适应差分进化算法引入极限学习机对其改进,利用自适应差分进化算法的全局寻优能力,求取训练误差较小时极限学习机的输入权值矩阵... 极限学习机在实际应用中具有学习速度快、训练误差小的优点,但其稳定性与泛化能力却较差。针对其缺点,将自适应差分进化算法引入极限学习机对其改进,利用自适应差分进化算法的全局寻优能力,求取训练误差较小时极限学习机的输入权值矩阵以及隐含层偏置矩阵,从而优化极限学习机。将优化后的极限学习机应用于球磨机料位测量,实验结果表明,优化后的极限学习机与传统极限学习机相比具有较高的测量精度和较好的稳定性。 展开更多

关键词 自适应差分进化算法 极限学习机 测试误差 球磨机料位测量

在线阅读 下载PDF 职称材料

基于改进差分演化算法的无功优化 被引量：2

5

作者 汪文达 崔雪 +1 位作者 刘会金 林雪 《武汉大学学报（工学版）》 CAS CSCD 北大核心 2015年第1期81-85,共5页

针对电力网络无功优化问题,增加考虑了电压稳定指标,采用改进的差分演化算法同时对网损和电压稳定指数进行优化.该算法基于一般差分演化算法,在进化的不同阶段对算法参数缩放因子F和杂交概率CR进行自适应调整与控制,增加种群多样性的同... 针对电力网络无功优化问题,增加考虑了电压稳定指标,采用改进的差分演化算法同时对网损和电压稳定指数进行优化.该算法基于一般差分演化算法,在进化的不同阶段对算法参数缩放因子F和杂交概率CR进行自适应调整与控制,增加种群多样性的同时,能够调整搜索方向快速找到最优化方案.应用IEEE 30节点和IEEE 57节点系统进行了测试,结果表明所用算法相比遗传算法和一般差分演化算法,不仅能够有效减少有功网损,还能让PQ负荷节点远离电压崩溃点,并具有计算速度快、鲁棒性好等优点. 展开更多

关键词 无功优化 差分演化算法 差分变异 自适应参数

原文传递

SADE-ELM电容层析成像流型辨识算法 被引量：2

6

作者 陈宇 许莉薇 +1 位作者 黄仲洋 江露 《哈尔滨理工大学学报》 CAS 2014年第6期32-37,共6页

针对电容层析成像反问题流型识别较难的问题,提出了一种新的ECT流型辨识算法——差分演化优化极端学习机算法,进而提出了基于自适应差分演化优化极端学习机(Sa DEEML)的ECT辨识算法.在论述极端学习机算法的基础上,结合差分演化算法对极... 针对电容层析成像反问题流型识别较难的问题,提出了一种新的ECT流型辨识算法——差分演化优化极端学习机算法,进而提出了基于自适应差分演化优化极端学习机(Sa DEEML)的ECT辨识算法.在论述极端学习机算法的基础上,结合差分演化算法对极端学习机算法进行优化,自适应差分演化算法中的关键参数,通过训练得到各类流型的分类器的参数,构造分类器进行精准与快速分类.实验结果表明:该算法能有效克服极端学习机算法的缺点并提高了局部与全局收敛能力,通过与BP、SVM算法比较,该算法具有竞争力,并为电容层析成像流型辨识的研究提供了新算法. 展开更多

关键词 电容层析成像 自适应差分演化优化极端学习机算法 辨识

在线阅读 下载PDF 职称材料

基于自适应差分进化算法优化极限学习机的干旱预测方法 被引量：7

7

作者 周靖楠 刘振男 《水电能源科学》 北大核心 2018年第6期6-9,共4页

针对极限学习机在实际应用时随机选取初始权值与阈值易导致其稳定性弱及泛化能力差的问题,利用自适应差分进化算法对其进行改进,构建了自适应差分进化极限学习机预测模型,并选用海表异常温度作为该模型的输入因子,对研究区域的干旱进行... 针对极限学习机在实际应用时随机选取初始权值与阈值易导致其稳定性弱及泛化能力差的问题,利用自适应差分进化算法对其进行改进,构建了自适应差分进化极限学习机预测模型,并选用海表异常温度作为该模型的输入因子,对研究区域的干旱进行预测。结果表明,以海表异常温度作为模型的输入因子,应用极限学习机能有效地进行干旱预测,通过自适应差分进化算法优化的极限学习机应用于干旱预测,其精度与稳定性均有所提高。 展开更多

关键词 极限学习机 适应差分进化算法 干旱 SSTA 预报因子

原文传递

基于精英区域学习的多种群自适应的差分进化算法 被引量：2

8

作者 蔡万刚 蔡志伟 郑建国 《运筹与管理》 CSSCI CSCD 北大核心 2017年第8期27-33,共7页

为了进一步提高差分进化算法的收敛速度、算法精度和稳定性,采用多种群技术来增加算法收敛速度和降低复杂度;利用精英区域学习策略来对算法的全局搜索能力和算法精度进一步提升,引进自适应免疫搜索策略,以实现自适应修正差分算法的变异... 为了进一步提高差分进化算法的收敛速度、算法精度和稳定性,采用多种群技术来增加算法收敛速度和降低复杂度;利用精英区域学习策略来对算法的全局搜索能力和算法精度进一步提升,引进自适应免疫搜索策略,以实现自适应修正差分算法的变异因子和交叉因子。通过五个测试函数,把本文算法与最新文献中的算法进行对比,表明算法在收敛速度、精度和高维问题寻优能力方面的优越性。 展开更多

关键词 差分进化算法 多种群技术 免疫自适应搜索策略 精英区域学习策略

在线阅读 下载PDF 职称材料

基于接收信号强度的不同移动终端定位方法研究 被引量：5

9

作者 张维 李文涛 王力 《西北工业大学学报》 EI CAS CSCD 北大核心 2014年第3期481-485,共5页

传统的基于接收信号强度的定位算法均假设用于线下训练和实时定位的移动终端不变,而这会严重影响基于位置指纹定位法的准确性。本文提出的接收信号强度差值法(RSSD)和实时自适应学习规范化法(RSALS),用于解决不同WLAN移动终端获取接收... 传统的基于接收信号强度的定位算法均假设用于线下训练和实时定位的移动终端不变,而这会严重影响基于位置指纹定位法的准确性。本文提出的接收信号强度差值法(RSSD)和实时自适应学习规范化法(RSALS),用于解决不同WLAN移动终端获取接收信号强度存在差异的问题,并在真实室内WLAN环境下验证了算法的可行性和有效性。实验表明即使在设备不变的情况下RSALS法仍然具有实时校正的作用,可以在一定程度上抵消环境变化对定位精度的影响。 展开更多

关键词 算法 天线 实验 最小二乘法 线性回归 MATLAB 最大似然估计 无线局域网 位置指纹 接收信号强度 接收信号强度差值法 实时自适应学习法

在线阅读 下载PDF 职称材料

结合边缘采样与差分进化的高光谱图像半监督协同分类框架 被引量：2

10

作者 王立国 刘佳俊 《黑龙江大学自然科学学报》 CAS 2020年第1期92-98,共7页

高光谱遥感是对地面观测的一种重要手段,高光谱图像分类技术是高光谱遥感领域内的核心内容。针对在扩充训练样本集的过程中,未能充分结合无标签样本与有标签样本,以及在训练过程中,各个分类器未能很好地进行决策融合等问题,在协同训练Tr... 高光谱遥感是对地面观测的一种重要手段,高光谱图像分类技术是高光谱遥感领域内的核心内容。针对在扩充训练样本集的过程中,未能充分结合无标签样本与有标签样本,以及在训练过程中,各个分类器未能很好地进行决策融合等问题,在协同训练Tri-training算法的基础上,提出了一种结合主动学习和群智能算法的半监督分类框架。该分类框架以Tri-training作为半监督分类算法,通过多准则多标准边缘采样(Multi-criteria multi-edge sampling,MCMS)主动学习算法和自适应差分进化算法(Self-adaptive differential evolution,SADE)选择信息量最丰富的无标签样本,并将经过两次寻优的样本标记加入训练样本集中辅助初始化分类器。实验结果表明,该分类框架有效地克服了有标签样本少的问题,充分利用无标签样本提高了分类精度。 展开更多

关键词 关半监督分类 主动学习 自适应差分进化 Tri-training算法

在线阅读 下载PDF 职称材料

基于SSA ELM和自适应差分进化算法的拉曼放大器设计

11

作者 巩稼民 魏戌盟 +3 位作者 刘海洋 刘尚辉 金库 张依 《激光与红外》 CAS CSCD 北大核心 2023年第9期1397-1404,共8页

提出了一种将樽海鞘群算法优化极限学习机与自适应差分进化算法相结合的方法,并利用该方法优化多泵浦拉曼光纤放大器的参数配置。采用极限学习机构建泵浦参数和拉曼增益之间的非线性映射,并利用樽海鞘群优化算法对极限学习机参数进行优... 提出了一种将樽海鞘群算法优化极限学习机与自适应差分进化算法相结合的方法,并利用该方法优化多泵浦拉曼光纤放大器的参数配置。采用极限学习机构建泵浦参数和拉曼增益之间的非线性映射,并利用樽海鞘群优化算法对极限学习机参数进行优化获得最佳模型。对比分析了上述模型与BP神经网络和传统的极限学习机模型在评价指标方面的差异,结果表明本文所提出的模型预测性能较好。为了提高增益平坦性,利用自适应差分进化算法优化泵浦参数,得到最佳的参数配置。仿真结果表明,利用该方法设计出的拉曼放大器达到了预期效果,其目标增益与预测增益的最大误差不超过05dB。该方法为今后拉曼光纤放大器的设计提供了一种新的思路方法。 展开更多

关键词 拉曼光纤放大器 樽海鞘群算法 极限学习机 自适应差分进化算法 拉曼增益

在线阅读 下载PDF 职称材料

自适应人工蜂群优化极限学习机在拉曼光谱血液定量分析中的应用 被引量：1

12

作者 骈斐斐 王巧云 +3 位作者 王铭萱 张楚 单鹏 李志刚 《计量学报》 CSCD 北大核心 2023年第2期290-295,共6页

提出了一种基于自适应差分进化人工蜂群优化极限学习机预测血液各组分浓度的方法。首先应用人工蜂群算法对输入权值和隐含层阈值迭代寻优;其次结合差分进化进一步提高模型精度且避免后期易陷入局部最优等问题;由于差分进化算法交叉率和... 提出了一种基于自适应差分进化人工蜂群优化极限学习机预测血液各组分浓度的方法。首先应用人工蜂群算法对输入权值和隐含层阈值迭代寻优;其次结合差分进化进一步提高模型精度且避免后期易陷入局部最优等问题;由于差分进化算法交叉率和变异率存在凭经验给定的不确定性,最后引入了自适应调整的思想提出自适应差分进化人工蜂群算法优化极限学习机算法的模型,将其应用于血液成分定量分析中。实验表明,自适应差分进化人工蜂群算法优化的极限学习机模型具有较高的预测精度,模型具有较强的稳健性。 展开更多

关键词 计量学 血液检测 拉曼光谱 极限学习机 人工蜂群算法 自适应差分进化

在线阅读 下载PDF 职称材料

基于深度图的人体动作分类自适应算法 被引量：2

13

作者 蒋韦晔 刘成明 《郑州大学学报（理学版）》 CAS 北大核心 2021年第1期16-21,共6页

由于深度相机成本的降低,越来越多的研究人员使用RGB-D(red,green,blue and depth)视频进行人类动作识别(human activity recognition,HAR)。使用深度运动图的局部二值模式进行特征提取,利用自适应差分进化极限学习机(self-adaptive dif... 由于深度相机成本的降低,越来越多的研究人员使用RGB-D(red,green,blue and depth)视频进行人类动作识别(human activity recognition,HAR)。使用深度运动图的局部二值模式进行特征提取,利用自适应差分进化极限学习机(self-adaptive differential evolution extreme learning machine,SaDE-ELM)用于动作分类,其中隐藏节点的学习参数通过自适应差分进化的方法进行修改。为了验证所提出方法的有效性,用3个公共数据集(MSR Action3D,MSRDaily Activity3D,MSRGesture3D)进行了实验。仿真结果表明,该方法优于基于内核的极限学习机(kernel extreme learning machine,KELM)的方法。 展开更多

关键词 人类动作识别 深度运动图 差分进化 自适应差分进化极限学习机

在线阅读 下载PDF 职称材料

基于PCA-SaDE-ELM优化算法的煤层底板破坏深度预测及工程应用 被引量：2

14

作者 刘世伟 赵家鑫 +3 位作者 孙利辉 袁乐忠 杨江华 王中海 《煤炭技术》 CAS 2024年第6期69-73,共5页

基于煤层底板破坏深度实测结果统计分析,通过优化数据样本空间,引入自适应差分进化改进的极限学习机算法,构建了煤层底板破坏深度预测模型,与实测结果对比分析验证,并应用于云驾岭煤矿9^(#)煤层底板破坏深度预测。结果表明:模型预测的... 基于煤层底板破坏深度实测结果统计分析,通过优化数据样本空间,引入自适应差分进化改进的极限学习机算法,构建了煤层底板破坏深度预测模型,与实测结果对比分析验证,并应用于云驾岭煤矿9^(#)煤层底板破坏深度预测。结果表明:模型预测的最大绝对误差不超过0.7 m,相比现有其他预测模型,该模型预测精度提高约70%;云驾岭煤矿19101、19103和19105这3个典型工作面的破坏深度分别为10.80、10.94、11.34 m,介于规范方法和滑移场理论预测结果之间,进一步反映了模型的可靠性;建议对9#煤层底板加固改造后再进行回采。相关研究成果可为我国煤层底板破坏风险管理和煤炭资源的优化回采布置提供一定的理论支撑。 展开更多

关键词 自适应差分进化算法 极限学习机 底板破坏深度 预测模型

原文传递

基于拉曼光谱和改进极限学习机的葡萄糖浓度检测 被引量：2

15

作者 邢凌宇 王巧云 +1 位作者 杨磊 尹翔宇 《光散射学报》 2020年第2期159-165,共7页

拉曼光谱技术由于其快速、简单且无损等优势,广泛地应用于组分的定量分析。目前常用的定量回归方法包括偏最小二乘、人工神经网络、支持向量机等,为寻求新方法,本文对41组葡萄糖样本的拉曼光谱数据研究,以极限学习机为定量回归基础,结... 拉曼光谱技术由于其快速、简单且无损等优势,广泛地应用于组分的定量分析。目前常用的定量回归方法包括偏最小二乘、人工神经网络、支持向量机等,为寻求新方法,本文对41组葡萄糖样本的拉曼光谱数据研究,以极限学习机为定量回归基础,结合遗传算法、粒子群算法、人工蜂群算法等优化算法,比较分析后提出一种新型自适应差分进化的人工蜂群算法应用于极限学习机,该模型对差分进化的变异率和交叉率做了调整,能够降低极限学习机容易陷入局部最优和差分进化对参数依赖性大的问题,优化后模型的评价指标较传统极限学习机和基于其它优化算法都有显著提升。实验表明,基于自适应差分进化人工蜂群算法的极限学习机提高了预测精确度和模型稳健性。 展开更多

关键词 人工蜂群算法 自适应差分进化 拉曼光谱 葡萄糖样本 极限学习机

在线阅读 下载PDF 职称材料

基于随机邻域策略和广义反向学习的自适应差分进化算法 被引量：11

16

作者 吴文海 郭晓峰 +1 位作者 周思羽 高丽 《系统工程与电子技术》 EI CSCD 北大核心 2021年第7期1928-1942,共15页

全局探索和局部开发能力之间的平衡以及对控制参数的整定是影响差分进化(differential evolution,DE)算法性能的主要因素。针对这两个问题,提出一种基于随机邻域策略和广义反向学习的自适应DE算法。首先,在每一代进化过程中,算法从当前... 全局探索和局部开发能力之间的平衡以及对控制参数的整定是影响差分进化(differential evolution,DE)算法性能的主要因素。针对这两个问题,提出一种基于随机邻域策略和广义反向学习的自适应DE算法。首先,在每一代进化过程中,算法从当前种群为每一个体随机选择相应的邻域,其中最优个体作为基向量执行变异操作,邻域中个体数量随进化动态更新。其次,采用基于历史存档的自适应参数整定方法,进化进程中根据“精英”信息动态更新算法各参数。最后,在初始化和每一代进化结束阶段,执行基于广义反向学习策略的种群初始化和种群“代跳”操作。通过基于27个标准测试函数的3组仿真实验,验证了所提算法具有寻优精度高、收敛速度快、鲁棒性强的优点。 展开更多

关键词 差分进化算法 随机邻域 自适应参数 广义反向学习

在线阅读 下载PDF 职称材料

一种基于混合策略的差分进化算法研究 被引量：6

17

作者 苗晓锋 刘志伟 《计算机应用与软件》 北大核心 2019年第3期260-264,共5页

差分进化算法DE(Differental Evolution)是一种著名的处理非线性复杂问题的优化技术。为改进其计算开销大、参数设置与问题本身特性过于相关等缺陷,提出一种混合策略的差分进化算法HDE(Hybrid DE)。它混合反向学习OBL(Opposition-based ... 差分进化算法DE(Differental Evolution)是一种著名的处理非线性复杂问题的优化技术。为改进其计算开销大、参数设置与问题本身特性过于相关等缺陷,提出一种混合策略的差分进化算法HDE(Hybrid DE)。它混合反向学习OBL(Opposition-based Learning)和自适应机制来进行参数调整,从而能加速算法收敛,同时提高求解成功率。在MATLAB环境中进行的测试实验结果表明,HDE在收敛速度,鲁棒性和计算开销等方面的性能在大部分测试用例上优于已有的多种算法。这表明混合策略是一种行之有效的差分进化算法的研究路径。 展开更多

关键词 遗传算法 优化算法 反向学习 自适应 差分进化 仿真

在线阅读 下载PDF 职称材料

自适应阈值AdaBoost.RT算法及其在轴承剩余寿命预测中的应用 被引量：2

18

作者 汪森辉 王成 +2 位作者 孙坤 何祥 杨科 《科学技术与工程》 北大核心 2023年第13期5530-5538,共9页

针对自适应增强回归阈值(adaptive boosting regression threshold,AdaBoost.RT)算法用于判断训练样本好坏的阈值为常数,不能自适应地对每个测试样本动态调整判断标准的问题,提出了一种动态自适应调整阈值的改进AdaBoost.RT算法。通过... 针对自适应增强回归阈值(adaptive boosting regression threshold,AdaBoost.RT)算法用于判断训练样本好坏的阈值为常数,不能自适应地对每个测试样本动态调整判断标准的问题,提出了一种动态自适应调整阈值的改进AdaBoost.RT算法。通过引入训练结果的均值与标准差构造奇异系数作为判断相对误差的阈值,实现算法训练计算过程中阈值的自适应调整,在提高预测精度的同时,可以减少选择算法参数带来的繁重工作量。采用4组经典测试函数构造不同规模的训练样本数据进行算法检验,实验结果表明,提出的自适应调整阈值算法可以有效利用测试样本之间的差异性,克服了大噪声数据带来的干扰,改进后的集成算法可以改善回归模型的预测效果,提高模型的泛化性能。利用IEEE PHM 2012数据集验证所提方法的有效性,并与极限学习机(extreme learning machine,ELM)和原始AdaBoost.RT算法进行对比分析。结果表明:采用所提方法获得的轴承寿命预测均方根误差降低了5.18%,决定系数提高了3.11%。 展开更多

关键词 AdaBoost.RT算法 自适应阈值 极限学习机 滚动轴承 剩余寿命预测

在线阅读 下载PDF 职称材料

引入反向学习机制的自适应差分进化算法研究 被引量：3

19

作者 苗晓锋 刘志伟 《计算机与数字工程》 2019年第12期2953-2956,3120,共5页

差分进化算法(DE)是一种著名的处理非线性复杂问题的优化技术,为改进其计算开销大,参数设置与问题本身特性过于相关等缺陷,提出了一种新的差分进化算法(MDE)。它结合了反向学习(OBL)和自适应控制机制来进行参数调整,从而能加速算法收敛... 差分进化算法(DE)是一种著名的处理非线性复杂问题的优化技术,为改进其计算开销大,参数设置与问题本身特性过于相关等缺陷,提出了一种新的差分进化算法(MDE)。它结合了反向学习(OBL)和自适应控制机制来进行参数调整,从而能加速算法收敛,同时提高求解成功率。在Matlab环境中进行的测试实验结果表明,MDE在收敛速度、鲁棒性和计算开销等方面的性能在大部分测试用例上优于已有的多种算法,证明混合策略是一种行之有效的差分进化算法的研究路径。 展开更多

关键词 遗传算法 优化算法 反向学习 自适应 差分进化 仿真

在线阅读 下载PDF 职称材料

基于改进骨干差分进化算法优化LSSVM的短期光伏发电功率预测

20

作者 张涛 朱瑞金 扎西顿珠 《热力发电》 CAS CSCD 北大核心 2021年第5期102-107,共6页

准确预测光伏发电功率对于保障电力系统安全稳定和经济运行具有重要意义。提出一种基于改进骨干差分进化算法(IBBDE)优化最小二乘支持向量机(LSSVM)的光伏发电功率预测模型。IBBDE算法采用广义反向学习初始化种群和自适应调整交叉概率... 准确预测光伏发电功率对于保障电力系统安全稳定和经济运行具有重要意义。提出一种基于改进骨干差分进化算法(IBBDE)优化最小二乘支持向量机(LSSVM)的光伏发电功率预测模型。IBBDE算法采用广义反向学习初始化种群和自适应调整交叉概率对骨干差分进化算法进行改进以提升算法的全局寻优能力,利用IBBDE算法优化LSSVM预测模型的正规化参数和核参数来提高模型的预测精度。采用西藏某光伏电站发电功率进行预测仿真,结果表明:晴天天气下,IBBDE-LSSVM模型预测结果平均绝对误差和均方根误差分别为5.39%和3.98%;雨天天气下,IBBDE-LSSVM模型预测结果平均绝对误差和均方根误差分别为10.69%和7.86%,预测效果较好。 展开更多

关键词 光伏发电 功率预测 最小二乘支持向量机 骨干差分进化 广义反向学习 自适应

在线阅读 下载PDF 职称材料