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：
基于自适应权重改进的SBOA-CNN短期电力负荷预测
1
作者 张子鑫 路林艳 徐思文 《现代工业经济和信息化》 2025年第4期217-218,222,共3页
为满足电力需求并维持电力系统的稳定运行,提高短期电力负荷预测的准确性和可靠性;针对负荷数据存在的多样性、非线性等特性,提出了一种基于自适应权重改进的SBOA-CNN预测模型对短期电力负荷进行精准预测。首先,通过自适应调节各数据的... 为满足电力需求并维持电力系统的稳定运行,提高短期电力负荷预测的准确性和可靠性;针对负荷数据存在的多样性、非线性等特性,提出了一种基于自适应权重改进的SBOA-CNN预测模型对短期电力负荷进行精准预测。首先,通过自适应调节各数据的权重,利用SBOA更好地捕捉电力负荷数据中的时间依赖关系和序列模式;经模型仿真验证得:基于自适应权重改进的SBOA-CNN模型的预测结果更精确、更稳定,在日后短期电力负荷预测中能有较高的发展前景。 展开更多
关键词 短期电力负荷预测 自适应权重 sboa
在线阅读 下载PDF
基于SBOA-A算法的无人车越野环境全局路径规划
2
作者 李圣涛 王明 +2 位作者 陈志亮 刘晓明 杨帅 《火力与指挥控制》 北大核心 2025年第5期91-96,共6页
由于高原越野环境的海拔和复杂道路情况严重影响无人车辆的行驶,传统路径规划算法的安全性和质量受到限制。提出一种SBOA-A*融合算法,该算法基于DEM和路网数据等地理信息数据,通过SBOA对A*算法生成的原始路径进行全局优化。仿真实验证明... 由于高原越野环境的海拔和复杂道路情况严重影响无人车辆的行驶,传统路径规划算法的安全性和质量受到限制。提出一种SBOA-A*融合算法,该算法基于DEM和路网数据等地理信息数据,通过SBOA对A*算法生成的原始路径进行全局优化。仿真实验证明,SBOA-A*算法有效结合了A*算法和SBOA算法的优点,能够在大规模高原越野环境中保证路径计算速度的同时,在行驶时间及安全性等方面展现更优的表现。 展开更多
关键词 无人车辆 越野环境 路径规划 A*算法 秘书鸟优化算法
在线阅读 下载PDF
基于SBOA-TVFEMD的变压器油中溶解气体浓度预测
3
作者 王杰 李永鑫 +1 位作者 张军亮 焦明明 《变压器》 2025年第5期23-31,共9页
通过变压器油中溶解气体分析可以实现对变压器潜在故障的早期预警和诊断。为此,作者提出一种基于秘书鸟优化算法(SBOA)优化时变滤波经验模态分解(TVFEMD)结合双向长短期记忆(BiLSTM)神经网络的预测方法。首先为避免人为指定TVFEMD的带... 通过变压器油中溶解气体分析可以实现对变压器潜在故障的早期预警和诊断。为此,作者提出一种基于秘书鸟优化算法(SBOA)优化时变滤波经验模态分解(TVFEMD)结合双向长短期记忆(BiLSTM)神经网络的预测方法。首先为避免人为指定TVFEMD的带宽阈值和B样条阶数这两个参数时存在的主观性,采用SBOA来搜索最优参数组合;然后使用最优参数组合来对油中溶解气体浓度序列进行TVFEMD分解,得到多个子序列,降低序列非平稳性带来的影响;随后通过BiLSTM来对各子序列分别进行单步预测,最后对各子序列的预测结果进行叠加重构。试验结果表明,该方法能够显著提升预测精度,对变压器状态评估具有重要意义。 展开更多
关键词 油中溶解气体浓度 秘书鸟优化算法 时变滤波经验模态分解 双向长短期记忆神经网络
原文传递
基于SBOA对变分模态分解法优化的齿轮故障研究
4
作者 唐燕龙 《科学研究与应用》 2025年第3期12-17,共6页
针对齿轮箱故障诊断中因噪声干扰等因素导致的诊断效果不佳问题,引用了变分模态分解法,由于其参数选择基于人工,且特征提取过程繁琐易受到主观因素影响,导致诊断效率低、能力差。本文采用秘鸟算法(SBOA)对变分模态分解法进行优化,利用S... 针对齿轮箱故障诊断中因噪声干扰等因素导致的诊断效果不佳问题,引用了变分模态分解法,由于其参数选择基于人工,且特征提取过程繁琐易受到主观因素影响,导致诊断效率低、能力差。本文采用秘鸟算法(SBOA)对变分模态分解法进行优化,利用SBOA对VMD的参数寻优,用包络熵筛选模态分量并重构信号,最后将重构信号输入BIGRU模型,实现故障分类。结果表明,在测试数据上SBOA优化VMD具有更强的故障检测能力,也验证了结合算法优化分解与深度学习结合优于单纯的模型训练。 展开更多
关键词 齿轮箱 故障诊断 VMD sboa算法
在线阅读 下载PDF
基于ISBOA-KELM模型的隧道挤压大变形预测及应用 被引量：1
5
作者 朱豪洋 《铁道建筑技术》 2024年第8期88-92,119,共6页
为提高软岩隧道挤压大变形预测的准确性,提出一种改进的蛇鹫优化算法(ISBOA)优化核极限学习机(KELM)的隧道挤压大变形预测方法。设计多融合种群改进策略ISBOA算法,并建立ISBOA-KELM隧道挤压大变形预测模型,基于公开的隧道大变形数据集... 为提高软岩隧道挤压大变形预测的准确性,提出一种改进的蛇鹫优化算法(ISBOA)优化核极限学习机(KELM)的隧道挤压大变形预测方法。设计多融合种群改进策略ISBOA算法,并建立ISBOA-KELM隧道挤压大变形预测模型,基于公开的隧道大变形数据集和某隧道工程案例验证ISBOA-KELM预测模型的有效性和工程适用性。结果表明,与其他方法相比,所提出的模型能够准确地实现软岩隧道挤压大变形预测,且具有良好的预测精度,可为隧道工程变形预测提供一种高效的新方法。 展开更多
关键词 软岩隧道 挤压大变形 蛇鹫优化算法 核极限学习机 预测
在线阅读 下载PDF
基于改进秘书鸟算法的协同干扰资源分配方法
6
作者 李一兵 孙柳晴 戚昌龙 《电子与信息学报》 北大核心 2025年第5期1494-1504,共11页
在战场环境中,针对多波束干扰系统突防组网雷达场景下干扰资源分配的问题,该文提出一种引入柯西变异和全局协同控制策略的改进秘书鸟算法(ISBOA)对战场上的干扰资源进行优化分配。首先,建立突防场景下的多波束干扰系统模型,并将组网雷... 在战场环境中,针对多波束干扰系统突防组网雷达场景下干扰资源分配的问题,该文提出一种引入柯西变异和全局协同控制策略的改进秘书鸟算法(ISBOA)对战场上的干扰资源进行优化分配。首先,建立突防场景下的多波束干扰系统模型,并将组网雷达检测融合概率作为多干扰机协同压制干扰组网雷达的性能评估指标;其次,以最小化检测概率为目标函数,对多干扰机干扰样式、干扰波束和功率资源进行联合优化分配;最后,利用ISBOA进行求解。实验结果经过对比表明,ISBOA算法搜索能力更强,收敛精度更高,具有更强的稳定性,能够更加合理地分配战场上的干扰资源。 展开更多
关键词 组网雷达 协同干扰 资源分配 秘书鸟算法
在线阅读 下载PDF
MPCVD装置冷却水温度的自抗扰控制策略
7
作者 张贺斌 任天平 苏宇锋 《现代电子技术》 北大核心 2025年第3期104-110,共7页
针对MPCVD装置冷却水温度控制中存在的调节时间长、稳定性能差的弊端,提出一种将改进后的混沌蛇鹫优化算法(CSBOA)与自抗扰控制(ADRC)算法结合的控制策略。首先,给出了冷却水温度控制系统的结构及数学模型,设计自抗扰控制器;其次,通过... 针对MPCVD装置冷却水温度控制中存在的调节时间长、稳定性能差的弊端,提出一种将改进后的混沌蛇鹫优化算法(CSBOA)与自抗扰控制(ADRC)算法结合的控制策略。首先,给出了冷却水温度控制系统的结构及数学模型,设计自抗扰控制器;其次,通过混沌蛇鹫优化算法对自抗扰控制器的部分参数迭代寻优,解决人工调整参数的问题。对系统进行了仿真和实验验证,结果表明:相比于传统PID控制,该控制系统稳态时的温度误差更小,具有更好的温度控制效果,有效避免了冷却水温度波动对金刚石薄膜制备产生的不良影响。 展开更多
关键词 MPCVD 冷却水温度 自抗扰控制 蛇鹫优化算法 参数整定 金刚石薄膜制备
在线阅读 下载PDF
基于毫米波雷达的无人机障碍物分类方法
8
作者 贡文新 余泽琰 +2 位作者 杨柳旺 楚文静 万相奎 《雷达科学与技术》 北大核心 2025年第3期317-327,共11页
无人机巡线作为检测电力线的重要手段,在飞行过程中准确识别障碍物是保障巡线任务可靠完成的关键。但目前对无人机巡线过程中常见障碍物如电力线、电力塔、树木的识别受恶劣天气环境干扰严重,致使误判和漏判。为此,基于毫米波雷达传感... 无人机巡线作为检测电力线的重要手段,在飞行过程中准确识别障碍物是保障巡线任务可靠完成的关键。但目前对无人机巡线过程中常见障碍物如电力线、电力塔、树木的识别受恶劣天气环境干扰严重,致使误判和漏判。为此,基于毫米波雷达传感器具有不受天气、光线因素影响,在复杂环境中工作稳定等特点,本文提出基于毫米波雷达的无人机障碍物分类方法。该方法首先通过毫米波雷达采集3类障碍物的原始数据并提取其距离-速度多普勒及距离-方位角多普勒信息,接着分别通过特征值分解及共生灰度矩阵实现特征提取,最后通过蛇鹭优化算法实现对3类障碍物的目标分类。实验结果表明,本文方法对电力线、电力塔和树木的整体识别准确率达89.4%,与传统方法相比具有较高的识别准确率及鲁棒性。 展开更多
关键词 毫米波雷达 障碍物分类 特征提取 蛇鹭优化算法
在线阅读 下载PDF
基于改进模态分解混合模型的锂电池剩余容量预测
9
作者 宁弘扬 惠周利 +1 位作者 冯娜娜 杨明 《测试技术学报》 2025年第3期313-321,329,共10页
随着锂电池在生活中的广泛应用,开发高效准确的电池剩余容量预测技术,对于提升用户体验和保障设备稳定运行具有重要意义。采用蛇鹭优化算法(Secretary Bird Optimization Algorithm, SBOA)优化变分模态分解(Variational Mode Decomposit... 随着锂电池在生活中的广泛应用,开发高效准确的电池剩余容量预测技术,对于提升用户体验和保障设备稳定运行具有重要意义。采用蛇鹭优化算法(Secretary Bird Optimization Algorithm, SBOA)优化变分模态分解(Variational Mode Decomposition, VMD),并结合高斯过程回归(Gaussian Process Regression, GPR)以及门控循环单元(Gated Recurrent Units, GRU),构建了高效的混合预测模型,实现了对锂电池剩余容量的高精度预测。通过与传统模型GRU、 VMD-GRU比较,表明该预测模型可以快速高效地捕捉电池退化趋势,所提方法的平均绝对误差和均方根误差分别为0.19%和0.31%,具有更高的预测精度和泛化性。 展开更多
关键词 蛇鹭优化算法 变分模态分解 高斯过程回归 门控循环单元 剩余容量预测
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