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198篇文章
< 1 2 … 10 >
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：
An Improved Harris Hawks Optimization Algorithm with Multi-strategy for Community Detection in Social Network 认领 引用 被引量：8
1
作者 Farhad Soleimanian Gharehchopogh 《Journal of Bionic Engineering》 SCIE EI CSCD 2023年第3期1175-1197,共23页
The purpose of community detection in complex networks is to identify the structural location of nodes. Complex network methods are usually graphical, with graph nodes representing objects and edges representing conne... The purpose of community detection in complex networks is to identify the structural location of nodes. Complex network methods are usually graphical, with graph nodes representing objects and edges representing connections between things. Communities are node clusters with many internal links but minimal intergroup connections. Although community detection has attracted much attention in social media research, most face functional weaknesses because the structure of society is unclear or the characteristics of nodes in society are not the same. Also, many existing algorithms have complex and costly calculations. This paper proposes different Harris Hawk Optimization (HHO) algorithm methods (such as Improved HHO Opposition-Based Learning(OBL) (IHHOOBL), Improved HHO Lévy Flight (IHHOLF), and Improved HHO Chaotic Map (IHHOCM)) were designed to balance exploitation and exploration in this algorithm for community detection in the social network. The proposed methods are evaluated on 12 different datasets based on NMI and modularity criteria. The findings reveal that the IHHOOBL method has better detection accuracy than IHHOLF and IHHOCM. Also, to offer the efficiency of the , state-of-the-art algorithms have been used as comparisons. The improvement percentage of IHHOOBL compared to the state-of-the-art algorithm is about 7.18%. 展开更多
关键词 Bionic algorithm Complex network Community detection Harris hawk optimization algorithm Opposition-based learning Levy flight Chaotic maps
Prediction of flyrock distance induced by mine blasting using a novel Harris Hawks optimization-based multi-layer perceptron neural network 认领 引用 被引量：17
2
作者 Bhatawdekar Ramesh Murlidhar Hoang Nguyen +4 位作者 Jamal Rostami XuanNam Bui Danial Jahed Armaghani Prashanth Ragam Edy Tonnizam Mohamad 《Journal of Rock Mechanics and Geotechnical Engineering》 SCIE CSCD 2021年第6期1413-1427,共15页
In mining or construction projects,for exploitation of hard rock with high strength properties,blasting is frequently applied to breaking or moving them using high explosive energy.However,use of explosives may lead t... In mining or construction projects,for exploitation of hard rock with high strength properties,blasting is frequently applied to breaking or moving them using high explosive energy.However,use of explosives may lead to the flyrock phenomenon.Flyrock can damage structures or nearby equipment in the surrounding areas and inflict harm to humans,especially workers in the working sites.Thus,prediction of flyrock is of high importance.In this investigation,examination and estimation/forecast of flyrock distance induced by blasting through the application of five artificial intelligent algorithms were carried out.One hundred and fifty-two blasting events in three open-pit granite mines in Johor,Malaysia,were monitored to collect field data.The collected data include blasting parameters and rock mass properties.Site-specific weathering index(WI),geological strength index(GSI) and rock quality designation(RQD)are rock mass properties.Multi-layer perceptron(MLP),random forest(RF),support vector machine(SVM),and hybrid models including Harris Hawks optimization-based MLP(known as HHO-MLP) and whale optimization algorithm-based MLP(known as WOA-MLP) were developed.The performance of various models was assessed through various performance indices,including a10-index,coefficient of determination(R2),root mean squared error(RMSE),mean absolute percentage error(MAPE),variance accounted for(VAF),and root squared error(RSE).The a10-index values for MLP,RF,SVM,HHO-MLP and WOA-MLP are 0.953,0.933,0.937,0.991 and 0.972,respectively.R2 of HHO-MLP is 0.998,which achieved the best performance among all five machine learning(ML) models. 展开更多
关键词 Flyrock Harris hawks optimization(HHO) Multi-layer perceptron(MLP) Random forest(RF) Support vector machine(SVM) Whale optimization algorithm(WOA)
暂未订购 下载PDF
基于VMD-WHHO-BLS的无人船位姿预测 认领 引用 被引量：1
3
作者 葛泉波 薛子建 +1 位作者 张明川 吴庆涛 《控制理论与应用》 EI CAS CSCD 北大核心 2026年第2期335-347,共13页
随着人工智能技术的发展,在无人控制系统领域中,智能传感器的普及使得各式的无人装备运行数据更加的丰富.水面无人船作为无人智能装备的重要组成部分,其关键环节就在于对其安全稳定的自主控制,因为其结构复杂,并且要长时间在未知的环境... 随着人工智能技术的发展,在无人控制系统领域中,智能传感器的普及使得各式的无人装备运行数据更加的丰富.水面无人船作为无人智能装备的重要组成部分,其关键环节就在于对其安全稳定的自主控制,因为其结构复杂,并且要长时间在未知的环境运作,难免出现各种异常状态,会直接影响无人装备的工作能力,降低其安全性和经济性,所以对无人船的位姿状态进行精确的预测十分必要.本文先利用变分模态分解将时间序列数据分解成若干分量,再采用基于宽度学习系统的方法对无人船中的几类数据进行了预测,同时用基于鲸鱼算法与模拟退火算法改进的哈里斯鹰优化算法对宽度学习中的伪逆求解回归参数进行优化.经仿真实验证明,该方法在预测的准确性和训练速度方面都有一定优势. 展开更多
关键词 无人船 宽度学习系统 位姿预测 变分模态分解 哈里斯鹰优化 鲸鱼群算法
暂未订购 下载PDF
基于HHO-SVMD的激光超声信号去噪 认领 引用
4
作者 毛星 王晓晨 +1 位作者 杨荃 李京栋 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第6期164-172,共9页
在工业现场应用中,激光超声信号回波容易被周围的环境噪声淹没,如何在超声信号处理过程中保留微弱的超声信号,针对这一问题,提出了一种基于哈里斯鹰优化(HHO)算法与逐次变分模态分解(SVMD)相结合的激光超声波信号去噪方法HHO-SVMD.首先... 在工业现场应用中,激光超声信号回波容易被周围的环境噪声淹没,如何在超声信号处理过程中保留微弱的超声信号,针对这一问题,提出了一种基于哈里斯鹰优化(HHO)算法与逐次变分模态分解(SVMD)相结合的激光超声波信号去噪方法HHO-SVMD.首先,采用HHO算法对SVMD的关键参数进行优化,从而避免因人为设定参数而导致的噪声分离不充分问题;其次,在信号重构阶段引入巴氏距离作为判据,准确筛选与激光超声信号高度相关的模态分量,从而获得更加纯净的激光超声信号.仿真和实验结果表明,与其他几种现有的去噪方法相比,所提出的方法在保留有效信号的同时,使去噪后信号具有更高的信噪比及更小的均方根误差. 展开更多
关键词 激光超声 信号去噪 逐次变分模态分解 巴氏距离 哈里斯鹰优化算法
暂未订购 下载PDF
基于IHHO-TOPSIS的盐穴储气库群注采运行智能优化方法 认领 引用
5
作者 侯磊 杨喜良 +3 位作者 刘倩 王敏聪 王欣乐 喻鹏飞 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第4期69-80,共12页
针对盐穴储气库注采运行中气量分配依赖人工经验的问题,开展多腔联合注采优化研究,旨在实现安全、经济与高效运行的智能调度。以压缩机能耗最低和溶腔总温升最小为目标,构建注气优化模型;以溶腔压降最小和总产能利用率最高为目标,构建... 针对盐穴储气库注采运行中气量分配依赖人工经验的问题,开展多腔联合注采优化研究,旨在实现安全、经济与高效运行的智能调度。以压缩机能耗最低和溶腔总温升最小为目标,构建注气优化模型;以溶腔压降最小和总产能利用率最高为目标,构建采气优化模型;采用改进哈里斯鹰算法求解,结合优劣解距离法对帕累托解集进行综合评价与决策。结果表明:对优化后的注气工况,压缩机能耗平均降低6.97%,温升平均降幅为5.45%;对优化后的采气工况,压降平均降幅为15.93%,总产能利用率平均增加5.11%;采用所提出的优化方法可达到盐穴储气库群注采运行的安全、经济、高效一体化的优化目标。 展开更多
关键词 盐穴储气库 注采运行优化 改进哈里斯鹰算法 优劣解距离法 多目标优化
暂未订购 下载PDF
An Improved Harris Hawk Optimization Algorithm for Flexible Job Shop Scheduling Problem 认领 引用 被引量：4
6
作者 Zhaolin Lv Yuexia Zhao +2 位作者 Hongyue Kang Zhenyu Gao Yuhang Qin 《Computers, Materials & Continua》 SCIE EI 2024年第2期2337-2360,共24页
Flexible job shop scheduling problem(FJSP)is the core decision-making problem of intelligent manufacturing production management.The Harris hawk optimization(HHO)algorithm,as a typical metaheuristic algorithm,has been... Flexible job shop scheduling problem(FJSP)is the core decision-making problem of intelligent manufacturing production management.The Harris hawk optimization(HHO)algorithm,as a typical metaheuristic algorithm,has been widely employed to solve scheduling problems.However,HHO suffers from premature convergence when solving NP-hard problems.Therefore,this paper proposes an improved HHO algorithm(GNHHO)to solve the FJSP.GNHHO introduces an elitism strategy,a chaotic mechanism,a nonlinear escaping energy update strategy,and a Gaussian random walk strategy to prevent premature convergence.A flexible job shop scheduling model is constructed,and the static and dynamic FJSP is investigated to minimize the makespan.This paper chooses a two-segment encoding mode based on the job and the machine of the FJSP.To verify the effectiveness of GNHHO,this study tests it in 23 benchmark functions,10 standard job shop scheduling problems(JSPs),and 5 standard FJSPs.Besides,this study collects data from an agricultural company and uses the GNHHO algorithm to optimize the company’s FJSP.The optimized scheduling scheme demonstrates significant improvements in makespan,with an advancement of 28.16%for static scheduling and 35.63%for dynamic scheduling.Moreover,it achieves an average increase of 21.50%in the on-time order delivery rate.The results demonstrate that the performance of the GNHHO algorithm in solving FJSP is superior to some existing algorithms. 展开更多
关键词 Flexible job shop scheduling improved Harris hawk optimization algorithm(GNHHO) premature convergence maximum completion time(makespan)
暂未订购 下载PDF
Computing Connected Resolvability of Graphs Using Binary Enhanced Harris Hawks Optimization 认领 引用 被引量：1
7
作者 Basma Mohamed Linda Mohaisen Mohamed Amin 《Intelligent Automation & Soft Computing》 SCIE 2023年第5期2349-2361,共13页
In this paper,we consider the NP-hard problem offinding the minimum connected resolving set of graphs.A vertex set B of a connected graph G resolves G if every vertex of G is uniquely identified by its vector of distanc... In this paper,we consider the NP-hard problem offinding the minimum connected resolving set of graphs.A vertex set B of a connected graph G resolves G if every vertex of G is uniquely identified by its vector of distances to the ver-tices in B.A resolving set B of G is connected if the subgraph B induced by B is a nontrivial connected subgraph of G.The cardinality of the minimal resolving set is the metric dimension of G and the cardinality of minimum connected resolving set is the connected metric dimension of G.The problem is solved heuristically by a binary version of an enhanced Harris Hawk Optimization(BEHHO)algorithm.This is thefirst attempt to determine the connected resolving set heuristically.BEHHO combines classical HHO with opposition-based learning,chaotic local search and is equipped with an S-shaped transfer function to convert the contin-uous variable into a binary one.The hawks of BEHHO are binary encoded and are used to represent which one of the vertices of a graph belongs to the connected resolving set.The feasibility is enforced by repairing hawks such that an addi-tional node selected from V\B is added to B up to obtain the connected resolving set.The proposed BEHHO algorithm is compared to binary Harris Hawk Optimi-zation(BHHO),binary opposition-based learning Harris Hawk Optimization(BOHHO),binary chaotic local search Harris Hawk Optimization(BCHHO)algorithms.Computational results confirm the superiority of the BEHHO for determining connected metric dimension. 展开更多
关键词 Connected resolving set binary optimization harris hawks algorithm
暂未订购 下载PDF
基于HHO-LSTM-KAN模型的锂电池寿命预测 认领 引用
8
作者 焦鑫航 杨立清 李忠虎 《南京信息工程大学学报》 CAS 北大核心 2026年第3期352-361,共10页
在以锂电池为动力的运行系统中,长期准确预测锂电池寿命至关重要。本研究以马里兰大学锂电池数据集中的CS2_35和CS2_36两块锂电池及美国国家航空航天局(NASA)的B0007号电池作为基础数据,通过结合长短时记忆(Long Short-Term Memory,LSTM... 在以锂电池为动力的运行系统中,长期准确预测锂电池寿命至关重要。本研究以马里兰大学锂电池数据集中的CS2_35和CS2_36两块锂电池及美国国家航空航天局(NASA)的B0007号电池作为基础数据,通过结合长短时记忆(Long Short-Term Memory,LSTM)网络的长短时记忆能力与Kolmogorov-Arnold网络(KAN)的非线性数据处理能力,构建LSTM-KAN寿命预测模型,同时引入哈里斯鹰优化算法确定组合模型最优超参数。首先,对数据进行预处理,从电压、电流、温度等数据中提取与锂电池容量具有一定相关性的特征。接着,从提取的特征中选择斯皮尔曼系数绝对值大于0.9的特征作为模型的输入,简化输入数据的复杂度。然后,通过哈里斯鹰优化算法对LSTM-KAN模型的超参数进行优化,将数据放入优化后的预测模型中进行预测,对预测值与目标值进行分析,完成预测。实验结果表明,所构建的预测算法具备锂电池寿命预测能力,能够准确预测锂电池的长期退化过程,且均方差指标与预测样本数均优于其他电池寿命预测模型。 展开更多
关键词 锂电池 长短时记忆网络 Kolmogorov-Arnold网络 哈里斯鹰优化算法 特征提取 电池寿命
暂未订购 下载PDF
融合HHO算法和混合聚类算法的多源异构数据自动分类 认领 引用
9
作者 宁丽萍 《吉林大学学报（信息科学版）》 CAS 2026年第4期1008-1014,共7页
针对多源异构数据的柔性重构需求需要处理数据细节和异常情况较多,使其在对多源异构数据进行分类时,难以通过捕获其隐藏特征,整合多源异构数据的相似数据,导致分类的准确性较低的问题,提出融合HHO(Harris Hawks Optimization)算法和混... 针对多源异构数据的柔性重构需求需要处理数据细节和异常情况较多,使其在对多源异构数据进行分类时,难以通过捕获其隐藏特征,整合多源异构数据的相似数据,导致分类的准确性较低的问题,提出融合HHO(Harris Hawks Optimization)算法和混合聚类算法的多源异构数据自动分类方法。利用低秩表示策略,捕捉多源异构数据的隐藏特征,获取其全局结构信息,提高数据质量和一致性。组合蚁群聚类算法与K-means算法,设计出混合聚类算法,通过利用K-means算法修正组合蚁群聚类算法中的蚁巢消减误差,实现多源异构数据的相似数据分组。将混合聚类算法与HHO算法结合,通过更新个体适应度值,确定HHO算法的最佳类中心,实现相似分组后多源异构数据的自动分类。实验结果表明,经分类结果的混淆矩阵和内聚度的评估结果共同验证,所提方法不仅能自动分类多源异构数据,且类别边界清晰,数据点分布紧凑,使混淆矩阵对角线上的真实值更高,内聚度均值高达98.86°,具有较高的分类准确性。 展开更多
关键词 多源异构数据 低秩表示 HHO算法 混合聚类算法 自动分类
暂未订购 下载PDF
基于强化学习的多策略HHO求解分布式混合流水车间调度 认领 引用
10
作者 李晓鹏 陶孟欣 周艳平 《计算机系统应用》 2026年第3期210-218,共9页
针对分布式混合流水车间调度问题,围绕最小化最大完工时间和延迟时间的优化目标,构建了一种基于强化学习的多策略哈里斯鹰优化(RLMHHO)算法.算法使用分组混沌初始化策略,提升初始搜索的随机性与多样性;引入探索、开发、均衡与精英这4组... 针对分布式混合流水车间调度问题,围绕最小化最大完工时间和延迟时间的优化目标,构建了一种基于强化学习的多策略哈里斯鹰优化(RLMHHO)算法.算法使用分组混沌初始化策略,提升初始搜索的随机性与多样性;引入探索、开发、均衡与精英这4组鹰群管理机制,实现全局搜索与局部开发的协同;基于深度Q网络的强化学习协调器,依据14维状态空间动态选择最优搜索策略.仿真实验验证了所提算法求解该类调度问题具有更优的解质量和更强的搜索能力. 展开更多
关键词 分布式混合流水车间调度 哈里斯鹰优化 强化学习 混沌映射
暂未订购 下载PDF
An Improved Harris Hawk Optimization Algorithm 认领 引用
11
作者 GuangYa Chong Yongliang YUAN 《Mechanical Engineering Science》 2024年第1期21-25,共5页
Aiming at the problems that the original Harris Hawk optimization algorithm is easy to fall into local optimum and slow in finding the optimum,this paper proposes an improved Harris Hawk optimization algorithm(GHHO).F... Aiming at the problems that the original Harris Hawk optimization algorithm is easy to fall into local optimum and slow in finding the optimum,this paper proposes an improved Harris Hawk optimization algorithm(GHHO).Firstly,we used a Gaussian chaotic mapping strategy to initialize the positions of individuals in the population,which enriches the initial individual species characteristics.Secondly,by optimizing the energy parameter and introducing the cosine strategy,the algorithm's ability to jump out of the local optimum is enhanced,which improves the performance of the algorithm.Finally,comparison experiments with other intelligent algorithms were conducted on 13 classical test function sets.The results show that GHHO has better performance in all aspects compared to other optimization algorithms.The improved algorithm is more suitable for generalization to real optimization problems. 展开更多
关键词 Harris Hawk optimization algorithm chaotic mapping cosine strategy function optimization
暂未订购 下载PDF
Optimization of Resource Allocation in Unmanned Aerial Vehicles Based on Swarm Intelligence Algorithms 认领 引用
12
作者 Siling Feng Yinjie Chen +1 位作者 Mengxing Huang Feng Shu 《Computers, Materials & Continua》 SCIE EI 2023年第5期4341-4355,共15页
Due to their adaptability,Unmanned Aerial Vehicles(UAVs)play an essential role in the Internet of Things(IoT).Using wireless power transfer(WPT)techniques,an UAV can be supplied with energy while in flight,thereby ext... Due to their adaptability,Unmanned Aerial Vehicles(UAVs)play an essential role in the Internet of Things(IoT).Using wireless power transfer(WPT)techniques,an UAV can be supplied with energy while in flight,thereby extending the lifetime of this energy-constrained device.This paper investigates the optimization of resource allocation in light of the fact that power transfer and data transmission cannot be performed simultaneously.In this paper,we propose an optimization strategy for the resource allocation of UAVs in sensor communication networks.It is a practical solution to the problem of marine sensor networks that are located far from shore and have limited power.A corresponding system model is summarized based on the scenario and existing theoretical works.The minimum throughputmaximizing object is then formulated as an optimization problem.As swarm intelligence algorithms are utilized effectively in numerous fields,this paper chose to solve the formed optimization problem using the Harris Hawks Optimization and Whale Optimization Algorithms.This paper introduces a method for translating multi-decisions into a row vector in order to adapt swarm intelligence algorithms to the problem,as joint time and energy optimization have two sets of variables.The proposed method performs well in terms of stability and duration.Finally,performance is evaluated through numerical experiments.Simulation results demonstrate that the proposed method performs admirably in the given scenario. 展开更多
关键词 Resource allocation unmanned aerial vehicles harris hawks optimization whale optimization algorithm
暂未订购 下载PDF
基于IHHO算法的柔性关节机械臂奇异摄动控制 认领 引用 被引量：3
13
作者 吴启亮 冯韵哲 李明远 《振动与冲击》 EI CSCD 北大核心 2025年第13期200-209,共10页
针对模型不确定的柔性关节机械臂轨迹跟踪问题,提出一种基于奇异摄动理论和改进哈里斯鹰优化(improved Harris Hawk optimization,IHHO)算法的轨迹跟踪方案。利用奇异摄动理论将原系统解耦为慢子系统和快子系统,针对快子系统,采用速度... 针对模型不确定的柔性关节机械臂轨迹跟踪问题,提出一种基于奇异摄动理论和改进哈里斯鹰优化(improved Harris Hawk optimization,IHHO)算法的轨迹跟踪方案。利用奇异摄动理论将原系统解耦为慢子系统和快子系统,针对快子系统,采用速度差值反馈控制以抑制柔性关节引起的振动;针对慢子系统,考虑饱和转矩输入的同时设计固定时间控制器,并采用径向基神经网络逼近模型的不确定部分,以实现机械臂的轨迹跟踪。为了解决控制算法中参数整定耗时且难以实现理想控制效果的问题,提出一种采用circle映射初始化种群,融合互利共生策略和自适应柯西变异的IHHO算法,并通过IHHO算法自动整定出最优的控制参数。通过仿真试验可知,该研究所提控制方案能有效抑制振动,具有良好的轨迹跟踪能力。 展开更多
关键词 柔性关节机械臂 改进哈里斯鹰优化(IHHO)算法 奇异摄动 定时控制
暂未订购 下载PDF
基于改进HHO的水轮机空化信号降噪及特征提取 认领 引用 被引量：1
14
作者 刘忠 刘圳 +2 位作者 邹淑云 周泽华 乔帅程 《噪声与振动控制》 CSCD 北大核心 2025年第2期70-75,111,共6页
为对水轮机空化声发射信号进行降噪并提取其时频特征,提出一种基于改进哈里斯鹰算法(IHHO)和波动散布熵(FDE)的降噪和特征提取方法。首先,利用秃鹰搜索算法(BES)的螺旋搜索机制改进哈里斯鹰算法(HHO)的全局搜索阶段。然后,以散布熵差异... 为对水轮机空化声发射信号进行降噪并提取其时频特征,提出一种基于改进哈里斯鹰算法(IHHO)和波动散布熵(FDE)的降噪和特征提取方法。首先,利用秃鹰搜索算法(BES)的螺旋搜索机制改进哈里斯鹰算法(HHO)的全局搜索阶段。然后,以散布熵差异互相关系数为适应度函数,利用IHHO对VMD进行参数寻优,对信号进行最优VMD分解和相关系数阈值重构从而实现降噪。最后,提取其能量和波动散布熵特征,分析其随空化系数变化的关系。结果表明:相较于灰狼-布谷鸟(GWO-CS)和HHO算法,IHHO对VMD寻优的降噪效果更好;随着空化系数减小,声发射信号能量呈现先增加、再减小、再增加、再减小的趋势,波动散布熵值呈现先减小后增大的趋势。 展开更多
关键词 声学 水轮机 空化 声发射 降噪 哈里斯鹰优化算法 秃鹰搜索算法
暂未订购 下载PDF
低信噪比下基于ICEEMDAN和HHO的协作频谱感知方法 认领 引用 被引量：1
15
作者 王全全 谢松霖 +2 位作者 顾志豪 吴城坤 张更新 《系统工程与电子技术》 EI CSCD 北大核心 2025年第9期3109-3116,共8页
为解决频谱感知在低信噪比下性能受限的问题,提出了一种基于改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)和哈里斯鹰优化(Harris hawks optimization... 为解决频谱感知在低信噪比下性能受限的问题,提出了一种基于改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)和哈里斯鹰优化(Harris hawks optimization,HHO)的协作频谱感知方法。首先为获得固有模态函数(intrinsic mode function,IMF)分量,对次用户上传信号进行ICEEMDAN处理,其次计算已知波形的主用户(primary user,PU)信号与各IMF分量之间的相关系数,然后提取合适的IMF分量累加得到重构信号。接着用重构信号的平均能量值作为特征值训练支持向量机(support vector machine,SVM),并通过HHO优化SVM参数,最后用优化后的SVM模型对PU是否存在进行检测。实验结果表明,所提方法在低信噪比下检测概率、检测准确率均较高,感知性能较好。 展开更多
关键词 协作频谱感知 改进的自适应噪声完备集合经验模态分解 降噪 哈里斯鹰优化 支持向量机
暂未订购 下载PDF
Crisscross Harris Hawks Optimizer for Global Tasks and Feature Selection 认领 引用 被引量：2
16
作者 Xin Wang Xiaogang Dong +1 位作者 Yanan Zhang Huiling Chen 《Journal of Bionic Engineering》 SCIE EI CSCD 2023年第3期1153-1174,共22页
Harris Hawks Optimizer (HHO) is a recent well-established optimizer based on the hunting characteristics of Harris hawks, which shows excellent efficiency in solving a variety of optimization issues. However, it under... Harris Hawks Optimizer (HHO) is a recent well-established optimizer based on the hunting characteristics of Harris hawks, which shows excellent efficiency in solving a variety of optimization issues. However, it undergoes weak global search capability because of the levy distribution in its optimization process. In this paper, a variant of HHO is proposed using Crisscross Optimization Algorithm (CSO) to compensate for the shortcomings of original HHO. The novel developed optimizer called Crisscross Harris Hawks Optimizer (CCHHO), which can effectively achieve high-quality solutions with accelerated convergence on a variety of optimization tasks. In the proposed algorithm, the vertical crossover strategy of CSO is used for adjusting the exploitative ability adaptively to alleviate the local optimum;the horizontal crossover strategy of CSO is considered as an operator for boosting explorative trend;and the competitive operator is adopted to accelerate the convergence rate. The effectiveness of the proposed optimizer is evaluated using 4 kinds of benchmark functions, 3 constrained engineering optimization issues and feature selection problems on 13 datasets from the UCI repository. Comparing with nine conventional intelligence algorithms and 9 state-of-the-art algorithms, the statistical results reveal that the proposed CCHHO is significantly more effective than HHO, CSO, CCNMHHO and other competitors, and its advantage is not influenced by the increase of problems’ dimensions. Additionally, experimental results also illustrate that the proposed CCHHO outperforms some existing optimizers in working out engineering design optimization;for feature selection problems, it is superior to other feature selection methods including CCNMHHO in terms of fitness, error rate and length of selected features. 展开更多
关键词 Harris hawks optimization Bioinspired algorithm Global optimization Engineering optimization Feature selection
改进HHO算法优化的BPNN模型在管道腐蚀速率预测中的应用 认领 引用
17
作者 线岩团 苗育华 +1 位作者 相艳 郭军军 《安全与环境学报》 CAS CSCD 北大核心 2025年第11期4222-4231,共10页
油气管道在运行过程中常会出现腐蚀问题,建立合理的模型并准确预测管道的腐蚀速率具有重要的现实意义。针对传统BP神经网络模型的不足,采用新型Sine混沌映射对哈里斯鹰优化(Harris Hawk Optimization,HHO)算法进行改进,建立了基于改进... 油气管道在运行过程中常会出现腐蚀问题,建立合理的模型并准确预测管道的腐蚀速率具有重要的现实意义。针对传统BP神经网络模型的不足,采用新型Sine混沌映射对哈里斯鹰优化(Harris Hawk Optimization,HHO)算法进行改进,建立了基于改进哈里斯鹰优化算法的优化BP神经网络(Improved Harris Hawk Optimization-Back Propagation Neural Network,IHHO-BPNN)模型,并对比分析了IHHO-BPNN模型、HHO-BPNN模型及传统BPNN模型对管道腐蚀速率的预测精度。输油管道腐蚀速率的预测结果表明,IHHO-BPNN模型的平均绝对百分比误差和均方根误差分别为1.473%和0.001,HHO-BPNN模型的平均绝对百分比误差和均方根误差分别为4.647%和0.004,而传统BPNN模型的预测精度较差;南海油田管道腐蚀速率的预测结果表明,IHHO-BPNN模型的平均绝对百分比误差和均方根误差均低于HHO-BPNN模型和传统BPNN模型;混沌映射的引入改善了种群的多样性并可以更好地探索寻优空间,有助于提高HHO-BPNN模型的预测精度。 展开更多
关键词 安全工程 管道腐蚀速率 哈里斯鹰优化算法 混沌映射 BP神经网络 模型精度
暂未订购 下载PDF
基于HHO-BP神经网络的低压断路器寿命预测及其优化方法 认领 引用
18
作者 林峰 王义国 +2 位作者 姚勇 孟祥宇 宋洋 《广东电力》 北大核心 2025年第10期39-49,共11页
低压断路器作为电气保护设备,其性能可靠性直接影响到电力系统的稳定运行。传统断路器电寿命预测方法(如时间序列预测、线性回归等)虽然在一定程度上能够预测断路器的性能退化,但往往忽略了工作环境的复杂性和数据的非线性特征,限制了... 低压断路器作为电气保护设备,其性能可靠性直接影响到电力系统的稳定运行。传统断路器电寿命预测方法(如时间序列预测、线性回归等)虽然在一定程度上能够预测断路器的性能退化,但往往忽略了工作环境的复杂性和数据的非线性特征,限制了预测模型的准确性。近年来,基于神经网络的预测方法由于其在处理非线性问题上的优势而被广泛研究,但面临数据量需求大、模型泛化能力不足等挑战。为此,提出一种基于哈里斯鹰优化(Harris’s hawk optimization,HHO)算法的反向传播(back propagation,BP)神经网络建模方法。该方法通过HHO算法的全局搜索能力,有效优化BP神经网络的初始权重和偏置,解决传统BP算法在复杂数据条件下收敛速度慢、预测精度不足的问题;进而引入迁移学习,结合仿真数据与少量实测数据,实现HHO-BP神经网络模型从仿真数据到实际工况的知识迁移。该方法可减少对大规模实测数据的依赖,提高模型在小数据集下的预测能力。实验结果表明,HHO-BP模型在数据测试集上,其预测的平均绝对误差相较于标准BP网络降低了54%;进一步引入迁移学习后,模型展现出对不同实际工况的良好适应性。 展开更多
关键词 低压断路器 电寿命预测 反向传播网络模型 迁移学习 哈里斯鹰优化算法
暂未订购 下载PDF
基于Harris Hawks优化算法的介质波导滤波器优化设计 认领 引用 被引量：2
19
作者 舒佩文 麦健业 褚庆昕 《电波科学学报》 CSCD 北大核心 2021年第5期787-796,共10页
Harris Hawks优化(Harris Hawks optimization, HHO)算法是一种模拟鸟群合作捕食行为的新型群智能算法.介质波导滤波器是当前5G移动通信设备急需的器件,因此如何利用新型优化算法高效且精确地对介质波导滤波器进行优化设计十分重要.文... Harris Hawks优化(Harris Hawks optimization, HHO)算法是一种模拟鸟群合作捕食行为的新型群智能算法.介质波导滤波器是当前5G移动通信设备急需的器件,因此如何利用新型优化算法高效且精确地对介质波导滤波器进行优化设计十分重要.文中首先描述了HHO算法流程,并结合滤波器优化问题提出了一种通用框架;然后基于稳态假设对HHO算法的更新方程进行了理论分析,依据所导出的方程分析了算法的动态特性及收敛行为;最后利用HHO算法实现了两款介质波导滤波器的优化设计.为验证算法性能,将本文算法与三个著名的群智能算法进行比较.实验结果表明,HHO算法的收敛速度、效率和精度都明显优于目前业内主流应用的自适应差分进化算法、花粉授粉优化算法和灰狼优化算法. 展开更多
关键词 群智能优化算法 5G移动通信 Harris Hawks优化(HHO)算法 滤波器优化设计 介质波导滤波器
暂未订购 下载PDF
改进HHO算法求解考虑恶化效应的置换流水车间调度 认领 引用
20
作者 张艳伟 何子腾 吕海利 《中国工程机械学报》 北大核心 2025年第6期1091-1096,共6页
机器恶化效应广泛存在车间制造中,针对考虑阶段非线性恶化效应的置换流水车间调度问题,本研究以最小化最大完成时间为目标建立数学模型,提出一种改进哈里斯鹰算法(HHO)进行求解。使用佳点集初始化种群,优化初始鹰群的质量;在搜索阶段加... 机器恶化效应广泛存在车间制造中,针对考虑阶段非线性恶化效应的置换流水车间调度问题,本研究以最小化最大完成时间为目标建立数学模型,提出一种改进哈里斯鹰算法(HHO)进行求解。使用佳点集初始化种群,优化初始鹰群的质量;在搜索阶段加入精英反向学习策略,提升哈里斯鹰种群的多样性;引入自适应跳跃强度,调节算法探索和开发阶段的平衡性。设计实验算例进行算法验证,改进HHO算法和现有主流算法相比,相对偏差均值平均下降1.972%。结果表明:改进HHO算法可有效解决考虑恶化效应的置换流水车间调度问题。 展开更多
关键词 车间调度 置换流水车间 恶化效应 哈里斯鹰算法
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 … 10 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈