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

1

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

2

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

基于空洞卷积与改进BKA-LSSVM的旋转机械故障诊断

3

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

基于SVMD-BKA-Transformer的IGBT寿命预测模型 被引量：2

4

作者 邓阳 柴琳 汪亮 《半导体技术》 北大核心 2025年第7期698-706,共9页

绝缘栅双极型晶体管(IGBT)在持续运行过程中易老化失效,引发电力电子装置故障,因此需对IGBT进行寿命预测。提出了一种改进模型用于IGBT寿命预测。首先,以集射极关断尖峰电压(V_(ce-p))为退化特征,对IGBT进行功率循环加速老化试验;获取... 绝缘栅双极型晶体管(IGBT)在持续运行过程中易老化失效,引发电力电子装置故障,因此需对IGBT进行寿命预测。提出了一种改进模型用于IGBT寿命预测。首先,以集射极关断尖峰电压(V_(ce-p))为退化特征,对IGBT进行功率循环加速老化试验;获取相关参数数据并进行处理;利用逐次变分模态分解(SVMD)技术将退化特征数据分解为多个模态。其次,构建Transformer模型,并采用黑翅鸢算法(BKA)寻找其最优超参数以提升预测精度。最后,通过实际IGBT退化特征数据对所提模型进行性能验证。实验结果表明,SVMD-BKA-Transformer模型提升了预测精度:决定系数(R^(2))达到0.9583,平均绝对误差(MAE)降至0.0295 V,均方根误差(RMSE)减小至0.0365 V,性能优于对比模型。 展开更多

关键词 绝缘栅双极型晶体管(IGBT) 寿命预测 模态分解 黑翅鸢算法(bka) TRANSFORMER

原文传递

基于MVMD-BKA-Transformer的短期光伏功率预测 被引量：1

5

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

基于IBKA优化的主动升沉补偿自抗扰控制系统

6

作者 李佑祺 何震 +1 位作者 赵宇明 李智刚 《舰船科学技术》 北大核心 2025年第15期84-89,共6页

针对多变海况导致海上母船的吊放载荷产生升沉运动,进而影响水下作业安全的问题。基于主动式升沉补偿控制方法,以提高主动式升沉补偿系统的控制精度与稳定性为目标,提出一种基于混合策略改进的黑翅鸢算法(Improved Black Winged kite Al... 针对多变海况导致海上母船的吊放载荷产生升沉运动,进而影响水下作业安全的问题。基于主动式升沉补偿控制方法,以提高主动式升沉补偿系统的控制精度与稳定性为目标,提出一种基于混合策略改进的黑翅鸢算法(Improved Black Winged kite Algorithm,IBKA)用来优化主动升沉补偿自抗扰控制系统。首先,构建主动升沉补偿系统模型并设计线性自抗扰控制器(Linear Active Disturbance Rejection Control,LADRC);然后,针对LADRC参数调优的困难性,利用IBKA实现LADRC参数自适应整定;最后,通过在不同工况下进行仿真实验,IBKA-LADRC控制器均表现出良好的升沉补偿控制效果,满足系统要求。 展开更多

关键词 主动式升沉补偿 自抗扰控制 黑翅鸢优化算法

在线阅读 下载PDF 职称材料

基于IBKA和BiLSTM-Transformer的面板坝渗透系数反演分析模型

7

作者 郭莹莹 王润英 +1 位作者 马泽锴 代硕 《水力发电》 2025年第11期40-47,共8页

针对渗透系数传统反演方法精度低、计算耗时长等问题,采用蒙特卡洛抽样方法构建渗透系数组合与测点渗压水头组成的学习样本,在双向长短期记忆网络(BiLSTM)中引入Transformer模块,建立了BiLSTM-Transformer模型拟合监测点渗压水头与渗透... 针对渗透系数传统反演方法精度低、计算耗时长等问题,采用蒙特卡洛抽样方法构建渗透系数组合与测点渗压水头组成的学习样本,在双向长短期记忆网络(BiLSTM)中引入Transformer模块,建立了BiLSTM-Transformer模型拟合监测点渗压水头与渗透系数之间的非线性映射关系;在此基础上利用通过精英反向初始化策略以及黄金正弦引导策略改进的黑翅鸢优化算法(IBKA)寻优该模型超参数,提出了基于IBKA-BiLSTM-Transformer大坝渗透系数智能反演分析模型,最后利用工程实测资料进行了验证。结果表明,反演所得渗透系数取值合理,经有限元正演所得监测点渗压水头计算值与实测值基本吻合,满足工程精度要求,具有实际应用价值。 展开更多

关键词 面板堆石坝 渗透系数 多维反演 改进黑翅鸢优化算法 双向长短期记忆网络

在线阅读 下载PDF 职称材料

基于MOIBKA算法的电化学储能电站最优功率分配 被引量：1

8

作者 王成 邵冲 +1 位作者 何欣 董海鹰 《综合智慧能源》 2025年第6期74-84,共11页

针对多种因素影响下电化学储能电站的功率分配问题,提出一种基于改进多目标黑翅鸢优化算法(MOIBKA)的电化学储能电站最优功率分配策略。建立电化学储能电站的拓扑结构,并提出了电站运行的3个评价指标。在储能电站传统功率分配模型的基... 针对多种因素影响下电化学储能电站的功率分配问题,提出一种基于改进多目标黑翅鸢优化算法(MOIBKA)的电化学储能电站最优功率分配策略。建立电化学储能电站的拓扑结构,并提出了电站运行的3个评价指标。在储能电站传统功率分配模型的基础上建立包含储能电站总运行成本最低、储能单元健康状态损失最小、荷电状态(SOC)一致性最好的多目标功率分配模型,并通过多策略MOIBKA进行求解。通过对比仿真分析以及运行评价指标证明了所提策略可以有效减少储能单元充放电次数,降低储能单元的健康状态损失以及提高储能单元SOC一致性,实现了储能电站的最优功率分配。 展开更多

关键词 新型电力系统 电化学储能电站 功率分配 多目标优化 黑翅鸢算法 评价指标 荷电状态 健康状态损失

在线阅读 下载PDF 职称材料

基于CNN-BiLSTM模型融合BKA优化算法的地面沉降预测

9

作者 杨勇杰 胡祥祥 +4 位作者 王鹏 石亚亚 宋宝 吴成永 于志远 《全球定位系统》 2025年第4期95-104,共10页

卷积神经网络(convolutional neural network,CNN)和双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)是目前流行的用于地面沉降预测深度学习架构.然而,深度学习模型超参数的选择既费时又复杂,且超参数选择不当可能会... 卷积神经网络(convolutional neural network,CNN)和双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)是目前流行的用于地面沉降预测深度学习架构.然而,深度学习模型超参数的选择既费时又复杂,且超参数选择不当可能会导致模型整体性能不佳.针对这一问题,本文融合黑翅鸢优化算法(black-winged kite optimization algorithm,BKA)构建了BKA-CNNBiLSTM组合模型,并以西宁市为例进行实验分析,并将实验结果与其他四种模型的实验结果进行对比.结果表明:在与传统模型的对比中,BKA-CNN-BiLSTM模型的训练与预测效果更好,其决定系数(R2)较BiLSTM模型提高了17.43%~25.77%,较CNN-BiLSTM模型提高了12.04%~13.75%,平均绝对误差(mean absolute error,MAE)、均方误差(mean square error,MSE)、均方根误差(root mean square error,RMSE)指标均为最优.在与遗传算法(genetic algorithm,GA)、粒子群优化(particle swarm optimization,PSO)算法优化的CNN-BiLSTM模型对比中,此模型依然表现出了更高的的可靠性与预测性能,其R2分别提高了6.20%~17.76%、1.18%~12.76%.这些结果证明了BKA-CNN-BiLSTM模型的优越性能.这不仅为地表沉降建模提供了新的技术思路,也为深度学习在相关领域的应用提供了有价值的参考和解决方案. 展开更多

关键词 黑翅鸢优化算法(bka) CNN-BiLSTM模型 沉降预测 遗传算法(GA) 粒子群优化(PSO)

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

10

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

基于改进黑翅鸢算法的弹载舵机模糊控制研究

11

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

12

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

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

13

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

混合增强黑翅鸢优化算法及其应用

14

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VMD-IBKA-ELM的电力电子电路软故障诊断 被引量：1

15

作者 陈苗 姜媛媛 《天津科技大学学报》 CAS 2024年第6期57-65,共9页

针对传统电力电子电路在软故障诊断领域的特征区分度低、诊断效率低等一系列问题,提出一种变分模态分解(VMD)结合改进的黑翅鸢搜索算法(IBKA)优化极限学习机(ELM)的故障诊断方法。首先,利用VMD技术将采集到的故障信号进行分解重构,并得... 针对传统电力电子电路在软故障诊断领域的特征区分度低、诊断效率低等一系列问题,提出一种变分模态分解(VMD)结合改进的黑翅鸢搜索算法(IBKA)优化极限学习机(ELM)的故障诊断方法。首先,利用VMD技术将采集到的故障信号进行分解重构,并得到故障诊断的特征向量。其次,用改进后的黑翅鸢搜索算法对ELM的参数进行优化,得到IBKA-ELM分类模型;IBKA采用Sine映射初始化种群,随机选择3个不同的个体进行差分变异操作,更新领导者位置,在领导者位置更新处引入自适应惯性权重因子,可有效提高算法的寻优能力和收敛速度。最后,通过150W的Boost电路对本文方法进行实验验证。实验结果显示,VMD结合IBKA-ELM的故障诊断方法在实际诊断中的精度均达到99%以上。 展开更多

关键词 软故障诊断 变分模态分解 黑翅鸢搜索算法 极限学习机 DC–DC电路

在线阅读 下载PDF 职称材料

一种基于IBKA-GBDT的火控系统故障预测方法 被引量：1

16

作者 于昂 李英顺 +2 位作者 郭占男 曹胜冲 赵恒 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第12期169-177,共9页

火控系统是坦克作战的核心组件,通过提供高精度目标打击、快速反应以及全天候作战支持,显著提升坦克的战场生存能力和作战效能,因此对其进行故障预测极为重要。为提高故障预测的准确性并减少成本,提出了一种基于混合策略改进的黑翅鸢算... 火控系统是坦克作战的核心组件,通过提供高精度目标打击、快速反应以及全天候作战支持,显著提升坦克的战场生存能力和作战效能,因此对其进行故障预测极为重要。为提高故障预测的准确性并减少成本,提出了一种基于混合策略改进的黑翅鸢算法优化梯度提升决策树的模型预测方法。采用灰色关联度方法处理原始数据,以减少数据冗余和降低维度,并选择关联度高的属性来构建数据集。引入Logistic混沌映射、螺旋搜索策略以及三角形游走策略对黑翅鸢算法进行改进,进一步优化梯度提升决策树关键参数,构建故障预测模型实现对预测数据的故障预测。同时,选取火控系统电气部件试验台采集的信号数据作为实验对象,设置相同参数与传统梯度提升决策树、鲸鱼优化算法和黑翅鸢优化算法优化的梯度提升决策树模型进行实验对比。实验结果表明,该方法能够快速准确地对处理后的数据集进行故障预测,平均准确率达到了96.74%,为火控系统的后续维护和维修提供了重要依据。 展开更多

关键词 火控系统 故障预测 黑翅鸢优化算法 梯度提升决策树 灰色关联度分析

在线阅读 下载PDF 职称材料

基于自适应权重的黑翅鸢算法及其工程应用

17

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

18

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

19

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

基于混沌映射与光学现象改进的黑翅鸢优化算法

20

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