基于RCMFFDE和SSA-RVM的旋转机械损伤检测模型 被引量：1

1

作者 王显彬 孙阳 《机电工程》 北大核心 2025年第3期510-519,共10页

针对旋转机械系统的振动信号具有明显的非线性,严重影响故障特征提取从而导致其识别精度不佳的问题,建立了一种基于精细复合多尺度分数波动散布熵(RCMFFDE)、t-分布随机邻域嵌入(t-SNE)和麻雀搜索算法优化相关向量机(SSA-RVM)的旋转机... 针对旋转机械系统的振动信号具有明显的非线性,严重影响故障特征提取从而导致其识别精度不佳的问题,建立了一种基于精细复合多尺度分数波动散布熵(RCMFFDE)、t-分布随机邻域嵌入(t-SNE)和麻雀搜索算法优化相关向量机(SSA-RVM)的旋转机械损伤检测模型。首先,进行了基于RCMFFDE方法的特征提取,生成了特征样本,以定量反映旋转机械的不同损伤情况;然后,采用t-SNE方法,将原始高维故障特征映射至低维空间,获得了对故障更敏感的低维特征;最后,将敏感的低维故障特征向量输入至SSA-RVM多分类器中,进行了训练和测试,实现了旋转机械样本的故障识别目的;采用两种旋转机械数据集进行了实验,并从准确率、效率和抗噪性方面,将RCMFFDE-SSA-SVM方法与多种特征提取方法进行了对比。研究结果表明:RCMFFDE能用于有效提取旋转机械的故障特征,分别取得99.2%和100%的识别精度;而对敏感特征进行分类所获得的精度优于对原始特征进行分类的情形,前者比后者提高了4%;在模式识别中,SSA-RVM优于其他分类器;自制数据集的诊断精度达到了97%,特征提取的时间为16.05 s。 展开更多

关键词 非线性振动信号 特征提取时间 故障识别精度(诊断精度) 精细复合多尺度分数波动散布熵 t-分布随机邻域嵌入 麻雀搜索算法优化相关向量机

在线阅读 下载PDF 职称材料

基于SSA-RVM的滚动轴承可靠度评估与预测

2

作者 高淑芝 于一凡 张义民 《机械设计与制造》 北大核心 2024年第7期368-371,共4页

为解决滚动轴承运行可靠度预测问题,这里提出了基于麻雀搜索算法-相关向量机的滚动轴承可靠度预测方法。首先对轴承振动信号在时域、频域及时频域构成的维数较高的向量集利用主成分分析算法进行降维;然后将降维后的特征集作为轴承的退... 为解决滚动轴承运行可靠度预测问题,这里提出了基于麻雀搜索算法-相关向量机的滚动轴承可靠度预测方法。首先对轴承振动信号在时域、频域及时频域构成的维数较高的向量集利用主成分分析算法进行降维;然后将降维后的特征集作为轴承的退化状态特征输入到逻辑回归模型中,进行滚动轴承可靠性评估;然后将轴承的性能退化状态特征作为麻雀搜索算法-相关向量机模型的输入,获取预测结果;最终把结果带入到逻辑回归模型中,预测轴承的运行可靠度。实验结果表明提出的算法在预测滚动轴承运行可靠性中具有明显优势。 展开更多

关键词 机械轴承 可靠性预测 相关向量机 麻雀搜索算法

在线阅读 下载PDF 职称材料

基于SSA—SVR模型的步进式加热炉炉温预测

3

作者 牛佳丽 刘丕亮 +1 位作者 崔桂梅 任春妮 《中国测试》 北大核心 2025年第7期64-71,共8页

加热炉炉温的预测和温度控制,对提高钢坯质量、节能降耗具有重大意义。针对加热炉炉温预测精度低等问题,从数据驱动角度出发,提出一种基于麻雀搜索算法(SSA)与支持向量机回归(SVR)相结合的炉温预测模型(SSA-SVR)。通过将该预测模型与其... 加热炉炉温的预测和温度控制,对提高钢坯质量、节能降耗具有重大意义。针对加热炉炉温预测精度低等问题,从数据驱动角度出发,提出一种基于麻雀搜索算法(SSA)与支持向量机回归(SVR)相结合的炉温预测模型(SSA-SVR)。通过将该预测模型与其他5个预测模型进行对比,结果表明SSA-SVR模型的均方误差(MSE)指标最小、拟合优度(r^(2))最高,且相较于SVR模型的精度有了显著提高,均方误差指标明显得到降低,拟合优度提高0.0283。可为提高加热炉炉温温度控制精度提供有力支持,为钢坯轧制提供较为可靠的依据。 展开更多

关键词 加热炉 麻雀搜索优化算法 支持向量机 炉温预测

在线阅读 下载PDF 职称材料

改进变分模态分解和LSSVM的用户电力负荷预测

4

作者 解世璇 刘立群 吴青峰 《现代电子技术》 北大核心 2025年第20期127-134,共8页

为提升电力系统短期负荷预测的准确率,保证日常电力系统的正常运行,提出一种基于WOA-VMD-SSA-LSSVM的短期电力负荷预测模型。首先,使用鲸鱼优化算法(WOA)对变分模态分解(VMD)的核心参数(k值和惩罚系数α)进行自动寻优,得到最佳效果的分... 为提升电力系统短期负荷预测的准确率,保证日常电力系统的正常运行,提出一种基于WOA-VMD-SSA-LSSVM的短期电力负荷预测模型。首先,使用鲸鱼优化算法(WOA)对变分模态分解(VMD)的核心参数(k值和惩罚系数α)进行自动寻优,得到最佳效果的分解子序列,减少不同趋势信息对预测精度的影响,并利用优化后的VMD对数据进行分解;然后,使用麻雀搜索算法(SSA)改进最小二乘支持向量机(LSSVM)的模型学习参数,对惩罚系数和核函数进行参数寻优,避免了单一预测变量精度不高的问题,进而建立预测模型,获得更为精确的预测结果;最后,将分解后的各组数据分别输入模型中,并将每个子序列的预测结果相加得到最终预测结果。实验结果表明,与PSO、GWO和SABO算法的建模结果相比,所提模型具有更高的预测精度且耗时较短,在一定程度上可为负荷管理、电力优化调度提供科学决策依据。 展开更多

关键词 预测模型分析 鲸鱼优化算法 麻雀搜索算法 变分模态分解 最小二乘支持向量机 数据预处理 时间序列预测

在线阅读 下载PDF 职称材料

基于集成CSSOA-SVM的原油近红外光谱分析系统故障诊断方法

5

作者 刘克淳 陈夕松 胡云云 《石油炼制与化工》 北大核心 2025年第7期147-152,共6页

为解决原油近红外(NIR)光谱分析系统在故障诊断中存在的高维特征、易陷入局部最优解和诊断精准度不足等问题,提出了一种基于集成混沌麻雀搜索优化算法(CSSOA)优化支持向量机(SVM)模型参数寻优过程的CSSOA-SVM故障诊断方法,其克服SVM诊... 为解决原油近红外(NIR)光谱分析系统在故障诊断中存在的高维特征、易陷入局部最优解和诊断精准度不足等问题,提出了一种基于集成混沌麻雀搜索优化算法(CSSOA)优化支持向量机(SVM)模型参数寻优过程的CSSOA-SVM故障诊断方法,其克服SVM诊断精度较差、传统麻雀搜索算法(SSA)易陷入局部最优的不足,而提升了收敛速率和分类能力;进而,结合AdaBoost学习框架集成多个CSSOA-SVM基分类模型,通过动态调整样本和基分类模型权重增强了模型对复杂故障模式的识别能力和模型稳定性。结果表明,集成CSSOA-SVM分类诊断模型对6种常见故障的诊断准确率达95.48%,相较传统方法在诊断准确率、模拟收敛速率和模型稳健性方面优势显著,为原油NIR光谱分析系统的故障诊断提供了有效解决方案。 展开更多

关键词 原油近红外光谱分析系统 故障诊断 混沌麻雀搜索优化算法 支持向量机优化 集成学习

在线阅读 下载PDF 职称材料

基于SPA和IRCMMPE的旋转机械损伤识别方法

6

作者 李恒亮 张思婉 郭衡 《机电工程》 北大核心 2025年第6期1045-1054,共10页

基于单通道信号的旋转机械故障诊断方法的故障诊断效果通常比较依赖信号的质量,针对这一问题,提出了一种基于平滑先验分析(SPA)、改进精细复合多变量多尺度排列熵(IRCMMPE)和麻雀搜索算法优化支持向量机(SSA-SVM)的旋转机械损伤识别策... 基于单通道信号的旋转机械故障诊断方法的故障诊断效果通常比较依赖信号的质量,针对这一问题,提出了一种基于平滑先验分析(SPA)、改进精细复合多变量多尺度排列熵(IRCMMPE)和麻雀搜索算法优化支持向量机(SSA-SVM)的旋转机械损伤识别策略。首先,使用SPA将单通道信号分解为趋势项和去趋势项两种完全不同的分量,减少了分量的冗余,并将其组装为多通道信号以实现对样本的扩充;然后,采用IRCMMPE对多通道信号进行了特征提取以对比验证两个分量之间的相关性,获取了更能反映故障特性的特征;最后,将故障特征输入至SSA-SVM分类器中进行了故障识别,完成了对旋转机械的故障辨识和故障程度的判断,利用三个旋转机械数据集对SPA-IRCMMPE故障诊断方法的有效性进行了实验分析,并与其他故障诊断方法进行了对比研究。研究结果表明:SPA-IRCMMPE模型在诊断旋转机械不同故障类型时分别取得了100%和99.2%的识别准确率,平均识别准确率分别为99.76%和99.92%;而自制数据集的诊断精度达到了100%。相较于其他故障诊断方法,SPA-IRCMMPE模型仅需使用单个通道的振动信号且无需进行分量重要性评估,避免了分量取舍的问题,对振动信号的利用效率较高。 展开更多

关键词 旋转机械单通道信号 故障诊断 麻雀搜索算法优化支持向量机 改进精细复合多变量多尺度排列熵 平滑先验分析 离心泵 滚动轴承

在线阅读 下载PDF 职称材料

基于智能优化算法的门式起重机结构地震易损研究

7

作者 刘琳 杨冲 饶雄 《起重运输机械》 2025年第3期25-31,51,共8页

门式起重机作为主要的货物装卸设备,预测其震后损伤状态具有重要意义。文中选取150条地震动记录,并结合4台门式起重机建立了数据集A和数据集B,通过数据集B构建了基于支持向量机的门式起重机结构损伤状态预测模型。对比分析由4种核函数... 门式起重机作为主要的货物装卸设备,预测其震后损伤状态具有重要意义。文中选取150条地震动记录,并结合4台门式起重机建立了数据集A和数据集B,通过数据集B构建了基于支持向量机的门式起重机结构损伤状态预测模型。对比分析由4种核函数建立模型的差异,将数据集A应用于此模型上,通过易损性曲线的对比评估模型性能。此外,还采用智能优化算法对模型进行优化,并评估优化后的模型性能。结果表明:由高斯核函数建立的模型预测性能最好,模型在数据集A上的表现良好,预测易损性曲线和基于IDA方法的易损性曲线基本保持一致;由麻雀搜索算法优化的模型在数据集A上的表现更好,2种优化后的预测易损性曲线相较于未优化前的预测易损性曲线,其与基于IDA方法的易损性曲线贴合度更高,说明模型的优化效果良好。 展开更多

关键词 门式起重机 支持向量机 麻雀搜索算法 灰狼优化算法 易损性曲线

在线阅读 下载PDF 职称材料

基于天牛须优化算法的相关向量机边坡稳定性分析 被引量：2

8

作者 张研 唐北昌 孟庆鹏 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第11期11-17,36,共8页

为了快速、准确地预测边坡稳定性,及时控制边坡危害,提出了一种基于天牛须(beetle antennae search,BAS)优化算法的相关向量机(relevance vector machine,RVM)边坡稳定性分析模型。基于RVM模型,建立了边坡影响因素与稳定性的非线性映射... 为了快速、准确地预测边坡稳定性,及时控制边坡危害,提出了一种基于天牛须(beetle antennae search,BAS)优化算法的相关向量机(relevance vector machine,RVM)边坡稳定性分析模型。基于RVM模型,建立了边坡影响因素与稳定性的非线性映射关系;采用BAS算法对RVM模型参数进行优化,提出了基于BAS算法的RVM边坡稳定性分析优化模型;并将该模型应用于京新高速公路的边坡稳定性分析。分析结果表明:与实际值相比,基于BAS-RVM模型的最大绝对值相对误差为3.90%;在相同学习样本下,与RVM模型、支持向量机(support vector machine,SVM)模型和径向基函数(radical basis function,RBF)模型的预测值相比,BAS-RVM模型预测结果的可信度和拟合度更好、精度更高,其平均绝对值误差(mean absolute error,EMA)、均方根误差(root mean square error,ERMS)、相对均方误差(relative root mean square error,ERRMS)远低于其他3种模型。 展开更多

关键词 岩土工程 天牛须优化算法(BAS) 相关向量机(RVM) 预测模型 边坡

在线阅读 下载PDF 职称材料

基于SSA-SVM算法的船舶LFCS故障诊断 被引量：5

9

作者 尹衍楚 邹永久 +1 位作者 杜太利 张跃文 《计算机仿真》 2024年第1期548-553,共6页

船舶低温淡水系统作为保障船舶动力装置安全运行的动力系统,一旦发生故障仅依靠轮机员很难及时排除故障。针对支持向量机(support vector machine,SVM)在模式识别方面受自身参数选择影响较大的问题,提出了基于麻雀搜索算法(sparrow sear... 船舶低温淡水系统作为保障船舶动力装置安全运行的动力系统,一旦发生故障仅依靠轮机员很难及时排除故障。针对支持向量机(support vector machine,SVM)在模式识别方面受自身参数选择影响较大的问题,提出了基于麻雀搜索算法(sparrow search algorithm,SSA)优化支持向量机的故障诊断方法。利用麻雀搜索算法(SSA)优化了支持向量机的惩罚参数和核参数,建立了基于SSA-SVM的船舶低温淡水系统故障诊断模型。结果表明,SSA-SVM诊断模型比传统的支持向量机(SVM)和粒子群算法(particle swarm optimization,PSO)优化的支持向量机诊断模型的准确率分别高28%和5%,且收敛速度更快。SSA-SVM算法对船舶低温淡水系统的常见故障进行有效地诊断,能为轮机设备的健康管理及轮机员的诊断决策提供一定的指导。 展开更多

关键词 支持向量机 麻雀搜索算法 故障诊断 算法优化

在线阅读 下载PDF 职称材料

基于SSA-SVM的巷道顶板空顶沉降量预测模型 被引量：4

10

作者 于冰冰 李清 +2 位作者 赵桐德 黄晨 高正华 《煤炭学报》 EI CAS CSCD 北大核心 2024年第S01期57-71,共15页

为解决煤矿深部井巷工程巷道掘进顶板空顶期沉降量的预测问题,引入人工智能的支持向量机(SVM)工具,结合麻雀搜索优化算法(SSA),提出基于SSA-SVM的巷道顶板空顶沉降量预测模型。以内蒙古长城五矿深部地下巷道掘进过程的顶板空顶期位移量... 为解决煤矿深部井巷工程巷道掘进顶板空顶期沉降量的预测问题,引入人工智能的支持向量机(SVM)工具,结合麻雀搜索优化算法(SSA),提出基于SSA-SVM的巷道顶板空顶沉降量预测模型。以内蒙古长城五矿深部地下巷道掘进过程的顶板空顶期位移量数据作为样本集合,选择单轴抗压强度(UCS)、岩石完整性(RQD)、地应力、巷道宽跨比、空顶时间、人为采动6项影响因素,通过适用性、相关性和归类一致性评价对数据的综合影响权重进行归纳整理。将十折交叉验证的准确率作为适应度函数,对不同种群数量的SSA-SVM预测模型展开训练和测试,通过误差相关系数(RMSE、MAPE、R^(2))、ROC曲线、AUC±Std、运行时间以及标准偏差率η等5方面来选择种群数量最优参数模型,并将该模型应用于1902S回风巷进行巷道掘进顶板空顶期的沉降量预测,同巷道实际矿压监测数据进行比较。研究结果表明:当种群数量为90时,SSA-SVM模型预测性能较好,训练样本的RMSE为0.0165,MAPE为22.54%,R^(2)为0.8295;测试样本的RMSE为0.0156,MAPE为22.37%,R^(2)为0.8490;真实度AUC达到最大0.8467,离散度Std最小为0.0115;运行时间最短为8.7239 s;标准偏差率维持在0.12%。在1902S回风巷现场应用中,预测值与实际值没有出现较大偏差,维持在线性拟合y=0.90x和y=1.10x范围内,误差相关系数与AUC±Std均符合试验精度要求,该模型的预测效果能够对后续的支护设计及补强支护作业提供重要的指导。 展开更多

关键词 空顶期 顶板沉降量 支持向量机 麻雀搜索算法 误差相关系数

在线阅读 下载PDF 职称材料

基于MIC-SSA-SVM的时间敏感网络配置可行性检测 被引量：2

11

作者 唐铖杰 王澄 +1 位作者 郇战 陈林 《昆明理工大学学报（自然科学版）》 北大核心 2024年第1期73-82,共10页

时间敏感网络(TSN)通过精准的时钟同步、高精度的流量调度和智能化的网络管控机制实现多业务流混合传输.高效的网络配置检测技术是网络安全稳定运行的关键保障,它可以快速检测网络配置是否可行,降低网络运维成本,提高网络使用效率.为了... 时间敏感网络(TSN)通过精准的时钟同步、高精度的流量调度和智能化的网络管控机制实现多业务流混合传输.高效的网络配置检测技术是网络安全稳定运行的关键保障,它可以快速检测网络配置是否可行,降低网络运维成本,提高网络使用效率.为了提高TSN网络配置检测的效率,本文提出一种基于特征优选和麻雀搜索算法优化支持向量机的算法模型(MIC-SSA-SVM).文中首先采用最大信息系数(MIC)来评估特征的相关性,进行特征优选.接着,选择SSA来对SVM的惩罚因子C与核参数g进行优化,并利用优化后的SVM算法模型实现TSN网络配置可行性检测.实验结果表明,相比于现有算法,所提出的模型在检测TSN网络配置可行性方面更加高效,分类准确率能达到97.6%.而且模型收敛速度快,寻优能力强. 展开更多

关键词 时间敏感网络 特征优选 最大信息系数 麻雀搜索算法 支持向量机

原文传递

基于SSA-LSSVM的汽油机点火提前角预测研究 被引量：1

12

作者 谢清华 李岳林 +2 位作者 张五龙 陈侗 尹钰屹 《中国工程机械学报》 北大核心 2024年第5期561-566,共6页

为了提高汽油机点火提前角预测的精确性,从而改善发动机性能,构建了一种基于麻雀搜索算法(SSA)优化最小二乘支持向量机(LSSVM)的点火提前角预测模型。该模型通过SSA对LSSVM的正则化参数c和核函数参数σ进行优化辨识,提高模型自身的鲁棒... 为了提高汽油机点火提前角预测的精确性,从而改善发动机性能,构建了一种基于麻雀搜索算法(SSA)优化最小二乘支持向量机(LSSVM)的点火提前角预测模型。该模型通过SSA对LSSVM的正则化参数c和核函数参数σ进行优化辨识,提高模型自身的鲁棒性与泛化能力,使LSSVM的预测性能和泛化性均都达到最佳。运用汽油机试验数据对模型进行训练和预测,并将仿真结果分别与反向传播(BP)神经网络模型、径向基核函数(RBF)神经网络模型进行横向对比分析。仿真结果表明:SSA-LSSVM模型的预测值与试验值的平均相对误差(MRE)控制在2.5%范围之内,与常规的BP预测模型、RBF预测模型相比,MRE分别下降2.35%和1.56%,表明SSA-LSSVM模型具有更高的预测精度,更加适用于汽油机点火提前角预测。 展开更多

关键词 汽油机 点火提前角 麻雀搜索算法 最小二乘支持向量机 优化辨识

在线阅读 下载PDF 职称材料

基于支持向量机的岩爆预测研究与应用 被引量：1

13

作者 吴菡 《粉煤灰综合利用》 CAS 2024年第4期92-96,133,共6页

随着采矿、水利、交通等领域向着深部发展,工程中岩爆问题频发,严重危害人员安全,因此建立准确有效的岩爆预测模型至关重要。结合多种优化算法得到模型最优参数,构建了3种基于支持向量机(SVR)理论的岩爆预测模型。依托157组国内外实测... 随着采矿、水利、交通等领域向着深部发展,工程中岩爆问题频发,严重危害人员安全,因此建立准确有效的岩爆预测模型至关重要。结合多种优化算法得到模型最优参数,构建了3种基于支持向量机(SVR)理论的岩爆预测模型。依托157组国内外实测岩爆案例,以模型预测准确率为识别框架,综合新的模型预测结果评价指标(平均偏差)分析预测模型性能,使用数值模拟和工程应用两种方式,验证模型有效性。结果表明:随着输入参数类别的增加,模型预测准确率也随着增加,遗传算法(GA)是、粒子群算法(PSO)和麻雀搜索算法(SSA)对支持向量机有一定优化效果,麻雀搜索算法优化效果最佳,故基于优化的SVR岩爆预测模型是可靠有效的。 展开更多

关键词 地下工程 岩爆 遗传算法(GA) 粒子群算法(PSO) 麻雀搜索算法(SSA) 支持向量机

在线阅读 下载PDF 职称材料

基于机器学习的锂电池寿命预测方法

14

作者 鲁译徽 王玲芝 《黑龙江电力》 CAS 2024年第6期471-477,共7页

为提高锂离子电池剩余使用寿命(RUL)预测的准确性,提出一种基于机器学习的锂电池寿命预测方法。选用美国国家航空航天局(NASA)预测中心的锂电池数据,将电池容量、放电至截止电压时间和温度作为模型的输入数据,根据数据的非线性特征和小... 为提高锂离子电池剩余使用寿命(RUL)预测的准确性,提出一种基于机器学习的锂电池寿命预测方法。选用美国国家航空航天局(NASA)预测中心的锂电池数据,将电池容量、放电至截止电压时间和温度作为模型的输入数据,根据数据的非线性特征和小样本规模的特点,选用支持向量回归(SVR)模型作为预测锂电池剩余使用寿命的核心模型。分别采用麻雀搜索算法(SSA)和蜣螂优化算法(DBO)对模型参数进行优化,建立SSA-SVR模型和DBO-SVR模型进行锂电池剩余寿命预测。通过2种优化后的模型与SVR模型的预测效果对比,验证了SSA-SVR模型和DBO-SVR模型的准确性与优越性,证明优化过后的模型比优化前具有更高的预测精度。同时,SSA-SVR模型的性能略优于DBO-SVR,因此更适合用于进行锂电池剩余寿命的预测。 展开更多

关键词 锂电池 机器学习 支持向量回归模型 麻雀搜索算法 蜣螂优化算法

在线阅读 下载PDF 职称材料

基于WOA-VMD-ISSA-LSSVM的商业短期电力负荷预测研究 被引量：2

15

作者 杨广亮 万俊杰 《现代建筑电气》 2023年第8期7-15,共9页

针对商业中心短期负荷预测难度大、精度低的问题,提出了一种基于WOA-VMD-ISSA-LSSVM的短期电力负荷预测模型。首先,采用鲸鱼优化算法(WOA)对变分模态分解(VMD)的最佳影响参数进行优化选择,得到最佳效果的分解子序列,减少不同趋势信息对... 针对商业中心短期负荷预测难度大、精度低的问题,提出了一种基于WOA-VMD-ISSA-LSSVM的短期电力负荷预测模型。首先,采用鲸鱼优化算法(WOA)对变分模态分解(VMD)的最佳影响参数进行优化选择,得到最佳效果的分解子序列,减少不同趋势信息对预测精度的影响。然后针对麻雀搜索算法(SSA)在迭代后期会出现种群多样性减少和易陷入局部极值的问题,引入Tent混沌序列和动态自适应权重对麻雀搜索算法进行改进,并采用改进的麻雀搜索算法对最小二乘支持向量机(LSSVM)的惩罚参数和核参数进行优化组建ISSALSSVM预测模型。最后将分解后的各组数据分别输入ISSA-LSSVM模型中,并将每个子序列的预测结果相加得到最终预测结果。经某地区商业中心真实电力负荷数据仿真,验证了该模型的有效性,在一定程度上为实现微电网能管理中的发电优化调度、负荷管理提供依据。 展开更多

关键词 变分模态分解 鲸鱼优化算法 Tent混沌序列 麻雀搜索算法 最小二乘支持向量机

在线阅读 下载PDF 职称材料

基于麻雀搜索算法优化支持向量机的滚动轴承故障诊断 被引量：84

16

作者 马晨佩 李明辉 +1 位作者 巩强令 杨白月 《科学技术与工程》 北大核心 2021年第10期4025-4029,共5页

针对支持向量机(support vector machine, SVM)的分类性能受自身参数选择影响较大的问题,提出了基于麻雀搜索算法(sparrow search algorithm, SSA)优化SVM的故障诊断方法。利用麻雀搜索算法(SSA)对支持向量机的惩罚参数(C)与核参数(g)... 针对支持向量机(support vector machine, SVM)的分类性能受自身参数选择影响较大的问题,提出了基于麻雀搜索算法(sparrow search algorithm, SSA)优化SVM的故障诊断方法。利用麻雀搜索算法(SSA)对支持向量机的惩罚参数(C)与核参数(g)进行优化,并构建SSA-SVM滚动轴承故障诊断模型。结果表明:对于滚动轴承的常见故障,SSA-SVM诊断模型的测试正确率为96.67%,比传统的遗传算法(genetic algorithm, GA)-SVM和粒子群算法(particle swarm optimization, PSO)-SVM诊断模型分别提高3.34%和1.67%,且收敛速度更快,可有效应用于故障诊断。 展开更多

关键词 支持向量机 麻雀搜索算法 参数优化 故障诊断

在线阅读 下载PDF 职称材料

基于SSA-SVM的空中目标意图识别方法 被引量：7

17

作者 吴广宇 史红权 邱楚楚 《舰船电子工程》 2022年第3期29-34,共6页

针对传统的网格搜索算法(GSA)和粒子群算法(PSO)分别优化的支持向量机(SVM)无法同时满足舰船对空中目标意图识别中准确性和快速性的需要而导致识别效果较差的问题,提出了一种基于麻雀搜索算法(SSA)优化支持向量机的空中目标意图识别方法... 针对传统的网格搜索算法(GSA)和粒子群算法(PSO)分别优化的支持向量机(SVM)无法同时满足舰船对空中目标意图识别中准确性和快速性的需要而导致识别效果较差的问题,提出了一种基于麻雀搜索算法(SSA)优化支持向量机的空中目标意图识别方法,建立了基于SSA-SVM的空中目标意图识别模型,并通过仿真实验与上述两种算法优化的支持向量机模型进行效果对比。结果表明,相比GSA-SVM和PSO-SVM,SSA-SVM同时具有较高的识别准确率和较短的识别运算时间。因此SSA-SVM能够既准确又快速地识别空中目标意图,具有更好的识别效果,验证了该方法的有效性。 展开更多

关键词 支持向量机 网格搜索算法 粒子群算法 麻雀搜索算法 空中目标意图识别

在线阅读 下载PDF 职称材料

基于灰色关联分析与ISSA-LSSVM的配电网可靠性预测 被引量：6

18

作者 万俊杰 任丽佳 +2 位作者 单鸿涛 刘俊 张开宇 《控制工程》 CSCD 北大核心 2023年第5期856-864,共9页

为了准确高效地进行配电网可靠性预测,提出一种基于灰色关联分析与改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化最小二乘支持向量机(least squares support vector machine,LSSVM)的配电网可靠性预测模型(ISSA-LSSVM... 为了准确高效地进行配电网可靠性预测,提出一种基于灰色关联分析与改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化最小二乘支持向量机(least squares support vector machine,LSSVM)的配电网可靠性预测模型(ISSA-LSSVM)。首先,运用灰色关联分析法筛选出影响配电网可靠性的强相关影响因素;接着,引入自适应t分布策略和动态自适应权重对麻雀搜索算法进行创新性改进;然后,针对LSSVM模型中的参数选择盲目性的问题,采用改进后的麻雀搜索算法优化LSSVM的模型参数C和σ^(2)并得到最佳模型;最后,将ISSA-LSSVM模型应用于实际电网中,并与传统的LSSVM模型、PSOLSSVM模型、GA-LSSVM模型以及未改进的SSA-LSSVM模型的预测结果及误差进行对比。结果表明,所提模型的预测精度更高、稳定性更强。 展开更多

关键词 配电网可靠性预测 灰色关联分析 改进麻雀搜索算法 最小二乘支持向量机 参数寻优

原文传递

优化SVM模型在泥石流易发性中的应用 被引量：1

19

作者 朱木雷 谭晓玲 +2 位作者 杨伟良 张思远 左露 《国外电子测量技术》 北大核心 2023年第6期163-170,共8页

泥石流灾害是我国最常发生且危害最大的地质灾害之一,因此实现有效、准确的泥石流灾害预测对于人类的生活和生产具有重大意义。研究以四川省石棉县为研究区域,选取12个泥石流影响因子。同时针对传统支持向量机模型精度不高的问题,采用... 泥石流灾害是我国最常发生且危害最大的地质灾害之一,因此实现有效、准确的泥石流灾害预测对于人类的生活和生产具有重大意义。研究以四川省石棉县为研究区域,选取12个泥石流影响因子。同时针对传统支持向量机模型精度不高的问题,采用遗传算法、粒子群算法、秃鹰搜索算法以及新型的群智能优化算法—麻雀搜索算法等4种算法来优化支持向量机的超参数C和gamma。通过优化后的支持向量机模型建立泥石流易发性评价模型,同时对比随机森林模型与人工神经网络模型,最后采用受试者工作特征曲线来评价预测模型。研究结果表明,4种优化算法均能有效提高预测准确度,但麻雀搜索算法优化的支持向量机模型具有更高的准确度和受试者工作特征曲线下面积,分别为0.9573和0.98,并在泥石流易发性分区图中得到验证。因此,麻雀搜索算法优化的支持向量机模型在泥石流易发性评价研究中更为适用。 展开更多

关键词 泥石流易发性 支持向量机 遗传算法 粒子群算法 秃鹰搜索算法 麻雀搜索算法

原文传递

基于优化相关向量机的人造板厚度在线检测 被引量：6

20

作者 刘汉林 朱良宽 AlAA M.E.Mohamed 《森林防火》 2021年第S01期7-15,共9页

针对人造板厚度检测系统检测精度不高的问题,提出一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化相关向量机(Relevance Vector Machine,RVM)的人造板厚度检测方法,以提高人造板厚度检测系统的检测精度。从两个... 针对人造板厚度检测系统检测精度不高的问题,提出一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化相关向量机(Relevance Vector Machine,RVM)的人造板厚度检测方法,以提高人造板厚度检测系统的检测精度。从两个角度对传统麻雀搜索算法进行改进:首先在初始种群位置中引入精英混沌反向学习机制,使算法的初始种群分布更加合理,提高了初始解的质量;然后通过引入一种变尺度混沌变异算子,对停滞的全局最优解进行变异,以增强算法的抗停滞的能力,在此基础上通过改进后的算法优化相关向量机的核函数参数,最后以中密度纤维板(Medium Density Fiberboard,MDF)为例开展了在线检测试验,获取试验数据并进行对比分析。结果表明:所提方法能够有效减少检测误差,提高测量精度。 展开更多

关键词 人造板 相关向量机 麻雀搜索算法 混沌映射 折射反向学习

在线阅读 下载PDF 职称材料