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73篇文章
< 1 2 … 4 >
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：
改进NGO优化MVMD-BiLSTM的锂电池剩余使用寿命预测 认领 引用 被引量：4
1
作者 郭喜峰 黄裕海 +2 位作者 单丹 原宝龙 宁一 《电源学报》 CSCD 北大核心 2026年第4期158-168,共11页
为解决锂电池剩余使用寿命RUL(remaining useful life)预测过程中存在的噪声干扰、容量增生导致模型预测精度低的问题,提出1种将参数优化后的多元变分模态分解MVMD(multivariate variational modal decomposition)和双向长短期记忆BiLST... 为解决锂电池剩余使用寿命RUL(remaining useful life)预测过程中存在的噪声干扰、容量增生导致模型预测精度低的问题,提出1种将参数优化后的多元变分模态分解MVMD(multivariate variational modal decomposition)和双向长短期记忆BiLSTM(bi-directional long and short-term memory)网络相结合的RUL预测方法。从锂电池充放电过程中提取多个健康因子HF(health factor)作为模型输入,将正余弦优化算法和鲸鱼螺旋捕食机制结合引进北方苍鹰优化算法,利用其对MVMD参数寻优。然后利用寻优后的MVMD分解HF为若干个平稳分量,最后利用寻优后的多层BiLSTM进行预测,叠加求和得出最终RUL结果。应用NASA和CALCE数据集与其他方法进行对比分析,结果表明所提方法具有更高的预测精度和泛化适应性。 展开更多
关键词 锂电池 剩余使用寿命预测 多元变分模态分解 改进北方苍鹰优化算法 双向长短期记忆网络
暂未订购 下载PDF
融合多策略改进的北方苍鹰优化算法及应用 认领 引用 被引量：1
2
作者 龙文 徐文敏 徐明 《科学技术与工程》 EI 北大核心 2026年第5期2037-2050,共14页
经典北方苍鹰优化(northern goshawk optimization, NGO)算法在处理多峰和高维问题时,易陷入局部最优、收敛速度较慢且种群多样性不足。提出一种多策略融合改进的北方苍鹰优化算法。改进算法引入Lévy飞行增强探索阶段的全局搜索能... 经典北方苍鹰优化(northern goshawk optimization, NGO)算法在处理多峰和高维问题时,易陷入局部最优、收敛速度较慢且种群多样性不足。提出一种多策略融合改进的北方苍鹰优化算法。改进算法引入Lévy飞行增强探索阶段的全局搜索能力,避免陷入局部最优;设计精英解指导与动态变异策略以提升开发能力和收敛效率。将INGO与其他8种优化算法在18个CEC2017测试函数上进行实验对比,并使用Wilcoxon秩和检验与Friedman检验进行统计测试。实验结果表明,INGO在寻优精度、收敛速度以及稳定性方面表现优异。最后将INGO应用于求解非线性方程组和2个典型工程优化问题,表明所提算法能有效解决实际优化问题。 展开更多
关键词 北方苍鹰优化算法 Lévy飞行 非线性方程组 工程应用
暂未订购 下载PDF
基于新型CNN-GRU-Attention算法的锂电池剩余寿命预测 认领 引用
3
作者 郑祥 赵宪奇 Zahrotul Lailiyah 《大连交通大学学报》 CAS 2026年第2期144-152,共9页
针对锂电池剩余寿命预测精度较低的问题,提出一种结合多策略改进的北方苍鹰算法(INGO)、卷积神经网络(CNN)、门控循环单元(GRU)和注意力机制(Attention)的融合预测方法。首先对锂电池充放电数据进行特征提取并选定健康因子,其次通过ING... 针对锂电池剩余寿命预测精度较低的问题,提出一种结合多策略改进的北方苍鹰算法(INGO)、卷积神经网络(CNN)、门控循环单元(GRU)和注意力机制(Attention)的融合预测方法。首先对锂电池充放电数据进行特征提取并选定健康因子,其次通过INGO算法优化融合模型CNN-GRU-Attention的关键超参数,最后输入健康因子数据完成电池剩余寿命预测。通过NASA数据集进行试验验证,并和其他几组模型进行对比,结果表明,该方法具有良好的锂电池剩余寿命预测精度。 展开更多
关键词 锂电池 健康因子 剩余寿命预测 门控循环单元 改进北方苍鹰优化算法
暂未订购 下载PDF
基于改进HHT的双端行波法输电线路故障测距 认领 引用
4
作者 王玲桃 任宏伟 +1 位作者 李健 丁江浩 《自动化与仪器仪表》 2026年第2期10-14,共5页
针对传统希尔伯特-黄变换(HHT)在提取故障行波波头的过程中,存在包络线拟合不准确和模态混叠的问题,提出一种基于改进HHT的双端行波法输电线路故障测距的方法。首先,在经验模态分解的过程中,使用Akima插值代替传统的三次样条插值,对包... 针对传统希尔伯特-黄变换(HHT)在提取故障行波波头的过程中,存在包络线拟合不准确和模态混叠的问题,提出一种基于改进HHT的双端行波法输电线路故障测距的方法。首先,在经验模态分解的过程中,使用Akima插值代替传统的三次样条插值,对包络线拟合不准确问题进行改进。其次,引入自适应噪声完备集合经验模态分解(CEEMDAN),并采用北方苍鹰优化算法选择CEEMDAN中白噪声幅值权重和噪声添加次数的最优组合,进而处理故障行波信号,以改善分解过程中模态混叠的问题。最后,利用希尔伯特变换提取波头到达检测端的时间,代入双端测距方程实现故障点精确定位。仿真结果表明,所提方法在不同线路长度、故障类型以及过渡电阻情况下,均取得了较高的测距精度。 展开更多
关键词 改进希尔伯特-黄变换 Akima插值 CEEMDAN 北方苍鹰优化算法 行波法 输电线路故障测距
暂未订购 下载PDF
模糊作业时间的多目标装配线平衡问题建模与优化 认领 引用 被引量：1
5
作者 吕文杰 张文会 +2 位作者 陶新民 宋子文 席聪 《计算机工程与应用》 EI CSCD 北大核心 2026年第13期378-388,共11页
针对动力电池模组实际装配作业的不确定性,采用梯形模糊数描述作业时间的不确定性,建立了考虑模糊作业时间的多目标装配线平衡问题(assembly line balancing problem,ALBP)的数学模型,以最小化各工作站空闲时间差异、减少激活工作站数... 针对动力电池模组实际装配作业的不确定性,采用梯形模糊数描述作业时间的不确定性,建立了考虑模糊作业时间的多目标装配线平衡问题(assembly line balancing problem,ALBP)的数学模型,以最小化各工作站空闲时间差异、减少激活工作站数量以及降低装配过程中的能耗为目标。为有效解决该问题,提出了一种改进的北方苍鹰优化(improved northern goshawk optimization,INGO)算法进行求解。该算法基于Pareto快速非支配排序和拥挤距离机制,重新定义了搜索算子,并通过局部搜索策略将非支配解作为个体,引导算法向最优方向收敛。基于动力电池模组装配实例,求得7种可选平衡方案,实现了求解结果的多样性。为验证INGO算法的可行性与优越性,将其与非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithm,NSGA-Ⅱ)和多目标模拟退火(multi-objective simulated annealing,MOSA)算法进行了对比分析,并以超体积(hypervolume,HV)和反向生成距离(inverted generational distance,IGD)作为主要性能评估指标,结果表明,该算法相比于NSGA-Ⅱ和MOSA,HV指标分别提高了7.5%和13.2%,IGD指标分别降低了22.7%和43.3%,该方法可实现模糊作业时间ALBP的高效求解。最后,通过消融实验进一步验证了该算法的有效性。 展开更多
关键词 装配线平衡 动力电池 模糊作业时间 多目标优化 改进北方苍鹰优化算法 梯形模糊数
暂未订购 下载PDF
基于CEEMDAN与INGO优化BiLSTM的短期电力负荷预测 认领 引用 被引量：6
6
作者 常智慧 徐耀松 《控制工程》 CSCD 北大核心 2026年第2期343-351,共9页
短期负荷预测对电力系统的稳定运行至关重要,为进一步提高负荷预测精度,提出一种基于自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)和改进的北方苍鹰优化(improved northe... 短期负荷预测对电力系统的稳定运行至关重要,为进一步提高负荷预测精度,提出一种基于自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)和改进的北方苍鹰优化(improved northern goshawk optimization, INGO)算法的组合短期电力负荷预测模型来优化双向长短期记忆(bidirectional long short-term memory, BiLSTM)神经网络。首先,利用CEEMDAN将原始负荷序列分解以获取更加平稳的数据;然后,通过Arnold混沌反向学习初始化、自适应柯西-高斯混合变异策略和非线性收敛因子改善了INGO算法中出现的问题,并显著提高了其寻优能力和收敛速度,以此来优化BiLSTM的相关超参数;最后,整合重构各子序列得到CEEMDANINGO-BiLSTM电力负荷预测模型。仿真结果表明,相比于对比算法,该模型能有效提高预测准确度。 展开更多
关键词 短期电力负荷预测 北方苍鹰优化算法 混沌反向学习 自适应柯西-高斯混合变异策略 非线性收敛因子
暂未订购 下载PDF
基于INGO优化的输电线路覆冰厚度预测模型 认领 引用
7
作者 任宇 董波 秦妍 《黑龙江电力》 2026年第2期115-125,共11页
针对覆冰厚度预测中因随机性和波动性导致的预测精度不高问题,基于覆冰厚度数据的时序信息,提出一种基于改进北方苍鹰算法优化的覆冰厚度预测方法。利用变分模态分解降低原始覆冰厚度时间序列的不稳定性。采用INGO分别对支持向量机、误... 针对覆冰厚度预测中因随机性和波动性导致的预测精度不高问题,基于覆冰厚度数据的时序信息,提出一种基于改进北方苍鹰算法优化的覆冰厚度预测方法。利用变分模态分解降低原始覆冰厚度时间序列的不稳定性。采用INGO分别对支持向量机、误差反向传播神经网络、深度混合核极限学习机的参数进行优化,对各模态分量分别建立预测模型,并将结果叠加得到覆冰厚度的点预测值。在点预测的基础上,利用非参数核密度估计及正态分布方法计算不同置信水平下的预测区间,并优化权重从而获得一个综合的区间预测结果。通过比较区间覆盖概率和预测区间平均宽度的结果显示,所提模型能够显著提高覆冰预测的准确性。 展开更多
关键词 覆冰预测 变分模态分解 北方苍鹰算法 区间预测
暂未订购 下载PDF
考虑任务难度的动力电池人机协作拆卸线平衡设计 认领 引用
8
作者 孟成洁 江志刚 孟纪君 《武汉科技大学学报》 CAS 北大核心 2026年第3期235-247,共13页
针对现有人机协作拆卸线平衡设计中工作站任务难度分配不均、拆卸任务分配不合理的问题,提出一种考虑任务难度的退役动力电池人机协作拆卸线平衡设计方法。结合拆卸任务特征与操作者作业能力,对拆卸任务难度进行量化评价与分类;在此基础... 针对现有人机协作拆卸线平衡设计中工作站任务难度分配不均、拆卸任务分配不合理的问题,提出一种考虑任务难度的退役动力电池人机协作拆卸线平衡设计方法。结合拆卸任务特征与操作者作业能力,对拆卸任务难度进行量化评价与分类;在此基础上,以最小工作站数、最小空闲时间均衡度、最小任务难度均衡度和最大经济效益为优化目标,构建多目标优化模型。为求解该模型,设计混合北方苍鹰优化算法(HNGO),针对问题的离散特性对勘探阶段和追逐阶段的位置更新方式进行离散化设计,并引入鲸鱼优化算法中的包围行为和收敛因子,以提高算法的收敛速度和寻优能力。通过经典算例和某型号退役动力电池拆卸实例对所提模型与算法进行验证。结果表明,所提方法能够较好地实现拆卸任务与任务难度的合理分配,具有较好的有效性和可行性。 展开更多
关键词 退役动力电池 拆卸线平衡 人机协作 任务难度 北方苍鹰优化算法 多目标优化
暂未订购 下载PDF
基于改进北方苍鹰算法与混合核极限学习机的齿轮箱故障诊断 认领 引用 被引量：9
9
作者 杜董生 王梦姣 +1 位作者 冒泽慧 赵环宇 《控制理论与应用》 EI CAS CSCD 北大核心 2025年第4期796-804,共9页
针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪... 针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪后的信号分解成多个本征模态函数(IMF),使用方差贡献率、相关系数和信息熵筛选出最优的IMF.将最优IMF重构后,对重构信号进行时间同步平均(TSA)去噪以减少故障诊断模型的数据计算量.将Tent混沌映射、混合正弦余弦算法和Levy飞行策略用于改进北方苍鹰优化(NGO)算法,得到一种新的INGO算法.同时,引入余弦因子以平衡正弦余弦算法的全局和局部开发能力.最后,利用INGO算法对HKELM进行优化,用以提高HKELM模型的故障诊断准确率.将所提方法应用于两个案例对模型进行检验,实验结果表明,本文所提方法具有可行性和优越性. 展开更多
关键词 混合核极限学习机 改进北方苍鹰优化算法 时变滤波经验模态分解 故障诊断
暂未订购 下载PDF
考虑时变非对称输出约束的机械臂固定时间自适应优化控制 认领 引用 被引量：6
10
作者 刘乐 孟德宇 +1 位作者 常刘杰 方一鸣 《控制与决策》 EI CSCD 北大核心 2025年第3期833-842,共10页
针对一类存在建模误差、外部扰动和时变非对称输出约束的机械臂系统位置跟踪控制问题,提出一种固定时间反步自适应优化控制方法.首先,通过设计固定时间干扰观测器来快速准确地估计机械臂系统的建模误差和外部扰动.然后,将反步法与新型障... 针对一类存在建模误差、外部扰动和时变非对称输出约束的机械臂系统位置跟踪控制问题,提出一种固定时间反步自适应优化控制方法.首先,通过设计固定时间干扰观测器来快速准确地估计机械臂系统的建模误差和外部扰动.然后,将反步法与新型障碍Lyapunov函数相结合,并基于一种滚动自适应律完成考虑机械臂输出约束的固定时间控制器设计,同时采用指令滤波器和切换函数解决控制器推导过程中存在的“微分爆炸”和“虚拟控制量奇异”问题.接着,利用改进的北方苍鹰(improved northern goshawk,ING)算法对机械臂系统的控制参数进行优化整定,进一步提高系统的收敛速度和稳态精度.理论分析表明,系统跟踪误差能够在固定时间内收敛至接近0的小邻域内,且始终满足输出约束的要求.最后,通过PUMA560型机械臂的仿真对比研究验证了所提出方法的有效性. 展开更多
关键词 机械臂 固定时间 时变非对称输出约束 反步自适应控制 固定时间观测器 改进的北方苍鹰算法
暂未订购 下载PDF
基于INGO-RF的边坡稳定性预测模型 认领 引用 被引量：5
11
作者 石峻峰 周琳 +1 位作者 任宇联 王志鹏 《安全与环境学报》 CAS CSCD 北大核心 2025年第4期1380-1390,共11页
为提高边坡稳定性的预测精度以预防边坡失稳事故发生,提出了一种基于改进北方苍鹰算法优化随机森林(Improved Northern Goshawk Optimization algorithm optimized Random Forest, INGO-RF)的边坡稳定性预测模型。首先,根据413个边坡案... 为提高边坡稳定性的预测精度以预防边坡失稳事故发生,提出了一种基于改进北方苍鹰算法优化随机森林(Improved Northern Goshawk Optimization algorithm optimized Random Forest, INGO-RF)的边坡稳定性预测模型。首先,根据413个边坡案例,选取重度γ、黏聚力c、内摩擦角φ、边坡角α、边坡高度H和孔隙压力比ru作为主要预测特征指标。其次,由于传统随机森林模型存在超参数问题,采用最佳值引导、减法优化器、柯西变异和动态调整搜索策略的INGO算法优化随机森林(Random Forest, RF)模型超参数。最后,与5种不同算法相比,所设计的INGO算法在8个测试函数中展现出更优的参数寻优能力和收敛速度;与5种不同预测模型相比,所设计的INGO-RF模型的各项评估指标均优于其他模型,该模型在训练集和测试集中的准确率分别为99.1%和91.2%,且发现γ是影响边坡稳定性的最敏感特征。研究表明,INGO-RF预测模型为边坡稳定性预测提供了一种新思路。 展开更多
关键词 安全工程 边坡稳定性 可视化分析 改进北方苍鹰优化算法 随机森林 预测模型
暂未订购 下载PDF
基于改进北方苍鹰优化算法的激光焊缝图像分类 认领 引用 被引量：5
12
作者 邹红波 李奇隆 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2025年第4期1426-1435,共10页
针对多种类型激光焊缝识别计算复杂度高、分类准确度低的问题,提出了一种基于改进北方苍鹰算法(UNGO)的激光焊缝图像识别分类算法,在传统支持向量机算法(SVM)的基础上与改进北方苍鹰算法(UNGO-SVM)结合,并通过混沌优化与莱维飞行中贪婪... 针对多种类型激光焊缝识别计算复杂度高、分类准确度低的问题,提出了一种基于改进北方苍鹰算法(UNGO)的激光焊缝图像识别分类算法,在传统支持向量机算法(SVM)的基础上与改进北方苍鹰算法(UNGO-SVM)结合,并通过混沌优化与莱维飞行中贪婪学习策略增加算法搜索能力,同时帮助算法克服陷入局部最优情况,提高算法的收敛精度和图像分类准确度。实验结果表明,UNGO-SVM在保证算法收敛度的同时分类准确率提升至99.15%,相比较SVM、NGO-SVM、DOA-SVM、GOA-SVM分别提升了21%、5%、10%和11%,证明了该方法的可行性和较强的利用价值。 展开更多
关键词 北方苍鹰算法 图像识别分类 支持向量机 立方混沌 贪婪学习策略
可调光程柱面多通池TDLAS系统 认领 引用 被引量：2
13
作者 李桃花 牛明生 +5 位作者 史永鹏 李辉 刘慧园 杨乐 袁昊天 方宏福 《光学精密工程》 EI CAS CSCD 北大核心 2025年第2期194-208,共15页
为了提高TDLAS检测系统的检测性能和集成度,设计了一种基于便携式可调光程的柱面镜多通池的TDLAS系统,实现了从14 m,10.6 m,9.2 m,7.1 m和5.8 m仿真光程的转换。为了降低TDLAS系统测量气体过程中产生的噪声对检测精度和灵敏度的影响,提... 为了提高TDLAS检测系统的检测性能和集成度,设计了一种基于便携式可调光程的柱面镜多通池的TDLAS系统,实现了从14 m,10.6 m,9.2 m,7.1 m和5.8 m仿真光程的转换。为了降低TDLAS系统测量气体过程中产生的噪声对检测精度和灵敏度的影响,提出了基于北方苍鹰优化(NGO)算法的变分模态分解(VMD)小波去噪算法。仿真结果表明,与其他算法相比,NGO-VMD小波去噪算法能够更有效地降低噪声,且不会引起信号的失真。利用直接吸收检测技术,使用中心波长为1.653μm的DFB激光器对CH4进行测试以评估系统的性能,结果表明,采用NGO-VMD小波去噪算法使检测信号的信噪比由66提高到109,系统的检测下限由12.1 ppm改善为7.28 ppm。Allan方差分析可知,在积分时间为263 s时,系统检测甲烷的最佳检测灵敏度从641 ppb提升为526 ppb,系统的检测下限和灵敏度都得到有效的提高,为优化TDLAS痕量气体检测系统提供了参考。 展开更多
关键词 TDLAS 直接吸收 可调光程 北方苍鹰优化算法 变分模态分解
暂未订购 下载PDF
融合多策略改进的北方苍鹰算法及其应用 认领 引用 被引量：1
14
作者 赵深 韦根原 +2 位作者 常耀华 陈亮 侯彦辰 《电子测量技术》 北大核心 2025年第13期96-110,共15页
针对北方苍鹰算法寻优精度低以及容易陷入最优值等问题,提出一种融合减法优化器和t分布小波变异的改进北方苍鹰算法。首先,在算法初始阶段利用Tent映射-动态反向学习策略,提高初始种群的质量和多样性,加快算法的迭代速度;其次,在勘探阶... 针对北方苍鹰算法寻优精度低以及容易陷入最优值等问题,提出一种融合减法优化器和t分布小波变异的改进北方苍鹰算法。首先,在算法初始阶段利用Tent映射-动态反向学习策略,提高初始种群的质量和多样性,加快算法的迭代速度;其次,在勘探阶段融合减法平均优化器和最佳值引导策略更新种群位置;最后,采用自适应t分布小波变异策略对种群进行扰动,避免陷入局部最优。通过测试函数仿真实验并将改进后的算法与极限学习机相结合,用于预测光伏发电量的情况,同时应用于两种工程设计问题中,实验结果表明,改进后的算法对比其他改进算法在收敛精确度和鲁棒性方面有显著提升,并且有效提升了解决复杂问题的性能。 展开更多
关键词 北方苍鹰算法 混沌映射 动态反向学习 减法平均优化器 自适应t分布小波变异 光伏预测
暂未订购 下载PDF
基于改进北方苍鹰算法优化SVM的轴承故障诊断研究 认领 引用 被引量：3
15
作者 吴晓君 李渠伟 《机械强度》 CAS CSCD 北大核心 2025年第5期80-89,共10页
针对群智能算法优化支持向量机(Support Vector Machine,SVM)模型时容易遭遇局部最优的问题,提出一种改进北方苍鹰优化(Improved Northern Goshawk Optimization,INGO)算法,并将其应用于滚动轴承的故障诊断。通过引入基于余弦变化的自... 针对群智能算法优化支持向量机(Support Vector Machine,SVM)模型时容易遭遇局部最优的问题,提出一种改进北方苍鹰优化(Improved Northern Goshawk Optimization,INGO)算法,并将其应用于滚动轴承的故障诊断。通过引入基于余弦变化的自适应惯性权重因子以及柯西变异策略来改进北方苍鹰优化(Northern Goshawk Optimization,NGO)算法,并结合SVM构建INGO-SVM故障诊断模型。为评估改进算法的性能,首先,使用基准测试函数进行了试验,并将改进算法与现有的NGO、粒子群优化(Particle Swarm Optimization,PSO)算法、麻雀搜索算法(Sparrow Search Algorithm,SSA)等进行比较,改进算法的性能在一定程度上有所提升。然后,通过小波包分解对原始诊断信号进行特征提取并划分出10种类别,使用第3层各频段的能量作为特征向量,输入到故障诊断模型;最后,比较了改进算法与其他3种算法在优化SVM参数进行故障分类时的性能。结果表明,改进算法能够有效准确地实现不同故障的分类,准确率可达99.39%,验证了该方法的有效性和可行性。 展开更多
关键词 故障诊断 改进北方苍鹰优化算法 柯西变异策略 小波包分解 支持向量机
暂未订购 下载PDF
基于扩展型活性膜系统的彩色图像分割方法 认领 引用 被引量：1
16
作者 许家昌 郭佳 苏树智 《深圳大学学报（理工版）》 CAS CSCD 北大核心 2025年第1期59-67,共9页
为克服优化算法易陷入局部最优和收敛速度慢的局限,提高扩展膜系统在图像处理领域的优化性能,提出一种基于扩展型活性膜系统(P system)的改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法——PINGO.采用北方苍鹰优... 为克服优化算法易陷入局部最优和收敛速度慢的局限,提高扩展膜系统在图像处理领域的优化性能,提出一种基于扩展型活性膜系统(P system)的改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法——PINGO.采用北方苍鹰优化算法作为基本膜中的进化规则,通过更新苍鹰的状态进化基本膜中的对象,将INGO算法作为局部进化规则来进化子膜中的对象.该系统根据活性膜自身的特点在基本膜中溶解或产生子膜,通信规则用于实现不同膜之间的信息交换与共享,避免算法陷入局部最优.在数据集BSD300和BSD500上,分别采用海鸥优化(seagull optimization algorithm,SOA)算法、灰狼优化(grey wolf optimizer,GWO)算法、INGO算法和PINGO算法,对不同优化阈值个数的图像进行分割.结果表明,PINGO算法在分割后的图像上的峰值信噪比均优于其他算法,特征相似度最优值也占了83%,在保持色彩与纹理的同时提高了分割的准确性.研究结果表明了所提彩色图像分割方法的有效性. 展开更多
关键词 图像处理 图像分割 P系统 活性膜结构 北方苍鹰优化算法 进化规则
暂未订购 下载PDF
改进北方苍鹰优化算法及其在智能车路径规划中的应用 认领 引用 被引量：1
17
作者 苟毓俊 马康 +1 位作者 陈建勋 刘泽同 《控制工程》 CSCD 北大核心 2025年第12期2169-2176,共8页
针对北方苍鹰优化算法收敛速度慢、寻优精度低以及易陷入局部最优的缺点,提出了一种改进的北方苍鹰优化(improved northern goshawk optimization,INGO)算法。首先,采用Bernoulli混沌映射初始化种群,增强种群的多样性。其次,在猎物选择... 针对北方苍鹰优化算法收敛速度慢、寻优精度低以及易陷入局部最优的缺点,提出了一种改进的北方苍鹰优化(improved northern goshawk optimization,INGO)算法。首先,采用Bernoulli混沌映射初始化种群,增强种群的多样性。其次,在猎物选择和攻击阶段引入正余弦策略、非线性递减搜索因子以及权重因子,提升算法的局部搜索能力和收敛速度。然后,新增第三阶段,利用自适应t分布变异对最优解进行扰动更新,提高算法的全局寻优能力。最后,通过九个标准测试函数及不同复杂程度的栅格地图路径规划场景,对INGO算法的性能进行综合评估。结果表明:INGO算法在各类测试函数上均展现出了优秀的寻优精度和稳定性,在栅格地图下的路径规划实验中,该算法相较于NGO算法在路径长度与稳定性方面均有显著提升。 展开更多
关键词 北方苍鹰优化算法 路径规划 混沌映射 正余弦算法 栅格法
暂未订购 下载PDF
基于多策略改进INGO算法短期风速预测 认领 引用 被引量：1
18
作者 张轲钦 魏业文 +1 位作者 谭林 徐涛 《计算机仿真》 2025年第10期174-182,共9页
针对风速预测应用中北方苍鹰算法收敛速度慢和易陷入局部寻优等问题,提出了一种基于多策略改进北方苍鹰算法的VMD-INGO-LSSVM短期风速预测模型。首先,采用VMD方法对风速数据进行分解,提高其可预测性。其次利用改进的INGO算法来对LSSVM... 针对风速预测应用中北方苍鹰算法收敛速度慢和易陷入局部寻优等问题,提出了一种基于多策略改进北方苍鹰算法的VMD-INGO-LSSVM短期风速预测模型。首先,采用VMD方法对风速数据进行分解,提高其可预测性。其次利用改进的INGO算法来对LSSVM的两个超参数进行寻优,改进北方苍鹰算法在种群初始化阶段采用拉丁超立方抽样以确保样本点分布均匀,接着引入正态云模型以增强种群多样性。为了提升算法的优化精度和稳定性,结合动态位置自适应调整和柯西变异策略,从而提升算法的全局搜索能力,避免陷入局部最优解。最后构建INGO-LSSVM模型对各分量进行预测叠加得风速预测值。实验结果表明,提出的模型MAE、RMSE、MAPE、R2分别为0.24220、0.31408、10.6123%、0.99278优于其它基准模型,基于多策略改进INGO算法的风速预测模型具有更高的预测精度。 展开更多
关键词 改进北方苍鹰算法 拉丁超立方抽样 正态云模型 动态位置自适应更新 柯西变异 短期风速预测
暂未订购 下载PDF
一种SCNGO-MMPE-VMD的滚动轴承故障诊断方法 认领 引用 被引量：1
19
作者 张涛 魏彪 +2 位作者 李永健 马赫 何勇 《现代电子技术》 北大核心 2025年第12期54-60,共7页
针对滚动轴承故障诊断中种群分布不均匀及算法早熟收敛问题,提出一种SCNGO-MMPE-VMD的滚动轴承故障诊断方法。首先,利用折射反向学习方法初始化种群,并生成反向解,有效扩大搜索范围;然后,将正余弦算法(SCA)策略引入北方苍鹰优化算法(NGO... 针对滚动轴承故障诊断中种群分布不均匀及算法早熟收敛问题,提出一种SCNGO-MMPE-VMD的滚动轴承故障诊断方法。首先,利用折射反向学习方法初始化种群,并生成反向解,有效扩大搜索范围;然后,将正余弦算法(SCA)策略引入北方苍鹰优化算法(NGO)勘察阶段,通过非线性加权系数ω动态调节步长搜索因子,降低个体位置更新对局部信息的依赖,显著提高算法收敛速度与精度;最后,构建多尺度均值排列熵(MMPE)与峭度的融合指标作为适应度函数,增强故障特征敏感性。通过对不同的实测信号进行测试,结果表明,在强噪声干扰下,相较传统方法,所提方法可提前300 min(初期故障)和700 min(微弱故障)识别故障特征,验证了其工程实用性。 展开更多
关键词 正余弦算法 滚动轴承 故障诊断 改进北方苍鹰优化算法 多尺度均值排列熵 变分模态分解
暂未订购 下载PDF
基于改进NGO算法的LEACH多跳路由优化方法 认领 引用 被引量：3
20
作者 韩冰青 熊培淞 《计算机工程与设计》 北大核心 2025年第11期3167-3173,共7页
针对Leach(low energy adaptive clustering hierarchy)协议在大规模网络中存在着数据传输效率不高和网络生命周期短的问题,提出了一种LEACH-CM-NGO优化算法。该方法通过在簇头选取阶段优化簇头数在所有节点中占比,引进能量密度因子和... 针对Leach(low energy adaptive clustering hierarchy)协议在大规模网络中存在着数据传输效率不高和网络生命周期短的问题,提出了一种LEACH-CM-NGO优化算法。该方法通过在簇头选取阶段优化簇头数在所有节点中占比,引进能量密度因子和能耗因子改进阈值公式优化簇头分布,并在数据传输阶段,由原本的单跳传输改为多跳方式传输数据,引入基于立方映射方法,自适应权重策略和柯西变异的北方苍鹰优化算法改进簇头间数据传输路径,以提高网络的能效和数据传输效率。仿真结果表明,所提出的方法在减少能耗的同时,显著延长了网络的生命周期并提高了数据传输的成功率。 展开更多
关键词 无线传感网 低功耗自适应聚类协议 阈值公式 柯西变异 北方苍鹰优化算法 能量密度因子 多跳传输
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 … 4 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈