基基于BKA优化多算法模型的铁路基于BKA优化多算法模型的铁路危岩落石风险评估研究

1

作者 靳春玲 陆浩伟 +2 位作者 贡力 党丹丹 郭芮 《铁道科学与工程学报》 北大核心 2026年第2期902-912,共11页

在复杂地质与环境条件下,山区铁路沿线危岩落石灾害对线路运行安全与稳定构成显著威胁。为提升灾害识别精度与防控能力,本文构建了一种基于黑翅鸢算法(black kite algorithm,BKA)优化的多算法融合模型,用于铁路沿线危岩落石灾害风险的... 在复杂地质与环境条件下,山区铁路沿线危岩落石灾害对线路运行安全与稳定构成显著威胁。为提升灾害识别精度与防控能力,本文构建了一种基于黑翅鸢算法(black kite algorithm,BKA)优化的多算法融合模型,用于铁路沿线危岩落石灾害风险的定量化评估。该模型以反向传播神经网络(back propagation neural network,BPNN)为核心,融合主成分分析(principal component analysis,PCA)降维与Elastic Net特征选择技术,并利用BKA优化BPNN的初始权重与偏置参数,从而加快收敛速度并提升预测稳定性。构建了涵盖地形、岩性、荷载、防护等12项指标的多层次风险评估指标体系,系统表征危岩致灾机理。以焦柳铁路与黔桂铁路沿线典型高风险边坡为研究对象,采用K折交叉验证(K=10)验证模型在复杂地质条件下的鲁棒性与泛化能力。实验结果表明,所提模型的预测准确率达到90.0%、决定系数R2为0.899、AUC值为0.909,均优于WOA(whale optimization algorithm)优化模型(80.0%、0.797、0.818)、PSO优化模型(77.5%、0.723、0.786)及传统BPNN(75.0%、0.646、0.737)。尤其在Ⅲ级和Ⅳ级高风险等级识别中,模型召回率达100%,F1-score为1.0,分类边界清晰且稳定性强。基于预测结果提出了分级防控策略,并从施工可达性与推广潜力等方面验证了其工程适用性。研究成果为山区铁路危岩落石灾害的精细化管理与防控提供了实用决策支持工具,并为更广泛的地质灾害风险评估方法研究提供了参考。 展开更多

关键词 黑翅鸢算法 多算法融合模型 危岩落石灾害 山区铁路 风险评估

在线阅读 下载PDF 职称材料

空中交通管制员工作效率量化评估方法

2

作者 夏正洪 胡征祎 李元直 《科学技术与工程》 北大核心 2026年第2期848-854,共7页

面向动态空域环境下空中交通管理效能提升与资源配置优化需求,提出了一种基于多维工作负荷融合的空中交通管制员工作效率量化评估方法。通过解析管制效率与工作负荷的动态耦合机制,构建包含通话、监视、操作、思考及特情处置负荷的四维... 面向动态空域环境下空中交通管理效能提升与资源配置优化需求,提出了一种基于多维工作负荷融合的空中交通管制员工作效率量化评估方法。通过解析管制效率与工作负荷的动态耦合机制,构建包含通话、监视、操作、思考及特情处置负荷的四维评估指标体系,首次将特情处置因子纳入量化分析框架。采用熵权-层次分析组合赋权法确定指标主客观综合权重,并基于黑翅鸢优化算法(black-winged kite algorithm,BKA)改进高斯混合模型(Gaussian mixture model,GMM),建立管制工作效率分级评估模型。基于中国民航空管岗位职业技能大赛的视频音频数据实证表明:经优化的BKA-GMM模型可实现管制效率等级的精准分类,准确率和轮廓系数较传统GMM分别提升7.08%、9.82%,有效解决动态空域环境下管制效率量化评估难题,为精准识别管制瓶颈和优化资源调度提供理论依据。 展开更多

关键词 工作效率 管制员工作负荷 高斯混合模型 聚类评估 黑翅鸢优化算法

在线阅读 下载PDF 职称材料

基于IBKA-VMD-WTC-TSLANeT的短期电力负荷预测

3

作者 彭彪 于惠钧 谢雄峰 《科学技术与工程》 北大核心 2026年第5期2009-2017,共9页

短期电力负荷预测是电力系统运行和管理的重要组成部分,对优化电力调度、提高电力系统可靠性具有重要作用。针对现有预测模型对高随机性的电力负荷特征提取能力不足问题提出一种短期电力负荷预测模型。它包括使用改进黑翅鸢算法(improve... 短期电力负荷预测是电力系统运行和管理的重要组成部分,对优化电力调度、提高电力系统可靠性具有重要作用。针对现有预测模型对高随机性的电力负荷特征提取能力不足问题提出一种短期电力负荷预测模型。它包括使用改进黑翅鸢算法(improved black kite algorithm, IBKA)优化参数的变分模态分解(variational mode decomposition, VMD)的数据分解部分,以及由小波变换卷积(wavelet transform convolution, WTC)和时间序列轻量自适应网络(time series lightweight adaptive network, TSLANet)组成的预测部分。首先使用VMD将原始数据分解为多个平稳的子序列,在分解中引入使用拉丁超立方抽样、Gompertz模型步长调整策略、北方苍鹰优化算法(northern goshawk optimization, NGO)随机整数因子改进的BKA算法对分解层数和惩罚因子进行寻优,提高其分解精度。接着将分解的各个分量分别与气温和湿度数据输入WTC-TSLANeT组合模型进行预测,其中WTC通过小波变换对时间序列进行多尺度分解以增强模型对复杂时间序列的表征能力,TSLANet通过局部特征提取和频域特征增强,进一步提升模型对时间依赖关系的建模能力。最终将各个分量的预测值叠加重构得到最终预测值。对比实验结果表明,所提模型有更强的电力负荷特征提取能力和更高的预测精准度。 展开更多

关键词 短期负荷预测 改进黑翅鸢算法 变分模态分解 小波变换卷积 时间序列轻量自适应网络

在线阅读 下载PDF 职称材料

基于改进的黑翅鸢优化算法-轻梯度提升机建立的转炉炼钢终点温度预测模型

4

作者 吴国超 李爱莲 解韶峰 《材料与冶金学报》 北大核心 2026年第1期37-45,共9页

为了实现转炉炼钢终点温度的精准预测,遴选现场实际采集的SPCC钢种数据,采用3σ原则、均值填补法对数据中的异常值和缺失值进行剔除,基于灰色关联度分析与工艺理论确定了10个输入特征,建立了基于轻梯度提升机(LightGBM)的转炉炼钢终点... 为了实现转炉炼钢终点温度的精准预测,遴选现场实际采集的SPCC钢种数据,采用3σ原则、均值填补法对数据中的异常值和缺失值进行剔除,基于灰色关联度分析与工艺理论确定了10个输入特征,建立了基于轻梯度提升机(LightGBM)的转炉炼钢终点温度预测模型,并采用支持向量机(SVM)、极端梯度提升(XGBoost)模型作为对比,验证了LightGBM模型对转炉数据的适应性和预测性能的优越性.针对LightGBM模型需要手动调参数导致预测精度难以提高的问题,提出一种多策略改进的黑翅鸢优化算法(IBKA),获取其重要参数的最佳组合.结果表明,与其他5种优化模型(JAYA-LightGBM、GWO-LightGBM、WOA-LightGBM、RBMO-LightGBM、BKA-LightGBM)相比,IBKA-LightGBM模型在预测精度和性能评价指标方面表现最优,取得了更好的预测效果,预测误差在±10℃和±15℃下的命中率分别达到85.56%和96.67%,可为炼钢生产提供有效的操作指导. 展开更多

关键词 转炉炼钢终点温度 黑翅鸢优化算法 轻梯度提升机模型 命中率

在线阅读 下载PDF 职称材料

优化SVMD联合改进小波阈值的大坝渗流监测数据去噪

5

作者 傅蜀燕 杨石勇 +3 位作者 张燕明 李梦华 金思彤 欧斌 《科学技术与工程》 北大核心 2026年第6期2564-2578,共15页

为有效剔除大坝渗流监测数据中的噪声干扰,并全面保留信号中的原始特征。基于分解-筛选-去噪-重构的思想,提出了一种优化逐次变分模态分解(successive variational mode decomposition,SVMD)联合改进小波阈值(improved wavelet threshol... 为有效剔除大坝渗流监测数据中的噪声干扰,并全面保留信号中的原始特征。基于分解-筛选-去噪-重构的思想,提出了一种优化逐次变分模态分解(successive variational mode decomposition,SVMD)联合改进小波阈值(improved wavelet threshold,IWT)的大坝渗流监测数据去噪方法。首先,采用SVMD对大坝渗流监测数据进行分解,得到一系列模态分量,并借助黑翅鸢算法(black-winged kite algorithm,BKA)寻找SVMD的最优惩罚因子;其次,基于多尺度排列熵(multi-scale permutation entropy,MPE)和方差贡献率(variance contribution rate,VCR),将分解得到的模态分量细分为噪声主导分量和信号主导分量两类,并通过最大信息系数(maximal information coefficient,MIC)验证分量划分的合理性;最后,采用IWT对噪声主导分量进行去噪处理,并将去噪处理后分量与信号主导分量重构,得到最终去噪结果。仿真信号和实例分析结果表明,该方法显著提升了去噪性能,在去除大量噪声的同时有效保留了渗流信号中的关键信息,各项评价指标均表现优异,可为大坝渗流数据处理提供参考与借鉴。 展开更多

关键词 大坝渗流 逐次变分模态分解 黑翅鸢算法 多尺度排列熵 方差贡献率 改进小波阈值去噪

在线阅读 下载PDF 职称材料

基于改进黑翅鸢算法的弹载舵机模糊控制研究

6

作者 肖梓雄 贾方秀 +1 位作者 郭小宝 伍昕怡 《兵器装备工程学报》 北大核心 2026年第2期252-257,共6页

针对双旋弹丸滚转控制系统中模糊控制器难以满足系统精细调控需求的问题,提出采用改进的黑翅鸢算法(MSI-BKA)对模糊控制器的量化因子与比例因子进行优化。MSI-BKA算法通过引入Circle映射对初始种群混沌化,并结合动态步长调整机制,提升... 针对双旋弹丸滚转控制系统中模糊控制器难以满足系统精细调控需求的问题,提出采用改进的黑翅鸢算法(MSI-BKA)对模糊控制器的量化因子与比例因子进行优化。MSI-BKA算法通过引入Circle映射对初始种群混沌化,并结合动态步长调整机制,提升了寻优时的收敛速度及精度。仿真实验结果表明,经过MSI-BKA算法优化的模糊PI控制器相较于模糊PI控制器平均超调量降低48.85%,平均调节时间减少61.25%。充分验证了该算法能够快速准确地寻找到最优参数组合,从而改善模糊PI控制器的控制性能。 展开更多

关键词 双旋弹丸滚转控制系统 弹载舵机 模糊控制 黑翅鸢优化算法(BKA) 参数优化

在线阅读 下载PDF 职称材料

融合维度学习的黑翅鸢优化算法

7

作者 李松彪 刘升 +1 位作者 马志海 袁玥 《计算机工程与应用》 北大核心 2026年第2期149-167,共19页

针对黑翅鸢优化算法(black-winged kite algorithm,BKA)易陷入局部最优、收敛速度慢等缺点,提出了一种融合维度学习的黑翅鸢优化算法(dimension learning black-winged kite optimization algorithm,DBKA)。引入选择性对立算子(selectiv... 针对黑翅鸢优化算法(black-winged kite algorithm,BKA)易陷入局部最优、收敛速度慢等缺点,提出了一种融合维度学习的黑翅鸢优化算法(dimension learning black-winged kite optimization algorithm,DBKA)。引入选择性对立算子(selective opposition operator,SO),通过动态生成对立解增强种群多样性,优化搜索空间分布,降低陷入局部最优的风险。在搜寻猎物阶段,通过抛物线觅食策略改进黑翅鸢的攻击行为,使种群能够更高效地向最优位置收敛,从而提升算法的收敛速度和优化精度。引入基于维度学习的狩猎(dimension learning-based hunting,DLH)搜索策略,进一步协调全局探索与局部开发的平衡,同时保持种群多样性,提升算法的适应性与稳定性。为验证所提算法的有效性,在CEC2017和CEC2019测试函数以及实际工程优化问题上,与多种先进优化算法进行了对比实验,并采用Wilcoxon秩和检验与MAE排名对实验结果进行统计分析。实验结果表明,DBKA在收敛速度、优化精度及算法鲁棒性方面均优于对比算法,具有更优的优化性能。 展开更多

关键词 黑翅鸢优化算法(BKA) 选择性对立算子(SO) 抛物线觅食 维度学习

在线阅读 下载PDF 职称材料

混合增强黑翅鸢优化算法及其应用

8

作者 王玉芳 程培浩 闫明 《计算机科学与探索》 北大核心 2026年第1期99-121,共23页

针对黑翅鸢优化算法(BKA)收敛速度慢和易陷入局部最优的局限性,提出了一种混合增强黑翅鸢优化算法(HEBKA),旨在提升算法的全局搜索能力和优化性能。HEBKA通过引入红尾鹰优化算法替换BKA的攻击阶段,并结合Bernoulli混沌映射作为攻击调节... 针对黑翅鸢优化算法(BKA)收敛速度慢和易陷入局部最优的局限性,提出了一种混合增强黑翅鸢优化算法(HEBKA),旨在提升算法的全局搜索能力和优化性能。HEBKA通过引入红尾鹰优化算法替换BKA的攻击阶段,并结合Bernoulli混沌映射作为攻击调节因子,以简化算法流程并显著增强全局搜索能力,从而有效提高收敛效率。借鉴黑寡妇优化算法的信息素机制,HEBKA将种群划分为优秀个体和劣质个体两类:对优秀个体实施迁徙操作以引导种群向最优解方向移动,而对劣质个体施加随机扰动以增加种群的多样性,从而减少对领导者迁徙的盲目依赖,避免种群过早收敛。当种群出现聚集现象时,HEBKA针对最优个体引入正交试验-准反射扰动策略,通过正交试验设计高效探索解空间,并利用准反射机制引入适度扰动,进一步增强算法跳出局部最优的能力。为验证HEBKA的改进效果,在CEC2017测试函数集上开展了仿真实验,与多种优化算法进行收敛性分析及Wilcoxon非参数统计检验,结果表明HEBKA在收敛速度、优化精度和鲁棒性方面均显著优于对比算法,展现出优秀的全局搜索能力和稳定性。HEBKA被应用于二维和三维旅行商问题(TSP)的求解,通过在实际复杂优化问题中的表现,验证了其高效性和应用潜力。 展开更多

关键词 黑翅鸢优化算法 红尾鹰优化算法 劣质个体分类策略 正交试验-准反射扰动 旅行商问题

在线阅读 下载PDF 职称材料

基于黑翅鸢算法优化CNN-SVM混合模型的民航客运量预测研究

9

作者 廖传惠 罗佳 刘亚琼 《中国民航飞行学院学报》 2026年第2期37-42,共6页

由于受多维度因素影响,民航客运量预测存在较大困难。现有支持向量机(SVM)回归算法不能充分提取数据特征,卷积神经网络算法(CNN)也因其超参数如学习率、隐藏层节点数、正则化系数需人工调参而复杂。针对这些问题,本研究创新性地提出基... 由于受多维度因素影响,民航客运量预测存在较大困难。现有支持向量机(SVM)回归算法不能充分提取数据特征,卷积神经网络算法(CNN)也因其超参数如学习率、隐藏层节点数、正则化系数需人工调参而复杂。针对这些问题,本研究创新性地提出基于黑翅鸢算法(BKA)的CNN-SVM模型,该模型充分利用BKA对CNN超参数进行调参、借助CNN提取数据的深层特征,运用经过贝叶斯算法优化的SVM回归进行预测。为验证模型有效性,本研究采用1994-2019年的中国民航客运量年度历史数据开展实证分析,研究结果表明,本模型优于传统预测方法,仿真结果显示:MAPE为2.72%,RMSE为2071.4654,R^(2)为0.96767。 展开更多

关键词 民航客运量预测 黑翅鸢算法(BKA) 卷积神经网络(CNN) 支持向量机(SVM)

在线阅读 下载PDF 职称材料

基于融合聚类和BKA-VMD-TCN-BiLSTM的短期光伏功率预测 被引量：2

10

作者 王瑞 李哲 逯静 《电子科技大学学报》 北大核心 2025年第4期592-603,共12页

针对光伏系统功率输出因天气条件波动大且随机性强的特点,提出了一种基于融合聚类的短期光伏功率组合预测模型。首先通过改进的Kmeans聚类算法(GMKmeans)将原始光伏数据集分为晴天、阴天和雨天3种天气模式。在此基础上,为解决变分模态分... 针对光伏系统功率输出因天气条件波动大且随机性强的特点,提出了一种基于融合聚类的短期光伏功率组合预测模型。首先通过改进的Kmeans聚类算法(GMKmeans)将原始光伏数据集分为晴天、阴天和雨天3种天气模式。在此基础上,为解决变分模态分解(VMD)分解数量和惩罚因子难以人工确定的问题,引入黑翅鸢优化算法(BKA)实现VMD参数的自适应优化。随后利用优化后的VMD将光伏功率时间序列数据分解成多个本征模态函数(Intrinsic Mode Functions,IMF),确保模型能够更深入地理解和模拟光伏功率随时间演变的复杂模式。最后,针对各IMF分量分别构建时序卷积网络(TCN)-双向长短期记忆网络(BiLSTM)组合预测模型,并将预测结果叠加重构,实现对整体光伏功率输出的高精度预测。实验结果表明,该预测模型提升了光伏功率预测的准确性和有效性。 展开更多

关键词 短期光伏功率预测 变分模态分解 黑翅鸢优化算法 时序卷积网络 双向长短期记忆网络

在线阅读 下载PDF 职称材料

基于TBKA-P&O算法的光伏系统MPPT控制研究 被引量：2

11

作者 王欣峰 姜鑫杰 +1 位作者 张丕 赵思琴 《电子测量技术》 北大核心 2025年第7期36-45,共10页

针对光伏阵列输出功率曲线在局部遮阴条件下存在多峰值的特性,导致传统算法在最大功率点跟踪(MPPT)过程中易陷入局部最优的问题,本文提出一种基于改进黑翅鸢算法(TBKA)与扰动观察法(P&O)相结合的MPPT控制策略,称为TBKA-P&O算法... 针对光伏阵列输出功率曲线在局部遮阴条件下存在多峰值的特性,导致传统算法在最大功率点跟踪(MPPT)过程中易陷入局部最优的问题,本文提出一种基于改进黑翅鸢算法(TBKA)与扰动观察法(P&O)相结合的MPPT控制策略,称为TBKA-P&O算法。在全局搜索阶段,首先通过Tent-Logistic-Cosine混沌映射初始化种群,其次引入切线飞行策略优化TBKA算法的搜索效率和收敛精度,同时设计了一种基于贪婪策略的动态透镜成像反向学习策略用于提升搜索多样性,避免陷入局部最优;在局部搜索阶段,结合P&O实现最大功率点的快速定位和高精度跟踪。为验证算法的有效性,构建了包含传统P&O算法、BKA-P&O算法、量子CS-P&O算法以及TBKA-P&O算法的光伏发电系统仿真模型,实验结果显示,TBKA-P&O在4种工况下的跟踪精度分别为100%、99.97%、99.96%和99.96%,跟踪时间分别为0.093、0.090、0.077和0.047 s。与其他算法相比,TBKA-P&O算法在动态追踪速度、稳态跟踪精度及功率振荡控制方面均表现出显著优势。 展开更多

关键词 光伏发电系统 最大功率点追踪 局部遮阴 改进黑翅鸢算法 扰动观察法

原文传递

基于自适应权重的黑翅鸢算法及其工程应用

12

作者 龙文 张洁 徐明 《制造技术与机床》 北大核心 2025年第7期141-150,共10页

针对原始黑翅鸢算法(black-winged kite algorithm,BKA)容易陷入局部最优、收敛精度不够等问题,提出基于自适应权重的改进黑翅鸢算法(improved BKA,IBKA)。首先,运用Fuch混沌映射策略初始化种群,提高种群的多样性;其次,在黑翅鸢攻击行... 针对原始黑翅鸢算法(black-winged kite algorithm,BKA)容易陷入局部最优、收敛精度不够等问题,提出基于自适应权重的改进黑翅鸢算法(improved BKA,IBKA)。首先,运用Fuch混沌映射策略初始化种群,提高种群的多样性;其次,在黑翅鸢攻击行为中加入自适应权重,更好地平衡局部寻优和全局搜索能力;最后,在黑翅鸢迁徙行为中引入莱维飞行,有效增强算法全局搜索能力。将IBKA对29个CEC2017测试函数进行求解,并与原始BKA算法、鲸鱼优化算法(whale optimization algorithm,WOA)、斑马优化算法(zebra optimization algorithm,ZOA)、正弦余弦算法(sine cosine algorithm,SCA)以及蜣螂优化算法(dung beetle optimization,DBO)进行对比。结果表明,IBKA算法的收敛速度和精度优于对比算法。通过求解3个工程设计约束优化问题,验证了IBKA算法能有效解决实际工程优化问题。 展开更多

关键词 黑翅鸢算法 Fuch混沌映射 自适应权重 莱维飞行 工程优化

在线阅读 下载PDF 职称材料

基于黑翅鸢优化算法的分数阶Riccati微分方程数值解法

13

作者 胡行华 张瑶 《应用数学》 北大核心 2025年第3期751-761,共11页

利用黑翅鸢优化算法全局优化的优点,提出了基于Haar小波函数逼近和黑翅鸢优化算法的分数阶Riccati微分方程数值解法.结合Haar小波给出分数阶Riccati微分方程数值解的一般形式,将原问题转化为以逼近函数待定系数为变量的单目标优化问题,... 利用黑翅鸢优化算法全局优化的优点,提出了基于Haar小波函数逼近和黑翅鸢优化算法的分数阶Riccati微分方程数值解法.结合Haar小波给出分数阶Riccati微分方程数值解的一般形式,将原问题转化为以逼近函数待定系数为变量的单目标优化问题,再利用黑翅鸢优化算法对其进行求解.进而得到分数阶Riccati微分方程的Haar小波近似解.对不同分数阶Riccati微分方程实施数值实验评估,并对比现有数值方法所得结果,体现本方法的准确性和稳定性. 展开更多

关键词 黑翅鸢优化算法 HAAR小波 小波函数逼近 优化问题 数值解

在线阅读 下载PDF 职称材料

改进黑翅鸢算法优化的XGBoost可解释模型在转基因棉籽油太赫兹光谱鉴别中的应用

14

作者 陈涛 赵利 《光学精密工程》 北大核心 2025年第20期3192-3202,共11页

为实现对转基因和非转基因棉籽油的准确分类鉴别,本研究提出一种基于改进黑翅鸢算法优化极端梯度提升(XGBoost)模型的可解释分类模型。首先,应用太赫兹时域光谱(THz-TDS)系统采集转基因和非转基因棉籽油样品在0.3~1.8 THz频段的太赫兹... 为实现对转基因和非转基因棉籽油的准确分类鉴别,本研究提出一种基于改进黑翅鸢算法优化极端梯度提升(XGBoost)模型的可解释分类模型。首先,应用太赫兹时域光谱(THz-TDS)系统采集转基因和非转基因棉籽油样品在0.3~1.8 THz频段的太赫兹吸收光谱。然后,通过引入双目标适应度函数优化策略、反向学习初始化种群策略和瑞利分布函数控制Lévy飞行策略对传统黑翅鸢算法(BKA)进行改进,并利用改进的黑翅鸢算法(DLBKA)对XGBoost模型的树深度、学习率和最大迭代次数进行双目标超参数优化,构建出DLBKA-XGBoost分类模型。最后,应用该模型对转基因棉籽油进行鉴别,并结合SHAP方法对模型鉴别结果进行了可解释性分析。结果表明,改进黑翅鸢算法优化的XGBoost可解释分类模型不仅提升了对转基因和非转基因棉籽油鉴别的准确率(其测试集准确率高达97.78%,较传统黑翅鸢算法优化模型提升了4.45%,较传统鲸鱼算法(WOA)优化模型提升了14.45%),还对模型给出了解释,明确了关键特征频率对鉴别结果的正向影响机制,提升了模型的透明度与可信度。因此,本研究为转基因棉籽油的鉴别提供了一种快速准确的分析方法,也为其他转基因物质的鉴别提供了有价值的参考。 展开更多

关键词 太赫兹光谱 转基因棉籽油 极端梯度提升 改进黑翅鸢算法 可解释性分析

在线阅读 下载PDF 职称材料

基于空洞卷积与改进BKA-LSSVM的旋转机械故障诊断

15

作者 赵小强 齐祥德 《电子测量与仪器学报》 北大核心 2025年第11期161-174,共14页

轴承和齿轮作为机械传动系统中至关重要的部件,其故障诊断对于保证设备的安全运行具有重要意义。为有效提取旋转机械故障信号特征、解决分类器对提取特征存在较强依赖的问题,提出了一种基于空洞卷积和改进黑翅鸢优化最小二乘支持向量机(... 轴承和齿轮作为机械传动系统中至关重要的部件,其故障诊断对于保证设备的安全运行具有重要意义。为有效提取旋转机械故障信号特征、解决分类器对提取特征存在较强依赖的问题,提出了一种基于空洞卷积和改进黑翅鸢优化最小二乘支持向量机(BKA-LSSVM)的故障诊断模型。首先利用同步压缩小波变换将一维振动信号转化为具有高分辨率时频表示的二维时频图像;其次构建多尺度级联的空洞卷积模块,利用膨胀率调节机制实现对故障特征的分层级、多粒度提取,有效捕捉不同尺度下的故障模式特征,并将全连接层的结果作为BKA-LSSVM分类层的输入,并通过引入非线性增长模型动态调节扰动系数,以及构建随机搜索机制对BKA进行改进;最后利用改进后的BKA对LSSVM的参数进行优化来提高模型的分类精度。在两个数据集上进行验证,实验结果表明,所提模型在样本数为10时准确率高于87%,在信噪比为-4时准确率高于95%,验证了所提模型较对比模型具有更强的抗噪能力和泛化性能。 展开更多

关键词 旋转机械 故障诊断 空洞卷积 黑翅鸢优化算法 最小二乘支持向量机

原文传递

随机环境下设备关键部件多目标分阶段顺序维修模型与方法 被引量：3

16

作者 梁佩 邱浩波 +3 位作者 孟磊 蒋琛 许丹阳 高亮 《计算机集成制造系统》 北大核心 2025年第4期1346-1357,共12页

基于考虑维修环境的随机性、决策目标的多样性以及提高传统顺序维修策略实操性的现实需求,提出随机环境下的多目标分阶段顺序维修策略,建立以维修费用率最小化与可用度最大化为目标,以可靠度为约束的多目标随机规划数学模型。根据所建... 基于考虑维修环境的随机性、决策目标的多样性以及提高传统顺序维修策略实操性的现实需求,提出随机环境下的多目标分阶段顺序维修策略,建立以维修费用率最小化与可用度最大化为目标,以可靠度为约束的多目标随机规划数学模型。根据所建立模型的随机、多目标特性,设计了一种结合了随机仿真方法的多目标黑翅鸢优化算法进行求解。多目标黑翅鸢优化算法和随机仿真方法分别用于搜索候选解和在随机环境下评估解的适应度值。以某船舶关键部件为例,将所设计方法与非支配排序遗传算法Ⅱ、基于分解的多目标进化算法和多目标粒子群优化算法进行对比分析,实验结果验证了所提模型与算法在解决该问题上的可行性和高效性。 展开更多

关键词 多目标分阶段顺序维修 可靠性 可用度 随机仿真方法 多目标黑翅鸢优化算法

在线阅读 下载PDF 职称材料

基于源荷场景生成风光抽水蓄能联合系统优化调度

17

作者 李晓英 袁瑶 +1 位作者 刘翔宇 翁志明 《水力发电》 2025年第4期91-96,共6页

风电-光伏-抽水蓄能电站联合发电系统是提升风光并网电力系统稳定性和促进新能源消纳的有效手段。研究采用Copula函数模拟风电和光伏发电的预测出力场景,并利用拉丁超立方抽样法生成电力系统的负荷需求预测场景。通过K-means算法对风光... 风电-光伏-抽水蓄能电站联合发电系统是提升风光并网电力系统稳定性和促进新能源消纳的有效手段。研究采用Copula函数模拟风电和光伏发电的预测出力场景,并利用拉丁超立方抽样法生成电力系统的负荷需求预测场景。通过K-means算法对风光发电和电力系统负荷需求的预测场景进行聚类分析,以联合发电系统入网功率与电力系统负荷需求偏差最小化为目标,构建了一个基于源荷场景生成的联合发电系统优化调度模型。采用集成领导策略和柯西变异策略的黑翅鸢优化算法(BKA)来模拟并优化联合发电系统的调度方案。案例分析表明,在配置抽水蓄能电站并采用BKA优化的情况下,联合发电系统入网功率能够较好地匹配电力系统的负荷需求,功率偏差由风光系统的490 MW降低至30 MW,同时新能源的消纳能力显著提高,日累计弃电功率由5218 MW降低至605 MW,验证了模型的可行性和有效性以及算法的适用性。 展开更多

关键词 风电-光伏-抽水蓄能联合发电系统 优化调度 风光消纳 场景生成 黑翅鸢优化算法 日累计弃电功率

在线阅读 下载PDF 职称材料

基于混沌映射与光学现象改进的黑翅鸢优化算法

18

作者 王伟 广家和 +2 位作者 徐兴国 孙渝景 夏毅强 《科学技术与工程》 北大核心 2025年第25期10800-10809,共10页

针对黑翅鸢优化算法(black-winged kite optimization algorithm,BKA)在全局探索与局部开发能力之间存在的不平衡,以及易陷入局部最优解的问题,提出了一种改进的黑翅鸢优化算法(improved BKA,IBKA)。首先,采用Tent混沌映射策略对种群进... 针对黑翅鸢优化算法(black-winged kite optimization algorithm,BKA)在全局探索与局部开发能力之间存在的不平衡,以及易陷入局部最优解的问题,提出了一种改进的黑翅鸢优化算法(improved BKA,IBKA)。首先,采用Tent混沌映射策略对种群进行初始化,提高种群的多样性。其次,在BKA的捕食行为中引入了一种动态透镜成像学习策略,以提高算法摆脱局部最优解的概率。最后,在BKA的迁移过程中集成了夫琅禾费衍射搜索策略,旨在提升算法的性能,实现快速寻优。实验结果表明,所提出的改进方法能够有效增强算法性能,经过改进后的IBKA具有更高的搜索精度、更快的收敛速度,并且展现出较强的实用性。 展开更多

关键词 黑翅鸢优化算法 Tent混沌映射策略 动态透镜成像学习策略 夫琅禾费衍射搜索策略

在线阅读 下载PDF 职称材料

基于改进黑翅鸢优化算法的动态无人机路径规划 被引量：2

19

作者 王兴旺 张清杨 +1 位作者 姜守勇 董永权 《计算机应用研究》 北大核心 2025年第5期1401-1408,共8页

针对复杂山体地形和障碍物威胁区域环境下的无人机(UAV)路径规划问题,提出改进黑翅鸢优化算法的动态无人机路径规划方法,旨在提升无人机在动态复杂环境下的路径规划性能及安全性。首先,通过设计山体地形、障碍物、动态威胁区域和动态目... 针对复杂山体地形和障碍物威胁区域环境下的无人机(UAV)路径规划问题,提出改进黑翅鸢优化算法的动态无人机路径规划方法,旨在提升无人机在动态复杂环境下的路径规划性能及安全性。首先,通过设计山体地形、障碍物、动态威胁区域和动态目标,建立山体动态环境模型;其次,提出一种自适应攻击策略,加快算法前期收敛速度,平衡算法全局搜索和局部挖掘的能力,设计线性锁优策略,获取优质个体,加速种群收敛;最后,通过设计可变缩放因子改进差分进化策略,并将其融入黑翅鸢算法中,以提高算法避免陷入局部最优的能力,同时提出了动态响应机制以应对环境动态变化。为了验证所提算法的性能,与一些现存的智能算法在CEC2022测试函数中和不同规模的环境模型中进行实验对比。结果显示,与标准黑翅鸢算法相比,所提算法的收敛精度提高了6.25%,标准差减少了54.6%。实验结果表明,所提改进黑翅鸢优化算法在收敛速度和收敛精度方面具有显著优势,能够有效处理动态无人机路径规划问题,提高无人机在复杂环境中的路径规划性能。 展开更多

关键词 黑翅鸢优化算法 自适应攻击策略 线性锁优策略 差分进化 动态响应机制 动态无人机路径规划

在线阅读 下载PDF 职称材料

基于MVMD-BKA-Transformer的短期光伏功率预测 被引量：1

20

作者 黄瑞承 成燕 +1 位作者 查航伟 董国鹏 《电源技术》 北大核心 2025年第10期2182-2190,共9页

针对传统分解预测方法忽略多元气象因素分解时自身在时域及频域上的耦合关系,及Transformer训练时间长、学习效率低等问题,提出基于多元变分模态分解(MVMD)和黑翅鸢优化算法(BKA)改进的Transformer的短期光伏功率预测方法。利用K-means... 针对传统分解预测方法忽略多元气象因素分解时自身在时域及频域上的耦合关系,及Transformer训练时间长、学习效率低等问题,提出基于多元变分模态分解(MVMD)和黑翅鸢优化算法(BKA)改进的Transformer的短期光伏功率预测方法。利用K-means算法,根据辐照度将数据分类为α类和β类,并使用MVMD将多元气象因素及光伏功率分解为频率对齐的多元本征模态函数,保留原始序列耦合性的基础上,提高气象因素的平稳性。针对多元本征模态函数,分别构建BKA改进过的Transformer预测模型。选用澳大利亚沙漠知识太阳能中心(DKASC)的数据集进行验证与对比。实验仿真结果显示,提出的模型各项误差指标表现最优,具有较高的预测精度。 展开更多

关键词 光伏功率预测 多元变分模态分解 黑翅鸢优化算法 TRANSFORMER

在线阅读 下载PDF 职称材料