期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于MOGOA-VMD-LSSVM的轴承故障诊断方法研究 被引量：1
1
作者 张辉 宋泓炎 +3 位作者 范华超 赵连明 江帆 鲁宗虎 《煤炭工程》 北大核心 2025年第2期149-155,共7页
针对煤基活性炭生产设备轴承故障类型难以准确诊断的问题,提出了一种多目标蝗虫优化算法(MOGOA)优化变分模态分解(VMD)与最小二乘支持向量机(LSSVM)的煤基活性炭生产设备轴承故障诊断方法。首先,针对传统蝗虫优化算法(GOA)参数敏感、易... 针对煤基活性炭生产设备轴承故障类型难以准确诊断的问题,提出了一种多目标蝗虫优化算法(MOGOA)优化变分模态分解(VMD)与最小二乘支持向量机(LSSVM)的煤基活性炭生产设备轴承故障诊断方法。首先,针对传统蝗虫优化算法(GOA)参数敏感、易于陷入局部最优的问题,引入多目标蝗虫优化算法,通过引入基于排列熵与峭度倒数归一化的复合适应度函数,优化VMD的惩罚因子和分解层数。其次,使用优化VMD分解提取的轴承振动信号并筛选出敏感变分模态分量(IMF)进行重构。最后,通过MOGOA优化LSSVM模型,形成MOGOA-LSSVM故障诊断模型。与GOA-LSSVM方法对比,本研究所提方法故障诊断准确率提高了5%,运行时间缩短了9.72 s,验证了该方法在故障诊断方面的优势。 展开更多
关键词 煤基活性炭设备 轴承 多目标蝗虫优化算法 VMD LSSVM
在线阅读 下载PDF
基于改进MOGOA的无人机群航迹规划研究 被引量：7
2
作者 陈涛 李由之 黄湘松 《天津大学学报（自然科学与工程技术版）》 EI CSCD 北大核心 2020年第9期967-975,共9页
针对电子侦察系统中反辐射无人机群进行辐射源无源定位时机群的编队形式会对定位精度产生影响的问题,将克拉美-罗界(Cramer-Rao lower bound,CRLB)作为定位精度方面的优化目标,与其他优化目标、约束一起引入机群的航迹规划中,使无人机... 针对电子侦察系统中反辐射无人机群进行辐射源无源定位时机群的编队形式会对定位精度产生影响的问题,将克拉美-罗界(Cramer-Rao lower bound,CRLB)作为定位精度方面的优化目标,与其他优化目标、约束一起引入机群的航迹规划中,使无人机群运动过程中保持良好编队,确保无源定位精度.文中针对多优化目标复杂环境中航迹规划算法寻优能力不高的问题,提出了一种基于改进多目标蝗虫算法(IMOGOA)的无人机群3维航迹规划方法,通过对MOGOA的选择方式、收敛参数进行改进从而提高算法的收敛性能以及全局搜索性能.首先,建立无人机群航迹规划的运动学模型,并引入距离约束,除定位精度以外还引入了路程、威胁代价等作为航迹规划的优化目标函数,然后,对改进多目标蝗虫算法进行详细说明,最后设计基于IMOGOA的无人机群航迹规划方案的算法流程,并在设定场景中对该算法的性能进行了仿真分析.结果表明,所提出的IMOGOA能够成功地规划出无人机群从初始位置到辐射源位置处的3维航迹,同时使无人机群在运动过程中保持良好的定位精度,经IMOGOA规划的机群编队定位精度最高可达1.2%,性能明显优于正方形编队和随机编队,并通过将IMOGOA与原始蝗虫算法(GOA)、原始多目标蝗虫算法进行对比,结果表明IMOGOA的收敛速度比MOGOA快11.1%,搜索性能相较GOA提升13.8%. 展开更多
关键词 反辐射无人机 航迹规划 多目标蝗虫算法 定位精度
在线阅读 下载PDF
微震震源定位中的多目标计算方法研究与应用
3
作者 陈国庆 庞聪 +2 位作者 宋莹莹 彭海洋 李忠亚 《大地测量与地球动力学》 北大核心 2025年第7期688-694,共7页
通过引入第二代和第三代非支配排序遗传算法(NSGA-Ⅱ、NSGA-Ⅲ)、多目标蝗虫优化算法(MOGOA)、多目标灰狼优化算法(MOGWO)、多目标蚁狮优化算法(MOALO)、基于分解的多目标进化算法(MOEA/D)等6种多目标智能计算方法,利用2个不同的经典微... 通过引入第二代和第三代非支配排序遗传算法(NSGA-Ⅱ、NSGA-Ⅲ)、多目标蝗虫优化算法(MOGOA)、多目标灰狼优化算法(MOGWO)、多目标蚁狮优化算法(MOALO)、基于分解的多目标进化算法(MOEA/D)等6种多目标智能计算方法,利用2个不同的经典微震震源反演数学模型设计多目标定位优化函数,在深部开采矿井微震事件数据和人工仿真实验数据对比测试基础上,探索和分析6种多目标定位算法的真实效能与可靠性。结果表明,6种多目标定位模型性能不一,MOALO基于多面体台阵仿真的100轮微震震源定位误差均值可达到1.2425 m,NSGA-Ⅱ基于深部开采矿井的微震震源定位误差均值为162.5691 m,MOGOA基于柿竹园矿微震事件的模型鲁棒性优于MOALO。综合考虑定位精度和模型可靠性等多个性能指标认为,MOGOA具有较强的工程物探和微震监测应用前景。 展开更多
关键词 微震震源定位 多目标智能计算 多目标进化分解算法 非支配排序遗传算法 多目标蚁狮优化算法 多目标蝗虫优化算法 多目标灰狼优化算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部