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7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NRBO算法的机器人运动学逆解分析
1
作者 李保坤 张俊超 《黑龙江工业学院学报(综合版)》 2025年第7期108-112,共5页
针对CR5机器人逆运动学求解问题,提出了牛顿-拉夫逊优化算法求解逆运动学。该算法结合种群初始化、基于牛顿-拉夫逊法的搜索规则及陷阱避免算子,通过动态调整解空间搜索策略,有效避免局部最优并提升收敛速度。通过仿真完成末端绘制圆形... 针对CR5机器人逆运动学求解问题,提出了牛顿-拉夫逊优化算法求解逆运动学。该算法结合种群初始化、基于牛顿-拉夫逊法的搜索规则及陷阱避免算子,通过动态调整解空间搜索策略,有效避免局部最优并提升收敛速度。通过仿真完成末端绘制圆形轨迹的任务,结果表明NRBO算法相较传统NR法,在轨迹跟踪精度和收敛速度上更优,且能精确还原关节角度值,验证了其在冗余机械臂运动学逆解中的高效性和鲁棒性。 展开更多
关键词 逆运动学 nrbo 元启发算法
在线阅读 下载PDF
基于NRBO-XGBoost和ABKDE融合可解释模型的TBM掘进速度预测
2
作者 杨腾杰 高新强 +4 位作者 杨志国 孔超 董北毅 李铁峰 朱正国 《河南科技大学学报(自然科学版)》 北大核心 2025年第4期73-87,M0006,M0007,共17页
精准可靠的隧道掘进机(TBM)掘进速度预测对于提升施工效率、保障施工安全具有重要工程价值。针对现有TBM掘进速度预测模型精度较差和对施工时不确定性考虑不足的局限,提出了一种基于机器学习的可解释性TBM掘进速度区间预测方法。首先,... 精准可靠的隧道掘进机(TBM)掘进速度预测对于提升施工效率、保障施工安全具有重要工程价值。针对现有TBM掘进速度预测模型精度较差和对施工时不确定性考虑不足的局限,提出了一种基于机器学习的可解释性TBM掘进速度区间预测方法。首先,收集国内多组TBM隧道工程数据,选取岩石单轴抗压强度(UCS)、岩体完整性系数(Kv)、推力(TF)与刀盘转速(RPM)作为输入特征,构建基于牛顿拉弗森优化(NRBO)算法与交叉验证策略协同优化的极端梯度提升(XGBoost)点预测模型,并引入可解释性(SHAP)框架解析特征参数对预测结果的贡献度。进而,采用自适应带宽核密度估计(ABKDE)方法对点预测结果进行不确定性量化,实现掘进速度的区间预测。最后,通过伊朗克尔曼输水隧洞工程案例验证模型有效性。研究结果表明:与未采用NRBO算法的XGBoost模型相比,NRBO-XGBoost模型的预测误差均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别降低了13.9%、19.1%和0.7%,决定系数R2提高了0.0151;特征重要性排序为UCS(0.4156)>TF(0.1554)>RPM(0.1045)>Kv(0.0047),揭示岩石强度为掘进速度的主导影响因素;所提模型在区间预测性能上超越了自适应提升(AdaBoost)和随机森林(RF)模型,NRBO-XGBoost、AdaBoost和RF模型的预测区间覆盖概率(PICP)分别达到92.1%、88.4%和90.2%,具备更优的不确定性量化能力;工程实例验证中,点预测R2达0.9676且预测区间完全覆盖实测值,证实模型具有良好工程适用性。 展开更多
关键词 隧道掘进机 掘进速度 区间预测 融合模型 机器学习 nrbo算法 可解释性
在线阅读 下载PDF
基于NRBO算法优化的模糊PID轴承预紧力控制
3
作者 李学军 黎耀强 +2 位作者 蒋玲莉 李家皇 张茜 《电子测量与仪器学报》 北大核心 2025年第7期227-235,共9页
合适的预紧力可以使轴承系统达到减少系统振动和噪音、提高轴承刚度的目的,为满足轴承预紧力控制的需要,提出了基于牛顿-拉夫森优化算法(NRBO)优化模糊PID的预紧力控制策略。首先,确定轴承预紧力液压加载的方式以及建立传递函数;其次,结... 合适的预紧力可以使轴承系统达到减少系统振动和噪音、提高轴承刚度的目的,为满足轴承预紧力控制的需要,提出了基于牛顿-拉夫森优化算法(NRBO)优化模糊PID的预紧力控制策略。首先,确定轴承预紧力液压加载的方式以及建立传递函数;其次,结合AMESim/Smilink的联合仿真模型,并与常规PID,模糊PID、粒子群算法(PSO)优化模糊PID进行了仿真对比;最后,开展了试验验证。仿真结果表明,NRBO算法优化模糊PID对比常规PID、模糊PID和PSO算法优化模糊PID超调量分别减少42.93%、27.78%、13.91%,调节时间分别减少了3、2.3、1.6 s。试验结果表明,轻载、中载、重载的径向力作用下,NRBO优化模糊PID控制器相比于常规PID控制器,调节时间分别减少5.3、10.4、4.5 s,超调量分别减少43.78%、52.52%、72.36%;相比于模糊PID控制器调节时间分别减少2.7、5.2、2.6 s,超调量分别减少29.62%、46.24%、59.52%;相比PSO算法优化模糊PID控制器调节时间分别减少1.7、3.2、2.3 s,超调量分别减少17.38%、30.02%、55.42%。表明了NRBO优化模糊PID控制器拥有更快、更精确的控制效果,能够很好的实现预紧力的精确施加。 展开更多
关键词 轴承预紧力 nrbo算法 模糊PID 预紧力控制
原文传递
基于NRBO-Transformer-BiLSTM的柔性薄壁轴承细粒度故障诊断
4
作者 郭明军 陈昕昀 +2 位作者 石淇 李鑫 赵学智 《现代制造工程》 北大核心 2025年第11期136-145,34,共11页
针对现有柔性薄壁轴承的细粒度故障识别及其现有诊断方法特征提取不足等问题,提出一种基于牛顿-拉夫逊优化(Newton-Raphson-Based Optimizer,NRBO)算法优化的Transformer编码层与双向长短期记忆(Bi-directional Long Short-Term Memory,... 针对现有柔性薄壁轴承的细粒度故障识别及其现有诊断方法特征提取不足等问题,提出一种基于牛顿-拉夫逊优化(Newton-Raphson-Based Optimizer,NRBO)算法优化的Transformer编码层与双向长短期记忆(Bi-directional Long Short-Term Memory,BiLSTM)神经网络解码层相结合的故障诊断方法。该方法首先使用时变滤波经验模态分解(Time-Varying Filter Empirical Mode Decomposition,TVFEMD)柔性薄壁轴承振动加速度信号,同时采用NRBO算法对其时变滤波带宽和B样条阶数等参数进行优化,依据互相关系数准则筛选主要本征模态分量(Intrinsic Mode Function,IMF),计算其时频域特征,结合振动加速度信号的时域、频域特征构建多域特征数据集,并按比例划分为训练集和测试集;其次将训练集输入模型,通过NRBO算法对模型初始学习率、BiLSTM神经网络的隐藏层节点数以及Transformer模型的正则化系数进行优化;通过测试集对优化模型进行测试,并与其他细粒度故障诊断模型对比。结果表明,所提方法准确率达99.60%,高于其他模型。该方法可为柔性薄壁轴承细粒度的智能诊断提供一种新的研究思路,对其他相关领域的智能化健康管理亦可提供有益借鉴。 展开更多
关键词 柔性薄壁轴承 故障诊断 牛顿-拉夫逊优化算法 双向长短期记忆网络 Transformer模型 时变滤波经验模态分解
在线阅读 下载PDF
基于NRBO-XGboost的机器人磨削材料去除率预测与模型优化研究
5
作者 吕少华 蔡春波 《制造技术与机床》 北大核心 2025年第4期159-165,共7页
针对磨削加工过程中材料去除率(material removal rate,MRR)难以准确预测的问题,构建了基于极致梯度提升树(etreme gradient boosting,XGBoost)算法的MRR预测模型。通过分析不同工艺参数下机器人磨削产生的振动信号,提取能够反映MRR的... 针对磨削加工过程中材料去除率(material removal rate,MRR)难以准确预测的问题,构建了基于极致梯度提升树(etreme gradient boosting,XGBoost)算法的MRR预测模型。通过分析不同工艺参数下机器人磨削产生的振动信号,提取能够反映MRR的特征参数,利用牛顿-拉夫逊优化算法(Newton-Raphson-based optimizer,NRBO)确定XGBoost的初始参数最优解,解决参数调整与局部最优解问题,并构建NRBO-XGBoost模型。将该模型与传统XGBoost、粒子群优化(particle swarm optimization,PSO)-XGBoost及长短期记忆算法(long short-term memory,LSTM)进行对比,结果显示,NRBO-XGBoost模型的预测结果优于其他模型,预测评价指标显著提高,初始解优化速度较PSO优化算法更快,适应度值更小。研究成果可为机器人磨削MRR预测及工艺优化提供参考。 展开更多
关键词 XGboost算法 牛顿-拉夫逊优化算法 机器人磨削 材料去除率 振动信号
在线阅读 下载PDF
基于多源信息融合的输电线路故障诊断研究 被引量：6
6
作者 葛亚明 周陈斌 +3 位作者 孟屹华 沈蛟骁 曹海欧 任旭超 《电气传动》 2025年第4期72-81,共10页
随着新型电力系统的加速建设,输电系统的规模和复杂性不断增加,而以多源数据作为驱动源、满足准确率与低耗时要求的输电线路故障诊断算法亟待研究。提出一种基于改进NRBO-XGBoost算法的多源信息融合输电线路故障诊断方案。首先,通过对... 随着新型电力系统的加速建设,输电系统的规模和复杂性不断增加,而以多源数据作为驱动源、满足准确率与低耗时要求的输电线路故障诊断算法亟待研究。提出一种基于改进NRBO-XGBoost算法的多源信息融合输电线路故障诊断方案。首先,通过对线路两侧保护测量电气量和动作开关量的分析,解耦出区内外故障场景下时/频域差动电流和差动电压、暂态极性和动作信号的关联性特征;其次,将解耦出的多源故障特征向量输入至XGBoost串行学习算法,并同时引入NRBO算法对XGBoost的训练参数进行全局优化;最后,基于改进NRBO-XGBoost算法的辨识输出结果,获取完整的输电线路区内外故障诊断模型。在PSCAD/EMTDC中搭建了IEEE-30标准节点输电系统模型,通过对4种典型场景下的案例测试,结果表明所提出的多源信息融合算法能够满足线路故障诊断准确率99%的要求,在诊断速度上相较于传统智能算法也体现出了一定的优越性。 展开更多
关键词 输电线路 故障诊断 XGBoost算法 nrbo算法 多源信息融合
在线阅读 下载PDF
混合优化Stacking集成学习算法的帷幕灌浆注灰量预测
7
作者 张鹏程 马超 古茜倩 《水力发电学报》 2026年第1期99-108,共10页
准确预测单位注灰量是管控工程成本与有效规避渗漏安全风险的重要前提。针对大坝帷幕灌浆工程中评价指标与单位注灰量之间的复杂非线性关系,本文提出一种基于Stacking集成学习的预测模型,并与随机森林(RF)、XGBoost和支持向量机(SVM)模... 准确预测单位注灰量是管控工程成本与有效规避渗漏安全风险的重要前提。针对大坝帷幕灌浆工程中评价指标与单位注灰量之间的复杂非线性关系,本文提出一种基于Stacking集成学习的预测模型,并与随机森林(RF)、XGBoost和支持向量机(SVM)模型进行对比分析,通过牛顿-拉夫逊优化(NRBO)算法对模型超参数进行优化,并在训练集和验证集上评估了各模型的预测性能。结果表明:Stacking模型在训练集和验证集上的预测精度均显著优于单一模型,其R^(2)分别达到0.998和0.971,RMSE分别为0.350和1.224。相比之下,RF、XGBoost和SVM模型在验证集上的R^(2)分别为0.905、0.930和0.728,RMSE分别为2.219、1.896和3.748。集成学习模型(Stacking、RF、XGBoost)在处理高维非线性数据时具有更强的拟合能力和鲁棒性,而Stacking模型通过集成多个基学习器的优势,进一步提升了预测精度和对异常值的鲁棒性。因此,所提出的NRBO-Stacking模型在大坝帷幕灌浆工程中具有较高的预测精度和泛化能力,为类似复杂工程问题的预测提供了有效的解决方案。 展开更多
关键词 大坝工程 帷幕灌浆 注灰量预测 随机森林 nrbo算法 集成学习模型
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