基于IDBO-BP的喷墨印刷液滴质量预测的方法研究

1

作者 李莹 娄杨伟 +2 位作者 李海山 何自芬 刘梦莲 《包装工程》 北大核心 2025年第11期174-184,共11页

目的实现喷墨印刷液滴质量的精准预测和控制,提升喷墨印刷质量。方法提出一种改进的蜣螂优化器(Improved dung beetle optimizer,IDBO)来优化反向传播(Back propagation,BP)神经网络的模型,以精确预测喷墨印刷过程中的液滴质量。首先,... 目的实现喷墨印刷液滴质量的精准预测和控制,提升喷墨印刷质量。方法提出一种改进的蜣螂优化器(Improved dung beetle optimizer,IDBO)来优化反向传播(Back propagation,BP)神经网络的模型,以精确预测喷墨印刷过程中的液滴质量。首先,采用动态反向学习策略初始化种群,以增强种群的多样性和均匀性;其次,引入黄金正弦因子,提升算法的收敛速度和寻优精度,同时平衡局部和全局搜索能力。结果通过对9个基准测试函数的性能评估,IDBO算法展现出更优的收敛精度和更快的收敛速度。应用IDBO优化的BP神经网络进行液滴质量预测,IDBO-BP模型显著降低了均方根误差(Root mean square error,RMSE)和平均绝对误差(Mean bsolute error,MAE),最高分别降低了48%和38%,同时拟合优度(R^(2))提升了3%。结论结果证实IDBO-BP模型在预测喷墨印刷液滴质量方面的优越性能,并验证了其在喷墨印刷领域的应用潜力。 展开更多

关键词 改进蜣螂优化器 动态反向学习策略 黄金正弦因子 idbo-BP模型 喷墨液滴质量预测

在线阅读 下载PDF 职称材料

基于SVMD-IDBO-KELM的短期光伏发电功率预测 被引量：1

2

作者 吴艳娟 荣旺 +1 位作者 郭玥 叶技松 《太阳能学报》 北大核心 2025年第6期271-279,共9页

为提升不同天气条件下短期光伏发电功率预测的准确性,提出一种基于逐次变分模态分解(SVMD)和改进蜣螂优化算法(IDBO)优化核极限学习机(KELM)的预测模型。首先,通过高斯混合模型将数据集划分成不同天气类型下的相似日样本;其次,通过SVMD... 为提升不同天气条件下短期光伏发电功率预测的准确性,提出一种基于逐次变分模态分解(SVMD)和改进蜣螂优化算法(IDBO)优化核极限学习机(KELM)的预测模型。首先,通过高斯混合模型将数据集划分成不同天气类型下的相似日样本;其次,通过SVMD将数据集进行模态分解,得到相对平稳的子序列来改善数据质量;之后,运用IDBO对KELM进行改进,构建IDBO-KELM预测模型,并对不同子序列进行预测;最后,通过重组各子序列的预测值得到最终的预测结果。实验结果表明:该方法在3种不同的天气类型下均可取得良好的预测结果,并且比其他模型的预测精度更高。 展开更多

关键词 光伏发电 预测分析 功率预测 核极限学习机 逐次变分模态分解 改进蜣螂优化算法

原文传递

基于IDBO-HKELM的冷水机组故障诊断方法

3

作者 王宏 储盼 +3 位作者 管大松 郭洋 田增瑞 盛英杰 《科学技术与工程》 北大核心 2025年第22期9505-9513,共9页

冷水机组作为建筑中的关键设备和主要能耗源,若其发生故障不仅会影响系统的正常运行,还会造成严重的能源浪费。为提升冷水机组系统运行的可靠性,构建了一种多策略改进蜣螂优化算法(improve dung beetle optimizer,IDBO)和混合核极限学习... 冷水机组作为建筑中的关键设备和主要能耗源,若其发生故障不仅会影响系统的正常运行,还会造成严重的能源浪费。为提升冷水机组系统运行的可靠性,构建了一种多策略改进蜣螂优化算法(improve dung beetle optimizer,IDBO)和混合核极限学习机(hybrid kernel extreme learning machine,HKELM)融合的故障诊断模型,用于实现冷水机组早期故障的精确诊断。该模型首先采用混合核函数提高核极限学习机(kernel extreme learning machine,KELM)的学习能力和泛化性,其次将Bernoulli映射、自适应惯性因子和Levy飞行融合动态权重系数策略用于改进蜣螂优化算法(dung beetle optimizer,DBO),以平衡DBO算法的全局探索性能。最后通过基准函数验证IDBO算法的有效性,利用IDBO算法对HKELM超参数进行优化,从而构建用于冷水机组早期故障诊断的数据驱动模型。通过相关训练仿真和实验验证,所提出的IDBO-HKELM模型对冷水机组的早期故障诊断准确率提高到99.71%,对比其他算法具有明显优势。 展开更多

关键词 冷水机组 群体算法 HKELM idbo算法 故障诊断

在线阅读 下载PDF 职称材料

基于IDBO-BP与PSO的超声冲击薄板激光焊接残余应力预测与工艺优化

4

作者 薛欢 张洛源 +4 位作者 张文谦 徐赛清 彭萧剑 郭畅 苏子傲 《现代制造工程》 北大核心 2025年第3期9-18,共10页

45Mn薄板在激光焊接过程中产生的残余拉应力,将对其强度、韧性以及疲劳寿命产生不利的影响。采用多种超声冲击工艺对薄板表面进行强化,并提出一种对薄板超声冲击工艺参数的多目标优化方法。首先,通过有限元冲击仿真得到了不同冲击工艺... 45Mn薄板在激光焊接过程中产生的残余拉应力,将对其强度、韧性以及疲劳寿命产生不利的影响。采用多种超声冲击工艺对薄板表面进行强化,并提出一种对薄板超声冲击工艺参数的多目标优化方法。首先,通过有限元冲击仿真得到了不同冲击工艺参数下薄板表面残余应力的数据集;然后,以仿真数据集为基础,采用IDBO-BP神经网络成功建立了冲击工艺参数与表面残余应力之间的非线性映射关系。通过IDBO-BP神经网络与BP、GA-BP、PSO-BP和DBO-BP等神经网络对比,发现IDBO-BP神经网络预测薄板表面残余应力的精度更高,MAE和R 2这2种评价指标分别为0.0683和0.9974,表明该模型可以有效地预测超声冲击薄板后的残余应力;最后,以超声冲击工艺参数为设计变量,以最小残余应力、最小冲击电流和最小冲击时间为优化目标,结合IDBO-BP神经网络和PSO算法,得到与超声冲击工艺参数对应的残余应力、冲击电流和冲击时间Pareto最优解集。结果显示,优化后的冲击工艺有效提高了加工效率和加工能效。 展开更多

关键词 45Mn 超声冲击 改进蜣螂优化算法 残余应力 多目标优化

在线阅读 下载PDF 职称材料

基于K-means SMOTE和IDBO-RF岩爆烈度等级预测模型 被引量：4

5

作者 温廷新 王泽锋 《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第6期140-146,共7页

为解决岩爆数据集不均衡和模型参数寻优困难等问题,提出1种基于K-means SMOTE与改进蜣螂算法优化随机森林(random forest,RF)的预测模型。首先,分析岩爆发生机理构建指标体系;其次,使用K-means SMOTE算法对岩爆数据集进行均衡化处理,采... 为解决岩爆数据集不均衡和模型参数寻优困难等问题,提出1种基于K-means SMOTE与改进蜣螂算法优化随机森林(random forest,RF)的预测模型。首先,分析岩爆发生机理构建指标体系;其次,使用K-means SMOTE算法对岩爆数据集进行均衡化处理,采用Robust标准化消除量纲;最后,引入Tent混沌映射和非线性递减策略组合改进蜣螂优化(improved dung beetle optimizer,IDBO)算法,寻优RF超参数,建立岩爆烈度等级预测模型(IDBO-RF)并与其他模型对比验证其有效性。研究结果表明:数据均衡处理后,各模型准确率提高10.85%~16.02%;设计的IDBO-RF预测模型平均准确率约为94.37%,较RF、GWO-RF、DBO-RF模型分别提高约7.76百分点、1.69百分点、1.11百分点;IDBO-RF预测模型准确率最高约为96.43%,优于RF、GWO-RF、DBO-RF模型。研究结果可为解决岩爆预测问题提供一定参考。 展开更多

关键词 数据均衡 改进蜣螂优化(idbo) 随机森林 岩爆烈度等级 预测模型

在线阅读 下载PDF 职称材料

基于IDBO-PID的联合收获机割台控制系统

6

作者 张峰硕 苑严伟 +2 位作者 刘阳春 王洋 杨悦 《农业工程》 2024年第10期21-28,共8页

该研究专注于提升无人农场联合收获机在复杂地形作业时,割台高度控制的精确性与响应速度。首先,提出了一种基于双倾角传感器的高度检测补偿方法,通过最小二乘法拟合建立割台倾角与高度的相关模型,相关系数0.9958,显著提高测量准确性。随... 该研究专注于提升无人农场联合收获机在复杂地形作业时,割台高度控制的精确性与响应速度。首先,提出了一种基于双倾角传感器的高度检测补偿方法,通过最小二乘法拟合建立割台倾角与高度的相关模型,相关系数0.9958,显著提高测量准确性。随后,引入群智能算法优化的PID控制策略,利用Bernoulli混沌映射、粒子群算法(PSO)、t分布扰动改进蜣螂优化算法,解决了传统PID控制的精度低和响应慢等问题。基于这些优化,IDBO-PID控制器在仿真对比中相较于DBO-PID和传统PID,具有更优的响应速度和稳定性。试验验证表明,改进的控制策略使割台的上升速度达到0.44m/s、下降速度达到0.32m/s,并且高度误差控制在0.02m内,满足作业需求。 展开更多

关键词 无人农场 联合收获机 割台高度 双倾角传感器 改进蜣螂优化算法 idbo-PID

在线阅读 下载PDF 职称材料

基于IDBO-LSSVM的输电线路覆冰厚度预测模型 被引量：1

7

作者 陈静 李荣浩 《湖北民族大学学报（自然科学版）》 CAS 2024年第3期343-348,374,共7页

针对输电线路受多种气象因素影响导致覆冰厚度预测精度低的问题,提出基于改进蜣螂优化(improved dung beetle optimizer,IDBO)算法优化最小二乘支持向量机(least square support vector machine,LSSVM)的输电线路覆冰厚度预测模型。首先... 针对输电线路受多种气象因素影响导致覆冰厚度预测精度低的问题,提出基于改进蜣螂优化(improved dung beetle optimizer,IDBO)算法优化最小二乘支持向量机(least square support vector machine,LSSVM)的输电线路覆冰厚度预测模型。首先,使用皮尔逊相关系数(Pearson correlation coefficient,PCC)计算输电线路覆冰厚度与不同气象因素之间的相关性,选择具有高相关性的气象因素以确定输入变量;其次,通过引入Halton序列、Levy飞行策略和T分布扰动来改进蜣螂优化(dung beetle optimizer,DBO)算法;最后,使用IDBO算法寻优LSSVM参数:调节因子、核函数宽度,提高模型预测精度。以某地输电线路历史监测数据为样本,将IDBO-LSSVM的输电线路预测结果与其他7种预测模型进行比较,发现平均绝对误差分别降低了约27%、36%、25%、23%、24%、44%和39%。该研究证实了基于IDBO-LSSVM的输电线路覆冰厚度预测模型可以有效提高预测精度。 展开更多

关键词 输电线路 覆冰厚度预测 皮尔逊相关系数分析 改进蜣螂优化算法 最小二乘支持向量机

在线阅读 下载PDF 职称材料

基于二次分解和IDBO-DABiLSTM的短期风电功率预测模型 被引量：4

8

作者 卢苡锋 王霄 《计算机工程》 CAS CSCD 北大核心 2024年第12期99-109,共11页

为提高风电功率预测精度,针对风电的强波动性和高随机性,提出一种基于二次分解和改进蜣螂优化算法(IDBO)-双重注意力双向长短期记忆(DABiLSTM)网络的风电功率预测模型。首先,采用自适应噪声的完全集合经验模态分解(CEEMDAN)和小波包分解... 为提高风电功率预测精度,针对风电的强波动性和高随机性,提出一种基于二次分解和改进蜣螂优化算法(IDBO)-双重注意力双向长短期记忆(DABiLSTM)网络的风电功率预测模型。首先,采用自适应噪声的完全集合经验模态分解(CEEMDAN)和小波包分解(WPD)构成一种二次分解方法对历史风电功率和风速数据进行分解,降低初始序列的随机性和非平稳性。其次,在BiLSTM网络的基础上,加入特征和时间注意力机制,建立DABiLSTM模型,充分挖掘特征间的关联性和时间序列间的长时间依赖性。最后,采用黄金正弦算法来优化滚球蜣螂的位置,从而增强算法在局部和全局的探索能力,同时引入动态权重系数改进偷窃蜣螂的位置,以平衡算法在全局和局部的探索能力,提出IDBO,并用其优化DABiLSTM网络的超参数,防止网络陷入局部最优解。采用贵州某风电场实际数据对所提模型进行实验,结果表明该方法能有效提升模型的预测能力,所提出的模型的均方根误差(RMSE)和平均绝对误差(MAE)在单步预测下分别为0.0449和0.0312 MW,与其他模型相比,分别平均降低了36.9%和31.7%,表现出较好的预测精度和鲁棒性。 展开更多

关键词 风电功率预测 二次分解 双向长短期记忆网络 改进蜣螂优化算法 注意力机制

在线阅读 下载PDF 职称材料

侧铣加工能源碳排放率预测及切削参数多目标优化

9

作者 延小龙 郭宏 +2 位作者 孟繁威 武玉鑫 罗雷 《制造技术与机床》 北大核心 2025年第8期140-148,共9页

针对数控机床的高能耗特性,提出一种基于改进蜣螂优化(improved dung beetle optimization,IDBO)算法结合最小二乘支持向量回归(least squares support vector regression,LSSVR)的能源碳排放率(energy carbon emission rate,ECER)预测... 针对数控机床的高能耗特性,提出一种基于改进蜣螂优化(improved dung beetle optimization,IDBO)算法结合最小二乘支持向量回归(least squares support vector regression,LSSVR)的能源碳排放率(energy carbon emission rate,ECER)预测模型,并进行其与加工精度和切除效率的多目标优化研究。首先,以ECER作为评估指标开展侧铣正交试验;其次,提出对蜣螂优化算法进行引入Bernoulli混沌映射、动态自适应步长调节参数3和对最优解进行Levy飞行扰动的组合改进,建立了IDBO-LSSVR-ECER预测模型并进行了交叉验证试验;最后,建立以ECER、表面粗糙度和材料去除率(material removal rate,MRR)为优化目标的三目标模型,基于第三代非支配排序遗传算法(third generation non-dominant sorting genetic algorithm,NSGA Ⅲ)求解得到最优工艺参数组合。试验结果表明,所提模型在ECER的预测精度上有所提升,均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)均显著降低,多目标优化结果可为制造业提供合理的铣削参数建议。 展开更多

关键词 能源碳排放率 idbo LSSVR 表面粗糙度 材料去除率

在线阅读 下载PDF 职称材料

极薄煤层破碎顶板条件下液压支架带压移架残余支撑力决策方法

10

作者 张传伟 张刚强 +4 位作者 路正雄 李林岳 何正伟 龚凌霄 黄骏峰 《工矿自动化》 北大核心 2025年第3期22-31,38,共11页

在破碎顶板条件下,液压支架带压移架过程中残余支撑力的精准决策对于提高极薄煤层智能化开采效率和保障作业安全至关重要。为实现极薄煤层破碎顶板条件下液压支架带压移架残余支撑力的准确决策,提出了一种基于改进蜣螂算法(IDBO)优化深... 在破碎顶板条件下,液压支架带压移架过程中残余支撑力的精准决策对于提高极薄煤层智能化开采效率和保障作业安全至关重要。为实现极薄煤层破碎顶板条件下液压支架带压移架残余支撑力的准确决策,提出了一种基于改进蜣螂算法(IDBO)优化深度混合核极限学习机(DHKELM)的液压支架带压移架残余支撑力决策方法。在混合核极限学习机(HKELM)基础上引入极限学习机自动编码器(ELM-AE)结构来构建DHKELM模型,以增强对复杂输入的特征提取和非线性映射能力;引入ICMIC混沌映射、Lévy飞行和贪婪策略对蜣螂算法(DBO)进行改进,形成具备更高寻优精度和更快收敛速度的IDBO算法;利用IDBO算法优化DHKELM模型的超参数,建立IDBO-DHKELM模型。结合极薄煤层综采工作面液压支架带压移架实测数据,通过可视化和相关性分析,确定支架号、带压移架前支架支撑力、推移油缸进液压力和推移油缸行程变化速度作为影响残余支撑力的关键特征,并构建残余支撑力决策样本数据集,最终完成IDBO-DHKELM模型的训练与评估。实验结果表明:基于IDBO-DHKELM模型的液压支架带压移架残余支撑力决策结果的均方根误差(RMSE)、平均绝对误差(MAE)及决定系数(R^(2))分别为0.143,0.119,0.971,具有较高的决策精确度。 展开更多

关键词 极薄煤层 液压支架 带压移架 残余支撑力 改进蜣螂算法 深度混合核极限学习机

在线阅读 下载PDF 职称材料

基于改进蜣螂优化模糊C均值的WSN分簇路由算法

11

作者 刘晓悦 郑新颖 《仪表技术与传感器》 北大核心 2025年第1期105-111,126,共8页

针对无线传感器网络能耗不均、生存周期短的问题,提出一种基于改进蜣螂优化模糊C均值的WSN分簇路由算法(IDFCA)。分簇阶段,采用改进蜣螂算法优化模糊C均值、初始聚类中心的选取,根据距离以及网络最优簇头个数划分网络拓扑结构,以均衡各... 针对无线传感器网络能耗不均、生存周期短的问题,提出一种基于改进蜣螂优化模糊C均值的WSN分簇路由算法(IDFCA)。分簇阶段,采用改进蜣螂算法优化模糊C均值、初始聚类中心的选取,根据距离以及网络最优簇头个数划分网络拓扑结构,以均衡各簇内节点能耗;簇头选举阶段,综合考虑节点能量和距离,并设置簇头更换阈值,降低簇头更换频率,减少网络能耗;数据传输阶段,利用改进的蜣螂算法,基于能量、负载和转发方向搜索簇头到基站的最优传输路径。仿真结果表明:IDFCA算法的网络相比于LEACH、CS-K、POFCA分别提高了56.1%、26.1%、14.6%。IDFCA算法能够均衡网络能耗,延长网络生命周期。 展开更多

关键词 无线传感器网络 改进蜣螂优化算法 模糊C均值 分簇路由算法 能量均衡

在线阅读 下载PDF 职称材料

基于模糊推理的储能系统锂离子电池模组热扩散概率评估方法

12

作者 胡力月 黄威 +3 位作者 周云 周英强 邵常政 王柯 《储能科学与技术》 北大核心 2025年第7期2662-2674,共13页

锂离子电池模组(lithium-ion battery module,LIBM)是当前储能系统中应用最广泛的电池组件,一旦发生热扩散事故,将会影响整个储能系统的可靠运行。然而,现有的热扩散定性分析模型无法直接用于定量评估时变运行条件下的LIBM热扩散概率。... 锂离子电池模组(lithium-ion battery module,LIBM)是当前储能系统中应用最广泛的电池组件,一旦发生热扩散事故,将会影响整个储能系统的可靠运行。然而,现有的热扩散定性分析模型无法直接用于定量评估时变运行条件下的LIBM热扩散概率。在此背景下,提出了一种基于模糊推理的LIBM热扩散概率评估方法。首先,利用COMSOL对LIBM热扩散行为进行建模,研究不同受热方式、LIBM排列方式、SOC(state of charge,SOC)对LIBM热扩散的影响,挖掘LIBM热扩散的规律。然后,基于仿真试验数据,建立以锂离子电池单体自身温度、单体间的距离、环境温度为输入,LIBM热扩散概率评估值为输出的模糊推理系统。为了提高评估结果的准确性,采用改进蜣螂优化算法(improved dung beetle optimizer,IDBO)对评估系统中隶属度函数的形状进行优化。结果表明:当LIBM内电池之间的接触面积变小时,热扩散速度变缓;当缓慢受热时,LIBM内最迟发生热失控的电池单体热失控温度更大。相较于传统蜣螂算法、粒子群算法和麻雀搜索算法,本文所提基于模糊推理的LIBM热扩散概率评估方法的PCC相关性指标可分别提高0.076、0.041和0.047,能够为工程实际中开展储能系统LIBM热扩散风险预警和防控提供更加合理的参考依据。 展开更多

关键词 储能系统 锂离子电池模组 热扩散概率 模糊推理 改进蜣螂优化算法

在线阅读 下载PDF 职称材料

基于改进蜣螂算法优化核极限学习机的轴承钢磨损量预测

13

作者 章博阳 吴柯 +2 位作者 朱博恩 李琦 赖如吉 《机械制造》 2025年第4期11-17,共7页

提出改进蜣螂算法优化核极限学习机,可以用于预测GCr15轴承钢的磨损量。对热处理后GCr15轴承钢的性能进行分析,试样组织主要由马氏体、碳化物、残留奥氏体组成,盐浴后出现贝氏体。试样整体硬度逐渐降低,磨损量逐渐增大,磨损机制主要为... 提出改进蜣螂算法优化核极限学习机,可以用于预测GCr15轴承钢的磨损量。对热处理后GCr15轴承钢的性能进行分析,试样组织主要由马氏体、碳化物、残留奥氏体组成,盐浴后出现贝氏体。试样整体硬度逐渐降低,磨损量逐渐增大,磨损机制主要为磨粒磨损。采用切比雪夫混沌映射、黄金正弦策略、动态权重策略改进蜣螂算法,并优化核极限学习机,建立预测模型。选择载荷、转速、润滑条件、热处理工艺四个特征量作为输入量,将磨损量作为输出量,并与其他相关预测方法进行对比。试验表明,改进蜣螂算法优化核极限学习机的预测精度达到97.3%,优于其他相关预测方法,具有有效性和优越性。 展开更多

关键词 轴承钢 磨损 预测 改进蜣螂算法 核极限学习机

在线阅读 下载PDF 职称材料

基于DBO-ELM的污水处理过程软测量建模

14

作者 杜先君 姚艳平 钱强 《舰船电子工程》 2024年第7期103-107,共5页

针对污水处理过程中出水生化需氧量(Biochemical Oxygen Demand,BOD)等水质参数受其它环境因素的影响较大,难以建立准确测量模型等的问题,提出一种基于改进蜣螂算法(Improved Dung Beetle Optimizer,IDBO)优化极限学习机(Extreme Learni... 针对污水处理过程中出水生化需氧量(Biochemical Oxygen Demand,BOD)等水质参数受其它环境因素的影响较大,难以建立准确测量模型等的问题,提出一种基于改进蜣螂算法(Improved Dung Beetle Optimizer,IDBO)优化极限学习机(Extreme Learning Machine,ELM)的方法对污水出水BOD浓度进行预测。首先,选用随机森林算法(Random Forest Algo-rithm,RFA)对筛选出与BOD相关性较高的因子作为软测量模型的输入变量;其次,引入Tent混沌映射增加DBO算法的种群多样性等问题,利用IDBO算法来优化确定ELM权值分配,以提高ELM网络的预测精度;最后,将设计的IDBO-ELM软测量模型应用于污水处理仿真平台中,并与不同预测模型进行对比。结果表明:论文所设计的IDBO-ELM预测模型得到更高的预测精度和更稳定的网络结构。 展开更多

关键词 软测量模型 ELM 特征选择 idbo RFA

在线阅读 下载PDF 职称材料

改进蜣螂算法优化LSTM的光伏阵列故障诊断 被引量：14

15

作者 李斌 高鹏 郭自强 《电力系统及其自动化学报》 CSCD 北大核心 2024年第8期70-78,共9页

为提高光伏阵列故障诊断精度,提出一种基于变分模态分解VMD(variational mode decomposition)和改进蜣螂算法IDBO(improved dung beetle optimizer)优化长短期记忆LSTM(long short-term memory)网络的光伏阵列故障诊断方法。首先,针对... 为提高光伏阵列故障诊断精度,提出一种基于变分模态分解VMD(variational mode decomposition)和改进蜣螂算法IDBO(improved dung beetle optimizer)优化长短期记忆LSTM(long short-term memory)网络的光伏阵列故障诊断方法。首先,针对蜣螂算法DBO(dung beetle optimizer)收敛精度低且易陷入局部最优的问题,提出一种融合Levy飞行策略、T分布扰动策略及多种群机制的IDBO算法,通过与DBO、麻雀搜索算法、鲸鱼优化算法寻优测试对比,证明IDBO算法的优越性,再与LSTM结合搭建IDBO-LSTM故障诊断模型。其次,为充分挖掘故障特征,利用VMD提取故障数据多个层面的特征分量,作为IDBO-LSTM模型输入量。最后,实验对比结果表明,该方法的故障诊断准确率达到98.34%,优于其他5种模型,证明了所提方法的可行性及优越性。 展开更多

关键词 光伏阵列 改进蜣螂算法 变分模态分解 长短期记忆 故障诊断

在线阅读 下载PDF 职称材料

改进蜣螂优化算法的汽车旋转分配盘减速机优化设计 被引量：1

16

作者 肖奕翔 陈璜 《邵阳学院学报（自然科学版）》 2024年第4期57-65,共9页

为解决汽车旋转分配盘减速机的体积大及传动效率低的问题,采用改进蜣螂优化(improved dung beetle optimizer,IDBO)算法进行优化设计。首先,引入Circle混沌映射初始化种群序列,使初始化蜣螂种群分布更均匀;其次,引入多向学习策略更新无... 为解决汽车旋转分配盘减速机的体积大及传动效率低的问题,采用改进蜣螂优化(improved dung beetle optimizer,IDBO)算法进行优化设计。首先,引入Circle混沌映射初始化种群序列,使初始化蜣螂种群分布更均匀;其次,引入多向学习策略更新无障碍模式下滚球蜣螂的个体位置以跳出局部最优解,扩大搜索范围;同时利用自适应t分布变异扰动来更新蜣螂位置,提高算法的全局搜索能力和局部搜索能力,使之快速收敛;最后以减速机总体积及传动功率损耗最小为目标,采用IDBO对其进行优化设计。结果表明,使用IDBO算法优化后减速机体积减小44%,传动损耗功率降低28%,相比于其他智能优化算法,该算法优化结果更优。 展开更多

关键词 蜗杆斜齿轮二级减速机 改进蜣螂优化算法 空间总体积 传动功率损耗

在线阅读 下载PDF 职称材料