基于IWOA-LSTM算法的预应力钢筋混凝土梁损伤识别 被引量：5

1

作者 范旭红 章立栋 +2 位作者 杨帆 李青 郁董凯 《江苏大学学报（自然科学版）》 CAS 北大核心 2025年第1期105-112,119,共9页

为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模... 为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模型,根据经验设置LSTM模型的超参数容易导致网络陷入局部最优而影响了分类结果,提出采用Sine混沌映射和自适应权重来改进鲸鱼优化算法(WOA),对LSTM进行超参数寻优.设计了IWOA-LSTM算法模型,训练识别试验梁各损伤阶段的AE信号特征参数.定型网络结构,并识别同种工况下其他梁的AE信号.结果表明:IWOA-LSTM算法模型识别准确率均超过或接近92%,相较于普通LSTM模型,IWOA-LSTM模型识别准确率提高了约7%. 展开更多

关键词 预应力钢筋混凝土梁 声发射 损伤识别 长短时记忆神经网络 改进的鲸鱼优化算法

在线阅读 下载PDF 职称材料

基于XGBoost-MSIWOA-LSTM的车辆油耗优化预测模型

2

作者 师国东 胡明茂 +3 位作者 宫爱红 龚青山 郭庆贺 谭浩 《计算机集成制造系统》 北大核心 2025年第9期3467-3484,共18页

为有效预测车辆油耗,提高燃油经济性,促进节能减排,提出一种基于XGBoost-MSIWOA-LSTM的车辆油耗优化预测模型。该模型首先采用极端梯度提升树(XGBoost)算法提取车辆油耗特征,以优化模型的输入变量,提高模型的泛化性和鲁棒性。然后,利用... 为有效预测车辆油耗,提高燃油经济性,促进节能减排,提出一种基于XGBoost-MSIWOA-LSTM的车辆油耗优化预测模型。该模型首先采用极端梯度提升树(XGBoost)算法提取车辆油耗特征,以优化模型的输入变量,提高模型的泛化性和鲁棒性。然后,利用多策略改进的鲸鱼优化算法(MSIWOA)对长短期记忆神经网络(LSTM)中的超参数进行自适应寻优,并将优化后的超参数代入LSTM中对车辆油耗进行建模预测。结合实际车辆油耗算例进行对比实验,结果表明,相对于其他对比模型,XGBoost-MSIWOA-LSTM预测模型预测精度更高,对降低车辆油耗具有一定的指导意义。 展开更多

关键词 油耗预测 极端梯度提升树 多策略改进的鲸鱼优化算法 长短期记忆神经网络 自适应寻优

在线阅读 下载PDF 职称材料

基于IWOA-BPNN模型的金属结构件生产流程时间预测

3

作者 孟荣华 王佳怡 +2 位作者 吴正佳 邓少华 雷定坤 《工业工程》 2025年第3期42-51,共10页

针对大型结构件制造阶段多且各阶段关系复杂导致流程时间精准预测难度大的问题,提出了“特征提取—模型构建—精度提升—结果对比”的解决思路。基于历史数据,利用PCA高效滤取影响流程时间预测值的特征参数,降低数据冗余性;设计最小流... 针对大型结构件制造阶段多且各阶段关系复杂导致流程时间精准预测难度大的问题,提出了“特征提取—模型构建—精度提升—结果对比”的解决思路。基于历史数据,利用PCA高效滤取影响流程时间预测值的特征参数,降低数据冗余性;设计最小流程时间的BPNN预测模型的结构和初始参数;改进鲸鱼群算法优化其初始权重和阈值,以提升模型预测精度。利用Plant Simulation仿真生成了增强数据,构建历史数据加增强数据的样本库,验证模型与精度提升方法的有效性。结果表明,本文所提方法各项误差指标更小,具有更快的迭代速度和更优的最佳适应度值,为大型构件流程时间的精准预测提供了新的解决思路。 展开更多

关键词 改进鲸鱼群算法(iwoa) BP神经网络 流程时间预测 多阶段加工

在线阅读 下载PDF 职称材料

滑坡位移CEEMD-CIWOA-BP预测模型

4

作者 余国强 侯克鹏 孙华芬 《有色金属(矿山部分)》 2025年第1期106-114,142,共10页

为了直观地判断滑坡因素与周期项位移间的因果关系,并提高滑坡位移预测模型的准确性,以某矿山滑坡位移监测数据为例,建立了考虑时滞的CEEMD-CIWOA-BP滑坡位移预测模型。首先利用CEEMD方法将滑坡位移监测数据分解成多个信号分量及res分量... 为了直观地判断滑坡因素与周期项位移间的因果关系,并提高滑坡位移预测模型的准确性,以某矿山滑坡位移监测数据为例,建立了考虑时滞的CEEMD-CIWOA-BP滑坡位移预测模型。首先利用CEEMD方法将滑坡位移监测数据分解成多个信号分量及res分量,将其重构为滑坡趋势项及周期项位移;然后引入Cubic混沌映射及惯性权重因子对WOA算法优化,利用优化的WOA算法对BP神经网络模型的连接权重及偏置项进行赋值;考虑到降雨及库水位对滑坡位移的时滞效应,利用Granger因果检验法确定降雨及库水位与周期位移的因果关系并引用MIC法确定时滞期数,使用CIWOA-BP模型分别对周期位移进行预测;最后,将各分量结果叠加得到滑坡位移累计预测值,对模型的预测精度进行评价。结果显示,本文提出的CEEMD-CIWOA-BP模型的性能优于其他模型,验证了所建模型的可行性。本文提出的模型能为滑坡灾害预警预报提供一定的参考。 展开更多

关键词 滑坡位移 互补集合经验模态分解 BP神经网络 改进鲸鱼优化算法 时间序列

在线阅读 下载PDF 职称材料

基于IWOA-BiLSTM的测井数据储层预测方法

5

作者 陈子杰 李琼 《物探化探计算技术》 2025年第3期420-426,共7页

测井数据资料在油气资源的勘探中扮演着重要角色,其中包含的大量地质和储层信息是进行储层预测的关键。近年来,优化算法和神经网络在大数据挖掘与预测研究中脱颖而出,因此笔者创新性地将改进鲸鱼优化算法(IWOA)和双向长短时记忆神经网络... 测井数据资料在油气资源的勘探中扮演着重要角色,其中包含的大量地质和储层信息是进行储层预测的关键。近年来,优化算法和神经网络在大数据挖掘与预测研究中脱颖而出,因此笔者创新性地将改进鲸鱼优化算法(IWOA)和双向长短时记忆神经网络(BiLSTM)结合起来,构建了IWOA-BiLSTM算法,并引入测井数据用于储层预测,选取了声波时差、密度、自然伽马和电阻率四条测井曲线,并以优化后的模型训练结果与未经优化的BiLSTM模型训练结果进行了对比。随后,将算法用于实际的测井数据储层预测,该混合算法在预测过程中表现出色,以接近90%的预测准确率完成了储层预测任务。综合分析预测结果,系统地归纳了IWOA-BiLSTM算法的优势,为油气资源的勘探与开发引入一种新的方法。 展开更多

关键词 测井数据 改进鲸鱼优化算法 双向长短时记忆神经网络 储层预测

在线阅读 下载PDF 职称材料

基于1DCNN-IWOA-SVM的齿轮箱故障诊断方法研究

6

作者 贾丽臻 雷欣然 李耀华 《机械设计》 北大核心 2025年第7期98-106,共9页

齿轮箱作为航空发动机重要的传动装置,工作环境恶劣,导致振动信号呈多种信息叠加难以区分。针对齿轮箱故障特征难以提取、故障难以识别的问题,提出一种基于一维卷积神经网络结合改进鲸鱼优化支持向量机的航空发动机齿轮箱故障诊断方法,... 齿轮箱作为航空发动机重要的传动装置,工作环境恶劣,导致振动信号呈多种信息叠加难以区分。针对齿轮箱故障特征难以提取、故障难以识别的问题,提出一种基于一维卷积神经网络结合改进鲸鱼优化支持向量机的航空发动机齿轮箱故障诊断方法,实现航空发动机齿轮箱故障快速、精准诊断。使用一维卷积神经通过其内置的卷积和池化对振动信号进行故障特征提取,在鲸鱼优化算法中引入混沌映射、非线性因子和自适应权重对其进行改进;使用改进后的鲸鱼优化算法对支持向量机进行参数寻优,再将一维卷积神经网络提取的故障特征输入到经改进鲸鱼优化参数后的支持向量机中进行故障诊断。仿真结果表明:所提的故障诊断模型对齿轮箱故障具有良好的诊断效果,与其他方法相比效果更好、泛化能力更强。 展开更多

关键词 齿轮箱 故障诊断 一维卷积神经网络 改进鲸鱼优化算法 支持向量机

原文传递

基于Kmeans-EMD与IWOA-Elman的碾压速度异常值检测与修正 被引量：2

7

作者 乔天诚 佟大威 +2 位作者 王佳俊 关涛 吴斌平 《水资源与水工程学报》 CSCD 北大核心 2022年第3期124-131,共8页

碾压速度是评价压实质量的重要指标,但在监控过程中,碾压速度易受施工环境、定位漂移等干扰而出现异常检测值,影响压实质量的评价精度,但目前还缺乏对碾压速度异常值检测与修正的相关方法研究。为保障碾压速度的数据质量,结合碾压速度... 碾压速度是评价压实质量的重要指标,但在监控过程中,碾压速度易受施工环境、定位漂移等干扰而出现异常检测值,影响压实质量的评价精度,但目前还缺乏对碾压速度异常值检测与修正的相关方法研究。为保障碾压速度的数据质量,结合碾压速度的时序变化特征,利用Kmeans算法初步定性检测异常值,弱化异常值对经验模态分解(EMD)结果的影响,并基于EMD实现对异常值的精细定量检测,提高异常值检测的精度;进而利用经混沌种群初始化、非线性收敛因子、自适应惯性权重与鲶鱼效应-黄金正弦改进的鲸鱼优化算法(IWOA)优化Elman神经网络,并构建碾压速度异常值修正模型,实现对碾压速度异常值的修正。将本文方法应用于西南某大型水电工程,结果表明:Kmeans算法与EMD的联合作用相比箱线图法可更高精度地检测碾压速度中的异常值;IWOA-Elman神经网络预测值与真实值的相关系数达到0.907 75,相比常规模型不仅可以更好地确保数据的完整性与可靠性,还可以为压实质量的高精度评价奠定良好的数据基础。 展开更多

关键词 碾压速度 异常值检测 Kmeans算法 经验模态分解 异常值修正 iwoa-elman神经网络

在线阅读 下载PDF 职称材料

基于IWOA-PNN模型的生物组织变性识别方法 被引量：2

8

作者 曹菁 贺绍相 +3 位作者 陈光强 杨江河 刘备 彭梓齐 《湖南文理学院学报（自然科学版）》 CAS 2024年第3期24-29,共6页

为了提高高强度聚焦超声(HIFU)治疗过程中生物组织变性识别率,提出了一种基于改进鲸鱼优化算法优化概率神经网络(IWOA-PNN)模型的生物组织变性识别方法。首先通过改进收敛因子和加入自适应权重因子提高WOA优化算法的寻优速度和精度,然... 为了提高高强度聚焦超声(HIFU)治疗过程中生物组织变性识别率,提出了一种基于改进鲸鱼优化算法优化概率神经网络(IWOA-PNN)模型的生物组织变性识别方法。首先通过改进收敛因子和加入自适应权重因子提高WOA优化算法的寻优速度和精度,然后利用IWOA算法优化PNN的平滑因子,以提高变性识别精度,最后以超声回波信号多尺度熵为特征参数输入IWOA-PNN模型,得出生物组织变性识别率。实验结果表明,与普通PNN和WOA-PNN模型相比,基于IWOA-PNN模型的生物组织变性识别率更高,更能精确地识别HIFU治疗过程中生物组织是否变性,指导临床医生进行准确的HIFU疗效评价。 展开更多

关键词 高强度聚焦超声 生物组织 变性识别 改进鲸鱼优化算法 概率神经网络

在线阅读 下载PDF 职称材料

基于DBO-VMD和IWOA-BILSTM神经网络组合模型的短期电力负荷预测 被引量：30

9

作者 刘杰 从兰美 +3 位作者 夏远洋 潘广源 赵汉超 韩子月 《电力系统保护与控制》 EI CSCD 北大核心 2024年第8期123-133,共11页

新能源在现代电力系统中占比不断提高,其负荷不规律性、波动性远大于传统电力系统,这就导致负荷预测精度不高。针对这个问题,提出了蜣螂优化(dung beetle optimizer,DBO)算法优化变分模态分解(variational mode decomposition,VMD)与改... 新能源在现代电力系统中占比不断提高,其负荷不规律性、波动性远大于传统电力系统,这就导致负荷预测精度不高。针对这个问题,提出了蜣螂优化(dung beetle optimizer,DBO)算法优化变分模态分解(variational mode decomposition,VMD)与改进鲸鱼优化算法优化双向长短期记忆(improved whale optimization algorithm-bidirectional long short-term memory,IWOA-BILSTM)神经网络相结合的短期负荷预测模型。首先利用DBO优化VMD,分解时间序列数据,并根据最小包络熵对各种特征数据进行分类,增强了分解效果。通过对原始数据进行有效分解,降低了数据的波动性。然后使用非线性收敛因子、自适应权重策略与随机差分法变异策略增强鲸鱼优化算法的局部及全局搜索能力得到改进鲸鱼优化算法(improved whale optimization algorithm,IWOA),并用于优化双向长短期记忆(bidirectional long short-term memory,BILSTM)神经网络,增加了模型预测的精确度。最后将所提方法应用于某地真实的负荷数据,得到最终相对均方根误差、平均绝对误差和平均绝对百分比误差分别为0.0084、48.09、0.66%,证明了提出的模型对于短期负荷预测的有效性。 展开更多

关键词 蜣螂优化算法 VMD 改进鲸鱼算法 短期电力负荷预测 双向长短期记忆神经网络 组合算法

在线阅读 下载PDF 职称材料

基于VMD-CIWOA-BPNN的短期光伏发电功率预测 被引量：2

10

作者 宋明辉 王宇露 《上海电机学院学报》 2024年第6期311-316,共6页

为提升光伏发电功率预测的准确率,提出了一种基于变分模态分解(VMD)和改进的鲸鱼优化算法(CIWOA)与反向传播神经网络(BPNN)相耦合的光伏发电预测模型(VMD-CIWOA-BPNN)。首先,对数据进行预处理和相关性分析,利用互信息法筛选出光伏输出... 为提升光伏发电功率预测的准确率,提出了一种基于变分模态分解(VMD)和改进的鲸鱼优化算法(CIWOA)与反向传播神经网络(BPNN)相耦合的光伏发电预测模型(VMD-CIWOA-BPNN)。首先,对数据进行预处理和相关性分析,利用互信息法筛选出光伏输出功率相关性较强的环境因素作为模型输入变量。VMD能将复杂的功率数据分解为多个模态函数,降低数据噪声影响,使预测模型更稳健准确。然后,CIWOA通过Cubicmap混沌映射初始化鲸鱼位置,并采用自适应权重策略更新鲸鱼个体位置,以优化BPNN的初始权值和阈值,提高BPNN的收敛速度和精度。最后,通过效果评价指标对模型预测效果进行评估。实验结果表明:VMD-CIWOA-BPNN模型在MAPE、MAE和RMSE这三个评估指标上均优于BPNN模型和CIWOA-BPNN模型,尤其在阴雨天气情况下降幅更为明显,能够更准确地预测光伏发电功率。 展开更多

关键词 光伏发电功率预测 反向传播神经网络 互信息 改进的鲸鱼优化算法 变分模态分解

在线阅读 下载PDF 职称材料

基于IWOA-PNN模型的管道焊缝腐蚀剩余强度预测 被引量：7

11

作者 骆正山 肖雨 王小完 《安全与环境学报》 CAS CSCD 北大核心 2023年第2期435-441,共7页

针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先,通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优... 针对管道焊缝腐蚀问题构建基于改进鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)的概率神经网络(Probabilistic Neural Network, PNN)剩余强度预测模型。首先,通过种群初始化、非线性收敛因子和惯性权重因子提高鲸鱼优化算法的寻优速度和精度;然后,利用IWOA算法优化PNN的光滑因子,构建IWOA-PNN预测模型;最后,以水压爆破试验数据为基础,使用MATLAB软件进行仿真试验,并与另外2个模型进行对比分析。结果表明:IWOA-PNN模型的ERMS为0.633 1,EAR为2.19%,R^(2)为0.954 6,均优于PNN和鲸鱼优化算法(Whale Optimization Algorithm, WOA)-PNN模型;IWOA-PNN模型与传统模型相比误差更小,能够更为准确地预测焊缝腐蚀后剩余强度,为管道的维修和更换提供参考。 展开更多

关键词 安全工程 管道腐蚀 焊缝 剩余强度 改进鲸鱼优化算法(iwoa) 概率神经网络(PNN)

原文传递

基于变量优化和IWOA-LSTM的锅炉系统水冷壁温度预测 被引量：4

12

作者 史俊冰 赵如意 +1 位作者 王迎敏 张小勇 《热能动力工程》 CAS CSCD 北大核心 2023年第10期103-112,共10页

为进一步提高锅炉系统水冷壁温度的预测精度,提出一种基于变量优化和改进鲸鱼算法优化长短期记忆神经网络的水冷壁温度预测模型。首先,通过互信息算法(MI)进行变量选择,消除初始数据中的冗余变量;其次,使用经验模态分解算法(EMD)对变量... 为进一步提高锅炉系统水冷壁温度的预测精度,提出一种基于变量优化和改进鲸鱼算法优化长短期记忆神经网络的水冷壁温度预测模型。首先,通过互信息算法(MI)进行变量选择,消除初始数据中的冗余变量;其次,使用经验模态分解算法(EMD)对变量选择后的数据进行特征分解,在提取变量有效特征信息的同时降低噪音干扰;最后,使用由非线性递减因子和自适应权值改进后的鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)确定长短期记忆神经网络(LSTM)的超参数,得到一种新型锅炉系统水冷壁温度预测模型(MI-EMD-IWOA-LSTM)。实验结果表明,相比传统的最小二乘支持向量机(LSSVM)预测模型,MI-EMD-IWOA-LSTM模型的均方根误差(RMSE=0.306 8)和平均绝对百分比误差(MAPE=0.054 6)最低,能够实现对锅炉系统水冷壁工质温度的精准预测。 展开更多

关键词 锅炉系统 互信息理论 经验模态分解 改进的鲸鱼优化算法 长短期记忆神经网络 水冷壁温度

原文传递

计及时空特性的变压器油中溶解气体预测模型 被引量：2

13

作者 李紫豪 何怡刚 +1 位作者 周亚中 雷蕾潇 《电子测量与仪器学报》 北大核心 2025年第3期1-12,共12页

针对电力变压器复杂运行环境下油中溶解气体随时间呈现非平稳和非线性特性,仅考虑时间维度关联特征的神经网络预测模型难以满足高准确性、高可靠性需求,且在数据采集过程中不可避免的存在异常值,导致数据质量下降,进而影响预测模型精度... 针对电力变压器复杂运行环境下油中溶解气体随时间呈现非平稳和非线性特性,仅考虑时间维度关联特征的神经网络预测模型难以满足高准确性、高可靠性需求,且在数据采集过程中不可避免的存在异常值,导致数据质量下降,进而影响预测模型精度。因此首先采用基于密度的噪声应用空间聚类(DBSCAN)对油中溶解气体数据清洗,然后提出自适应非线性权重和莱维飞行策略改进鲸鱼优化算法,提高其局部及全局寻优能力,利用改进的鲸鱼优化算法优化DBSCAN中超参数提高数据清洗效果,最后分析气体成分间复杂关联关系,构建时空耦合卷积神经网络模型挖掘气体的时空特征,实现油中溶解气体时间序列预测。通过某电站变压器油中溶解气体实测数据验证,结果表明数据清洗后预测拟合优度(R^(2))提高0.727,在6种特征气体预测中R2都在0.9以上。相较于其他模型,所提模型在特征气体预测中均取得了最佳的预测结果,充分证明所提模型的有效性。 展开更多

关键词 改进的鲸鱼优化算法 数据清洗 时空耦合卷积神经网络 油中溶解气体预测

原文传递

基于数据驱动的商用车能耗预测及优化模型研究

14

作者 李帅雨 师国东 +4 位作者 胡明茂 宫爱红 龚青山 方剑 谭浩 《汽车工程学报》 2025年第2期164-176,共13页

以国内某燃油商用车为例,利用车联网大数据平台和神经网络模型构建适用于商用车的能耗优化预测模型。将车辆历史运行数据进行预处理,分析车辆运行特征数据之间的相关性。基于双向长短期记忆网络(BiLSTM),结合车辆数据特征引入自适应权... 以国内某燃油商用车为例,利用车联网大数据平台和神经网络模型构建适用于商用车的能耗优化预测模型。将车辆历史运行数据进行预处理,分析车辆运行特征数据之间的相关性。基于双向长短期记忆网络(BiLSTM),结合车辆数据特征引入自适应权重的注意力机制,使用改进鲸鱼优化算法(IWOA)对模型的网络超参数组合进行优化,构建了IWOA-BiLSTM-Attention商用车能耗优化预测模型。对比分析了多个模型在不同驾驶工况下的预测效果,结果显示,在实际驾驶工况下,优化模型相较于原模型的均方根误差、平均绝对误差分别降低了约26.73%和20.0%,验证了该优化模型在商用车能耗预测上的可行性。 展开更多

关键词 商用车能耗预测 时间序列 神经网络 改进鲸鱼优化算法

在线阅读 下载PDF 职称材料

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 职称材料

基于改进WOA和BiLSTM的MBR膜污染预测研究

16

作者 薛同来 朱志成 +2 位作者 刘响岑 张政 周萌 《河北工业科技》 2025年第6期558-565,共8页

为了实现对膜生物反应器(membrane bio-reactor,MBR)系统中膜污染的实时预测与智能化监控,设计了一种基于改进鲸鱼优化算法(即结合全局搜索策略的鲸鱼优化算法,gravitational search whale optimization algorithm,GS-WOA)与双向长短时... 为了实现对膜生物反应器(membrane bio-reactor,MBR)系统中膜污染的实时预测与智能化监控,设计了一种基于改进鲸鱼优化算法(即结合全局搜索策略的鲸鱼优化算法,gravitational search whale optimization algorithm,GS-WOA)与双向长短时记忆神经网络(bi-directional long short-term memory,BiLSTM)的膜污染预测模型。首先,对监测数据样本进行标准化处理,以BiLSTM神经网络为基础预测框架,充分利用其双向时序特征提取能力,捕获膜污染过程的动态变化规律;其次,引入引力搜索机制与自适应惯性权重改进鲸鱼优化算法(whale optimization algorithm,WOA),对BiLSTM网络的学习率、隐藏层神经元数量及时间步长等超参数进行全局寻优,平衡全局搜索与局部开发能力;最后,基于优化后的模型对实际运行数据进行训练与验证。结果表明:GS-WOA-BiLSTM模型的预测精度(R^(2)=0.9837)较长短期记忆网络(long short-term memory,LSTM)模型提升约6.6%,平均绝对误差和均方根误差分别降低28.1%和19.9%,预测值与实测值拟合效果优异。该方法可实现膜通量与跨膜压差的高精度预测与趋势预警,能够为MBR膜污染的智能监控与系统优化运行提供可靠的技术支撑。 展开更多

关键词 水污染防治工程 MBR膜 膜污染预测 改进鲸鱼优化算法 BiLSTM神经网络

在线阅读 下载PDF 职称材料

基于因果分析的滑坡位移预测模型 被引量：2

17

作者 孙华芬 曹念 侯克鹏 《测绘科学》 CSCD 北大核心 2024年第3期47-57,共11页

针对滑坡位移预测模型对防灾减灾和损失评估有重要意义的问题,以八字门滑坡为例,基于位移监测数据建立了考虑时滞的滑坡位移CEEMD-SIWOA-BP组合预测模型。利用互补集合经验模态分解方法将位移监测数据分解成多个信号分量,重构为滑坡趋... 针对滑坡位移预测模型对防灾减灾和损失评估有重要意义的问题,以八字门滑坡为例,基于位移监测数据建立了考虑时滞的滑坡位移CEEMD-SIWOA-BP组合预测模型。利用互补集合经验模态分解方法将位移监测数据分解成多个信号分量,重构为滑坡趋势项及周期项;构建BP-SIWOA模型,引入Singer混沌映射及自适应权重因子提高鲸鱼算法的全局搜索和收敛能力,利用改进的鲸鱼算法对BP神经网络模型的连接权重及阈值项赋值,对趋势项位移用三次多项式进行预测,而对周期位移项考虑时滞效应,利用收敛交叉映射法对降雨量及库水位与周期位移间的因果关系进行了分析和位移预测;将各分量结果叠加得到滑坡位移累计预测值,并评价了预测精度。结果表明,该方法性能优于其他模型,验证了考虑时滞的CEEMD-SIWOA-BP组合预测可行性,能为滑坡灾害预警预报提供技术参考。 展开更多

关键词 滑坡位移 因果分析 互补集合经验模态分解 BP神经网络 改进鲸鱼优化算法

原文传递

微带天线设计及在局部放电检测中的应用 被引量：1

18

作者 黄云志 王蕾 韩亮 《电子测量与仪器学报》 CSCD 北大核心 2024年第8期95-102,共8页

电气设备的局部放电既是绝缘劣化的主要因素,又是有效表征绝缘缺陷的重要参量。对局部放电进行准确检测,可以及时发现危及设备安全的潜在故障。特高频检测具有实时性好、抗干扰强的优势,在放电检测中应用广泛,但现有微带天线传感器受结... 电气设备的局部放电既是绝缘劣化的主要因素,又是有效表征绝缘缺陷的重要参量。对局部放电进行准确检测,可以及时发现危及设备安全的潜在故障。特高频检测具有实时性好、抗干扰强的优势,在放电检测中应用广泛,但现有微带天线传感器受结构尺寸限制,工作带宽难以提高。本文采用部分接地板技术结合斜切式曲流技术改善结构,综合考虑天线尺寸与工作带宽的非线性关系优化尺寸,在保持天线面积不变的前提下扩展工作带宽,并以聚酰亚胺为基底研制了新型微带天线传感器。针对尺寸优化过程中存在的单尺寸参数调整导致天线性能不稳定的问题,提出利用径向基(RBF)神经网络建立多尺寸与工作带宽之间的关系模型,运用改进白鲸优化(IBWO)算法优化天线尺寸。仿真结果表明新型柔性微带天线尺寸缩小了59.59%;工作带宽由0.598~0.6 GHz增加到0.3~3 GHz,完全满足局部放电检测的应用需求。通过模拟局部放电检测试验,并与阿基米德螺旋天线、立体螺旋天线进行比较测试,结果显示新型柔性微带天线具有更高效的检测性能。 展开更多

关键词 局部放电检测 新型柔性微带天线 斜切式曲流技术 径向基神经网络 改进白鲸优化算法

原文传递

基于数字孪生技术的往复式空气压缩机效率预测方法研究

19

作者 余建平 胡爽 +3 位作者 刘兴旺 田有文 仇宏伟 AKOTO Emmanuel 《兰州理工大学学报》 CAS 北大核心 2024年第1期48-52,共5页

通过建立往复式空气压缩机数字孪生体模型,实现压缩机效率预测和参数寻优的方法,具有灵活、成本低、通用性好的优势.但是在多变量条件下,传统的基于BP神经网络孪生模型训练时间长、工作量大,寻优过程易陷入局部最优解,不易实现全局最优... 通过建立往复式空气压缩机数字孪生体模型,实现压缩机效率预测和参数寻优的方法,具有灵活、成本低、通用性好的优势.但是在多变量条件下,传统的基于BP神经网络孪生模型训练时间长、工作量大,寻优过程易陷入局部最优解,不易实现全局最优.针对传统孪生体模型存在的问题,提出了基于CIWOA-BPNN算法的孪生体模型构建方法,通过主成分分析法确定孪生体模型关键指标,在BPNN模型基础之上引入改进的鲸鱼优化算法.研究表明,基于CIWOA-BPNN算法的孪生体模型有效避免了BPNN模型陷入局部最优解.用CIWOA-BPNN算法预测压缩机效率相对误差小于0.6%,决定系数为0.99775,与传统模型相比大幅提升了预测精度. 展开更多

关键词 往复式空气压缩机 效率 BP神经网络 改进的鲸鱼优化算法

在线阅读 下载PDF 职称材料

MPCVD设备样品台温控系统的设计

20

作者 张威 任天平 《机床与液压》 北大核心 2024年第5期144-149,共6页

由于传统MPCVD设备样品台温度控制需要使用手动调节样品台距等离子源的距离,且调节精度差,为此设计一种样品台温控系统,同时设计了样品台温控系统硬件控制器。该控制器以STM32F407单片机为核心,步进电机、丝杠、金属波纹管为执行机构,... 由于传统MPCVD设备样品台温度控制需要使用手动调节样品台距等离子源的距离,且调节精度差,为此设计一种样品台温控系统,同时设计了样品台温控系统硬件控制器。该控制器以STM32F407单片机为核心,步进电机、丝杠、金属波纹管为执行机构,通过控制样品台在腔体内距等离子源的距离,实现温度控制。并提出一种将改进鲸鱼算法(WOA)与神经网络PID控制算法结合的控制方法,实现PID参数的自适应调整。仿真和实验结果表明:相对于传统PID算法,使用该温控系统进行温度控制时,超调量更小,控制精度更高,控制效果有很大提升。 展开更多

关键词 MPCVD设备 温控系统 改进鲸鱼算法 BP神经网络

在线阅读 下载PDF 职称材料