期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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50篇文章
< 1 2 3 >
每页显示 20 50 100
已选0条
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GWO融合BOA算法的无线传感器节能优化研究 认领 引用
1
作者 孔祥恒 顾佳晨 +1 位作者 葛伟 曹逸荣 《自动化与仪器仪表》 2026年第2期184-187,192,共4页
节能设计通过降低传感器节点的能耗延长整个网络系统的生存周期,这对于需要长时间稳定运行的无线传感器网络来说至关重要。为实现上述目的,针对基于GWO融合BOA算法的无线传感器节能优化方法展开研究。结合GWO算法与BOA算法模型定义融合... 节能设计通过降低传感器节点的能耗延长整个网络系统的生存周期,这对于需要长时间稳定运行的无线传感器网络来说至关重要。为实现上述目的,针对基于GWO融合BOA算法的无线传感器节能优化方法展开研究。结合GWO算法与BOA算法模型定义融合方案,在此基础上,规划无线传感器网络的布局形式,实现融合GWO与BOA算法的无线传感器网络优化布置。确定传感器节点分簇模式,并根据节点轮询工作机制,计算循环参数,完成无线传感器节能方法的设计。实验结果表明,应用上述算法布置无线传感器网络,传感节点的存活时间明显延长,转发数据时所需占据的网络带宽也明显下降,符合网络节能的设计初衷。 展开更多
关键词 GWO算法 BOA算法 无线传感器 节能优化 节点分簇 轮询工作机制
暂未订购 下载PDF
基于时间序列与BOA-LSTM模型的基坑变形动态预测研究 认领 引用
2
作者 白舒霆 李鹏辉 耿元玲 《贵州大学学报（自然科学版）》 2026年第3期114-124,共11页
为全面掌握复杂环境下基坑开挖的动态变形规律,论文提出一种基于时序分析法(variational mode decomposition,VMD)和棕熊优化算法(brown bear optimization algorithm,BOA)的长短期记忆神经网络(long short-term memory,LSTM)动态预测... 为全面掌握复杂环境下基坑开挖的动态变形规律,论文提出一种基于时序分析法(variational mode decomposition,VMD)和棕熊优化算法(brown bear optimization algorithm,BOA)的长短期记忆神经网络(long short-term memory,LSTM)动态预测模型。首先,通过3次样条插值法将非等距监测位移值进行等距化;其次,利用VMD法实现等距位移值合理分解;再次,采用动态预测模型对分解项位移进行预测叠加,实现基坑变形的动态预测;最后,以昆明地铁5号线怡心桥站为例,重点分析开挖期间基坑内部与周围建筑物变形规律,将建立好的模型应用于周围建筑物进行风险预警。结果显示,VMD-BOA-LSTM模型较传统模型预测精度更高、误差更小,具有更好的适用性及应用前景;建筑物变形预测结果与实测结果具有较好的一致性,证实所建动态预测模型的有效性。在采用相同的变形预警指标情况下,该模型可根据位移预测结果准确得到建筑物变形预警时间,并进行相应的风险提示,为后续确定优化处理方案提供依据。 展开更多
关键词 基坑变形预测 时间序列 棕熊算法(BOA) 长短期记忆神经网络(LSTM)
暂未订购 下载PDF
基于BOA-SAM-FTA的超期服役压力管道风险评估 认领 引用
3
作者 唐华彬 许磊 +1 位作者 陈思宇 马松华 《中国安全科学学报》 EI CAS CSCD 北大核心 2026年第4期57-64,共8页
为预防超期服役压力管道失效,在故障树分析法(FTA)基础上,提出基于蝴蝶优化算法(BOA)与相似聚合法(SAM)相结合的方法,分析超期服役压力管道失效概率。首先,分析超期压力管道失效原因,建立失效故障树;然后,通过邀请专家评估故障树底事件... 为预防超期服役压力管道失效,在故障树分析法(FTA)基础上,提出基于蝴蝶优化算法(BOA)与相似聚合法(SAM)相结合的方法,分析超期服役压力管道失效概率。首先,分析超期压力管道失效原因,建立失效故障树;然后,通过邀请专家评估故障树底事件,并通过SAM方法和改进BOA-SAM聚合专家意见,计算对比2种方法的不确定性值来评估聚合的准确性(不确定性值越小,聚合结果越精确);最后,计算顶事件失效概率并进行重要度分析。结果表明:改进后的BOA-SAM方法所得聚合结果的不确定性值,均显著低于传统SAM方法,其中最明显的为底事件X6,其不确定性值降低7.6%,顶事件的失效概率为0.117641;应力腐蚀开裂、第三方破坏、焊缝开裂和介质中H2S含量偏高等为事故发生的关键因素。 展开更多
关键词 蝴蝶优化算法(BOA) 相似聚合法(SAM) 故障树分析法(FTA) 超期服役压力管道 风险评估 失效概率
暂未订购 下载PDF
基于BOA-CatBoost的压电陶瓷烧结温度场代理模型构建研究 认领 引用
4
作者 衡孝韧 马超 +1 位作者 何非 呼子博 《机械设计与制造工程》 2026年第1期1-6,共6页
压电陶瓷烧结通常在隧道窑中进行,其生产过程不透明且持续时间长,因此需要构建质量预测模型来指导实际生产。坯体烧结温度是质量预测模型的重要输入参数,但是在实际生产过程中烧结温度难以获取。为了解决这一问题,以电热隧道窑为例,借... 压电陶瓷烧结通常在隧道窑中进行,其生产过程不透明且持续时间长,因此需要构建质量预测模型来指导实际生产。坯体烧结温度是质量预测模型的重要输入参数,但是在实际生产过程中烧结温度难以获取。为了解决这一问题,以电热隧道窑为例,借助数值模拟手段,通过Fluent仿真软件对包括坩埚和坯体在内的隧道窑温度场进行建模分析。考虑到仿真模型耗时、代价高昂等因素,进一步利用CatBoost算法构建压电陶瓷坯体的温度场代理模型,并通过贝叶斯优化算法(BOA)进行超参数的优化,最终实现不同隧道窑运行参数下不同位置坯体温度数据的快速获取。 展开更多
关键词 数值模拟 Fluent CatBoost算法 贝叶斯优化算法 代理模型
暂未订购 下载PDF
基于BOA-SVM的冷源系统温度传感器偏差故障检测 认领 引用 被引量：3
5
作者 周璇 闫学成 +1 位作者 闫军威 梁列全 《控制理论与应用》 EI CAS CSCD 北大核心 2025年第5期921-930,共10页
针对当前因温度传感器偏差故障识别率低,严重影响冷源系统节能可靠运行的问题,提出一种基于贝叶斯优化支持向量机BOA-SVM组合优化算法的偏差故障检测方法.该方法融合了贝叶斯优化算法(BOA)和支持向量机(SVM)技术,适用于小样本、非线性... 针对当前因温度传感器偏差故障识别率低,严重影响冷源系统节能可靠运行的问题,提出一种基于贝叶斯优化支持向量机BOA-SVM组合优化算法的偏差故障检测方法.该方法融合了贝叶斯优化算法(BOA)和支持向量机(SVM)技术,适用于小样本、非线性故障数据,同时克服了SVM算法对核函数参数与惩罚因子强敏感性的问题.论文建立了广州市某办公建筑冷源系统Trnsys仿真模型,对室外干球、冷冻供水与冷却进水3种温度传感器不同程度的偏差故障进行模拟.仿真结果表明,与本文提出的其他方法相比,该方法准确率高,泛化能力及鲁棒性强,能够满足冷源系统温度传感器偏差故障的检测需求,保障空调系统的安全、高效与稳定运行. 展开更多
关键词 冷源系统 温度传感器 贝叶斯优化 支持向量机 故障检测 Trnsys
暂未订购 下载PDF
基于BOA-BP神经网络的四旋翼飞行器路径优化 认领 引用 被引量：1
6
作者 王舒玮 李嘉 +1 位作者 冯健 岳彩宾 《现代防御技术》 北大核心 2025年第3期74-81,共8页
针对四旋翼飞行器在多障碍物环境中飞行时容易出现路径规划不准确的问题,提出了基于蝴蝶算法(BOA)的BP神经网络优化方法。将四旋翼飞行器在设定路径中的所有途经点作为神经网络的训练样本,通过BOA-BP算法对神经网络进行训练,从而确定了... 针对四旋翼飞行器在多障碍物环境中飞行时容易出现路径规划不准确的问题,提出了基于蝴蝶算法(BOA)的BP神经网络优化方法。将四旋翼飞行器在设定路径中的所有途经点作为神经网络的训练样本,通过BOA-BP算法对神经网络进行训练,从而确定了最佳飞行路径。仿真结果表明,与传统的BOA算法相比,所提出的BOA-BP算法模型可以有效减小四旋翼飞行器路径的误差,均方根误差可从1.60%降低到0.003%。 展开更多
关键词 四旋翼 飞行器 蝴蝶优化算法 BP神经网络 路径优化 训练样本 误差处理
暂未订购 下载PDF
结合不均衡样本生成及BOA-DRSN的扬声器异常声分类 认领 引用 被引量：1
7
作者 周静雷 李振业 +1 位作者 路昌 李丽敏 《西安工程大学学报》 CAS 2025年第4期37-45,共9页
扬声器生产过程中,其正常数据与故障数据比例可能会严重失调,从而导致样本分布不均匀,进而影响故障诊断模型的准确率及可靠性。因此,文中根据样本生成扩增和优化深度学习网络的理念提出了一种新的扬声器异常声分类方法。首先,考虑到原... 扬声器生产过程中,其正常数据与故障数据比例可能会严重失调,从而导致样本分布不均匀,进而影响故障诊断模型的准确率及可靠性。因此,文中根据样本生成扩增和优化深度学习网络的理念提出了一种新的扬声器异常声分类方法。首先,考虑到原始数据特征过于复杂而导致生成样本的质量较差,对扬声器异常声响应信号进行变分模态分解(variational mode decomposition,VMD)突出原始样本的局部特征;其次,从扩增样本角度出发提升模型故障诊断精度,使用最小二乘生成对抗网络(least squares generative adversarial networks,LSGAN)进行对抗训练,生成具有真实样本特征的虚拟样本;最后,选用蝴蝶优化算法(butterfly optimization algorithm,BOA)在大规模权重空间中高效寻优以加速模型收敛,利用深度残差收缩网络(deep residual shrinkage network,DRSN)模型进行扬声器异常声分类,从而提升在样本不均衡情况下的分类准确率及诊断稳定性。实验结果表明:该方法能有效降低误判率,在样本不均衡情况下有效提高故障诊断准确率以及分类诊断的稳定性,其分类平均准确率可达0.9912。 展开更多
关键词 故障诊断 数据不均衡 异常声分类 深度残差收缩网络(DRSN) 蝴蝶优化算法(BOA) 最小二乘生成对抗网络(LSGAN)
暂未订购 下载PDF
基于IBOA-DKF算法的锂电池SOC估计 认领 引用
8
作者 刘意期 王聪 黄建宇 《自动化仪表》 CAS 2025年第3期30-37,共8页
应用传统卡尔曼滤波(KF)算法估计锂电池荷电状态(SOC)时,噪声往往假设为一个固定值的零均值白噪声,从而导致锂电池SOC估计值误差随着迭代次数的增加而不断增大。对此,提出了一种改进蝴蝶优化算法-双卡尔曼滤波(IBOA-DKF)算法。将反向学... 应用传统卡尔曼滤波(KF)算法估计锂电池荷电状态(SOC)时,噪声往往假设为一个固定值的零均值白噪声,从而导致锂电池SOC估计值误差随着迭代次数的增加而不断增大。对此,提出了一种改进蝴蝶优化算法-双卡尔曼滤波(IBOA-DKF)算法。将反向学习策略及动态调整转换概率策略引入蝴蝶优化算法(BOA),可以提高收敛速度、均衡全局搜索及局部开发能力,从而对KF算法的噪声协方差矩阵进行迭代更新。在二阶电阻电容(RC)等效电路模型基础上,利用IBOA-DKF算法分别对内阻Rs与锂电池SOC进行估计。同时,通过两种动态工况测试数据进行仿真,验证了IBOA-DKF算法对锂电池SOC估计绝对值误差在1%以内,因而具备更高的精度、更好的收敛性及鲁棒性。该研究为锂电池SOC更高精度的估计提供了理论依据。 展开更多
关键词 锂电池 荷电状态 卡尔曼滤波 蝴蝶优化算法 等效电路模型
暂未订购 下载PDF
双重情感驱动的传统色彩再生设计方法研究 认领 引用
9
作者 丁满 王鹏博 +1 位作者 汪艺涵 刘威 《河北工业大学学报》 CAS 2026年第3期20-30,I0004,共11页
针对传统色彩在现代设计应用中情感表达单一的问题,提出一种以“双重情感”为导向的色彩设计方法,用来探索传统色彩在现代设计中的再应用方式。首先,构建一个同时包含传统色彩和现代产品色彩的情感数据集;在此基础上,利用灰狼优化算法-... 针对传统色彩在现代设计应用中情感表达单一的问题,提出一种以“双重情感”为导向的色彩设计方法,用来探索传统色彩在现代设计中的再应用方式。首先,构建一个同时包含传统色彩和现代产品色彩的情感数据集;在此基础上,利用灰狼优化算法-径向基神经网络模型建立产品色彩与情感意象之间的对应关系;最后,通过蝴蝶优化算法生成河北武强年画文创产品的色彩方案,并开发一个色彩设计系统,对生成结果进行可视化展示。从实验结果来看,该方法能够同时考虑传统文化情感和现代审美需求,生成的色彩方案既有地方特色,也更符合当下的审美习惯。相关研究可以为文创产品色彩设计提供参考,同时也为传统色彩在现代设计中的应用提供一种新的思路。 展开更多
关键词 传统色彩再生设计 情感意象 灰狼优化算法-径向基神经网络 蝴蝶优化算法 武强年画
暂未订购 下载PDF
一种基于BOA-SAE-EELM的光伏阵列故障诊断方法 认领 引用 被引量：14
10
作者 陈世群 杨耿杰 高伟 《太阳能学报》 EI CAS CSCD 北大核心 2022年第4期154-161,共8页
光伏阵列非线性输出的特性以及最大功率点跟踪算法,会影响光伏阵列保护设备的工作。为了正确辨识光伏阵列的运行状态,本研究提出一种基于贝叶斯优化算法(BOA)、堆栈自动编码器(SAE)以及集成极限学习机(EELM)相结合的故障诊断方法。首先... 光伏阵列非线性输出的特性以及最大功率点跟踪算法,会影响光伏阵列保护设备的工作。为了正确辨识光伏阵列的运行状态,本研究提出一种基于贝叶斯优化算法(BOA)、堆栈自动编码器(SAE)以及集成极限学习机(EELM)相结合的故障诊断方法。首先,将光伏阵列的时序波形进行标准化处理;接着,使用SAE对标准化后的时序波形进行特征自动提取,并训练一个EELM的故障分类模型;最后,利用BOA对诊断模型的超参数进行优化。实验结果表明所提方法对仿真和实验的故障诊断准确率分别达到了98.40%和98.10%,优于反向传播(BP)神经网络、支持向量机、随机森林等方法。 展开更多
关键词 光伏阵列 故障诊断 堆栈自动编码器 极限学习机 贝叶斯优化算法 时序波形
暂未订购 下载PDF
动态扰动下高心墙堆石坝无人碾压BOA-PID循迹控制 认领 引用 被引量：6
11
作者 时梦楠 王晓玲 +2 位作者 王佳俊 崔博 关世伟 《水力发电学报》 CSCD 北大核心 2022年第12期27-37,共11页
无人碾压机精准循迹控制对确保压实质量意义重大。然而,高心墙堆石坝具有坝料粒径分布广且松铺厚度不均匀等特征,导致坝面不平整且异质性强,对无人碾压机循迹控制造成动态扰动。传统的比例积分微分(proportion integral derivative,PID... 无人碾压机精准循迹控制对确保压实质量意义重大。然而,高心墙堆石坝具有坝料粒径分布广且松铺厚度不均匀等特征,导致坝面不平整且异质性强,对无人碾压机循迹控制造成动态扰动。传统的比例积分微分(proportion integral derivative,PID)控制算法采用固定参数进行纠偏控制,难以快速纠正动态扰动导致的循迹偏差。针对上述问题,本文以蝴蝶优化算法(butterfly optimization algorithm,BOA)动态优化PID控制参数,提出BOA-PID无人碾压机循迹控制方法。首先,构建车身倾斜模型以修正坝面不平整条件下无人碾压机的定位误差;其次,基于运动学模型动态预测无人碾压机的纠偏距离;再者,以最小化纠偏距离为目标函数,采用BOA动态优化PID算法的比例、积分和微分参数;最后,以参数优化的PID计算无人碾压机的转向控制量,从而克服动态扰动,实现高心墙堆石坝复杂条件下的快速纠偏。本文结合中国西南两河口大型水利水电工程开展仿真与实地实验,以验证所提出方法的有效性和先进性。结果表明,BOA-PID的纠偏能力优于GA-PID(genetic algorithm)、PSO-PID(particle swarm optimization)、DA-PID(dragonfly algorithm)和传统PID,且所提出方法能够实现高心墙堆石坝复杂条件下无人碾压机的精准循迹控制,堆石料(4.44 cm)和心墙料(3.32 cm)碾压的平均循迹误差均小于5 cm。 展开更多
关键词 高心墙堆石坝 无人碾压机 循迹控制 动态扰动 BOA PID控制
暂未订购 下载PDF
考虑疲劳腐蚀耦合损伤的悬索桥吊索可靠度分析 认领 引用
12
作者 冯星 曾亚林 丁发兴 《公路工程》 2026年第2期12-21,75,共10页
为探究大跨度悬索桥吊索在疲劳腐蚀耦合损伤下的可靠度退化规律,提出了基于IBOA-SVM模型的可靠度计算方法,揭示了腐蚀环境对疲劳损伤的加速效应及耦合损伤对吊索可靠性的影响机制。首先推导了疲劳腐蚀耦合损伤的物理机制,其次提出了一... 为探究大跨度悬索桥吊索在疲劳腐蚀耦合损伤下的可靠度退化规律,提出了基于IBOA-SVM模型的可靠度计算方法,揭示了腐蚀环境对疲劳损伤的加速效应及耦合损伤对吊索可靠性的影响机制。首先推导了疲劳腐蚀耦合损伤的物理机制,其次提出了一种基于改进蝴蝶优化算法和支持向量机(IBOA-SVM)的吊索可靠度计算方法,最后以某大跨度悬索桥为工程背景,采用IBOA算法和吊索响应面代理模型计算了不同损伤模式和服役年限下的吊索可靠指标。结果表明:相较于同类算法,IBOA-SVM模型可以有效地捕捉各参数与应力之间的复杂非线性关系,使得模型在拟合多变量关系时具有较高的精度和稳定性,测试样本集下吊索应力响应预测相对误差<5%;疲劳腐蚀的耦合作用会加速吊索可靠度的退化进程,相较于微动疲劳损伤,疲劳腐蚀耦合损伤对吊索可靠性的负面影响更大,且随着服役年限的增加,钢丝腐蚀会显著提高疲劳损伤的程度,算例中Z17、Z25、Z34吊索耦合损伤工况相较单一损伤工况到达可靠指标限值的时间分别提前了10.6、10.6、9 a。中索跨度较长,其振动敏感性更高,荷载作用会显著增大耦合损伤模式下的中索应力幅值,中索的劣化效应相较于边索而言更为明显,服役20 a后中索Z34吊索在单一损伤和耦合损伤工况下的可靠指标降幅分别约为35.50%和85.11%。 展开更多
关键词 桥梁工程 悬索桥 吊索可靠度 疲劳腐蚀损伤 蝴蝶优化算法
暂未订购 下载PDF
基于注意力机制与XBOA-Bi-LSTM的离心式压缩机故障预警方法 认领 引用 被引量：10
13
作者 袁镇华 茅大钧 李玉珍 《机电工程》 CAS 北大核心 2024年第3期400-408,共9页
由于离心式压缩机存在着运行工况复杂、维修成本昂贵和长输管道工作环境恶劣的问题,为此,提出了一种基于注意力机制(AM)和蝴蝶算法优化双向长短期记忆神经网络(XBOA-Bi-LSTM)的离心式压缩机故障预警方法。首先,针对传统蝴蝶算法的收敛... 由于离心式压缩机存在着运行工况复杂、维修成本昂贵和长输管道工作环境恶劣的问题,为此,提出了一种基于注意力机制(AM)和蝴蝶算法优化双向长短期记忆神经网络(XBOA-Bi-LSTM)的离心式压缩机故障预警方法。首先,针对传统蝴蝶算法的收敛速度慢、转换概率单一和容易陷入局部最优等问题,通过引入无限折叠迭代混叠映射以丰富蝴蝶算法的初始种群;同时,提出了一种基于种群离散度与迭代次数的自适应惯性转换概率,以提高蝴蝶算法的寻优能力;然后,采用了灰色关联度分析法对测点数据进行了特征提取,结合注意力机制对输入序列进行了灰色关联度系数赋权;最后,建立了双向长短期记忆神经网络故障预警模型,采用仿真实验完成了对离心式压缩机的故障预警;以某天然气长输管道机组的离心式压缩机作为仿真对象,对该离心式压缩机故障预警方法的可行性进行了验证。研究结果表明:采用基于注意力机制与XBOA-Bi-LSTM的离心式压缩机故障预警方法时,在离心式压缩机故障发生前2 h~3 h内就发出预警信号,实现了对于离心式压缩机进气过滤器压差异常与支撑轴承工作异常的故障预警目的。 展开更多
关键词 离心式压缩机 蝴蝶优化算法 灰色关联度分析法 注意力机制 双向长短期记忆神经网络 故障特征提取
暂未订购 下载PDF
基于BOA-ELM的区域VOCs质量浓度空间插值方法研究 认领 引用 被引量：1
14
作者 黄光球 虞欣 陆秋琴 《安全与环境学报》 CAS CSCD 北大核心 2023年第9期3362-3371,共10页
针对目前挥发性有机物(Volatile Organic Compounds,VOCs)质量浓度插值方法单一且插值精度不高的问题,为了提升区域内VOCs质量浓度空间插值的精度,构建BOA-ELM(Butterfly Optimization Algorithm-Extreme Learning Machine)空间插值模型... 针对目前挥发性有机物(Volatile Organic Compounds,VOCs)质量浓度插值方法单一且插值精度不高的问题,为了提升区域内VOCs质量浓度空间插值的精度,构建BOA-ELM(Butterfly Optimization Algorithm-Extreme Learning Machine)空间插值模型,首次将神经网络模型应用于VOCs质量浓度空间插值。首先对研究区域进行网格划分,其次利用BOA-ELM进行插值研究,同时讨论气象特征对空间插值的重要性,最后将VOCs质量浓度空间插值结果可视化。以陕西省为例,对VOCs质量浓度进行插值,结果显示:加入气象特征变量能提高模型插值精度,且与原始极限学习机(Extreme Learning Machine,ELM)模型以及传统插值方法反向离权重法(Inverse Distance Weighted,IDW)对比,显示BOA-ELM模型的均方根误差(ZRMSE)、平均绝对误差(ZMAE)、平均绝对百分比误差(ZMAPE)均为最小值,分别为8.69μg/m3、6.72μg/m3、7.10%,优于IDW模型。结果表明BOA-ELM模型能很好地应用VOCs质量浓度空间插值,为大气污染物的空间插值提供了新的思路与方法。 展开更多
关键词 环境工程学 挥发性有机物(VOCs) 空间插值 蝴蝶优化算法(BOA) 极限学习机(ELM)
暂未订购 下载PDF
Wind Driven Butterfly Optimization Algorithm with Hybrid Mechanism Avoiding Natural Enemies for Global Optimization and PID Controller Design 认领 引用 被引量：3
15
作者 Yang He Yongquan Zhou +2 位作者 Yuanfei Wei Qifang Luo Wu Deng 《Journal of Bionic Engineering》 SCIE EI CSCD 2023年第6期2935-2972,共38页
This paper presents a Butterfly Optimization Algorithm(BOA)with a wind-driven mechanism for avoiding natural enemies known as WDBOA.To further balance the basic BOA algorithm's exploration and exploitation capabil... This paper presents a Butterfly Optimization Algorithm(BOA)with a wind-driven mechanism for avoiding natural enemies known as WDBOA.To further balance the basic BOA algorithm's exploration and exploitation capabilities,the butterfly actions were divided into downwind and upwind states.The algorithm of exploration ability was improved with the wind,while the algorithm of exploitation ability was improved against the wind.Also,a mechanism of avoiding natural enemies based on Lévy flight was introduced for the purpose of enhancing its global searching ability.Aiming at improving the explorative performance at the initial stages and later stages,the fragrance generation method was modified.To evaluate the effectiveness of the suggested algorithm,a comparative study was done with six classical metaheuristic algorithms and three BOA variant optimization techniques on 18 benchmark functions.Further,the performance of the suggested technique in addressing some complicated problems in various dimensions was evaluated using CEC 2017 and CEC 2020.Finally,the WDBOA algorithm is used proportional-integral-derivative(PID)controller parameter optimization.Experimental results demonstrate that the WDBOA based PID controller has better control performance in comparison with other PID controllers tuned by the Genetic Algorithm(GA),Flower Pollination Algorithm(FPA),Cuckoo Search(CS)and BOA. 展开更多
关键词 Butterfly Optimization Algorithm(BOA) Wind Driven Optimization(WDO) Benchmark functions Global optimization Proportional integral derivative(PID) Metaheuristic
Air Combat Assignment Problem Based on Bayesian Optimization Algorithm 认领 引用 被引量：3
16
作者 FU LI LONG XI HE WENBIN 《Journal of Shanghai Jiaotong university(Science)》 EI 2022年第6期799-805,共7页
In order to adapt to the changing battlefield situation and improve the combat effectiveness of air combat,the problem of air battle allocation based on Bayesian optimization algorithm(BOA)is studied.First,we discuss ... In order to adapt to the changing battlefield situation and improve the combat effectiveness of air combat,the problem of air battle allocation based on Bayesian optimization algorithm(BOA)is studied.First,we discuss the number of fighters on both sides,and apply cluster analysis to divide our fighter into the same number of groups as the enemy.On this basis,we sort each of our fighters'different advantages to the enemy fighters,and obtain a series of target allocation schemes for enemy attacks by first in first serviced criteria.Finally,the maximum advantage function is used as the target,and the BOA is used to optimize the model.The simulation results show that the established model has certain decision-making ability,and the BOA can converge to the global optimal solution at a faster speed,which can effectively solve the air combat task assignment problem. 展开更多
关键词 air combat task assignment first in first serviced criteria Bayesian optimization algorithm(BOA)
暂未订购 下载PDF
基于ICEEMDAN和IMWPE-LDA-BOA-SVM的齿轮箱损伤识别模型 认领 引用 被引量：6
17
作者 王洪 张锐丽 吴凯 《机电工程》 CAS 北大核心 2023年第11期1709-1717,共9页
针对齿轮箱振动信号中的背景噪声过大影响故障特征质量,进而降低故障识别准确率的问题,提出了一种基于改进自适应噪声完备集成经验模态分解(ICEEMDAN)、改进多尺度加权排列熵(IMWPE)、利用线性判别分析(LDA)、蝴蝶优化算法(BOA)优化支... 针对齿轮箱振动信号中的背景噪声过大影响故障特征质量,进而降低故障识别准确率的问题,提出了一种基于改进自适应噪声完备集成经验模态分解(ICEEMDAN)、改进多尺度加权排列熵(IMWPE)、利用线性判别分析(LDA)、蝴蝶优化算法(BOA)优化支持向量机(SVM)的齿轮箱故障诊断方法(ICEEMDAN-IMWPE-LDA-BOA-SVM)。首先,采用ICEEMDAN对齿轮箱振动信号进行了分解,生成了一系列从低频到高频分布的本征模态函数分量;接着,基于相关系数筛选出包含主要故障信息的本征模态函数分量,进行了信号重构,降低了信号的噪声;随后,提出了改进多尺度加权排列熵的非线性动力学指标,并利用其提取了重构信号的故障特征,以构建反映齿轮箱故障特性的故障特征;然后,利用线性判别分析(LDA)对原始故障特征进行了压缩,以构建低维的故障特征向量;最后,采用蝴蝶优化算法(BOA)对支持向量机(SVM)的惩罚系数和核函数参数进行了优化,以构建参数最优的故障分类器,对齿轮箱的故障进行了识别;基于齿轮箱复合故障数据集对ICEEMDAN-IMWPE-BOA-SVM方法进行了实验和对比分析。研究结果表明:该方法能够较为准确地识别齿轮箱的不同故障类型,准确率达到了99.33%,诊断时间只需5.31 s,在多个方面都优于其他对比方法,在齿轮箱的故障诊断中更具有应用潜力。 展开更多
关键词 故障特征提取 信号分解及信号重构 特征降维 改进自适应噪声完备集成经验模态分解 改进多尺度加权排列熵 线性判别分析 蝴蝶优化算法 支持向量机
暂未订购 下载PDF
基于AdaBoost-BOA的中小企业信用评估模型 认领 引用
18
作者 涂著刚 李正军 杨敏 《计算机与数字工程》 2021年第6期1277-1280,共4页
针对我国现有信贷风险评估体系的不完善以及银行对中小企业的信用等级评估的要求,提出了一种基于Ada⁃Boost-BOA的中小企业信用评估模型。首先确定中小企业信用评估指标,然后通过贝叶斯优化算法构建AdaBoost-BOA集成分类信用评估模型。... 针对我国现有信贷风险评估体系的不完善以及银行对中小企业的信用等级评估的要求,提出了一种基于Ada⁃Boost-BOA的中小企业信用评估模型。首先确定中小企业信用评估指标,然后通过贝叶斯优化算法构建AdaBoost-BOA集成分类信用评估模型。实验结果表明,与其他传统的模型相比较,论文提出的AdaBoost-BOA模型在信用等级评估中具有更优良的评估性能,其准确率更高。 展开更多
关键词 中小企业 信用等级评估 贝叶斯优化算法 AdaBoost-BOA
暂未订购 下载PDF
多电压等级电网协同规划的容载比优化配置方法 认领 引用 被引量：2
19
作者 王凯亮 何卓怡 +2 位作者 叶健鹏 林译涵 马雨欣 《南方电网技术》 CSCD 北大核心 2025年第7期131-139,共9页
容载比作为指导电网规划的重要指标,对变电站定容选址、线路规划建设起到决定性影响。计及多电压等级电网差异性提出了一种多层级电网协同规划的容载比优化配置方法。模型以建设成本为目标函数,考虑多电压等级变电站和线路协同规划,结... 容载比作为指导电网规划的重要指标,对变电站定容选址、线路规划建设起到决定性影响。计及多电压等级电网差异性提出了一种多层级电网协同规划的容载比优化配置方法。模型以建设成本为目标函数,考虑多电压等级变电站和线路协同规划,结合贝叶斯优化算法(Bayesian optimization algorithm,BOA)与遗传算法(genetic algorithms,GA),提出规划模型的BOA-GA求解算法。所提模型能够自动形成多电压等级电网规划方案,并测算多电压等级电网最优容载比配比和电网建设各部分最优投资配比。研究表明,长时间尺度下电网多电压等级容载比配比与电网整体建设投资大体呈现为二次函数关系,关系曲线呈向上开口的椭圆抛物面形状。实际地区配网算例证明,该模型能实现多电压等级容载比的优化配置和网架结构的自动规划,在满足各项技术指标的同时,电网建设成本显著减少,经济性得到有效提升,所提方法能为多电压等级电网协同规划提供有效的理论和方法指导。 展开更多
关键词 电网协同规划 容载比优化配置 多电压等级 BOA-GA算法
暂未订购 下载PDF
多策略改进的蝴蝶优化算法 认领 引用 被引量：2
20
作者 张琪 顾腾达 +2 位作者 任宇辰 季津琪 陈海涛 《计算机工程与科学》 CSCD 北大核心 2025年第7期1312-1320,共9页
针对蝴蝶优化算法存在搜索精度差、全局搜索和局部开发能力不平衡、容易陷入局部最优等问题,为提升蝴蝶优化算法的鲁棒性和寻优能力,提出一种多策略改进的蝴蝶优化算法。该算法选用随机一致性初始化蝴蝶种群,使蝴蝶个体在搜索空间中的... 针对蝴蝶优化算法存在搜索精度差、全局搜索和局部开发能力不平衡、容易陷入局部最优等问题,为提升蝴蝶优化算法的鲁棒性和寻优能力,提出一种多策略改进的蝴蝶优化算法。该算法选用随机一致性初始化蝴蝶种群,使蝴蝶个体在搜索空间中的各个维度分布更加均匀,对解空间的覆盖率更广;引入动态惯性权重策略,平衡全局搜索与局部搜索;引入精英差分变异策略,提高算法的全局搜索能力。将改进后的算法与7种优化算法在17个基准函数上进行实验对比,结果表明,改进后的算法相比于原始蝴蝶优化算法,具有更好的收敛性和求解精度,且全局寻优能力和鲁棒性得到了提升。 展开更多
关键词 蝴蝶优化算法 随机一致性初始化 差分进化算法 基准函数 Wilcoxon秩和检验
暂未订购 下载PDF
已选0条
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 3 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈