期刊文献+
共找到262篇文章
< 1 2 14 >
每页显示 20 50 100
Memetic algorithm for multi-mode resource-constrained project scheduling problems 被引量:1
1
作者 Shixin Liu Di Chen Yifan Wang 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2014年第4期609-617,共9页
A memetic algorithm (MA) for a multi-mode resourceconstrained project scheduling problem (MRCPSP) is proposed. We use a new fitness function and two very effective local search procedures in the proposed MA. The f... A memetic algorithm (MA) for a multi-mode resourceconstrained project scheduling problem (MRCPSP) is proposed. We use a new fitness function and two very effective local search procedures in the proposed MA. The fitness function makes use of a mechanism called "strategic oscillation" to make the search process have a higher probability to visit solutions around a "feasible boundary". One of the local search procedures aims at improving the lower bound of project makespan to be less than a known upper bound, and another aims at improving a solution of an MRCPSP instance accepting infeasible solutions based on the new fitness function in the search process. A detailed computational experiment is set up using instances from the problem instance library PSPLIB. Computational results show that the proposed MA is very competitive with the state-of-the-art algorithms. The MA obtains improved solutions for one instance of set J30. 展开更多
关键词 project scheduling RESOURCE-CONSTRAINED multi-mode memetic algorithm (MA) local search procedure.
在线阅读 下载PDF
Greedy Algorithm Applied to Relay Selection for Cooperative Communication Systems in Amplify-and-Forward Mode
2
作者 Cheng-Ying Yang Yi-Shan Lin Jyh-Horng Wen 《Journal of Electronic Science and Technology》 CAS 2014年第1期49-53,共5页
Using a relaying system to provide spatial diversity and improve the system performance is a tendency in the wireless cooperative communications. Amplify-and-forward (AF) mode with a low complexity is easy to be imp... Using a relaying system to provide spatial diversity and improve the system performance is a tendency in the wireless cooperative communications. Amplify-and-forward (AF) mode with a low complexity is easy to be implemented. Under the consideration of cooperative communication systems, the scenario includes one information source, M relay stations and N destinations. This work proposes a relay selection algorithm in the Raleigh fading channel. Based on the exhaustive search method, easily to realize, the optimal selection scheme can be found with a highly complicated calculation. In order to reduce the computational complexity, an approximate optimal solution with a greedy algorithm applied for the relay station selection is proposed. With different situations of the communication systems, the performance evaluation obtained by both the proposed algorithm and the exhaustive search algorithm are given for comparison. It shows the proposed algorithm could provide a solution approach to the optimal one. 展开更多
关键词 Amplify-and-forward mode cooperativecommunication exhaustive search greedy algorithm relay selection.
在线阅读 下载PDF
基于延拓补偿策略的气体传感器端点效应诊断
3
作者 朱健松 邢博轩 +2 位作者 孟凡利 王浩 唐坤 《沈阳理工大学学报》 2026年第1期36-43,共8页
针对经验模态分解(empirical mode decomposition,EMD)处理非平稳信号时因端点效应造成分解结果失真的问题,提出一种基于麻雀搜索算法(sparrow search algorithm,SSA)与长短时记忆(long short-term memory,LSTM)网络的耦合模型,突破传... 针对经验模态分解(empirical mode decomposition,EMD)处理非平稳信号时因端点效应造成分解结果失真的问题,提出一种基于麻雀搜索算法(sparrow search algorithm,SSA)与长短时记忆(long short-term memory,LSTM)网络的耦合模型,突破传统梯度下降算法易陷入局部最优的局限,显著提升时序预测精度。首先将气体响应信号预处理为周期特征变量;然后采用双向周期延拓策略,通过LSTM-SSA深度训练,生成首尾各延伸一个周期的预测序列;最后利用双向性预测序列构建复合信号,并对其进行EMD分解。以丙酮和甲苯信号为例的实验结果表明,经LSTM-SSA预测后再进行EMD分解时端点效应引起的能量误差分别降低了74.966%和23.368%、正交性系数分别提升了51.444%和34.990%,有效抑制了端点处模态分量的幅值失真,提升了EMD的可靠性,为气体传感信号的特征提取与工业安全监测提供了新思路。 展开更多
关键词 经验模态分解 端点效应 麻雀搜索算法 长短时记忆网络 周期延拓
在线阅读 下载PDF
基于QRFS的误差修正趋近律PMSM动态抗扰滑模控制
4
作者 易才华 马家庆 +2 位作者 陈昌盛 何志琴 吴钦木 《组合机床与自动化加工技术》 北大核心 2026年第1期113-119,共7页
为了提升永磁同步电机(PMSM)矢量控制系统的动态响应性能,提出一种基于准随机分形搜索优化算法(QRFS)与误差修正双幂次趋近律协同设计的滑模控制策略。首先,采用一种基于误差修正双幂次趋近律(EDPRL)的速度滑模控制器,以提升电机控制系... 为了提升永磁同步电机(PMSM)矢量控制系统的动态响应性能,提出一种基于准随机分形搜索优化算法(QRFS)与误差修正双幂次趋近律协同设计的滑模控制策略。首先,采用一种基于误差修正双幂次趋近律(EDPRL)的速度滑模控制器,以提升电机控制系统的精度和稳定性;其次,用人类进化优化算法(HEOA)和角蜥优化算法(HLOA)分别优化速度滑模控制器的参数,进行对比分析;最后,利用准随机分形搜索优化算法对速度滑模控制器中的参数进行优化,获得最优参数值,并进行仿真。仿真和实验结果表明,与HEOA-EDPRL和HLOA-EDPRL策略相比,QRFS-EDPRL控制策略在系统响应速度和抗干扰能力方面表现更为优越,超调量从9.2%降至0.6%、动态响应时间缩短了81.5%、负载转矩变化下的转速降低幅度减少了28.2%。验证了所提出的QRFS-EDPRL控制方法的合理性和有效性。 展开更多
关键词 永磁同步电机 速度滑模控制 调速优化策略 准随机分形搜索优化算法
在线阅读 下载PDF
基于GSWOA-VMD-AR模型的滚动轴承特征提取方法
5
作者 张雯雯 张义民 张凯 《机械工程师》 2026年第1期55-59,共5页
针对传统故障诊断方法在滚动轴承的变载荷,变转速环境和多故障耦合工况下存在提取特征困难、诊断准确率低的问题,提出了一种基于全局搜寻策略鲸鱼优化算法(GSWOA)优化变分模态分解(VMD)和自回归(AR)模型参数的故障特征提取方法。首先,采... 针对传统故障诊断方法在滚动轴承的变载荷,变转速环境和多故障耦合工况下存在提取特征困难、诊断准确率低的问题,提出了一种基于全局搜寻策略鲸鱼优化算法(GSWOA)优化变分模态分解(VMD)和自回归(AR)模型参数的故障特征提取方法。首先,采用GSWOA优化VMD参数以获得最佳的模态分解个数和惩罚因子,然后对20类多故障耦合振动信号进行分解,得到一系列平稳分量信号。其次,对一系列分量信号建立AR模型提取特征向量。最后,将特征向量输入到支持向量机(SVM)中进行轴承故障诊断的模式识别。与其他3种特征提取方法进行对比,该方法能够对多故障耦合的轴承故障分类达到100%的准确率,验证了其有效性和优越性。 展开更多
关键词 变分模态分解 自回归模型 全局搜寻策略鲸鱼优化算法 特征提取 滚动轴承
在线阅读 下载PDF
一种适用于混合三端直流输电线路的故障定位方法 被引量:1
6
作者 高淑萍 杨莉莉 +2 位作者 武心宇 周晋宇 宋国兵 《西安交通大学学报》 EI CAS 北大核心 2025年第1期37-46,共10页
针对因结构复杂导致的混合三端直流输电线路故障定位困难的问题,提出了一种结合变分模态分解算法与改进卷积神经网络(CNN)的故障定位方法(VMD-CNN)。首先,利用PSCAD/EMTDC软件构建混合三端直流输电系统模型,获得故障电流数据,应用克拉... 针对因结构复杂导致的混合三端直流输电线路故障定位困难的问题,提出了一种结合变分模态分解算法与改进卷积神经网络(CNN)的故障定位方法(VMD-CNN)。首先,利用PSCAD/EMTDC软件构建混合三端直流输电系统模型,获得故障电流数据,应用克拉克变换对其解耦,获取故障电流的线模分量;其次,对得到的线模分量进行变分模态分解(VMD),得到多个本征模态函数(IMF)分量,选取特征信息最丰富的IMF分量作为VMD-CNN模型的输入;然后,利用高效的分类模型支持向量机(SVM)判别故障发生的区域,将提取到的IMF分量作为SVM输入进行训练学习,可以准确判断出故障发生区域;最后,搭建VMD-CNN模型进行故障定位,挖掘出行波信号中蕴藏的故障信息,同时通过麻雀搜索算法优化CNN中的超参数,实现混合三端直流输电线路的精确定位。仿真结果表明:过渡电阻为100Ω,不同故障位置情况下的定位相对误差均在0.17%以内;故障位置为460 km,不同过渡电阻情况下的定位相对误差均在0.25%以内;过渡电阻为50Ω,不同故障类型情况下的相对误差均在0.3%以内。所提方法能够提升不同故障位置、过渡电阻和故障类型下的定位准确性。 展开更多
关键词 混合三端直流输电 故障定位 变分模态分解 卷积神经网络 麻雀搜索算法
在线阅读 下载PDF
基于逐次变分模态分解和小波阈值的车载雷达抗干扰方法
7
作者 李家强 刘浩波 +2 位作者 汪星宇 姚昌华 陈金立 《雷达科学与技术》 北大核心 2025年第4期375-386,共12页
车载毫米波雷达间交叉干扰直接影响雷达的目标探测精度和驾驶安全,针对此问题本文提出一种基于逐次变分模态分解(Successive Variational Mode Decomposition,SVMD)结合小波阈值的干扰抑制方法。首先通过PID搜索算法(PID Search Algorit... 车载毫米波雷达间交叉干扰直接影响雷达的目标探测精度和驾驶安全,针对此问题本文提出一种基于逐次变分模态分解(Successive Variational Mode Decomposition,SVMD)结合小波阈值的干扰抑制方法。首先通过PID搜索算法(PID Search Algorithm,PSA)对SVMD的最大正则化参数进行优化选择,然后利用SVMD将受扰雷达信号分解为一组本征模态函数(Intrinsic Mode Function,IMF)。接着对每个IMF依次进行小波阈值化处理以滤除各模态中的干扰,最后将各模态叠加完成信号重构,获得干扰抑制后的毫米波雷达信号。本文在PSA中加入陷阱避免算子以增加探索范围和避免局部最优,在小波阈值处理中改进了硬阈值函数以解决函数连续性差的问题。多目标场景下的仿真实验和实测实验结果表明,该方法干扰抑制效果显著,能够提高雷达的检测性能。 展开更多
关键词 毫米波雷达 逐次变分模态分解 PID搜索算法 小波阈值
在线阅读 下载PDF
基于车辆与无人机协同的巡检任务分配与路径规划算法
8
作者 李晓辉 刘小飞 +3 位作者 孙炜桐 赵毅 董媛 靳引利 《山东大学学报(工学版)》 北大核心 2025年第5期101-109,共9页
为了研究地面车辆与无人机在巡检过程中的最佳任务分配策略及路径规划问题,提出一种两阶段混合式启发算法——改进自适应大邻域搜索(improved adaptive large neighborhood search,IALNS)算法。第一阶段根据待巡检节点的不同需求等级及... 为了研究地面车辆与无人机在巡检过程中的最佳任务分配策略及路径规划问题,提出一种两阶段混合式启发算法——改进自适应大邻域搜索(improved adaptive large neighborhood search,IALNS)算法。第一阶段根据待巡检节点的不同需求等级及距离等因素,利用聚类算法对目标节点进行划分;第二阶段采用一种混合式启发算法解决路线调度问题,增加6种新的局部优化算子,引入节点重分配策略,经过迭代得到成本最小的车辆与无人机协同混合路线。对所提算法解和其他算法解进行测试和比较分析,试验数据表明,IALNS算法在解决车辆与无人机协同巡检问题时具有显著优势。 展开更多
关键词 路径规划 车辆与无人机协同模式 聚类算法 自适应大邻域搜索 局部优化
原文传递
基于SSA优化VMD算法的滚动轴承故障诊断
9
作者 金志浩 刘庆宝 《计算机仿真》 2025年第1期485-490,共6页
针对滚动轴承在强噪声中提取故障信号频率的时候,变分模态分解(VMD)中模态分量k和惩罚因子α难以确定的问题,提出麻雀优化算法(SSA)与变分模态分解相结合的滚动轴承故障诊断方法。首先,SSA以包络熵为适应度函数来自主搜寻最优解,得到最... 针对滚动轴承在强噪声中提取故障信号频率的时候,变分模态分解(VMD)中模态分量k和惩罚因子α难以确定的问题,提出麻雀优化算法(SSA)与变分模态分解相结合的滚动轴承故障诊断方法。首先,SSA以包络熵为适应度函数来自主搜寻最优解,得到最优参数组合[k, α]。其次,利用优化的参数组合对VMD进行故障信号分解,得到若干本征模态分量(IMF)。最后,通过计算模态分量的峭度值和近似熵来筛选出符合需求的分量进行重构,从而得到最优的降噪信号,根据重构信号的包络谱来得出故障频率。仿真和实验结果表明,上述方法可以得出最优的参数组合,并且很准确的提取故障频率,实现滚动轴承的故障诊断。 展开更多
关键词 滚动轴承 变分模态分解 麻雀搜索算法 峭度值 近似熵 信号重构
在线阅读 下载PDF
基于改进小波阈值和优化VMD算法的语音增强方法 被引量:3
10
作者 张礼艳 刘增力 彭艺 《吉林大学学报(理学版)》 北大核心 2025年第2期608-621,共14页
针对语音信号传输过程中受噪声和回声等因素干扰,导致信号质量和可懂度下降的问题,提出一种基于优化的变分模态分解算法和改进小波阈值的语音信号增强方法.首先,采用麻雀搜索算法优化模态分解参数,并分解语音信号得到模态分量;其次,根... 针对语音信号传输过程中受噪声和回声等因素干扰,导致信号质量和可懂度下降的问题,提出一种基于优化的变分模态分解算法和改进小波阈值的语音信号增强方法.首先,采用麻雀搜索算法优化模态分解参数,并分解语音信号得到模态分量;其次,根据模态分量与原信号的相关系数和中心频率,消除高频噪声分量,保留接近原信号的模态分量作为纯语音,其他模态分量作为带噪语音,进行小波阈值处理;最后,重构纯语音和处理后的噪声模态分量,得到增强的语音信号.结果表明:该方法比单一方法具有更优的语音增强效果;优化的变分模态分解算法和改进的阈值与阈值函数实现了比传统方法更好的增强效果,适用于各种噪声环境,有效提升了语音信号的质量和可懂度. 展开更多
关键词 语音增强 麻雀搜索算法 变分模态分解 小波阈值 相关系数
在线阅读 下载PDF
基于多策略改进合作搜索算法的径流混合预报模型 被引量:2
11
作者 杜成锐 李旻 +3 位作者 孙大雁 梁志峰 王金龙 周波 《人民长江》 北大核心 2025年第7期56-65,共10页
针对传统径流预测方法存在的预测精度低及泛化能力差等问题,提出了集成逐次变分模态分解、多策略改进合作搜索算法及误差时空综合修正的径流混合预报模型。首先,利用逐次变分模态分解将径流时间序列分解为若干相对独立、互不影响的子序... 针对传统径流预测方法存在的预测精度低及泛化能力差等问题,提出了集成逐次变分模态分解、多策略改进合作搜索算法及误差时空综合修正的径流混合预报模型。首先,利用逐次变分模态分解将径流时间序列分解为若干相对独立、互不影响的子序列;其次,以最小二乘支持向量机模型为预报单元,分别通过正弦初始化、动态交流及游走变异等策略对合作搜索算法进行综合改进,提升了参数全局搜索能力和收敛稳定性;最后,对各模型预测结果进行叠加集成,运用误差时空修正策略进一步降低预测误差,保障结果精度和可靠性。在福建省池潭水库的工程应用表明:相较于LSTM、ELM、SVR、LSSVR等传统模拟,混合预报模型在径流预测结果中具有更高的RMSE、MAE、CC、NSE指标值,预见期1~4 d的NSE指标分别为0.986,0.982,0.976,0.967,展现出更高的精度和稳定性。各模块有效性检验结果表明,所提模型能精确捕捉非线性径流数据关系,降低预测偏差,可为变化条件下高精度径流预测提供参考。 展开更多
关键词 径流预报 逐次变分模态分解法 合作搜索算法 最小二乘支持向量回归 误差时空综合修正 池潭水库
在线阅读 下载PDF
考虑充电模式决策的电动车路径规划问题
12
作者 黄敏 杨佳馨 +2 位作者 匡韩斌 李娟 张期环 《控制工程》 北大核心 2025年第10期1784-1792,共9页
针对电动车在配送过程中存在续航里程有限、充电时间长等问题,提出了一种考虑充电模式决策的电动车路径规划问题,以最小化总配送成本为目标,构建了混合整数规划模型。针对该问题的特性,设计了一种充换电特征驱动的改进自适应大邻域搜索... 针对电动车在配送过程中存在续航里程有限、充电时间长等问题,提出了一种考虑充电模式决策的电动车路径规划问题,以最小化总配送成本为目标,构建了混合整数规划模型。针对该问题的特性,设计了一种充换电特征驱动的改进自适应大邻域搜索算法,并基于充电时间的灵活性、充电站与客户间的紧密关联性等特点,在此算法中引入了充电站关联破坏与比较修复等邻域操作算子。实验结果表明,相比于大邻域搜索算法,所提算法在求解大规模算例时,可以得到更优的解;合理选择充电模式决策可以有效缩短电动车的充电时间,降低总配送成本。 展开更多
关键词 电动车路径规划问题 充电模式决策 软时间窗 自适应大邻域搜索算法
原文传递
基于SSA优化的Transformer-BiGRU短期风电功率预测
13
作者 包广斌 杨龙龙 +1 位作者 范超林 李焕 《电子测量技术》 北大核心 2025年第13期139-147,共9页
为提高风电功率预测精度,提出了一种基于SSA优化的Transformer-BiGRU组合模型。首先,采用CEEMDAN将原始序列分解为多个模态分量和残差分量,降低数据复杂性和不稳定性。然后,结合Transformer的自注意力机制与BiGRU的双向时序建模能力,构... 为提高风电功率预测精度,提出了一种基于SSA优化的Transformer-BiGRU组合模型。首先,采用CEEMDAN将原始序列分解为多个模态分量和残差分量,降低数据复杂性和不稳定性。然后,结合Transformer的自注意力机制与BiGRU的双向时序建模能力,构建了一个高效的组合模型。针对Transformer-BiGRU模型超参数优化困难的问题,引入SSA麻雀搜索算法对超参数进行优化,进一步提升预测精度。最后,以龙源电力风电预测数据集为例,通过对比实验和消融实验验证了该模型优于其他传统模型和模型中各组件的有效性,实验结果表明该方法的R 2达到了0.9810。 展开更多
关键词 风电预测 麻雀搜索算法 自适应噪声完备经验模态分解 双向门控循坏单元 自注意力机制
原文传递
基于EMD-VMD的混合储能系统容量优化配置
14
作者 周登涛 金福宝 +4 位作者 马山刚 祁延明 张强 赵瑞婷 李若冰 《科学技术与工程》 北大核心 2025年第19期8090-8098,共9页
为解决并网过程中,风电功率波动、间隙性等影响电网稳定运行的问题,提出一种利用经验模态分解(empirical mode decomposition,EMD)和变分模态分解(variational mode decomposition,VMD)结合的飞轮-锂电混合储能系统的容量优化配置方案... 为解决并网过程中,风电功率波动、间隙性等影响电网稳定运行的问题,提出一种利用经验模态分解(empirical mode decomposition,EMD)和变分模态分解(variational mode decomposition,VMD)结合的飞轮-锂电混合储能系统的容量优化配置方案。首先,采用K均值算法得到典型日数据,通过EMD将风电典型日数据输出功率信号分解为满足波动量限值的并网功率和混合储能平抑功率;然后,由麻雀搜索算法完成VMD算法中分解模态个数K值和二次惩罚因子α值的优化,通过VMD分解混合储能平抑功率,完成锂电池和飞轮储能的合理分配。最后,在考虑储能充放电功率和荷电状态约束条件的前提下,以储能成本为目标函数构建经济模型,采用青海省海南州共和县切吉敦曲风电场实际发电数据借助MATLAB平台进行仿真计算。结果表明:所提策略不仅有效地平抑了风电波动,还提高了整个系统的经济性。 展开更多
关键词 混合储能 经验模态分解 麻雀搜索算法 变分模态分解 容量优化配置
在线阅读 下载PDF
基于SSA-VMD的心肺音去噪算法研究
15
作者 牛鹏帅 李昕 +2 位作者 乔华 韩卓笑 苏芮 《计量学报》 北大核心 2025年第7期1058-1066,共9页
心肺音数据含有大量噪声影响诊断的准确率,为了保留有效信息同时提高信噪比,提出一种基于麻雀算法优化(sparrow search algorithm,SSA)变分模态分解(variational mode decomposition,VMD)的心肺音信号去噪方法。首先,对心肺音信号进行VM... 心肺音数据含有大量噪声影响诊断的准确率,为了保留有效信息同时提高信噪比,提出一种基于麻雀算法优化(sparrow search algorithm,SSA)变分模态分解(variational mode decomposition,VMD)的心肺音信号去噪方法。首先,对心肺音信号进行VMD分解得到固有本征模态函数(intrinsic mode functions,IMFs);然后对各个IMF进行小波去噪,将去噪后的IMF进行重构,以最优信噪比为目标使用麻雀优化算法进行优化;最后,将麻雀优化算法的最优参数输入VMD对心肺音信号进行分解去噪,得到最终去噪信号。为了验证此法的有效性,以信噪比、均方误差和噪声抑制比作为评价指标,将该方法与小波去噪法、经验模态分解去噪法、VMD去噪法进行比较,结果表明,SSA-VMD去噪后的信噪比高于其它方法,均方根误差于其它方法,噪声抑制比高于其它方法,综合分析该方法能更好地消除噪声。 展开更多
关键词 心肺音 去噪算法 变分模态分解 麻雀优化算法
在线阅读 下载PDF
基于多元变分模态分解与改进小波阈值的矿用电缆局放去噪方法 被引量:2
16
作者 曹继元 王彦文 +4 位作者 陈鹏 周暄 朱伟雄 张一赫 王乐 《煤炭学报》 北大核心 2025年第4期2293-2309,共17页
矿用电缆的绝缘状态对矿井供电系统的稳定运行起着重要作用,局部放电在线监测是电缆绝缘状态监测的重要手段。针对矿用电缆局放信号极易淹没于现场白噪声与周期性窄带干扰中,以及降噪方法适应性普遍不强等问题,提出了基于多元变分模态... 矿用电缆的绝缘状态对矿井供电系统的稳定运行起着重要作用,局部放电在线监测是电缆绝缘状态监测的重要手段。针对矿用电缆局放信号极易淹没于现场白噪声与周期性窄带干扰中,以及降噪方法适应性普遍不强等问题,提出了基于多元变分模态分解与改进小波阈值的局放去噪方法。首先,以最小平均包络熵作为适应度函数,采用麻雀搜索算法实现多元变分模态分解模态数和惩罚因子的自动寻优,从而以分解出最大确定性程度的局放特征信号为目标,准确分解局放含噪信号。其次,计算各本征模态函数的峭度值,区分局放主导分量与噪声主导分量,利用维纳滤波可通过局部方差自适应调节滤波效果的特性,准确提取局放主导分量中的局放特征信号,通过3σ准则归类局放特征信号为粗大误差,反向抑制噪声主导分量中的高斯白噪声与窄带干扰信号,将局放主导分量与噪声主导分量进行重构得到局放重构信号。最后,构建指数衰减型小波阈值函数,该阈值函数在克服硬阈值函数的不连续性与软阈值函数的恒定偏差的基础上,能够快速逼近硬阈值函数,利用新型改进小波阈值算法对局放重构信号进行去噪,得到局放去噪信号。将该方法与常见的几种方法进行比较,结果表明,该方法对仿真局放信号与实测局放信号均具有较好的降噪效果,且算法运行效率表现良好。 展开更多
关键词 局放去噪 多元变分模态分解 小波阈值 峭度 麻雀搜索算法
在线阅读 下载PDF
基于参数优化VMD和改进GoogLeNet的滚动轴承故障诊断
17
作者 李浩燃 刘德平 《机械传动》 北大核心 2025年第1期163-170,共8页
【目的】深度学习方法在滚动轴承故障诊断领域的应用十分有效,但传统神经网络由于采用单一尺度的卷积核而无法多尺度提取特征,且并未考虑到不同特征在故障诊断中的重要程度,滚动轴承信号在噪声干扰下的故障特征提取较为困难。为此,提出... 【目的】深度学习方法在滚动轴承故障诊断领域的应用十分有效,但传统神经网络由于采用单一尺度的卷积核而无法多尺度提取特征,且并未考虑到不同特征在故障诊断中的重要程度,滚动轴承信号在噪声干扰下的故障特征提取较为困难。为此,提出了一种基于参数优化变分模态分解(Variational Mode Decomposition,VMD)降噪,并用以注意力机制改进的GoogLeNet网络进行诊断的滚动轴承故障诊断方法。【方法】以局部极小包络熵为适应度函数,采用麻雀搜索算法(Sparrow Search Algorithm,SSA)对VMD参数组合[K,α]进行寻优;利用优化后的VMD算法分解轴承振动信号,得到若干模态分量,根据包络熵和峭度筛选故障特征丰富的模态分量,进行信号重构;以重构信号构建特征矩阵并输入经改进的GoogLeNet网络中完成诊断。【结果】试验结果表明,在不同噪声背景下,该方法诊断准确率为95.5%~99.8%,比其他方法噪声鲁棒性更好。 展开更多
关键词 滚动轴承 变分模态分解 麻雀搜索算法 卷积神经网络 故障诊断 注意力机制
在线阅读 下载PDF
基于乌鸦搜索改进超螺旋滑模控制算法的防空火箭炮随动控制研究
18
作者 王海迪 赵永娟 +2 位作者 张鹏飞 米江勇 程文铮 《火炮发射与控制学报》 北大核心 2025年第2期37-43,共7页
针对由摩擦等非线性因素导致防空火箭炮随动系统控制精度降低的问题,提出一种基于乌鸦搜索改进超螺旋滑模控制方法。传统滑模控制器由于切换控制律中不连续符号函数的存在产生了较大抖振,通过设计超螺旋滑模控制方法将原有滑模控制律中... 针对由摩擦等非线性因素导致防空火箭炮随动系统控制精度降低的问题,提出一种基于乌鸦搜索改进超螺旋滑模控制方法。传统滑模控制器由于切换控制律中不连续符号函数的存在产生了较大抖振,通过设计超螺旋滑模控制方法将原有滑模控制律中符号函数改为连续函数,减少系统抖振,并设计乌鸦搜索算法优化超螺旋滑模控制器中切换增益,提高系统的控制精度和鲁棒性。仿真结果表明:基于乌鸦搜索改进超螺旋滑模控制器较传统滑模控制器减小了系统抖振,提高了系统位置跟踪精度,缩短了响应时间,对负载干扰具有较强的抑制能力。 展开更多
关键词 防空火箭炮 随动控制 超螺旋滑模控制 乌鸦搜索算法
在线阅读 下载PDF
变模态分解下SSA-LSTM组合的锂离子电池剩余使用寿命预测方法 被引量:4
19
作者 李嘉波 王志璇 +1 位作者 田迪 孙中麟 《储能科学与技术》 北大核心 2025年第2期659-670,共12页
锂离子电池在电动汽车、可再生能源等领域广泛应用,对其剩余使用寿命(remaining useful life,RUL)进行精确预测,能够实时把握电池的内在性能退化状态,降低电池使用风险。本工作提出了一种基于变模态分解(variational mode decomposition... 锂离子电池在电动汽车、可再生能源等领域广泛应用,对其剩余使用寿命(remaining useful life,RUL)进行精确预测,能够实时把握电池的内在性能退化状态,降低电池使用风险。本工作提出了一种基于变模态分解(variational mode decomposition,VMD)、麻雀优化算法(sparrow search algorithm,SSA)和长短期记忆网络(long short-term memory,LSTM)的组合预测算法对锂离子电池剩余寿命进行预测。首先,基于锂离子电池电流、电压以及温度曲线,提取等压差充电时间、等压差充电能量、放电温度峰值和恒流充电时间作为预测RUL的间接健康因子。其次,采用变模态分解法分解容量以避免容量回升的局部波动和测试噪声对RUL预测结果造成干扰。针对传统LSTM模型超参数设置易受到经验和随机性的影响,提出了麻雀优化算法对LSTM模型参数进行优化,以提升模型的预测能力。最后,应用NASA和CALCE数据集,将所提模型与其他模型进行对比。实验结果表明,锂离子电池RUL预测均方根误差控制在2%以内,所提方法具有较高的预测性能。 展开更多
关键词 锂离子电池 剩余使用寿命 变模态分解 麻雀优化算法 长短期记忆网络
在线阅读 下载PDF
基于样本熵双分解和SSA-LSTM的超短期风速预测 被引量:2
20
作者 王希 孙娜 +3 位作者 苏浩 张楠 张帅 纪捷 《太阳能学报》 北大核心 2025年第3期611-618,共8页
为进一步提高超短期风速预测的准确性,提出一种基于样本熵的双分解和麻雀搜索算法(SSA)改进长短时记忆神经网络(ILSTM)的耦合模型(简记为DILSTM)。首先,利用变分模态分解(VMD)分解原始序列并通过样本熵量化各子序列的复杂性;其次,利用... 为进一步提高超短期风速预测的准确性,提出一种基于样本熵的双分解和麻雀搜索算法(SSA)改进长短时记忆神经网络(ILSTM)的耦合模型(简记为DILSTM)。首先,利用变分模态分解(VMD)分解原始序列并通过样本熵量化各子序列的复杂性;其次,利用完全自适应噪声集合经验模态分解(CEEMDAN)分解复杂度最高的子序列进一步提取特征过滤噪声;最后,将双分解得到的子序列分别建立DILSTM预测模型,并对所有子序列的预测结果叠加得到最终风速预测结果。真实风场数据实验结果表明,所提模型与LSTM、随机森林(RF)、卷积神经网络(CNN)单一模型相比,R2提升约25%,RMSE降低约65%;同时,与现有同类研究对比,也证实了所提DILSTM模型的优势,该文为提高超短期风速预测精准度提供了一种新的方法。 展开更多
关键词 风速 神经网络 预测 变分模态分解 样本熵 麻雀搜索算法
原文传递
上一页 1 2 14 下一页 到第
使用帮助 返回顶部