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9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OOA-VMD与LSTM的变转速滚动轴承故障诊断
1
作者 郗涛 王虎 王莉静 《中国工程机械学报》 北大核心 2026年第1期144-149,共6页
为解决在变转速工况下滚动轴承故障诊断的问题,提出一种鱼鹰优化算法(OOA)-变分模态分解(VMD)的故障特征提取与长短时记忆网络(LSTM)相融合的故障诊断方法。首先,利用OOA,对VMD算法中的重要参数进行优化,解决信号分解过程中VMD的参数设... 为解决在变转速工况下滚动轴承故障诊断的问题,提出一种鱼鹰优化算法(OOA)-变分模态分解(VMD)的故障特征提取与长短时记忆网络(LSTM)相融合的故障诊断方法。首先,利用OOA,对VMD算法中的重要参数进行优化,解决信号分解过程中VMD的参数设置问题;其次,对重构信号进行Hilbert变换,提取包络谱值作为故障特征向量;最后,采用轴承数据集,基于LSTM网络算法进行故障诊断训练、检验和分析。结果表明:本文方法具有较好的故障特征提取能力,且故障识别率达到99.33%。 展开更多
关键词 变转速 滚动轴承 ooa算法 变分模态分解(VMD) 长短时记忆网络(LSTM)
在线阅读 下载PDF
基于OOA-RBF的电容式六维力传感器解耦算法 被引量：1
2
作者 陈铭杰 蒲明辉 《仪表技术与传感器》 北大核心 2025年第6期13-19,27,共8页
传感器的解耦准确性对传感器的精度有重大影响。传统的解耦算法在处理复杂非线性问题时存在局限性,鉴于此,提出了一种基于鱼鹰优化算法优化径向基神经网络(OOA-RBF)的解耦算法。通过模拟鱼鹰捕食行为,该算法动态调整搜索策略,优化径向... 传感器的解耦准确性对传感器的精度有重大影响。传统的解耦算法在处理复杂非线性问题时存在局限性,鉴于此,提出了一种基于鱼鹰优化算法优化径向基神经网络(OOA-RBF)的解耦算法。通过模拟鱼鹰捕食行为,该算法动态调整搜索策略,优化径向基神经网络的网络参数,增强了算法的鲁棒性、稳定性以及泛化能力,有效避免局部最优解,加速全局寻优过程。通过实验室环境下的电容式六维力传感器数据集测试,并采用最小二乘法、BP神经网络、径向基神经网络的解耦效果进行比对,结果显示,新算法在测量误差修正和系统稳定性上均表现出较传统方法更优的性能,解耦后的相对误差显著减少,最大Ⅰ类误差为0.022 8%,最大Ⅱ类误差为0.027 9%,精度得到了提升。 展开更多
关键词 鱼鹰优化算法 径向基神经网络 传感器解耦 非线性解耦
在线阅读 下载PDF
基于OOA-CatBoost的烧结矿粒度预测模型
3
作者 李喆 王猛 +3 位作者 董振 姜娟娟 李杰 杨爱民 《烧结球团》 北大核心 2025年第3期47-58,共12页
在烧结生产过程中,烧结矿粒度是评价烧结矿质量的重要指标之一。为提高烧结生产水平,针对烧结过程检测的滞后性和粒级占比调控预测问题,建立基于整体生产参数的烧结矿粒级占比预测模型;将经过特征选择之后的12个关键参数作为输入变量,... 在烧结生产过程中,烧结矿粒度是评价烧结矿质量的重要指标之一。为提高烧结生产水平,针对烧结过程检测的滞后性和粒级占比调控预测问题,建立基于整体生产参数的烧结矿粒级占比预测模型;将经过特征选择之后的12个关键参数作为输入变量,对应的烧结矿粒级占比作为输出变量;通过缺失数据填补、数据增强以及异常点替换等数据预处理方法,获取用于预测烧结矿粒级占比的高质量数据集;采用鱼鹰优化算法(OOA)和类别特征梯度提升算法(CatBoost)构建预测模型。结果表明,OOA-CatBoost算法模型的平均绝对误差(MAE)为0.2769,均方误差(MSE)为0.0433,决定系数(R^(2))为0.9499。对比侏儒猫鼬优化(DMO)算法、麻雀搜索算法优化(SSA)、鱼鹰优化算法优化的随机森林(RF)、轻量梯度提升机(LightGBM)以及极限梯度提升算法(XGBoost)等其他11个机器学习模型,本文模型取得良好的预测效果。基于工业实测数据,OOA-CatBoost算法对烧结矿粒级占比的平均预测误差达到0.0852,可为优化原料配比、混合料参数和烧结机参数调控提供理论指导,从而提升优质烧结矿的粒级占比。 展开更多
关键词 烧结矿粒级 鱼鹰优化算法 CatBoost ooa-CatBoost算法 预测
原文传递
基于OOA-CNN-LSTM的船舶油耗预测
4
作者 杨朝晖 杨强 闫新星 《指挥信息系统与技术》 2025年第6期94-100,共7页
船舶油耗预测是降低航运成本、优化能效管理和减少碳排放的前提和基础。结合卷积神经网络(CNN)和长短期记忆(LSTM)模型在预测上的优势,构建了CNN-LSTM船舶油耗预测模型,并利用鱼鹰优化算法(OOA)对CNN-LSTM预测模型的参数进行优化。试验... 船舶油耗预测是降低航运成本、优化能效管理和减少碳排放的前提和基础。结合卷积神经网络(CNN)和长短期记忆(LSTM)模型在预测上的优势,构建了CNN-LSTM船舶油耗预测模型,并利用鱼鹰优化算法(OOA)对CNN-LSTM预测模型的参数进行优化。试验结果表明,相对于CNN-LSTM模型,优化后模型的各项评估指标均有大幅提升,具有更高的预测精度。最后,利用SHAP方法对影响船舶油耗的因素特征重要性进行了分析。该模型可对提高船舶智能能效管理提供可靠的数据支持。 展开更多
关键词 鱼鹰优化算法 卷积神经网络 长短期记忆模型 船舶油耗预测
在线阅读 下载PDF
基于改进CNN-GRU模型的短期电力负荷预测研究
5
作者 王寅超 陈博 +1 位作者 俞俊霞 沈会 《计算机工程》 北大核心 2026年第3期451-460,共10页
为维护电力系统的稳定运行,满足电力系统对于短期电力负荷预测精度的需求,提出一种基于改进卷积神经网络与门控循环单元(CNN-GRU)模型的短期电力负荷预测方法。采用核主成分分析(KPCA)法处理多维输入数据,提取主要影响因素作为后续预测... 为维护电力系统的稳定运行,满足电力系统对于短期电力负荷预测精度的需求,提出一种基于改进卷积神经网络与门控循环单元(CNN-GRU)模型的短期电力负荷预测方法。采用核主成分分析(KPCA)法处理多维输入数据,提取主要影响因素作为后续预测模型的输入。构建以改进鱼鹰算法(OOA)优化的CNN-GRU组合模型进行训练和预测,并引入注意力机制加强重要信息的影响,提升预测模型的预测性能。最后采用贝叶斯超参数(BH)理论优化的极端梯度提升(XGBoost)模型优化预测误差,并搭建仿真模型与多个模型进行对比实验,根据所得到的预测效果曲线和各项性能指标验证所提方法的有效性。实验结果表明,提出的改进CNN-GRU模型在训练与测试时的平均绝对百分比误差(MAPE)分别为1.56%和1.99%,由此可以得出所提出的改进预测模型具有更好的预测精度。 展开更多
关键词 短期负荷预测 核主成分分析 鱼鹰优化算法 门控循环单元 极端梯度提升
在线阅读 下载PDF
基于OOA优化BP神经网络的光伏发电功率预测 被引量：2
6
作者 张沥新 秦博瑞 祝少卿 《现代工业经济和信息化》 2024年第1期138-140,共3页
准确预测光伏发电功率是保障电网平稳运行的关键环节,但由于光伏发电系统输入变量较多,造成标准BP神经网络系统对发电功率预测的精度不理想。基于OOA优化BP神经网络的预测模型(OOA-BP),可以提高预测精度。将总辐照度、直射辐射、散射辐... 准确预测光伏发电功率是保障电网平稳运行的关键环节,但由于光伏发电系统输入变量较多,造成标准BP神经网络系统对发电功率预测的精度不理想。基于OOA优化BP神经网络的预测模型(OOA-BP),可以提高预测精度。将总辐照度、直射辐射、散射辐射、气温、气压和湿度6种类型数据作为OOA-BP神经网络预测模型的输入量,并将其预测结果与标准BP神经网络进行对比。结果表明:相较于标准BP神经网络模型,OOA-BP神经网络预测模型通过优化阈值和权值,可以有效提升光伏发电功率的预测精度和预测效率。 展开更多
关键词 ooa优化算法 BP神经网络 光电功率预测
在线阅读 下载PDF
改进的鱼鹰优化算法在光伏组件参数辨识中的应用 被引量：1
7
作者 苏勋文 张旭瑞 +1 位作者 张文硕 魏航源 《黑龙江电力》 2025年第2期95-101,共7页
光伏组件各项参数对于光伏发电系统有着重要的影响,为提高光伏组件参数辨识的辨识精度及辨识速度,提出一种元启发式算法即改进的鱼鹰优化算法(IOOA),用于光伏组件参数辨识。通过引入向最差解靠近的影响因子以及Logistic混沌映射机制,从... 光伏组件各项参数对于光伏发电系统有着重要的影响,为提高光伏组件参数辨识的辨识精度及辨识速度,提出一种元启发式算法即改进的鱼鹰优化算法(IOOA),用于光伏组件参数辨识。通过引入向最差解靠近的影响因子以及Logistic混沌映射机制,从而对鱼鹰优化算法(OOA)的搜索空间及移动机制进行改进,增强了该算法的搜索能力、跳出局部收敛的能力,并改善了收敛速度。在光伏组件Photowatt PWP 201参数辨识的应用中与其他五种元启发式算法比较,在收敛精度与收敛速度上均优于其他五种算法。在光伏组件Shell-Module SM55的应用中,验证了IOOA在不同工况下光伏组件参数辨识的有效性及适用性。 展开更多
关键词 光伏组件 参数辨识 鱼鹰优化算法 元启发式算法
在线阅读 下载PDF
基于改进随机森林的脑胶质瘤分类算法
8
作者 任明 刘思伊 +1 位作者 杨加宝 谭佳伟 《长春工业大学学报》 2025年第6期535-544,共10页
为实现脑胶质瘤的准确分类,基于混合策略提出一种新型鱼鹰优化方法,并将其用于改进随机森林算法。首先利用Sobol序列初始化种群,使种群分布均匀,保证全空间的填充,提高种群的多样性;其次在猎物定位阶段采用随机反向学习策略,提高算法跳... 为实现脑胶质瘤的准确分类,基于混合策略提出一种新型鱼鹰优化方法,并将其用于改进随机森林算法。首先利用Sobol序列初始化种群,使种群分布均匀,保证全空间的填充,提高种群的多样性;其次在猎物定位阶段采用随机反向学习策略,提高算法跳出局部最优的能力,进一步提高了鱼鹰优化算法全局搜索能力。与引力搜索算法、灰狼优化算法、蜜獾算法、鱼鹰优化算法在8种测试函数上进行数值实验,验证了基于混合策略改进的鱼鹰算法收敛速度和寻优能力。最后建立用于脑胶质瘤数据分类的混合策略改进鱼鹰算法优化的随机森林模型,并通过精确率、召回率和F 1值对模型分类性能进行综合评价。实验结果表明,所提出的改进随机森林模型在脑胶质瘤数据集分类上表现优异,较其他比较模型具有更高的精度,为脑胶质瘤分类提供了一种有效的算法。 展开更多
关键词 鱼鹰优化算法 随机反向学习 随机森林 脑胶质瘤 分类
在线阅读 下载PDF
基于SVD-IACMD的GIS振动信号去噪算法 被引量：5
9
作者 涂嘉毅 关向雨 +2 位作者 赵俊义 林建港 赖泽楷 《电力工程技术》 北大核心 2024年第6期163-172,共10页
振动测量对发现气体绝缘开关设备(gas insulated switchgear,GIS)潜在性缺陷具有重要意义,但GIS本体振动信号易受基础振动、测量噪声以及环境噪声的影响,使得现场GIS振动带电检测和机械缺陷诊断的效果较差。针对此问题,提出一种基于奇... 振动测量对发现气体绝缘开关设备(gas insulated switchgear,GIS)潜在性缺陷具有重要意义,但GIS本体振动信号易受基础振动、测量噪声以及环境噪声的影响,使得现场GIS振动带电检测和机械缺陷诊断的效果较差。针对此问题,提出一种基于奇异值分解(singular value decomposition,SVD)-改进自适应啁啾模态分解(improve adaptive chirp mode decomposition,IACMD)的现场振动信号降噪算法。该方法首先利用SVD对原始振动信号进行预处理,滤除低频基础振动和测量噪声,其次利用鱼鹰优化算法(osprey optimization algorithm,OOA)对处理后的信号进行自适应模态分解,得到分解后的固有模态(intrinsic mode functions,IMF)分量,再利用互相关系数筛选有效分量重构振动信号。模拟信号与现场信号测试结果表明:与OOA-自适应啁啾模态分解(adaptive chirp mode decomposition,ACMD)和SVD-变分模态分解(variational mode decomposition,VMD)相比,所提出的SVD-IACMD算法可以去除基础振动、测量噪声和环境噪声,保留GIS本体振动的基频和谐波分量,为GIS现场抗干扰振动检测和机械缺陷诊断提供技术支持。 展开更多
关键词 气体绝缘开关设备(GIS) 信号降噪 奇异值分解(SVD) 改进自适应啁啾模态分解(IACMD) 鱼鹰优化算法(ooa) 机械振动
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