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

融合多策略增强型IVYA和DWA算法的多机动态航迹规划

4

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IIVY-SVMD-MPE-SVM的开关柜局部放电故障识别 被引量：2

5

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

无刷直流电机的改进常青藤优化自抗扰控制

6

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

基于常青藤算法的移动自组网QoS路由协议

7

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

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

8

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

智能融合模型在恶意软件检测中的可解释性

9

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

数据中心参与风光抽蓄互补微电网优化调度

10

作者 岳佳明 钟建伟 +2 位作者 朱占春 魏云龙 李瑞庭 《电工电气》 2025年第5期13-20,71,共9页

在含数据中心的风光抽蓄互补微电网系统中,数据中心凭借其负荷转移和余热回收特性参与需求响应,能够有效平抑风光出力波动并提升系统经济效益。基于批处理负荷延迟特性建立了工作负荷模型,并综合考虑负荷分配、能耗转移与热量管理建立... 在含数据中心的风光抽蓄互补微电网系统中,数据中心凭借其负荷转移和余热回收特性参与需求响应,能够有效平抑风光出力波动并提升系统经济效益。基于批处理负荷延迟特性建立了工作负荷模型,并综合考虑负荷分配、能耗转移与热量管理建立数据中心能耗模型;结合抽水蓄能电站削峰填谷的能力,构建了以经济效益为目标的数据中心参与风光抽蓄互补微电网优化调度模型,并通过引入Tent映射和动态t分布变异策略,提出了一种改进的常春藤算法;经算例仿真分析得到风光抽蓄最佳出力、数据中心负荷分配及余热回收等优化结果,验证了所提模型与算法的有效性。 展开更多

关键词 数据中心 负荷转移 余热回收 抽水蓄能 常春藤算法 优化调度

在线阅读 下载PDF 职称材料

改进常春藤优化算法在天文干涉阵列设计中的应用

11

作者 王合彬 汪冠骅 +2 位作者 杨代虎 谭江龙 张利 《集成电路应用》 2024年第11期78-79,共2页

阐述由于干涉阵列设计中的脏束到天线位置分布映射没有解析解,所以只能考虑优化u-v覆盖率和降低脏束的峰值旁瓣电平(PSL)。为此,通过改进u-v覆盖率和PSL的优化算法来提升其优化效果,两个优化指标结合起来优化,可以获得阵列扩展设计性能... 阐述由于干涉阵列设计中的脏束到天线位置分布映射没有解析解,所以只能考虑优化u-v覆盖率和降低脏束的峰值旁瓣电平(PSL)。为此,通过改进u-v覆盖率和PSL的优化算法来提升其优化效果,两个优化指标结合起来优化,可以获得阵列扩展设计性能的提升。对u-v覆盖率和PSL两个优化指标的智能优化算法中,选出性能最佳的GWO和IVY并进行融合改进使其对两者都具有更好的优化性能,在扩展阵列设计中u-v覆盖率和PSL提升8.5%和14.6%。 展开更多

关键词 阵列设计 灰狼优化算法 常春藤优化算法 天文干涉阵列

在线阅读 下载PDF 职称材料

可互换驱动的仪器选择算法

12

作者 李霖 谈展中 秦红磊 《自动化与仪表》 2006年第3期19-23,共5页

阐述了利用COM技术实现可互换信号驱动的软件架构,即IVI-SD模型(基于信号的仪器可互换驱动器)的模块化体系结构,详细阐述了各个组成部分的性能和设计思路,并给出了基于最新的IVI-SD标准的信号驱动器的信号模型,仪器描述模型和TPS开发标... 阐述了利用COM技术实现可互换信号驱动的软件架构,即IVI-SD模型(基于信号的仪器可互换驱动器)的模块化体系结构,详细阐述了各个组成部分的性能和设计思路,并给出了基于最新的IVI-SD标准的信号驱动器的信号模型,仪器描述模型和TPS开发标准。在此基础上,详述了支持IVI-SD模型的测试要求提取和仪器选择算法,并给出了实验结果。 展开更多

关键词 可互换仪器驱动 IVI信号驱动器 自动资源定位算法(仪器选择算法) 自动测试系统 组件对象模型

在线阅读 下载PDF 职称材料

基于相似日划分与常春藤优化的CNN-BiGRU-Attention光伏功率预测研究

13

作者 张雯涵 艾欣 +1 位作者 王昊洋 徐衍会 《电网与清洁能源》 2025年第10期119-127,共9页

为提高光伏发电功率预测的准确度与效率,提出一种基于相似日划分和常春藤算法(ivy algorithm,IA)优化的卷积神经网络(convolutional neural network,CNN)-双向门控循环单元(bidirectional gated recurrent unit,BiGRU)-注意力机制的光... 为提高光伏发电功率预测的准确度与效率,提出一种基于相似日划分和常春藤算法(ivy algorithm,IA)优化的卷积神经网络(convolutional neural network,CNN)-双向门控循环单元(bidirectional gated recurrent unit,BiGRU)-注意力机制的光伏功率预测模型。首先,构建基于动态时间规整的K中心点相似日选取方法,采用动态时间规整(dynamic time warping,DTW)距离替代传统聚类方法的欧氏距离,实现对历史数据的非线性时间序列聚类,并将其划分为晴天、阴天和雨/雪天3种类型;其次,提出基于IA优化的CNN-BiGRU-注意力机制组合预测模型,利用IA自动优化超参数,并结合CNN的空间特征提取、BiGRU的时序建模能力以及注意力机制的关键信息聚焦功能,提升模型预测性能;最后,采用新疆某光伏电站的实测数据进行算例分析。实验结果表明,所提模型在长、短期预测中均表现出更高的准确性和时效性,同时验证了改进聚类方法的有效性。 展开更多

关键词 光伏发电功率 预测模型 神经网络 常春藤算法

在线阅读 下载PDF 职称材料