基于IVYA-FMD和EELM-Yager的轴承小样本故障诊断模型 被引量：1

1

作者 王恒迪 王豪馗 +2 位作者 陈鹏 吴升德 马盈丰 《机电工程》 北大核心 2025年第6期1093-1101,共9页

针对滚动轴承故障特征提取难度大以及不同故障类型训练样本稀缺的问题,提出了一种基于参数优化特征模态分解(FMD)和集成极限学习机(EELM)的小样本滚动轴承故障诊断方法。首先,采用常春藤算法(IVYA)对FMD参数进行了优化,提升了模态分解... 针对滚动轴承故障特征提取难度大以及不同故障类型训练样本稀缺的问题,提出了一种基于参数优化特征模态分解(FMD)和集成极限学习机(EELM)的小样本滚动轴承故障诊断方法。首先,采用常春藤算法(IVYA)对FMD参数进行了优化,提升了模态分解的精确度,并采用最小残差指数(REI)作为最优模态分量的选取准则,从最优模态分量中提取了故障信号时域、频域及熵值的关键特征;然后,将所提取的特征输入EELM中进行了故障识别;最后,采用Yager加权平均规则对EELM的分类结果进行了融合,得到了综合故障诊断结果。研究结果表明:IVYA-FMD在信号处理过程中,具有优秀的特征提取和抗干扰能力,可有效提取原始信号的故障特征;IVYA-FMD和EELM-Yager模型在实验数据中,训练集与测试集按照8∶2的比例进行分割时的准确率达到99.12%;当训练集与测试集按照2:8的比例进行分割时,该方法在实验数据中的准确率高达92.5%,在CWRU数据集和SEU数据集中的准确率均超过96.8%。与其他智能诊断模型相比,IVYA-FMD和EELM-Yager在小样本滚动轴承故障诊断领域展现出显著的可行性和优越性。 展开更多

关键词 特征模态分解 常春藤算法 集成极限学习机 Yager加权平均 小样本故障诊断 滚动轴承

在线阅读 下载PDF 职称材料

基于IVYA-OCSVM的设备异常检测方法研究

2

作者 王琳 周树桥 +2 位作者 张天昊 郭超 黄晓津 《自动化仪表》 2025年第9期144-148,154,共6页

针对当前核电站设备异常检测领域广泛应用的固定阈值法所存在的报警实时性低、误报率高的问题,提出了一种采用常青藤算法(IVYA)优化单分类支持向量机(OCSVM)的设备异常检测方法。通过对监测数据提取合适的特征,利用OCSVM对正常状态下的... 针对当前核电站设备异常检测领域广泛应用的固定阈值法所存在的报警实时性低、误报率高的问题,提出了一种采用常青藤算法(IVYA)优化单分类支持向量机(OCSVM)的设备异常检测方法。通过对监测数据提取合适的特征,利用OCSVM对正常状态下的数据特征进行学习。针对OCSVM参数寻优问题,设计了以减小模型误报率和漏报率为目标的目标函数。在此基础上引入IVYA对OCSVM参数进行优化,构建了性能优异的IVYA-OCSVM异常检测模型。在基于实际数据的对比验证中,所提方法的异常检测准确率为97.61%,优于对比方法,验证了所提方法的有效性与优异性。所提方法有望应用于核电站的关键敏感设备或其他行业设备检测数据的分析,以提升异常检测的准确性和核电站运行的安全性。 展开更多

关键词 核电站 核电设备 异常检测 目标函数 常青藤算法 单分类支持向量机

在线阅读 下载PDF 职称材料

IVYA-SIAM联合优化的多模态人口空间化模型构建及驱动效应分析

3

作者 王立志 肖东升 《测绘通报》 北大核心 2025年第8期95-99,106,共6页

针对现有人口空间化模型依赖单一算法导致的精度瓶颈与复杂空间异质性解析不足问题,本文提出“多模态集成-参数自适应-特征增强”三阶优化框架。首先融合夜间灯光、建筑物轮廓等多源数据,通过RF、XGBoost与MLP堆叠集成次级模型(N-MLP);... 针对现有人口空间化模型依赖单一算法导致的精度瓶颈与复杂空间异质性解析不足问题,本文提出“多模态集成-参数自适应-特征增强”三阶优化框架。首先融合夜间灯光、建筑物轮廓等多源数据,通过RF、XGBoost与MLP堆叠集成次级模型(N-MLP);然后引入常春藤算法(IVYA)动态优化超参数,并设计空间交互增强的双通道注意力机制(SIAM)以强化地理空间依赖解析;最后以成都市为案例,构建400 m格网与乡镇/街道双尺度验证体系,结合低空经济需求弹性模型,分析人口分布对无人机物流的驱动效应。试验表明:优化后的SIAM-IVYA-N-MLP模型在格网尺度R^(2)达0.9479,MAE与RMSE分别降低14.67%和3.38%;乡镇/街道尺度R^(2)达0.9716,主城区人口密度每增加1%,无人机物流需求增长1.19%。本文研究为高精度人口空间化及低空经济基础设施布局提供了可操作的技术路径。 展开更多

关键词 人口空间化 常春藤算法 空间交互-注意力机制 集成学习 低空经济

原文传递

考虑失效阈值的IVY优化再生制动控制策略

4

作者 苏豪辉 张昕 陈玉林 《微电机》 2026年第2期26-34,40,共10页

在电动汽车制动过程中,车辆低速段由于电机发电能力减弱,常出现再生制动失效及电机耗能制动现象,形成再生制动失效的低速阈值边界。针对该失效边界的动态特性,提出一套自适应的失效阈值控制策略:基于回馈端电压与电池电压的关系,设计新... 在电动汽车制动过程中,车辆低速段由于电机发电能力减弱,常出现再生制动失效及电机耗能制动现象,形成再生制动失效的低速阈值边界。针对该失效边界的动态特性,提出一套自适应的失效阈值控制策略:基于回馈端电压与电池电压的关系,设计新的再生制动触发条件,并结合电机感应电流动态调节电机制动转矩,以降低低速段能量损失。为进一步提升能量回收效率并保障制动性能,改进了前后轴制动力分配曲线,基于模糊控制方法实现再生制动力的智能分配,并采用常春藤算法优化模糊隶属度函数。仿真结果表明,在WLTC和CLTC-P工况下,提出的策略显著提升了能量回收效率,有效抑制了再生制动失效和电机耗能制动的出现,验证了所提出策略的可行性与优越性。 展开更多

关键词 电动汽车 再生制动 失效阈值边界 模糊控制 常春藤算法

在线阅读 下载PDF 职称材料

融合多策略增强型IVYA和DWA算法的多机动态航迹规划

5

作者 吴禹志 黄明 +1 位作者 夏静 杜茵 《计算机时代》 2025年第2期11-15,共5页

针对复杂环境下无人机集群航迹规划问题,提出一种结合多策略增强型常春藤算法(MIVYA)与动态窗口法(DWA)的规划方法。MIVYA引入混沌映射增强早期探索能力,设计适应性生长行为提升跳出局部最优的能力,并增加长距离伸展行为提高后期寻优精... 针对复杂环境下无人机集群航迹规划问题,提出一种结合多策略增强型常春藤算法(MIVYA)与动态窗口法(DWA)的规划方法。MIVYA引入混沌映射增强早期探索能力,设计适应性生长行为提升跳出局部最优的能力,并增加长距离伸展行为提高后期寻优精度。基于MIVYA获得全局最优航迹后,采用DWA在航迹关键点处实现实时避障。实验结果表明,在静态环境中,MIVYA所规划的全局路径优于IVYA;在动态环境中,该方法可为无人机集群生成安全的避障航迹。 展开更多

关键词 无人机集群 航迹规划 常春藤算法 适应性生长行为 长距离伸展行为

在线阅读 下载PDF 职称材料

基于ARIMA-SVR-IVYA组合模型的传染病预测研究

6

作者 陈雪冬 《延边大学学报(自然科学版)》 2025年第4期6-12,共7页

为了提高传染病预测的准确性,提出了一种基于差分整合移动平均自回归(ARIMA)、支持向量回归(SVR)和常春藤算法(IVYA)的组合模型ARIMA-SVR-IVYA.在模型中,利用ARIMA拟合传染病时间序列的线性趋势,使用SVR捕捉传染病时间序列的非线性波动... 为了提高传染病预测的准确性,提出了一种基于差分整合移动平均自回归(ARIMA)、支持向量回归(SVR)和常春藤算法(IVYA)的组合模型ARIMA-SVR-IVYA.在模型中,利用ARIMA拟合传染病时间序列的线性趋势,使用SVR捕捉传染病时间序列的非线性波动,使用IVYA优化SVR超参数.为了验证提出模型的可行性和有效性,使用3种传染病时间序列、4个评估指标和6个对比模型进行了实证分析.研究结果表明,该组合模型可以获得比ARIMA、SVR、ARIMA-SVR、ARIMA-SVR-GS、ARIMA-SVR-GA和ARIMASVR-PSO更好的预测表现;因此,该组合模型在传染病预测中具有较好的应用价值. 展开更多

关键词 传染病 组合预测 参数寻优 ARIMA-SVR ivya

在线阅读 下载PDF 职称材料

基于IIVY-SVMD-MPE-SVM的开关柜局部放电故障识别 被引量：4

7

作者 解骞 郑胜瑜 +3 位作者 刘兴华 李辉 党建 解佗 《实验技术与管理》 北大核心 2025年第4期26-36,共11页

针对开关柜局部放电故障信息表征困难及局部放电故障识别准确率低等问题,该文提出了一种基于改进常青藤算法(improved Ivy algorithm,IIVY)的自动优化连续变分模态分解(successive variational mode decomposition,SVMD)与支持向量机(su... 针对开关柜局部放电故障信息表征困难及局部放电故障识别准确率低等问题,该文提出了一种基于改进常青藤算法(improved Ivy algorithm,IIVY)的自动优化连续变分模态分解(successive variational mode decomposition,SVMD)与支持向量机(support vector machine,SVM)的模式识别算法,实现了局部放电类型的故障识别。首先,融合空间金字塔匹配混沌映射、自适应t分布与动态自适应权三种策略提出IIVY算法;其次,对局部放电原始超声波信号进行SVMD并提取多尺度排列熵(multivariate permutation entropy,MPE),建立基于IIVY-SVMD-MPE的局部放电特征提取策略,利用IIVY算法自适应地选取SVMD惩罚因子α,结合相关系数筛选出最大的三个本征模态函数(intrinsic mode function,IMF)分量提取MPE,构建多维融合特征数据集;再次,提出并建立基于IIVY-SVM的开关柜局部放电故障识别模型,利用IIVY对SVM中惩罚参数C及核参σ进行自适应寻优;最后,通过对比验证表明所建立模型综合识别率更高、在不同评价指标上表现更佳,综合识别准确率达到98.8%,有效提高了故障识别的准确性与可靠性。 展开更多

关键词 超声波 改进常青藤算法 连续变分模态分解 多尺度排列熵

在线阅读 下载PDF 职称材料

基于改进常春藤算法的VSG自适应控制策略

8

作者 王金玉 丁雨婷 吕鹏 《自动化与仪表》 2026年第1期6-10,31,共6页

虚拟同步发电机(virtual synchronous generator,VSG)通过模拟同步发电机的惯性与阻尼特性,为新能源并网提供主动支撑,显著增强电网稳定性,但传统参数控制方法难以应对负荷突变与频率波动。为此,提出一种基于改进常春藤算法的VSG自适应... 虚拟同步发电机(virtual synchronous generator,VSG)通过模拟同步发电机的惯性与阻尼特性,为新能源并网提供主动支撑,显著增强电网稳定性,但传统参数控制方法难以应对负荷突变与频率波动。为此,提出一种基于改进常春藤算法的VSG自适应控制策略。首先,分析虚拟惯量、阻尼系数的耦合机理;其次,建立功角动态模型,提出惯量阻尼的自适应方程;继而,通过改进常春藤算法并选取频率偏差的积分绝对误差为适应度函数,实现对控制策略涉及参数的精确寻优;最后,基于MATLAB/Simulink仿真验证不同扰动情况下的控制效果。结果表明,该策略可快速收敛至全局最优参数,降低超调并缩短调节时间,提升电网抗干扰能力。 展开更多

关键词 虚拟同步发电机 参数优化 自适应控制 改进常春藤算法 电网稳定性

在线阅读 下载PDF 职称材料

基于特征加权与ISIA-RF的油浸式变压器故障诊断

9

作者 张富民 张菁 解大 《实验室研究与探索》 北大核心 2026年第1期71-78,84,共9页

针对电力变压器早期故障诊断准确性较低的问题,提出一种基于ISIA-RF的变压器故障诊断模型。该模型首先采用数据加权策略对DGA数据进行处理;进而融合自适应t分布和Levy飞行策略,提升IVYA算法的全局搜索能力与收敛性能;在此基础上,利用改... 针对电力变压器早期故障诊断准确性较低的问题,提出一种基于ISIA-RF的变压器故障诊断模型。该模型首先采用数据加权策略对DGA数据进行处理;进而融合自适应t分布和Levy飞行策略,提升IVYA算法的全局搜索能力与收敛性能;在此基础上,利用改进的ISIA算法对随机森林(RF)模型参数进行寻优。通过将所构建的变压器故障诊断模型ISIA-RF与经SSA、GWO、WOA及IVYA算法优化的RF模型实验对比,结果表明,ISIA-RF模型的变压器故障诊断平均准确率达到97.16%,均高于其他诊断模型。该模型有效提升了故障诊断的准确率与鲁棒性,具有较强的泛化能力,为变压器早期故障诊断提供了有效的解决方案。 展开更多

关键词 电力变压器 故障诊断 数据优化 随机森林 常青藤优化算法

在线阅读 下载PDF 职称材料

改进常青藤算法求解农产品两级选址-路径运输问题

10

作者 于新超 代永强 刘欢 《计算机应用研究》 北大核心 2026年第1期191-200,共10页

针对农产品运输过程中存在的需求不确定性、货损风险及运输路径开放等现实问题,构建了一个在开放路径框架下,兼顾货损成本与需求不确定性、具有时间窗约束的两级选址-路径(2E-LRP)多目标优化模型。然后,针对模型的特点,通过采用混合实... 针对农产品运输过程中存在的需求不确定性、货损风险及运输路径开放等现实问题,构建了一个在开放路径框架下,兼顾货损成本与需求不确定性、具有时间窗约束的两级选址-路径(2E-LRP)多目标优化模型。然后,针对模型的特点,通过采用混合实数编码、引入快速非支配排序与拥挤度、混合多种自适应策略以及局部搜索与混合变异等方法,设计了一种改进常青藤算法(EIVY)对模型进行高效求解。最后,基于Prodhon标准数据集扩展构造实验算例,并将该算法与IVY、PKO、MSA算法进行对比分析。结果表明,该算法在解的质量、收敛精度以及多目标均衡性方面均取得了优异表现。通过对实验结果的分析,验证了所构建模型的合理性和改进算法在解决复杂农产品物流优化问题的有效性。 展开更多

关键词 农产品运输 开放路径 两级选址-路径问题 改进常青藤算法

在线阅读 下载PDF 职称材料

基于改进常春藤优化算法的木材缺陷图像分割

11

作者 刘庚辰 朱良宽 +1 位作者 陈宝龙 于永楠 《森林工程》 北大核心 2026年第2期373-386,共14页

针对木材加工自动化生产中因表面缺陷边缘模糊及纹理干扰导致的图像分割精度不足问题,提出一种改进的常春藤优化算法(improved ivy algorithm,IIVY)用于木材缺陷图像的多阈值分割。首先,通过风向生长机制增强种群多样性,并设计非线性动... 针对木材加工自动化生产中因表面缺陷边缘模糊及纹理干扰导致的图像分割精度不足问题,提出一种改进的常春藤优化算法(improved ivy algorithm,IIVY)用于木材缺陷图像的多阈值分割。首先,通过风向生长机制增强种群多样性,并设计非线性动态平衡因子以动态协调全局勘探与局部开发能力;其次,引入精英导向再生策略提升算法跳出局部最优的能力;然后,基于对称交叉熵设计适应度函数,利用IIVY对木材缺陷图像进行分割,并与4种经典算法(灰狼优化算法(grey wolf optimizer,GWO)、鲸鱼优化算法(whale optimization algorithm,WOA)、麻雀搜索算法(sparrow search algorithm,SSA)、沙猫群优化算法(sand cat swarm optimization,SCSO))对比分析,评价指标包括最优适应度值、峰值信噪比、特征相似度和主观视觉评价。结果表明,IIVY适应度收敛曲线明显优于对比算法;在峰值信噪比和特征相似度指标上,IIVY取得最优值的试验组数分别占总试验组数的83.33%和91.67%;IIVY在缺陷区域边缘的分割中更加准确,分割结果完整保留木材纹理细节。IIVY算法能够准确分割木材表面缺陷,保留木材表面的纹理特征,为木材缺陷检测提供可靠技术支撑。 展开更多

关键词 木材缺陷 常春藤优化算法 多阈值图像分割 对称交叉熵 群智能优化算法 图像处理 精英导向再生策略 非线性动态平衡因子

在线阅读 下载PDF 职称材料

基于改进常青藤算法的机械臂时间最优轨迹规划

12

作者 邹福临 赵涛 《组合机床与自动化加工技术》 北大核心 2026年第3期31-36,42,共7页

面向六轴工业机械臂的快速轨迹优化需求,设计了一种基于改进常青藤(IVY)算法的时间最优3-5-3多项式插值的轨迹规划方法。算法引入均匀分布和对立学习策略的混合初始化方法、正弦余弦策略,并加入了模糊自适应惯性权重,优化了局部搜索和... 面向六轴工业机械臂的快速轨迹优化需求,设计了一种基于改进常青藤(IVY)算法的时间最优3-5-3多项式插值的轨迹规划方法。算法引入均匀分布和对立学习策略的混合初始化方法、正弦余弦策略,并加入了模糊自适应惯性权重,优化了局部搜索和全局寻优的能力。最后在限制机械臂的关节角度、运动速度和加速度的条件下,以PUMA560型机械臂为研究对象,使用MATLAB进行仿真验证。实验结果表明,改进常青藤搜索算法在收敛速度和寻优精度有了明显的提升,有效减少了机械臂在工作中运行的时间。 展开更多

关键词 机械臂 轨迹规划 改进常青藤算法 多项式插值 时间最优

在线阅读 下载PDF 职称材料

面向城市环境的多无人机协同打击任务分配与路径规划算法

13

作者 胡晟荣 王强 +2 位作者 钱玥 杜雄梓 郑文天 《兵工学报》 北大核心 2026年第1期200-218,共19页

针对城市复杂环境下多旋翼无人机协同打击任务中目标分配效率与路径规划安全性的挑战,提出融合博弈论与智能优化的两阶段决策框架。任务分配阶段构建Stackelberg-契约模型,设计包含风险收益的打击契约。无人机基于自身状态动态选择契约... 针对城市复杂环境下多旋翼无人机协同打击任务中目标分配效率与路径规划安全性的挑战,提出融合博弈论与智能优化的两阶段决策框架。任务分配阶段构建Stackelberg-契约模型,设计包含风险收益的打击契约。无人机基于自身状态动态选择契约,通过信誉激励实现效率与公平性平衡。路径规划阶段使用改进型多目标常青藤算法,融合莱维飞行增强全局搜索并建立路径长度-能耗-安全的多目标优化函数。两阶段通过路径成本反馈形成闭环优化。仿真结果表明,该框架相较于其他方法,总任务效能提升4%,生成路径长度减少13.4%,可为多无人机集群城市作战提供高效鲁棒的协同决策方案。 展开更多

关键词 多无人机 协同打击 任务分配 STACKELBERG博弈 常青藤算法

在线阅读 下载PDF 职称材料

基于改进深度学习模型的干旱区城市PM_(2.5)浓度预测与应用研究

14

作者 王圣节 张庆红 桑铭键 《干旱区地理》 北大核心 2026年第2期343-355,共13页

随着全球城市化进程加速,干旱区城市PM_(2.5)污染因其独特的地理气候条件,呈现强非平稳性与复杂时空特征,传统预测模型难以有效捕捉其动态规律。针对这一挑战,构建了“自适应噪声完备经验模态分解-常春藤优化算法-柯尔莫哥洛夫-阿诺德网... 随着全球城市化进程加速,干旱区城市PM_(2.5)污染因其独特的地理气候条件,呈现强非平稳性与复杂时空特征,传统预测模型难以有效捕捉其动态规律。针对这一挑战,构建了“自适应噪声完备经验模态分解-常春藤优化算法-柯尔莫哥洛夫-阿诺德网络-双向长短期记忆神经网络”(CEEMDAN-IVY-KAN-BiLSTM)混合预测框架,以提升PM_(2.5)浓度的预测精度。该框架通过降噪分解与参数优化联合提取多尺度特征,融合KAN-BiLSTM模型的强非线性拟合与双向时序建模能力,有效提升预测性能。结果表明:(1)2021—2024年乌鲁木齐市PM_(2.5)浓度呈显著季节性波动,冬季因燃煤供暖和逆温层影响均值达41.97μg·m^(-3),夏季因大气对流增强,浓度降至全年低位附近,且整体呈逐年下降趋势。(2)对数据进行重要性排序可知PM_(2.5)与空气质量指数、PM_(10)、CO、NO_(2)呈强正相关,与气温、露点温度呈负相关,表明燃煤排放、机动车尾气及气象扩散条件是主要影响因素,且模型有效分离了数据中PM_(2.5)序列的高频波动(如沙尘事件)与低频趋势(季节性变化),降低数据非平稳性影响。(3)实验基于2021—2024年乌鲁木齐市逐日空气质量数据开展,结果显示本框架在决定系数、平均绝对误差与均方根误差指标上分别达到0.991、1.391和1.881,均显著优于传统机器学习和常见深度学习模型。验证了“分解-优化-集成”的深度学习框架在干旱区城市PM_(2.5)预测中的适用性。 展开更多

关键词 PM_(2.5)浓度预测 CEEMDAN分解 ivy优化算法 KAN-BiLSTM模型 深度学习 干旱区城市PM_(2.5)

在线阅读 下载PDF 职称材料

基于常春藤高斯引导算法的无人车路径规划

15

作者 沈波 杜鹏桢 《控制与决策》 北大核心 2026年第3期822-834,共13页

针对常春藤算法这类固定维连续域优化方法难以直接处理具有离散约束和连贯性要求的无人车路径规划问题,提出一种基于改进常春藤优化的高斯引导算法.首先设计高斯引导机制,提供一种可行的桥接式应用建模方式,通过迭代优化引导点参数引导... 针对常春藤算法这类固定维连续域优化方法难以直接处理具有离散约束和连贯性要求的无人车路径规划问题,提出一种基于改进常春藤优化的高斯引导算法.首先设计高斯引导机制,提供一种可行的桥接式应用建模方式,通过迭代优化引导点参数引导路径生成,并利用路径离散特性大幅降低计算量;然后对常春藤算法低值偏好的操作进行修正改进,使路径搜索在全局范围更均衡,并提出螺旋衰减策略更新生长速率,使算法更适应路径离散环境;最后设计一种局部陷阱逃脱机制,利用动态时间规整算法检测局部陷阱,重新分散种群以摆脱局部最优,以增强全局搜索能力与算法稳定性.在不同规模的仿真环境中进行实验,结果表明所提出算法具有较好的求解质量和收敛效率,同时展现出强大的稳定性与平滑性,更符合无人车的行驶需求. 展开更多

关键词 无人引导车 路径规划 常春藤算法 高斯引导机制 时序相似度量 局部最优逃脱

原文传递

基于常青藤算法的移动自组网QoS路由协议 被引量：1

16

作者 张宇 郭志强 +2 位作者 王彩莲 王竹 张晓宁 《火力与指挥控制》 北大核心 2025年第5期111-116,123,共7页

针对移动自组网QoS路由中的路由开销大、易陷入局部最优解问题,提出一种基于常青藤算法的移动自组网QoS路由协议(IVY-QRA)。该协议引入多约束QoS指标和优化目标函数,利用目标函数修改常青藤算法的位置更新规则,使常青藤朝着目标函数更... 针对移动自组网QoS路由中的路由开销大、易陷入局部最优解问题,提出一种基于常青藤算法的移动自组网QoS路由协议(IVY-QRA)。该协议引入多约束QoS指标和优化目标函数,利用目标函数修改常青藤算法的位置更新规则,使常青藤朝着目标函数更大的方向生长。IVY-QRA在更新位置时,同时更新爬升位置和扩张位置,在路径选择时,综合考虑这两个位置,同时避开接收信号功率低、拥塞的节点,使算法更快收敛在性能良好、稳定的路径上。与现有的QoS路由算法AntHocNet和FQTM进行仿真对比,仿真结果表明,该协议在分组到达率、端到端时延和网络吞吐量方面均优于其他路由算法。 展开更多

关键词 移动自组网 QOS路由 多目标优化 常青藤算法 AntHocNet算法

在线阅读 下载PDF 职称材料

智能融合模型在恶意软件检测中的可解释性 被引量：1

17

作者 王圣节 张庆红 王紫薇 《科学技术与工程》 北大核心 2025年第23期9892-9899,共8页

为提高恶意软件检测模型的性能和可解释性,提出一种基于数据预处理与模型优化的智能融合检测方法。该方法集成多种机器学习算法,通过随机森林算法提取关键特征,并采用常春藤优化算法(ivy optimizer algorithm,IVYA)进行参数调优,构建融... 为提高恶意软件检测模型的性能和可解释性,提出一种基于数据预处理与模型优化的智能融合检测方法。该方法集成多种机器学习算法,通过随机森林算法提取关键特征,并采用常春藤优化算法(ivy optimizer algorithm,IVYA)进行参数调优,构建融合模型以提升检测效果。模型利用SHAP(shapley additive explanations)方法进行解释性分析,增强检测结果的透明度与可靠性。实验表明,该方法在多个数据集上准确率、精确率、召回率等指标均超过99%,相较于传统方法表现出明显优势,为网络安全提供了更强的防护手段和更高的可解释性。 展开更多

关键词 恶意软件检测 网络安全 机器学习 随机森林算法 Stacking模型 常春藤优化算法 SHAP模型

在线阅读 下载PDF 职称材料

无刷直流电机的改进常青藤优化自抗扰控制

18

作者 王旭 马家庆 +3 位作者 陈昌盛 吴钦木 何志琴 覃涛 《科学技术与工程》 北大核心 2025年第28期12033-12041,共9页

为保证无刷直流电机(brushless DC motor,BLDCM)调速控制的稳定性,并提高其精确性和稳定性,在BLDC自抗扰磁场定向控制的基础上,改进常青藤算法(ivy algorithm,IVY)并用于BLDC自抗扰控制(active disturbance rejection control,ADRC)策略... 为保证无刷直流电机(brushless DC motor,BLDCM)调速控制的稳定性,并提高其精确性和稳定性,在BLDC自抗扰磁场定向控制的基础上,改进常青藤算法(ivy algorithm,IVY)并用于BLDC自抗扰控制(active disturbance rejection control,ADRC)策略,由于ADRC控制参数多整定困难,使用IVY优化算法整定前期初始化的随机性和均匀性会影响到算法收敛速度和收敛精度,迭代后期易陷入局部最优解导致收敛精度不高,引入Circle混沌映射初始化种群,常青藤生长阶段使用概率转换莱维飞行策略增加搜索可能性,扩张阶段使用自适应权重柯西变异防止后期陷入局部收敛。最后进行函数优化测试和仿真对比实验。结果表明:所提出的改进常青藤优化自抗扰控制(improvement ivy algorithm-active disturbance rejection control,IIVY-ADRC)策略的转速响应更快,控制精度更高,抗扰性能更强。 展开更多

关键词 无刷直流电机(BLDCM) 磁场定向控制 自抗扰控制(ADRC) 常青藤算法(ivy) 双闭环控制

在线阅读 下载PDF 职称材料

基于改进常青藤优化算法的智算中心资源多目标配置优化

19

作者 崔广章 刘天航 +2 位作者 张巍 许威威 鲍虎军 《计算机集成制造系统》 北大核心 2025年第10期3553-3566,共14页

近年来,以大模型为代表的通用人工智能迅速发展,准确高效测算大模型训练需求及合理选择硬件设备与网络拓扑成为关键挑战。鉴于此,提出一种改进的多目标常青藤优化算法来优化智算中心的资源配置。首先,根据模型训练中硬件需求和网络拓扑... 近年来,以大模型为代表的通用人工智能迅速发展,准确高效测算大模型训练需求及合理选择硬件设备与网络拓扑成为关键挑战。鉴于此,提出一种改进的多目标常青藤优化算法来优化智算中心的资源配置。首先,根据模型训练中硬件需求和网络拓扑结构约束,建立多目标混合整数规划模型,旨在最小化算力集群搭建成本和模型训练完成时间。然后,提出改进的多目标常青藤优化算法,引入活力因子来评估种群的多样性。根据当前种群的活力自适应选择种群更新策略,平衡种群的多样性和收敛性。仿真实验将所提算法与MOPSO、NSGA-Ⅱ,SPEA-Ⅱ进行对比,结果表明本文算法有效可行。此外,通过灵敏度分析实验验证了张量并行度和流水线并行度对配置方案的影响。 展开更多

关键词 智算中心资源配置 大模型训练 多目标常青藤优化算法 活力因子

在线阅读 下载PDF 职称材料

基于IIVYA-TCN-BiGRU磨机负荷预测方法

20

作者 毕文 石建全 +1 位作者 张晓光 刘坤 《矿山机械》 2025年第12期31-38,共8页

针对磨机负荷数据波动性强且预测误差较大的问题,提出了一种基于改进常春藤优化算法(Improved IVY Algorithm,IIVYA)的TCN-BiGRU磨机负荷预测方法。该方法采用时序卷积网络(Temporal Convolutional Network,TCN)捕捉历史数据中的长期依... 针对磨机负荷数据波动性强且预测误差较大的问题,提出了一种基于改进常春藤优化算法(Improved IVY Algorithm,IIVYA)的TCN-BiGRU磨机负荷预测方法。该方法采用时序卷积网络(Temporal Convolutional Network,TCN)捕捉历史数据中的长期依赖关系和复杂特征,利用双向门控循环单元(Bidirectional Gated Recurrent Unit,BiGRU)提取负荷序列的双向时间特征。为了进一步提升预测准确性,使用IIVYA算法优化BiGRU的超参数。同时选取TCN、GRU、SSA-TCN-BiGRU、WOA-TCN-BiGRU、IVYA-TCN-BiGRU作为对比算法,在磨机负荷数据集上进行了仿真试验。试验结果表明,IIVYA-TCN-BiGRU模型在磨机负荷预测中的表现显著优于其他对比模型,预测结果最接近真实值。 展开更多

关键词 磨机负荷 时间卷积网络 双向门控循环单元网络 常春藤优化算法 超参数

原文传递