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42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：
A LODBO algorithm for multi-UAV search and rescue path planning in disaster areas 认领 引用 被引量：7
1
作者 Liman Yang Xiangyu Zhang +2 位作者 Zhiping Li Lei Li Yan Shi 《Chinese Journal of Aeronautics》 SCIE EI CAS CSCD 2025年第2期200-213,共14页
In disaster relief operations,multiple UAVs can be used to search for trapped people.In recent years,many researchers have proposed machine le arning-based algorithms,sampling-based algorithms,and heuristic algorithms... In disaster relief operations,multiple UAVs can be used to search for trapped people.In recent years,many researchers have proposed machine le arning-based algorithms,sampling-based algorithms,and heuristic algorithms to solve the problem of multi-UAV path planning.The Dung Beetle Optimization(DBO)algorithm has been widely applied due to its diverse search patterns in the above algorithms.However,the update strategies for the rolling and thieving dung beetles of the DBO algorithm are overly simplistic,potentially leading to an inability to fully explore the search space and a tendency to converge to local optima,thereby not guaranteeing the discovery of the optimal path.To address these issues,we propose an improved DBO algorithm guided by the Landmark Operator(LODBO).Specifically,we first use tent mapping to update the population strategy,which enables the algorithm to generate initial solutions with enhanced diversity within the search space.Second,we expand the search range of the rolling ball dung beetle by using the landmark factor.Finally,by using the adaptive factor that changes with the number of iterations.,we improve the global search ability of the stealing dung beetle,making it more likely to escape from local optima.To verify the effectiveness of the proposed method,extensive simulation experiments are conducted,and the result shows that the LODBO algorithm can obtain the optimal path using the shortest time compared with the Genetic Algorithm(GA),the Gray Wolf Optimizer(GWO),the Whale Optimization Algorithm(WOA)and the original DBO algorithm in the disaster search and rescue task set. 展开更多
关键词 Unmanned aerial vehicle Path planning Meta heuristic algorithm DBO algorithm NP-hard problems
暂未订购 下载PDF
CMFDE和MSIDBO-SVM在滚动轴承故障诊断中的应用 认领 引用
2
作者 李佰霖 张政 +2 位作者 唐淞 付文龙 孟凯悦 《重庆理工大学学报（自然科学）》 CAS 北大核心 2026年第2期105-111,共7页
针对滚动轴承故障特征信息提取困难导致故障诊断准确率较低的问题,提出基于复合多尺度模糊散布熵(CMFDE)和改进蜣螂优化算法(MSIDBO)优化支持向量机(SVM)的轴承故障诊断方法。针对蜣螂优化算法(DBO)种群多样性差易陷入局部最优,引入多... 针对滚动轴承故障特征信息提取困难导致故障诊断准确率较低的问题,提出基于复合多尺度模糊散布熵(CMFDE)和改进蜣螂优化算法(MSIDBO)优化支持向量机(SVM)的轴承故障诊断方法。针对蜣螂优化算法(DBO)种群多样性差易陷入局部最优,引入多种策略改进DBO算法。采用DBO对变分模态分解(VMD)进行参数优化,利用优化后的VMD将信号分解成多个本征模态分量(IMF),再根据综合指标筛选IMF。计算筛选后IMF的CMFDE值,并将其作为MSIDBO-SVM模型的输入向量。采用美国凯斯西储大学轴承数据集和SpectraQuest实验台轴承数据集进行验证,结果表明,MSIDBO-SVM模型准确率分别为98.89%和97.78%,验证了所提方法的有效性和泛化能力。 展开更多
关键词 熵权法-TOPSIS 复合多尺度模糊散布熵 改进蜣螂优化算法 支持向量机 故障诊断
暂未订购 下载PDF
基于改进DBO算法的机械臂时间最优轨迹规划 认领 引用
3
作者 游达章 杨志远 《传感器与微系统》 北大核心 2026年第8期161-166,共6页
针对机械臂轨迹规划的时间优化问题,提出了一种融合黑寡妇算法的改进蜣螂优化(IBWDBO)算法,对轨迹运行时间进行寻优。为保证关节轨迹平滑连续,在关节空间内,采用非均匀五次B样条函数构造插值曲线。针对原算法初始种群分布不均问题,采用... 针对机械臂轨迹规划的时间优化问题,提出了一种融合黑寡妇算法的改进蜣螂优化(IBWDBO)算法,对轨迹运行时间进行寻优。为保证关节轨迹平滑连续,在关节空间内,采用非均匀五次B样条函数构造插值曲线。针对原算法初始种群分布不均问题,采用佳点集策略生成初始种群,确保种群位置均匀分布。针对种群不同个体间联系不紧密导致的收敛速度慢问题,采用融合黑寡妇优化算法(BWO)算法更新部分个体,增强种群内部联系,提升算法收敛速度。为了防止算法陷入局部最优,加入螺旋搜索机制,提高算法的抗停滞能力。将IBWDBO与原始算法及其他经典算法进行仿真对比及样机实验。实验结果表明:改进的DBO算法与其他算法相比,具有更快的寻优速度和更强的寻优能力,经优化的机械臂关节位移、速度、加速度曲线平滑,该方法能有效实现机械臂时间最优轨迹规划。 展开更多
关键词 轨迹规划 改进蜣螂优化算法 佳点集策略 黑寡妇优化算法 螺旋搜索机制
暂未订购 下载PDF
前馈网络CDBO优化算法机器人全局路径规划研究 认领 引用
4
作者 刘俊毅 《计算机科学与探索》 CSCD 北大核心 2026年第5期1339-1354,共16页
随着机器人技术的发展,路径规划已成为智能化系统中的核心问题。针对传统蜣螂优化(DBO)算法在搜索能力和收敛效率方面的不足,提出一种融合多策略的改进型DBO算法。该算法引入Fuch混沌映射与前馈神经网络模型结合的初始化机制,有效增加... 随着机器人技术的发展,路径规划已成为智能化系统中的核心问题。针对传统蜣螂优化(DBO)算法在搜索能力和收敛效率方面的不足,提出一种融合多策略的改进型DBO算法。该算法引入Fuch混沌映射与前馈神经网络模型结合的初始化机制,有效增加搜索空间的多样性,避免搜索过程中可能出现的局部最优。整合自适应精英反向学习与非线性螺旋搜索策略,以提升全局搜索能力与稳定性。设计多方向指数正弦扰动机制,实现自适应偷窃搜索,加快收敛速度并规避局部最优陷阱。为强化局部优化能力,进一步融合了粒子群优化(PSO)的动态差异变异更新策略。实验结果表明,改进型DBO算法在复杂环境下的路径规划性能优于传统DBO算法,不仅在路径长度上平均缩短了10.3%,而且在全局搜索、避障能力及路径平滑性方面均表现出显著的优势。这一改进算法的提出,为机器人路径规划问题提供了新的思路,并具有较强的实际应用价值。 展开更多
关键词 蜣螂优化(DBO)算法 Fuch混沌映射 自适应精英反向学习策略 多方向指数正弦自适应偷窃策略 路径规划
暂未订购 下载PDF
基于DBO-FOPID控制器的无刷直流电机DTC控制 认领 引用
5
作者 黄康 刘杭 +1 位作者 孙浩 夏伟 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2026年第6期739-746,共8页
文章采用一种直接转矩控制(direct torque control,DTC)方案,将参考扭矩直接与估计扭矩进行比较,并将误差提供给控制器,从而实现极低转矩纹波下的直流无刷电机(brushless direct current motor,BLDC)控制。相较于传统的整数阶比例-积分... 文章采用一种直接转矩控制(direct torque control,DTC)方案,将参考扭矩直接与估计扭矩进行比较,并将误差提供给控制器,从而实现极低转矩纹波下的直流无刷电机(brushless direct current motor,BLDC)控制。相较于传统的整数阶比例-积分-微分(proportion-integration-differentiation,PID)控制器,分数阶PID(fractional order PID,FOPID)控制器的可调参数由过去的KP、KI、KD增加为KP、KI、KD、λ、μ,可调参数数量的增加能够更好地反映控制对象的非线性特性和时变性质,从而提升控制系统的鲁棒性。为避免PID参数过于依赖专家经验的缺点,采用蜣螂优化(dung beetle optimization,DBO)算法对FOPID进行自适应参数整定;并在MATLAB/Simulink环境中搭建BLDC的DTC控制模型,将所提出的基于DBO-FOPID控制器的BLDC直接转矩控制与基于粒子群优化(particle swarm optimization,PSO)算法的FOPID控制器的BLDC直接转矩控制、基于麻雀搜索优化算法(sparrow search algorithm,SSA)的FOPID控制器的BLDC直接转矩控制以及基于PI(proportion integration)控制器的BLDC速度控制等方法进行对比。仿真对比结果验证了所提出的控制器能够以极低的转矩脉动实现对电机转矩的有效控制。 展开更多
关键词 分数阶比例-积分-微分(FOPID)控制器 直接转矩控制(DTC) 蜣螂优化(DBO)算法 参数整定
暂未订购 下载PDF
基于DBO算法的采棉机采摘头多重Weibull可靠性分析 认领 引用
6
作者 赵军 邵奥龙 +4 位作者 韩秉东 郑元昭 王祖福 许海峰 张宏文 《农机化研究》 北大核心 2026年第10期136-144,共9页
为评估并提升国产采棉机采摘头田间作业的可靠性,提出了一种基于蜣螂优化算法(Dung Beetle Optimizer,DBO)的多重Weibull模型,通过定量评价为可靠性优化设计提供依据。基于新疆石河子地区采棉机服务机构的实证研究数据,结合制造商技术... 为评估并提升国产采棉机采摘头田间作业的可靠性,提出了一种基于蜣螂优化算法(Dung Beetle Optimizer,DBO)的多重Weibull模型,通过定量评价为可靠性优化设计提供依据。基于新疆石河子地区采棉机服务机构的实证研究数据,结合制造商技术文档分析,将采摘头故障模式进行分类和编码。为解决数据采集效率低、噪声干扰大的问题,开发了基于微信小程序的跨平台无纸化采集系统。通过新疆石河子地区26台6行采棉机400 h的田间试验,系统采集到85条故障数据。通过IQR法剔除异常值,保留85条有效数据。基于故障独立性准则,验证数据符合Weibull分布。构建三重二参数Weibull分布模型时,引入DBO算法优化模型参数,并与鲸鱼算法(WOA)、斑马算法(ZOA)进行对比优化。试验结果表明:DBO算法预测精度明显最优,均方根误差RMSE为0.0143,平均绝对百分比误差MAPE为4.11%;基于模型输出的可靠性预测结果,计算得采摘头平均故障间隔时间(MTBF)达183.5 h,固有可用度为0.976,可作为验证DBO-Weibull模型工程适用性的量化证据。基于可靠性定量评价结果验证了国产采棉机采摘头的工程实用价值,其MTBF与固有可用度的量化结果为可靠性优化设计指明了方向。本研究为智能算法在农机可靠性领域的应用提供了创新范式,同时开发的标准化数据采集系统与数据处理流程可为其他农业装备可靠性分析提供技术参考。 展开更多
关键词 采棉机采摘头 DBO算法 多重Weibull模型 可靠性分析 MTBF 固有可用度
暂未订购 下载PDF
基于DBO-MLP-SVM算法联合数值模拟的采场结构参数优化研究 认领 引用
7
作者 李坤 王刚 +5 位作者 赵黎 粟登峰 胡颖鹏 谭宝会 王瑞 侯鑫鑫 《矿业研究与开发》 CAS 北大核心 2026年第6期32-41,共10页
针对采场结构参数优化中传统工程类比方法易受主观评价影响、单纯数值模拟方法建模复杂且工作量大等难题,提出基于DBO-MLP-SVM的人工智能采场参数优选方法。采用蜣螂算法(DBO)优化多层感知机(MLP)与支持向量机(SVM)的性能,将二者融合以... 针对采场结构参数优化中传统工程类比方法易受主观评价影响、单纯数值模拟方法建模复杂且工作量大等难题,提出基于DBO-MLP-SVM的人工智能采场参数优选方法。采用蜣螂算法(DBO)优化多层感知机(MLP)与支持向量机(SVM)的性能,将二者融合以克服MLP易陷入局部最优的缺陷,并收集相关矿山采场参数与采场稳定性分级数据对所提模型进行训练,以西南某石灰石矿山为例,代入模型获得不同矿柱宽度下的稳定性分级,并通过FLAC3D数值模拟对采场位移、矿柱变形及地表沉降进行分析验证。结果表明:DBO-MLP-SVM模型预测矿柱宽度大于8 m时采场稳定,最优采场结构参数为矿柱宽度×间距=8 m×8 m,数值模拟结果与其一致;与传统工程类比法相比,智能协同优化后采场生产能力增幅达51.80%,损失率、贫化率变化较小,有效兼顾了生产效能与安全保障。该方法为采场结构参数优化提供了高效、准确的技术途径,可为矿山采场参数优化提供借鉴。 展开更多
关键词 采场结构参数 DBO-MLP-SVM算法 采场稳定性 矿柱宽度 数值模拟
暂未订购 下载PDF
基于DBO-Muskingum的旬阳水电站多预见期入库洪水预报模型研究 认领 引用
8
作者 施雨 张惠茹 《山西水利科技》 2026年第3期61-65,69,共5页
入库洪水的准确预测对水电站优化调度和防洪减灾具有重要作用,以汉江上游旬阳水电站为例,针对汉江上游旬阳段流域地形复杂、支流交互影响显著,导致入库洪水精准预测困难,提出采用马斯京根(Muskingum)分段流量演算法、叠加先演后合法构... 入库洪水的准确预测对水电站优化调度和防洪减灾具有重要作用,以汉江上游旬阳水电站为例,针对汉江上游旬阳段流域地形复杂、支流交互影响显著,导致入库洪水精准预测困难,提出采用马斯京根(Muskingum)分段流量演算法、叠加先演后合法构建旬阳水电站入库洪水预报模型。为解决基于马斯京根(Muskingum)的预报模型缺乏预见期问题,设计动态预见期优化策略,并引入蜣螂优化算法(DBO)优化马斯京根(Muskingum)分段流量演算法的参数K、x、N、Δt,从而提升多预见期(1~4 h)下的旬阳水电站入库洪水预报模型精度。结果表明,1~4 h预见期下的模型预报方案合格率均为89%,预报精度为甲等。其中,2 h预见期下的入库洪水预报模型确定性系数DC值最大,为0.82。研究成果可为提升同类水电站入库洪水预报精度提供理论依据。 展开更多
关键词 洪水预报 马斯京根模型 蜣螂优化算法 旬阳水电站
暂未订购 下载PDF
基于SConvNeXt-ECMS与DBO-RELM模型的滚动轴承故障诊断方法 认领 引用 被引量：6
9
作者 戚晓利 毛俊懿 +3 位作者 王兆俊 王志文 崔德海 赵方祥 《航空动力学报》 EI CAS CSCD 北大核心 2025年第5期460-474,共15页
针对现有基于深度学习的滚动轴承故障诊断方法存在准确度不高、泛化性较差的缺点,提出了一种基于SConvNeXt-ECMS(the ConvNeXt network based on shuffled convolution-efficient channel and multi-scale spatial attention module)与D... 针对现有基于深度学习的滚动轴承故障诊断方法存在准确度不高、泛化性较差的缺点,提出了一种基于SConvNeXt-ECMS(the ConvNeXt network based on shuffled convolution-efficient channel and multi-scale spatial attention module)与DBO-RELM(dung beetleoptimizer regularized extreme learning machine)的滚动轴承故障诊断模型。将ECMS注意力机制与分流卷积模块融入ConvNeXt网络,提升ConvNeXt网络的特征提取能力;使用蜣螂优化算法完成参数寻优后的RELM替换网络原有分类层,提升网络对相近特征的分辨能力;利用哈尔滨工业大学航空轴承故障数据集仿真实验,验证所提分流卷积对ConvNeXt网络的提升效果;使用帕德博恩大学数据集进行滚动轴承混合故障诊断实验,验证所提SConvNeXt-ECMS与DBO-RELM模型的分类效果。仿真实验结果表明:所提SConvNeXt网络在航空轴承故障分类任务中,准确率可达100%,优于其他现有网络;帕德博恩大学滚动轴承混合故障诊断实验表明,所提ECMS注意力机制以及DBO-RELM方法均对原网络的性能有进一步的提升,新模型对滚动轴承混合故障的诊断准确率最高可达99.94%,相较于其他现有的滚动轴承故障诊断模型,均具有更高的故障诊断准确率和更强的泛化能力。 展开更多
关键词 故障诊断 滚动轴承 分流卷积 注意力机制 正则化极限学习机(RELM) 蜣螂优化算法(DBO)
暂未订购 下载PDF
基于DBO-ICEEMDAN-NLM的光纤周界入侵信号去噪 认领 引用 被引量：1
10
作者 马愈昭 吕其明 李猛 《系统工程与电子技术》 EI CSCD 北大核心 2025年第12期4024-4033,共10页
针对复杂环境下光纤周界入侵告警系统受噪声干扰难以对入侵事件识别和定位的问题,提出基于蜣螂优化(dung beetle optimizer,DBO)算法优化改进的自适应噪声完全集合经验模态分解(improved complete ensemble empirical mode decompositio... 针对复杂环境下光纤周界入侵告警系统受噪声干扰难以对入侵事件识别和定位的问题,提出基于蜣螂优化(dung beetle optimizer,DBO)算法优化改进的自适应噪声完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)结合非局部均值(non-local mean,NLM)滤波的振动信号去噪方法。首先利用DBO-ICEEMDAN对信号分解获得若干本征模态函数(intrinsic mode function,IMF),然后引入样本熵对IMF分量的复杂程度进行判决,最后将NLM滤波后的信噪混合分量和低频信号分量进行重构完成对信号的去噪。通过振动仿真信号验证,并对光纤周界双Mach-Zehnder系统实测的敲击、攀爬和跑动信号去噪。以敲击信号为例,与变分模态分解-排列熵和NLM滤波-自适应噪声完备集合经验模态分解-小波阈值去噪方法相比,所提方法的噪声抑制比分别提高了2.94 dB和1.08 dB,均方根误差分别降低了72.41%和57.89%,在更好地滤除信号噪声的同时充分保留了信号的关键特征。 展开更多
关键词 光纤传感 信号去噪 蜣螂优化算法 经验模态分解 非局部均值滤波
暂未订购 下载PDF
基于DBO-DAOD的未知雷达调制方式识别算法 认领 引用 被引量：1
11
作者 张本辉 刘松涛 晁玉龙 《系统工程与电子技术》 EI CSCD 北大核心 2025年第6期1833-1842,共10页
随着各种新型雷达的出现或战时预留模式的采用,真实的战场电磁环境将越加复杂,大概率会出现种类未知且参数突变的雷达调制信号,对现有的调制方式识别算法带来严峻挑战。对此,分析雷达调制方式“未知”对识别结果的影响机理,将开集差分... 随着各种新型雷达的出现或战时预留模式的采用,真实的战场电磁环境将越加复杂,大概率会出现种类未知且参数突变的雷达调制信号,对现有的调制方式识别算法带来严峻挑战。对此,分析雷达调制方式“未知”对识别结果的影响机理,将开集差分分布对齐(distribution alignment with open set difference,DAOD)算法引入雷达调制方式识别领域,设计具体应用的技术方案,并针对DAOD算法所需参数依靠先验知识或者试探选取问题,利用蜣螂优化(dung beetle optimizer,DBO)算法进行参数优化。仿真结果表明:在单个雷达调制方式未知情形下,精确度Accuracy和F-measure分值的平均值分别可达91.34%和95.11%;在多个雷达调制方式未知情形下,Accuracy和F-measure的平均值分别可达91.37%、93.69%;与DAOD算法相比,上述结果分别提升了3.77%、1.83%、21.17%和12.06%。因此,DBO-DAOD算法可有效提升未知雷达调制方式的识别率。 展开更多
关键词 开集差分分布对齐 蜣螂优化算法 未知调制方式识别 影响机理
暂未订购 下载PDF
基于DBO-BP的永磁同步电机损耗预测模型 认领 引用 被引量：3
12
作者 李良辉 李乐 +1 位作者 王茜 张喜明 《现代制造工程》 北大核心 2025年第2期130-137,共8页
针对有限元法计算永磁同步电机损耗的实时性问题,提出了一种采用蜣螂优化(Dung Beetle Optimizer,DBO)算法优化BP神经网络的永磁同步电机损耗预测模型。以一台额定功率为40 kW的车用永磁同步电机为研究对象,首先,在有限元分析软件Maxwel... 针对有限元法计算永磁同步电机损耗的实时性问题,提出了一种采用蜣螂优化(Dung Beetle Optimizer,DBO)算法优化BP神经网络的永磁同步电机损耗预测模型。以一台额定功率为40 kW的车用永磁同步电机为研究对象,首先,在有限元分析软件Maxwell中建立了电机的电磁场损耗求解模型;其次,通过最佳空间填充试验设计方法,选取了600组控制参数组合(电枢电流、内功率因数角和转速)进行电机损耗求解,得到训练神经网络所需的数据集;最后,利用DBO算法对BP神经网络进行优化,构建了基于DBO-BP神经网络的永磁同步电机损耗预测模型,并与传统的BP神经网络、遗传算法优化的BP神经网络模型的预测效果进行对比。结果表明,DBO-BP神经网络预测模型在预测精度上优于其他2种神经网络模型,预测误差控制在5.86%以内,且计算速度是有限元模型的1267倍,能有效替代耗时较多的有限元模型,提高了损耗预测的实时性和准确性,为电机损耗预测提供了一种有效的方法。 展开更多
关键词 永磁同步电机 损耗预测 有限元分析 蜣螂优化算法 神经网络
暂未订购 下载PDF
融合DBO和Transformer变体模型的日径流预报模型研究 认领 引用
13
作者 牛芳鹏 王新涛 +3 位作者 卢震林 曹彪 余其鹰 马雪燕 《水电能源科学》 北大核心 2025年第11期1-5,共5页
鉴于径流预报对水资源管理和防洪减灾工作具有重要意义,为此通过耦合时间卷积神经网络(TCN)和Transformer神经网络模型,并利用DBO算法进行参数优化,构建了DBO-TCN-Transformer径流预报模型。以台兰河流域为例,基于2000~2020年实测水文... 鉴于径流预报对水资源管理和防洪减灾工作具有重要意义,为此通过耦合时间卷积神经网络(TCN)和Transformer神经网络模型,并利用DBO算法进行参数优化,构建了DBO-TCN-Transformer径流预报模型。以台兰河流域为例,基于2000~2020年实测水文数据集(降雨、径流、温度和蒸发)对模型进行检验,并与TCN和Transformer模型进行对比分析。结果表明,DBO-TCN-Transformer模型测试期的纳什效率系数超过0.81,具有较高的径流预报精度;随着预见期增加,3种模型预报精度均会下降,但DBO-TCN-Transformer模型预报精度呈缓慢下降,且鲁棒性最好;在模型训练过程中,考虑气象因子等协变量可提高预报精度。研究结果可为台兰河流域防洪规划提供科学依据。 展开更多
关键词 径流预报 神经网络 DBO-TCN-Transformer模型 蜣螂优化算法 台兰河流域
暂未订购 下载PDF
多策略改进的蜣螂优化算法及其应用 认领 引用 被引量：3
14
作者 陈禹 陈磊 黄凯阳 《无线电通信技术》 北大核心 2026年第1期212-224,共13页
为提升蜣螂优化(Dung Beetle Optimizer,DBO)算法的收敛速度与寻优精度,提出一种多策略改进的蜣螂优化(Multi-Strategy Improved DBO,MSIDBO)算法。使用最优拉丁超立方抽样初始化蜣螂位置,提高初始种群的多样性;将切线飞行策略与自适应... 为提升蜣螂优化(Dung Beetle Optimizer,DBO)算法的收敛速度与寻优精度,提出一种多策略改进的蜣螂优化(Multi-Strategy Improved DBO,MSIDBO)算法。使用最优拉丁超立方抽样初始化蜣螂位置,提高初始种群的多样性;将切线飞行策略与自适应惯性权重相结合并用于偷窃蜣螂的位置更新,协调算法的全局探索能力与局部开发能力;采用周期性跳跃机制,提高算法跳出局部最优的能力,进一步提升算法的整体寻优性能。采用12个基准测试函数进行仿真实验,实验结果表明,改进后的算法收敛速度更快,寻优精度更高、稳定性更好。将改进算法用于解决工程约束问题,进一步证明了改进算法的实用性。 展开更多
关键词 蜣螂优化算法 最优拉丁超立方抽样 切线飞行 自适应惯性权重 周期性跳跃机制
暂未订购 下载PDF
基于DBO-VMD和IWOA-BILSTM神经网络组合模型的短期电力负荷预测 认领 引用 被引量：58
15
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
暂未订购 下载PDF
基于DBO优化模糊PID的高低温试验箱温度控制方法 认领 引用 被引量：19
16
作者 杨洪涛 金磊 +2 位作者 姜西祥 秦鹏飞 田杭州 《电子测量与仪器学报》 CSCD 北大核心 2024年第10期235-243,共9页
高低温试验箱温控系统具有非线性、时滞性。传统采用的PID控制超调量高、调节时间长,而模糊PID控制效果受量化因子与比例因子拟定的影响。为了提高试验箱温控系统响应速度与稳定性,提出了一种基于DBO算法优化模糊PID量化因子与比例因子... 高低温试验箱温控系统具有非线性、时滞性。传统采用的PID控制超调量高、调节时间长,而模糊PID控制效果受量化因子与比例因子拟定的影响。为了提高试验箱温控系统响应速度与稳定性,提出了一种基于DBO算法优化模糊PID量化因子与比例因子的高低温试验箱温控方法。首先建立了高低温试验箱加热模型传递函数,在MATLAB/Simulink中搭建传统PID、模糊PID、PSO优化的模糊PID以及DBO优化的模糊PID模型进行仿真,并利用PLC、触摸屏和温控箱搭建实验装置开展实际温控实验。仿真结果表明,DBO优化的模糊PID相较于PSO优化的模糊PID的超调量降低了1.02%,调节时间降低了106 s。实验结果表明,DBO优化的模糊PID相较于PSO优化的模糊PID超调量降低了1.1%,调节时间减少了120 s,验证了DBO算法优化模糊PID量化因子与比例因子相较于PSO效果更佳。补充测试DBO优化出的最佳量化因子与比例因子在不同温度下的温控效果,表明了DBO算法优化模糊PID控制方案的可行性。 展开更多
关键词 高低温试验箱 DBO算法 模糊PID 温度控制
暂未订购 下载PDF
A Hybrid Dung Beetle Optimization Algorithm with Simulated Annealing for the Numerical Modeling of Asymmetric Wave Equations 认领 引用
17
作者 Wei Xu-ruo Bai Wen-lei +2 位作者 Liu Lu Li You-ming Wang Zhi-yang 《Applied Geophysics》 SCIE CSCD 2024年第3期513-527,618,共15页
In the generalized continuum mechanics(GCM)theory framework,asymmetric wave equations encompass the characteristic scale parameters of the medium,accounting for microstructure interactions.This study integrates two th... In the generalized continuum mechanics(GCM)theory framework,asymmetric wave equations encompass the characteristic scale parameters of the medium,accounting for microstructure interactions.This study integrates two theoretical branches of the GCM,the modified couple stress theory(M-CST)and the one-parameter second-strain-gradient theory,to form a novel asymmetric wave equation in a unified framework.Numerical modeling of the asymmetric wave equation in a unified framework accurately describes subsurface structures with vital implications for subsequent seismic wave inversion and imaging endeavors.However,employing finite-difference(FD)methods for numerical modeling may introduce numerical dispersion,adversely affecting the accuracy of numerical modeling.The design of an optimal FD operator is crucial for enhancing the accuracy of numerical modeling and emphasizing the scale effects.Therefore,this study devises a hybrid scheme called the dung beetle optimization(DBO)algorithm with a simulated annealing(SA)algorithm,denoted as the SA-based hybrid DBO(SDBO)algorithm.An FD operator optimization method under the SDBO algorithm was developed and applied to the numerical modeling of asymmetric wave equations in a unified framework.Integrating the DBO and SA algorithms mitigates the risk of convergence to a local extreme.The numerical dispersion outcomes underscore that the proposed SDBO algorithm yields FD operators with precision errors constrained to 0.5‱while encompassing a broader spectrum coverage.This result confirms the efficacy of the SDBO algorithm.Ultimately,the numerical modeling results demonstrate that the new FD method based on the SDBO algorithm effectively suppresses numerical dispersion and enhances the accuracy of elastic wave numerical modeling,thereby accentuating scale effects.This result is significant for extracting wavefield perturbations induced by complex microstructures in the medium and the analysis of scale effects. 展开更多
关键词 Finite-difference Asymmetric wave equation Numerical modeling DBO algorithm SA algorithm
暂未订购 下载PDF
考虑新能源消纳的抽水蓄能电站容量规划 认领 引用
18
作者 李华 王若谷 《电网与清洁能源》 CSCD 北大核心 2026年第1期84-92,共9页
针对抽水蓄能电站容量规划问题,提出一种考虑新能源消纳的抽蓄电站容量规划方法。首先,建立抽蓄需求评估模型,评估抽蓄需求总量;其次,以新能源消纳率最大和网损最小为目标建立抽蓄容量规划模型,为电力系统各节点规划容量;最后,结合某地... 针对抽水蓄能电站容量规划问题,提出一种考虑新能源消纳的抽蓄电站容量规划方法。首先,建立抽蓄需求评估模型,评估抽蓄需求总量;其次,以新能源消纳率最大和网损最小为目标建立抽蓄容量规划模型,为电力系统各节点规划容量;最后,结合某地区电网系统进行仿真,采用蜣螂优化算法(dung beetle optimizer,DBO)求解所建立的模型。仿真结果表明:按照所提方法配置抽水蓄能,可有效提高系统新能源消纳率,并具备良好的经济性,从而验证了所提方法的实用性和有效性。 展开更多
关键词 抽蓄电站 容量规划 优劣解距离算法 蜣螂优化算法
暂未订购 下载PDF
基于变分模态分解与蜣螂优化的深度学习大坝变形预测模型 认领 引用
19
作者 李嘉豪 欧斌 +2 位作者 韩彰 傅蜀燕 杨锐 《科学技术与工程》 EI 北大核心 2026年第4期1643-1653,共11页
为减轻大坝变形数据非平稳性对预测模型的制约,增强变形预测的可靠性。首先使用变分模态分解(variational mode decomposition,VMD)对大坝变形监测数据分解成若干子序列,随后利用卷积神经网络(convolutional neural networks,CNN)对变... 为减轻大坝变形数据非平稳性对预测模型的制约,增强变形预测的可靠性。首先使用变分模态分解(variational mode decomposition,VMD)对大坝变形监测数据分解成若干子序列,随后利用卷积神经网络(convolutional neural networks,CNN)对变形数据空间特征进行提取,结合双向长短时记忆网络(bi-directional long short-term memory,BiLSTM)对变形数据进行时域建模并预测,并引入蜣螂优化算法(dung beetle optimizer,DBO)对模型超参数进行寻优,最后将各个子序列的预测值叠加重构得到最终的大坝变形预测值。结果表明:与BiLSTM、VMD-BiLSTM、VMD-CNN-BiLSTM 3个模型进行对比,VMD-DBO-CNN-BiLSTM组合模型各项评价指标均为最优,在大坝变形预测中展现出更高的模型精度和稳定性。 展开更多
关键词 大坝变形 变分模态分解(VMD) 蜣螂优化算法(DOB) 卷积神经网络(CNN) 双向长短时记忆网络(BiLSTM)
暂未订购 下载PDF
基于DBO-BP的工业机器人定位误差补偿方法 认领 引用 被引量：1
20
作者 刘麒 谭丁诚 +1 位作者 刘振刚 王影 《吉林化工学院学报》 CAS 2024年第1期59-66,共8页
为提高工业机器人绝对定位精度,提出一种基于DBO-BP与离线前馈校正相结合的方法。该方法适用于工业机器人定位误差补偿研究。通过使用拉丁超立方抽样法获取工业机器人的位姿样本,并利用BP神经网络建立误差预测模型,应用DBO优化算法改善... 为提高工业机器人绝对定位精度,提出一种基于DBO-BP与离线前馈校正相结合的方法。该方法适用于工业机器人定位误差补偿研究。通过使用拉丁超立方抽样法获取工业机器人的位姿样本,并利用BP神经网络建立误差预测模型,应用DBO优化算法改善了局部最优现象,从而提高了模型的收敛性和鲁棒性。经过离线前馈补偿处理后,降低了工业机器人定位误差,大幅提高了机器人绝对定位精度。这种方法能够有效提高机器人的精度和稳定性,并为工业机器人的精准定位问题提供了可行的解决方案。 展开更多
关键词 工业机器人 BP神经网络 DBO算法 绝对定位精度 误差补偿
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