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435篇文章
< 1 2 … 22 >
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IWOA-RBF神经网络预测的拖拉机线控液压转向系统传递函数参数辨识
1
作者 吕华伟 邓晓亭 +2 位作者 黄薛凯 孙晓旭 鲁植雄 《南京农业大学学报》 北大核心 2026年第1期197-213,共17页
[目的]拖拉机线控液压转向系统具有强非线性、时变等特性,为分析该系统运动学特性,需要建立线控液压转向系统动态模型。本文针对该问题,搭建了线控液压转向试验台架,提出利用系统参数辨识的方法作为线控液压转向系统建模方法。[方法]使... [目的]拖拉机线控液压转向系统具有强非线性、时变等特性,为分析该系统运动学特性,需要建立线控液压转向系统动态模型。本文针对该问题,搭建了线控液压转向试验台架,提出利用系统参数辨识的方法作为线控液压转向系统建模方法。[方法]使用鲸鱼优化算法(WOA)对线控液压转向系统的试验数据进行参数辨识,从而获得系统传递函数参数。为补全线控液压转向系统适用工况,采用RBF神经网络预测法对辨识得到的传递函数进行工况预测,得到线控液压转向系统动态传递函数。[结果]对辨识结果进行了试验对比验证,通过改进的鲸鱼优化算法优化得到的线控液压转向系统传递函数,在右转时与试验数据的均方根误差平均值为0.001334,在左转时与试验数据的均方根误差平均值为0.013440,通过RBF神经网络预测得到的线控液压转向系统全工况动态传递函数与试验数据的均方根误差在0.1左右。[结论]本文提出的动态模型可以精确描述线控液压转向模型的运动学特性,建模方法可行,对提高线控液压转向系统控制稳定性有重要的指导意义。 展开更多
关键词 拖拉机 线控液压转向 鲸鱼优化算法(woa) 参数辨识 RBF神经网络 工况预测
在线阅读 下载PDF
基于EWOA-RBFNN的光储VSG自适应控制策略
2
作者 张浩雅 邵文权 +1 位作者 吴成锋 杨鹏 《浙江电力》 2026年第1期78-89,共12页
电网功率扰动引发转动惯量与阻尼系数动态耦合失调,导致传统光储VSG(虚拟同步发电机)存在有功超调及频率波动大的问题。提出一种基于EWOA(增强鲸鱼优化算法)与RBFNN(径向基函数神经网络)的光储VSG惯量与阻尼自适应控制策略。结合VSG数... 电网功率扰动引发转动惯量与阻尼系数动态耦合失调,导致传统光储VSG(虚拟同步发电机)存在有功超调及频率波动大的问题。提出一种基于EWOA(增强鲸鱼优化算法)与RBFNN(径向基函数神经网络)的光储VSG惯量与阻尼自适应控制策略。结合VSG数学模型与小信号模型,分析惯量及阻尼参数的调节方法及其取值范围。通过引入动态参数调整及精英个体指导机制,基于EWOA实现对RBF(径向基函数)权值的全局优化,提升网络对非线性系统的逼近精度与泛化能力。优化后的RBFNN可实时调节VSG惯量与阻尼参数,实现系统动态特性的自适应控制。仿真验证表明,该策略能够有效抑制有功超调及频率偏差,尽管频率波动略有增加,但频率超调量控制在0.5%以内,满足系统运行要求;同时有效缩短系统稳定时间,提升暂态响应性能和系统动态稳定性。 展开更多
关键词 虚拟同步发电机 虚拟惯量 虚拟阻尼系数 RBFNN Ewoa 自适应控制
在线阅读 下载PDF
基于AWOA-BI-LSTM的光伏发电功率预测 被引量：4
3
作者 吴仕宏 张璧臣 +1 位作者 吴佳文 武兴宇 《沈阳农业大学学报》 北大核心 2025年第2期131-143,共13页
[目的]光伏发电功率的准确预测对可再生能源整合到电网、市场和建筑能源管理系统中至关重要。为提高预测精度,本研究提出一种基于改进鲸鱼优化算法(AWOA)和双向长短期记忆网络(Bi-LSTM)的混合模型(AWOA-Bi-LSTM)。针对传统鲸鱼优化算法(... [目的]光伏发电功率的准确预测对可再生能源整合到电网、市场和建筑能源管理系统中至关重要。为提高预测精度,本研究提出一种基于改进鲸鱼优化算法(AWOA)和双向长短期记忆网络(Bi-LSTM)的混合模型(AWOA-Bi-LSTM)。针对传统鲸鱼优化算法(WOA)寻优精度低、收敛速度慢的问题,提出动态权重因子和自适应参数调整两种改进策略,以增强模型的全局搜索能力和收敛效率。[方法]利用实际光伏发电数据和实测气象数据将AWOA-Bi-LSTM和WOA-Bi-LSTM以及GRNN进行对比实验。[结果]其中AWOA-Bi-LSTM在测试集和训练集上的R^(2)值分别为0.99701和0.99843;测试集和训练集的RMSE分别为1.585和0.90063。测试集RPD为20.1604,训练集RPD为25.9357。[结论]AWOA-Bi-LSTM在拟合度、预测精度和稳定性方面均优于传统方法,能够更有效地捕捉时间序列数据中的复杂模式和趋势,显著提升预测性能。 展开更多
关键词 光伏发电 功率预测 LSTM BI-LSTM woa算法
在线阅读 下载PDF
基于WOA-BP神经网络的热式流量测量技术研究
4
作者 刘升虎 刘太逸 +3 位作者 冉建立 郭会强 邢亚敏 梁钊睿 《仪表技术与传感器》 北大核心 2025年第4期50-54,共5页
针对热式流量测量方法易受环境因素影响的问题,构建了一种WOA-BP神经网络流量预测模型,以热式传感器采样电压值及含水率测量信号作为模型输入量,以预测流量值作为输出值,进行温度补偿,利用鲸鱼群算法进行网络初值参数优化,得到优化后的... 针对热式流量测量方法易受环境因素影响的问题,构建了一种WOA-BP神经网络流量预测模型,以热式传感器采样电压值及含水率测量信号作为模型输入量,以预测流量值作为输出值,进行温度补偿,利用鲸鱼群算法进行网络初值参数优化,得到优化后的补偿模型,提高了算法的收敛速度。实验结果表明:优化后的神经网络模型在热式流量测量方法中具有较好的流量预测效果,WOA-BP网络模型R~2达到0.989,比传统BP模型的预测精确性和鲁棒性更高,在对油井产液量预测方面具有实用价值。 展开更多
关键词 鲸鱼优化算法(woa) BP神经网络 热式流量测量方法 温度补偿
在线阅读 下载PDF
基于WOA-SA-RBF模型的西北内陆河流域突发水污染安全评价
5
作者 靳春玲 田亮 +2 位作者 贡力 李战江 蔡惠春 《科学技术与工程》 北大核心 2025年第23期10075-10083,共9页
为保障西北内陆河流域生态安全,急需开展西北地区内陆河流域突发水污染安全评价。聚焦于疏勒河流域敦煌区域,通过运用压力-状态-响应(pressure-state-response,PSR)模型框架,基于2017—2022年该流域的历史数据,采用一种融合鲸鱼优化与... 为保障西北内陆河流域生态安全,急需开展西北地区内陆河流域突发水污染安全评价。聚焦于疏勒河流域敦煌区域,通过运用压力-状态-响应(pressure-state-response,PSR)模型框架,基于2017—2022年该流域的历史数据,采用一种融合鲸鱼优化与模拟退火策略的径向基(whale optimization algorithm-simulated annealing-radial basis function,WOA-SA-RBF)神经网络模型,来评估该区域的突发水污染风险等级,并与粒子群优化算法-径向基(particle swarm optimization-radial basis function,PSO-RBF),遗传优化算法-径向基(genetic algorithm-radial basis function,GA-RBF)神经网络模型及传统评价方法优劣解距离法(technique for order preference by similarity to ideal solution,TOPSIS)法的评价结果进行对比分析。分析结果显示:疏勒河敦煌段在2017—2018年突发水污染风险水平被评定为Ⅱ级,而2019—2022年则降为Ⅲ级,显示出风险逐渐下降并趋向稳定的趋势;结果与TOPSIS法分析结果一致,与流域治理情况相符,从而有效验证本文评估模型的精度。研究成果有助于提高疏勒河流域针对突发水污染事件的预防控制能力与紧急应对效率,对西北内陆河流域的水资源管理以及祁连山区域的生态保护工作具有不可忽视的重要意义。 展开更多
关键词 鲸鱼优化算法(woa) 模拟退火算法(SA) 径向基神经网络模型(RBF) 突发水污染 安全评价 内陆河
在线阅读 下载PDF
基于MIC特征选择和WOA-LSSVM优化的阳极铜质量预测研究
6
作者 熊文真 徐建新 熊英 《过程工程学报》 北大核心 2025年第6期579-589,共11页
电解铜精炼过程中,阳极板中铜含量对电解效率至关重要。以混合铜精矿和粗铜等15种元素质量作为自变量,阳极板的铜元素质量作为因变量,利用最大信息系数(MIC)分析了54个具有代表性的测试数据集中各元素间的非线性相关性。结果表明,混合... 电解铜精炼过程中,阳极板中铜含量对电解效率至关重要。以混合铜精矿和粗铜等15种元素质量作为自变量,阳极板的铜元素质量作为因变量,利用最大信息系数(MIC)分析了54个具有代表性的测试数据集中各元素间的非线性相关性。结果表明,混合铜精矿的As含量和粗铜(外购)的Sb含量与阳极板铜含量的相关性最高,MIC值分别约为0.8228和0.8362。基于此,构建了鲸鱼算法优化的最小二乘支持向量机(WOA-LSSVM)回归预测模型,对阳极板铜元素质量进行预测。WOA-LSSVM模型具有较高预测精度,R^(2)达0.9245,均方根误差(RMSE)较小,WOA-LSSVM组合模型对阳极板铜含量的预测精度比其他模型高出4.45%~123.05%。非线性分析方法能够有效捕捉阳极铜生产过程中不同因素之间的复杂关系,结合非线性分析方法和机器学习技术,可以提高阳极铜质量控制的实时性和适应性。 展开更多
关键词 阳极铜质量 控制预测 最大信息系数 woa-LSSVM 机器学习
原文传递
改进VMD+WOA-KELM诊断收割机齿轮故障
7
作者 许太白 周晨露 +2 位作者 徐菲 赵广全 曾宁 《拖拉机与农用运输车》 2025年第2期44-49,共6页
为了提高联合收割机变速箱齿轮非线性、非平稳振动信号的识别精度,本文提出了一种全新的变速箱齿轮故障诊断方法。该方法结合了小波阈值去噪,以样本熵作为适应度函数的遗传算法优化变分模式分解,以及基于标准鲸鱼算法优化KELM参数选择的... 为了提高联合收割机变速箱齿轮非线性、非平稳振动信号的识别精度,本文提出了一种全新的变速箱齿轮故障诊断方法。该方法结合了小波阈值去噪,以样本熵作为适应度函数的遗传算法优化变分模式分解,以及基于标准鲸鱼算法优化KELM参数选择的WOA-KELM模型。首先,运用小波阈值去噪方法对振动信号进行预处理,以此减少噪声干扰。其次,利用以样本熵为适应度函数的遗传算法对变分模式分解的参数进行优化,再通过优化后的VMD提取故障特征信息。之后,建立WOA-KELM故障诊断模型,利用该模型对故障特征集开展训练与识别工作。实验数据从多个不同方面证实了这种方法的有效性。当保留合适的模型参数时,该模型的故障识别率可达到94%以上。 展开更多
关键词 小波阈值去噪 GA-VMD样本熵 woa-KELM 变速箱故障 联合收割机
在线阅读 下载PDF
基于WOA-DBN模型的支架载荷预测研究分析
8
作者 鲁杰 张松 +3 位作者 杨志强 王劭琛 魏征 刘泽 《矿业研究与开发》 北大核心 2025年第3期222-228,共7页
在矿山生产中,工作面冒顶事故与液压支架直接相关。依据这一理论,提出了一种基于多源数据融合的预测模型,用于预测液压支架的载荷。通过研究煤层顶板来压变形特性理论、液压支架的组成及工作原理、承载理论以及工作面工况对液压支架的影... 在矿山生产中,工作面冒顶事故与液压支架直接相关。依据这一理论,提出了一种基于多源数据融合的预测模型,用于预测液压支架的载荷。通过研究煤层顶板来压变形特性理论、液压支架的组成及工作原理、承载理论以及工作面工况对液压支架的影响,分析载荷变化的影响因素,并对关键受力元件进行数据采集。采用K均值聚类算法对数据的特征进行聚类分析,对载荷进行分类预测建模。利用鲸鱼优化算法(WOA)分别优化长短时记忆网络(LSTM)和深度信念神经网络(DBN),建立WOA-LSTM串联式预测模型和WOA-DBN串联式预测模型。结果表明,WOA-DBN模型在对20^(#)液压支架前立柱载荷预测中,平均绝对误差分别降低了0.2287,0.2064,0.0677;均方根误差分别降低了0.2129,0.1953,0.0725。WOA-DBN模型对20^(#)液压支架后立柱载荷预测中,平均绝对误差分别降低了0.3031,0.2446,0.2054;均方根误差分别降低了0.2919,0.2464,0.2389。可见,WOA-DBN串联式预测模型更适合载荷预测且精度更高。 展开更多
关键词 支架载荷预测 多源数据融合 woa-DBN K均值聚类算法
原文传递
基于WOA-BP神经网络的汽车滚装船主尺度预测
9
作者 张明霞 谢秋利 《武汉理工大学学报(交通科学与工程版)》 2025年第4期806-813,共8页
为建立准确的汽车滚装船主尺度预测模型,分别采用单变量回归、多元线性回归、BP神经网络以及鲸鱼优化算法(WOA)优化后的BP神经网络进行结果预测.结果表明:单变量回归容易在部分数据子集上表现不佳;多元线性回归结果更合理,但预测效果不... 为建立准确的汽车滚装船主尺度预测模型,分别采用单变量回归、多元线性回归、BP神经网络以及鲸鱼优化算法(WOA)优化后的BP神经网络进行结果预测.结果表明:单变量回归容易在部分数据子集上表现不佳;多元线性回归结果更合理,但预测效果不稳定;基于WOA-BP神经网络模型的预测方法与标准BP神经网络模型相比,决定系数(R^(2))提高了1.4%,均方误差(MSE)降低了15.2%,平均绝对误差(MAE)降低了9.2%,均方根误差(RMSE)降低了8.0%,WOA-BP神经网络模型具有更高的准确性和鲁棒性. 展开更多
关键词 汽车滚装船 主尺度确定 单变量回归 多元线性回归 BP神经网络 鲸鱼优化算法(woa)
在线阅读 下载PDF
基于WOA-IC优化神经网络的隧道爆破振动预测研究 被引量：2
10
作者 高宇璠 傅洪贤 《振动与冲击》 北大核心 2025年第4期229-237,共9页
为了提高爆破振动预测精度,提出了一种鲸鱼优化算法(whale optimization algorithm,WOA)和信息准则(information criterion,IC)优化的人工神经网络(artificial neural network,ANN)爆破振动预测模型。根据二维指标变量法将地质参数定量... 为了提高爆破振动预测精度,提出了一种鲸鱼优化算法(whale optimization algorithm,WOA)和信息准则(information criterion,IC)优化的人工神经网络(artificial neural network,ANN)爆破振动预测模型。根据二维指标变量法将地质参数定量化,建立了包括3个定量参数和10个定性参数的更完整的数据集。利用信息准则对模型复杂度的反馈,构建了一个提高模型泛化能力的双层优化结构,分析改进ANN模型的激活函数和训练算法最优组合,并引入鲸鱼算法优化模型初始权值和阈值的选取,降低模型输出结果的偏差和波动。对比分析WOA-IC-ANN模型与传统经验公式、ANN模型、IC-ANN模型、WOA-ANN模型预测结果的差异。研究表明,WOA-IC-ANN模型的预测结果与实际吻合更好,误差显著降低,具有较好的泛化能力。研究成果可用于隧道爆破工程的振动预测,并为类似工作提供借鉴和参考。 展开更多
关键词 爆破振动 预测模型 信息准则(IC) 鲸鱼优化算法(woa) 人工神经网络(ANN)
在线阅读 下载PDF
基于WOA-VMD转子-轴承系统信号分解重构方法研究 被引量：1
11
作者 张立尧 卢凯庭 +1 位作者 姜海燕 王亚萍 《热能动力工程》 北大核心 2025年第2期158-166,共9页
为了有效缓解噪声对故障诊断精度的影响和信号分解过程中出现的模态混叠和端点效应问题,本文提出基于鲸鱼优化算法-变分模态分解(Whale Optimization Algorithm-Variational Mode Decomposition,WOA-VMD)的信号分解与重构方法。首先,利... 为了有效缓解噪声对故障诊断精度的影响和信号分解过程中出现的模态混叠和端点效应问题,本文提出基于鲸鱼优化算法-变分模态分解(Whale Optimization Algorithm-Variational Mode Decomposition,WOA-VMD)的信号分解与重构方法。首先,利用WOA对VMD算法中的分解层数和惩罚因子进行自适应优化,将优化后的参数输入到VMD中对含噪信号进行分解;然后利用累积峭度值占比(Cumulative Percent Kurtosis,CPK)筛选出相关量较大的本征模态分量(Intrinsic Mode Functions,IMF)进行重构,以达到去除噪声的效果。经过实验验证,WOA-VMD方法能够有效去掉信号中的大部分噪声,且极大程度保留了有效信息,同时该方法的信噪比(Signal-Noise Ratio,SNR)为4.301,优于CEEMD、VMD、GA-VMD的3.018,3.308和3.536,为转子-轴承系统故障诊断提供基础技术支持。 展开更多
关键词 信号分解重构 转子-轴承 woa-VMD IMF分量 累积峭度值
原文传递
基于WOA优化FNN-PID的单晶硅加热炉炉温控制 被引量：2
12
作者 周佳凯 张洪 《半导体技术》 CAS 北大核心 2025年第1期86-94,共9页
针对单晶硅加热炉炉温控制的大惯性、强耦合、长调节时间等问题,提出了基于鲸鱼优化算法(WOA)的优化模糊神经网络(FNN)比例-积分-微分(PID)算法。通过测试实验装置的温度推算出模型表达式,采用WOA进行选代寻优,得到合适的PID参数,利用FN... 针对单晶硅加热炉炉温控制的大惯性、强耦合、长调节时间等问题,提出了基于鲸鱼优化算法(WOA)的优化模糊神经网络(FNN)比例-积分-微分(PID)算法。通过测试实验装置的温度推算出模型表达式,采用WOA进行选代寻优,得到合适的PID参数,利用FNN对PID参数进行实时调整,以实现动态解耦。通过仿真软件进行仿真验证,并在搭建的模型上分别进行阶跃响应实验和信号跟随实验。仿真结果表明,相较于传统的PID算法和FNN-PID算法,基于WOA的优化FNN-PID算法有效提升了系统的升温速度且无超调。对加热炉进行升温实验,结果表明温度超调量最高为0.9℃,恒温区温控精度保持在±0.3℃,表明该方法可有效提升系统升温速度和稳定性。 展开更多
关键词 多温区温度控制 鲸鱼优化算法(woa) 模糊神经网络(FNN) 比例-积分-微分(PID) 单晶硅加热炉
原文传递
基于改进WOA的西南机场群航线经停点优化
13
作者 歹婕 肖蘅 杨彬 《科学技术与工程》 北大核心 2025年第29期12663-12670,共8页
在中长途航线中,经停航线是指航班在飞行途中经过某个地区进行短暂停留,它能够提高客座率,保障更多乘客参与出行,对合理布设资源至关重要。目前航线优化研究普遍采用去除经停点并在单一目标下修改起降点的方式进行研究,这种方式忽略了... 在中长途航线中,经停航线是指航班在飞行途中经过某个地区进行短暂停留,它能够提高客座率,保障更多乘客参与出行,对合理布设资源至关重要。目前航线优化研究普遍采用去除经停点并在单一目标下修改起降点的方式进行研究,这种方式忽略了经停点的旅客需求,优化成本高、难度大。为解决航线经停点优化问题,以西南三省一市内5个主要枢纽机场群为研究对象,建立了用户满意度最高和决策者利益最大的双目标优化模型。与传统固定算法不同,为适应经停点优化研究,采用了启发式算法的改进鲸鱼优化算法(whale optimization algorithm,WOA)对模型进行求解计算。通过对国内干线航线网络的经停点做实证分析验证,研究结果显示,优化后每条经停航线增加了4个备选经停点,旅客满意度提升了17.55%,航司利益提升了6.64%,从决策者和用户两个角度权衡考虑,有效地提升了航线覆盖范围与航班的连通性。 展开更多
关键词 机场群 航线 经停点 双目标优化 改进woa
在线阅读 下载PDF
基于WOA-VMD-FastICA爆破振动信号降噪技术研究
14
作者 张仕泽 柴修伟 +3 位作者 常志锋 肖浩 吴经霜 陈天弢 《爆破》 北大核心 2025年第4期166-177,共12页
由于受爆区周围多源异性信号的影响,爆破实测采集到的振动信号多含高频高斯噪声。为解析爆破振动信号的真实性和准确性,提出基于鲸鱼优化算法(WOA)-变分模态分解(VMD)-快速独立成分分析(FastICA)联合算法对爆破振动信号进行降噪处理,利... 由于受爆区周围多源异性信号的影响,爆破实测采集到的振动信号多含高频高斯噪声。为解析爆破振动信号的真实性和准确性,提出基于鲸鱼优化算法(WOA)-变分模态分解(VMD)-快速独立成分分析(FastICA)联合算法对爆破振动信号进行降噪处理,利用WOA算法求得VMD分解所需模态数量K和惩罚系数α的最佳值之后,对爆破振动信号进行VMD分解,将分解出的IMF进行FastICA盲源分离,计算各个独立成分的功率谱熵值并去除大于阈值的异常值后对信号进行重构,输出滤波后的信号。通过频谱分析以及对比不同算法,选用波形相似系数、信噪比和均方根差来量化算法的可行性。结果表明:爆破振动信号在WOA-VMD-FastICA联合算法下信噪比最大,均方根差最小并且具有良好的波形相似性,相较于CEEMD-FastICA、CEEMDAN-FastICA以及EWT-FastICA算法来看,信噪比分别提升了21.5%、35.97%、62.4%,均方根差分别减少24.24%、39.55%、63%,降噪效果优势明显,为矿山爆破振动信号降噪研究提供新思路。 展开更多
关键词 爆破振动 鲸鱼优化算法(woa) 变分模态分解(VMD) 快速独立成分分析(FastICA) 信号降噪
在线阅读 下载PDF
基于WOA-IGWO-LSTM的作业车间实时调度
15
作者 郑华丽 魏光艳 +2 位作者 孙东 王明君 叶春明 《机床与液压》 北大核心 2025年第2期54-63,共10页
针对作业车间实时调度问题,基于长短期记忆(LSTM)神经网络,提出WOA-IGWO-LSTM算法。根据调度问题和算法设计三元样本数据结构,以性能指标和生产系统状态属性作为输入特征,输出当前决策点的最佳调度规则。利用鲸鱼优化算法(WOA)对输入特... 针对作业车间实时调度问题,基于长短期记忆(LSTM)神经网络,提出WOA-IGWO-LSTM算法。根据调度问题和算法设计三元样本数据结构,以性能指标和生产系统状态属性作为输入特征,输出当前决策点的最佳调度规则。利用鲸鱼优化算法(WOA)对输入特征进行降维,以提高模型泛化能力和准确性。引入非线性收敛因子设计一种改进灰狼算法(IGWO)用于调节LSTM参数,提高算法实用性。最后,通过对比试验验证了WOA、IGWO以及WOA-IGWO-LSTM的有效性,并利用工业案例数据验证了WOA-IGWO-LSTM对于解决作业车间实时调度问题的有效性和可行性。 展开更多
关键词 长短期记忆(LSTM)神经网络 鲸鱼优化算法(woa) 改进灰狼算法 作业车间实时调度
在线阅读 下载PDF
基于WOA-BP算法的某电站地下厂房地应力反演研究
16
作者 顾昊宇 许模 +1 位作者 漆继红 郭健 《地下水》 2025年第6期281-285,共5页
地应力场的准确还原对地下工程的设计与施工至关重要,为了能准确还原初始地应力的分布规律,本文采用基于鲸鱼优化算法(WOA)与BP神经网络耦合的WOA-BP神经网络,对某抽水蓄能电站的初始地应力场进行反演研究。通过构建三维地质模型,结合... 地应力场的准确还原对地下工程的设计与施工至关重要,为了能准确还原初始地应力的分布规律,本文采用基于鲸鱼优化算法(WOA)与BP神经网络耦合的WOA-BP神经网络,对某抽水蓄能电站的初始地应力场进行反演研究。通过构建三维地质模型,结合实测地应力数据与FLAC3D正演计算,建立18组训练样本,分别采用BP神经网络和WOA-BP神经网络进行地应力场反演。结果表明,WOA-BP神经网络模型的计算结果与实测值的整体相对误差平均值为7.49%,BP计算结果与实测值的整体相对误差平均值为15.06%,WOA-BP神经网络模型的泛化能力和计算精度均优于BP神经网络模型,反演结果更好,可以为地下厂房后续设计施工提供参考。 展开更多
关键词 地应力反演 woa优化算法 BP神经网络 地下厂房
在线阅读 下载PDF
基于XGBoost-WOA-GRU的稻田土壤水分含量预测
17
作者 董佳琦 刘双印 周冰 《仲恺农业工程学院学报》 2025年第6期1-6,共6页
针对水稻种植过程中土壤水分含量难以准确预测问题,提出了一种基于集成XGBoost、WOA和GRU的稻田土壤水分含量组合预测模型XGBoost-WOA-GRU.首先,为简化模型,通过XGBoost特征重要性计算筛选影响稻田土壤水分的关键影响因子;然后,通过WOA... 针对水稻种植过程中土壤水分含量难以准确预测问题,提出了一种基于集成XGBoost、WOA和GRU的稻田土壤水分含量组合预测模型XGBoost-WOA-GRU.首先,为简化模型,通过XGBoost特征重要性计算筛选影响稻田土壤水分的关键影响因子;然后,通过WOA确定GRU神经网络的神经元数量、学习率和样本批量等重要参数的最优组合;最后构建组合XGBoost-WOA-GRU模型对稻田土壤水分进行预测.仿真结果表明,与标准BP神经网络、SVR、GRU、XGBoost-GRU、XGBoost-GA-GRU、XGBoost-PSO-GRU等基线模型相比,模型XGBoost-WOA-GRU的RMSE、MAE和R2均为最佳,表明所提出的组合模型具有较高预测准确率. 展开更多
关键词 土壤水分预测 woa GRU 参数优化 XGBoost
在线阅读 下载PDF
基于LOF-KF-WOA优化模糊PID的带钢酸洗温度控制系统
18
作者 王力 辛宇罡 +3 位作者 杨洪凯 张磊 何松霖 杨武全 《轧钢》 北大核心 2025年第5期142-149,183,共9页
针对带钢酸洗温度控制过程中,模糊PID易受噪音干扰、模糊规则匹配性差及系统适应性降低等问题的影响,本文提出了一种基于局域离群因子(Local Outlier Factor,LOF)、卡尔曼滤波(Kalman Filter,KF)与鲸鱼优化算法(Whale Optimization Algo... 针对带钢酸洗温度控制过程中,模糊PID易受噪音干扰、模糊规则匹配性差及系统适应性降低等问题的影响,本文提出了一种基于局域离群因子(Local Outlier Factor,LOF)、卡尔曼滤波(Kalman Filter,KF)与鲸鱼优化算法(Whale Optimization Algorithm,WOA)优化模糊PID的控制策略。首先,应用LOF与平均值法检测并修正传感器的异常温度值,减小异常值对系统的影响;然后,通过KF对多组传感器数据融合,降低噪音和扰动的影响;最后,采用WOA优化模糊PID,减少对人工经验的依赖并提升温度控制的精准度。通过系统仿真软件验证,本方案与常规PID控制、模糊PID控制相比,调节时间缩短了30.2%和17.3%,超调量减少了2.56%和1.88%,同时在准确性、鲁棒性和扰动过滤方面均显著提升,优化了带钢酸洗过程中的温度控制的整体效果。本研究不仅对保证酸洗过程可持续性、提升生产效率及降低成本具有重要意义,还为其他领域PID控制系统的改进提供了有价值的参考。 展开更多
关键词 带钢酸洗 温度控制 局部离群因子 卡尔曼滤波 鲸鱼优化算法 模糊PID 数据融合
原文传递
基于WOA-BP神经网络的热舒适度预测模型及应用
19
作者 朱梦月 王东云 +2 位作者 师婷婷 刘新玉 陈祥 《上海纺织科技》 2025年第10期9-13,17,共6页
为了解决人体热舒适的平均热感觉指标(Predicted Mean Vote,PMV)存在复杂的非线性和迭代求解关系的难题,引入了鲸鱼算法(Whale Optimization Algorithm,WOA)优化反向传播(Back Propagation,BP)神经网络。相较于使用遗传算法(Genetic Alg... 为了解决人体热舒适的平均热感觉指标(Predicted Mean Vote,PMV)存在复杂的非线性和迭代求解关系的难题,引入了鲸鱼算法(Whale Optimization Algorithm,WOA)优化反向传播(Back Propagation,BP)神经网络。相较于使用遗传算法(Genetic Algorithm,GA)和粒子群优化算法(Particle Swarm Optimization,PSO)优化BP预测模型得出的结果,WOABP算法的平均绝对误差(Mean Absolute Error,MAE)和均方误差(Mean Squared Error,MSE)分别是GA-BP和PSO-BP的0.507、0.152倍与0.287、0.063倍。结果表明,WOA-BP算法的优化能力更强,预测精度更高。 展开更多
关键词 热舒适 智能服装 woa-BP算法 预测模型
原文传递
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 2 … 22 下一页 到第 页
使用帮助 返回顶部