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389篇文章
< 1 2 … 20 >
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SSA-BP和ICEEMDAN-NTEO算法的电缆故障识别及精确定位方法 认领 引用 被引量：3
1
作者 袁发庭 李昊樾 +4 位作者 李胡强 杨毅 简盛开 江宇晴 唐波 《电力科学与技术学报》 CAS CSCD 北大核心 2026年第2期127-144,共18页
现有电力电缆行波测距方法依赖初始行波的准确识别,存在故障定位不准确的问题。对此,基于电磁暂态仿真软件ATP-EMTP,建立10 kV电力电缆输电线路模型,提出基于麻雀搜索算法优化的BP神经网络和改进的Teager能量算子(novel teager energy o... 现有电力电缆行波测距方法依赖初始行波的准确识别,存在故障定位不准确的问题。对此,基于电磁暂态仿真软件ATP-EMTP,建立10 kV电力电缆输电线路模型,提出基于麻雀搜索算法优化的BP神经网络和改进的Teager能量算子(novel teager energy operator,NTEO)的双端行波定位方法。首先,建立电力电缆传输线路模型,研究不同工况下故障电流波形,利用基于麻雀搜索算法优化的反向传播神经网络(sparrow search algorithm-back propagation neural network,SSA-BP)算法识别电缆故障类型,训练集与测试集预测结果表明SSA-BP算法能够准确、快速辨识电力电缆故障类型。其次,通过对电缆三相电流进行相模变换,根据电力电缆不同故障类型选择合适的故障分量对电缆进行故障定位。再次,采用改进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)算法对故障波形进行分解,滤除故障信号中的噪音干扰,通过NTEO算法增强初始行波波头特征,精确定位初始行波到达检测器的时间,实现电力电缆故障的精确定位。最后,采用仿真分析,对方法进行验证。研究结果表明:在考虑不同短路故障、接地电阻和故障距离等因素影响下,其故障识别精度达到98.3%;而CEEMD-NTEO和小波变换算法的故障定位精度分别为99.83%和99.67%,所提方法定位精度为99.88%。该研究成果为电缆故障准确识别和定位提供了重要理论依据。 展开更多
关键词 配电线路 双端行波定位 SSA-BP算法 NTEO算法 ICEEMDAN算法 ATP-EMTP
暂未订购 下载PDF
基于SSA-VMD-GRU组合模型的桥梁监测缺失数据重构方法研究 认领 引用 被引量：1
2
作者 周宇 周明扬 +2 位作者 狄生奎 郭家骥 黄继源 《振动与冲击》 EI CSCD 北大核心 2026年第3期115-123,共9页
针对桥梁健康监测数据因环境干扰或传感器故障导致的异常或缺失,提出了一种基于麻雀搜索算法(sparrow search algorithm,SSA)共同优化变分模态分解(variational mode decomposition,VMD)和门控循环单元(gated recurrent units,GRU)的桥... 针对桥梁健康监测数据因环境干扰或传感器故障导致的异常或缺失,提出了一种基于麻雀搜索算法(sparrow search algorithm,SSA)共同优化变分模态分解(variational mode decomposition,VMD)和门控循环单元(gated recurrent units,GRU)的桥梁异常监测数据修复方法。研究利用SSA对VMD中分解层数K和惩罚因子α进行寻优以获取准确结构响应,选择SSA对GRU关键超参数进行优化,通过训练使模型达到最佳状态后,将分解后的信号作为输入进行预测修复,以重构桥梁缺失监测数据,通过对比单一GRU模型、VMD-GRU模型预测结果,以均方根误差、平均绝对误差、平均绝对百分比误差和R2作为误差指标来评价所提方法的科学性与实用性。研究表明,所提方法可在非经验指导下获得最佳参数组合,挠度测试集均方根误差为6.070 2%,应变测试集均方根误差仅为0.150 0%,该方法适用于桥梁异常或缺失监测数据的重构,能够提高数据质量和数据使用的正确率,为桥梁健康监测与决策提供方法基础。 展开更多
关键词 桥梁健康监测 异常监测数据 麻雀搜索算法(SSA) 变分模态分解(VMD) 门控循环单元(GRU) 数据重构
暂未订购 下载PDF
基于ISSA-CNN-BiLSTM的电力碳排放强度动态预测方法 认领 引用
3
作者 李宏伟 王来君 +3 位作者 李帅兵 贠韫韵 杨立霞 康永强 《中国电力》 CSCD 北大核心 2026年第7期66-77,共12页
电力碳排放强度是衡量电力系统碳排放水平的重要指标,精确计算并预测电力碳排放强度对于有效实施碳排放管理策略、科学制定减排方案具有重要意义。为此,提出一种动态碳排放强度计算及预测方法。基于燃煤机组运行煤耗与负荷的函数关系,... 电力碳排放强度是衡量电力系统碳排放水平的重要指标,精确计算并预测电力碳排放强度对于有效实施碳排放管理策略、科学制定减排方案具有重要意义。为此,提出一种动态碳排放强度计算及预测方法。基于燃煤机组运行煤耗与负荷的函数关系,构建燃煤机组动态碳排放强度模型。融合发电机组出力特性和动态碳排放强度,形成电网级碳排放强度实时计算模型。通过卷积神经网络(convolutional neural network,CNN)提取动态碳排放强度数据特征,输入到双向长短期记忆网络(bidirectional long short-term memory,BiLSTM),引入改进麻雀优化算法(improved sparrow search algorithm,ISSA),集成Circle初始化种群、自适应因子、柯西变异和Sine映射扰动策略,优化BiLSTM超参数配置,最终构建ISSA-CNN-BiLSTM混合模型,实现短期碳排放强度高精度预测。仿真计算与测试结果表明,与长短期记忆网络(long short-term memory,LSTM)等模型相比,提出的ISSA-CNN-BiLSTM模型在碳排放强度预测中展现出了更高的预测精度和更强的泛化能力。 展开更多
关键词 碳排放强度 长短期记忆网络 麻雀搜索算法
暂未订购 下载PDF
Structural Damage Diagnosis Based onMulti-Stage Sparrow Search Algorithm 认领 引用
4
作者 Lijun Yang Qiuwei Yang 《Computers, Materials & Continua》 SCIE EI 2026年第9期2449-2468,共20页
This study proposes a Multi-Stage Sparrow Search Algorithm(MS-SSA)for precise structural damage identification.Initially,the structural static displacement sensitivity formulation is derived via the Sherman-Morrison-W... This study proposes a Multi-Stage Sparrow Search Algorithm(MS-SSA)for precise structural damage identification.Initially,the structural static displacement sensitivity formulation is derived via the Sherman-Morrison-Woodbury formula,and an objective function is constructed by integrating the sensitivity equations with the L2-norm penalty.Subsequently,MS-SSA is implemented to sequentially achieve preliminary damage localization and accurate quantification.In the localization phase,a constrained narrow-bound search space is predefined to identify potential damage regions.Leveraging this feedback,the sensitivity equations are condensed,and the search boundaries are adaptively refined for the quantification phase,where SSA is reapplied to precisely determine damage severity while mitigating misjudgments.TheMS-SSA framework exhibits two distinct advantages:(i)Phase I localization accelerates convergence by constraining the search space,as it does not target precise quantification;and(ii)the significant reduction in unknowns achieved by excluding intact elements in Phase II enables rapid convergence to the global optimum.Comparative studies against the GreyWolf Optimizer(GWO),Whale Optimization Algorithm(WOA),and standard SSA demonstrate that the proposed method effectively overcomes computational instability,slowconvergence,and large errors inherent in swarm intelligence optimization for damage identification.Specifically,numerical case studies reveal that the identification error is reduced to merely 9%~22%of that associated with existing methods,with experimental validation confirming reductions to 18%~22%.Overall,the proposed approach achieves high-fidelity damage identification while eliminating false positives and false negatives. 展开更多
关键词 Damage diagnosis static displacement sensitivity Sparrow Search Algorithm(SSA) narrow search range
暂未订购 下载PDF
基于SCSSA-CNN-BiLSTM神经网络的厌氧发酵产气预测 认领 引用
5
作者 甄箫斐 焦若楠 +1 位作者 董樾洋 詹寒 《环境工程技术学报》 CAS CSCD 北大核心 2026年第1期279-289,共11页
厌氧发酵作为一种高效的有机废物处理技术,能够将农业废物转化为沼气,实现资源的循环利用和能源的可持续供应。厌氧发酵过程受到反应底物碳氮比、pH、挥发性脂肪酸、氨氮浓度以及化学需氧量等因素的影响。为探究厌氧发酵的规律,进行混... 厌氧发酵作为一种高效的有机废物处理技术,能够将农业废物转化为沼气,实现资源的循环利用和能源的可持续供应。厌氧发酵过程受到反应底物碳氮比、pH、挥发性脂肪酸、氨氮浓度以及化学需氧量等因素的影响。为探究厌氧发酵的规律,进行混合原料厌氧发酵产气实验,反应底物中牛粪与玉米秸秆的配比分别为1:1、2:1、3:1,设置3组平行实验,以确保实验结果的可靠性和可重复性。创建了正余弦与柯西变异策略优化的麻雀搜索算法(SCSSA),并将其对卷积双向记忆神经网络(CNNBiLSTM)的超参数进行优化,选择反应时间、牛粪与玉米秸秆配比、pH、挥发性脂肪酸、氨氮浓度以及化学需氧量作为模型的输入参数,日产气量和日甲烷产量作为输出参数。结果表明,牛粪与玉米秸秆配比为3:1时,甲烷产量最多,配比1:1实验组次之,配比2:1实验组最小。基于SCSSA-CNN-BiLSTM混合原料厌氧发酵产气预测模型的日产气量准确率达95.29%,日甲烷产量准确率达95.87%,拟合优度(R2)达到了0.972。本研究解决了传统麻雀搜索算法模型易过早收敛导致陷入局部最优的问题,并提高了全局搜索能力,为实际实验提供了依据。 展开更多
关键词 牛粪 玉米秸秆 厌氧发酵 神经网络 麻雀搜索算法 产气预测
暂未订购 下载PDF
考虑平均应力的非高斯疲劳损伤预测:一种基于SSA优化XG-Boost的预测算法 认领 引用
6
作者 李锦华 曾锦航 +3 位作者 李芳华 崔胜超 邹秀龙 李春祥 《振动与冲击》 EI CSCD 北大核心 2026年第13期10-18,共9页
疲劳损伤分析对于承受各类随机荷载的工程结构是必不可少的,非高斯随机荷载以及动静荷载叠加导致的平均应力,都使疲劳损伤预测变得更为复杂。雨流计数法在非高斯随机过程中考虑每个应力循环的平均应力时需要大量的计算时间和成本;而频... 疲劳损伤分析对于承受各类随机荷载的工程结构是必不可少的,非高斯随机荷载以及动静荷载叠加导致的平均应力,都使疲劳损伤预测变得更为复杂。雨流计数法在非高斯随机过程中考虑每个应力循环的平均应力时需要大量的计算时间和成本;而频域法虽然能快速估计疲劳损伤率,但难以有效考虑每个雨流均值的影响。因此,基于Dirlik提出的频域方法以及Niesłony和Böhm提出的功率谱密度修正法,建立了极端梯度提升(extreme gradient boosting,XG-Boost)模型预测考虑平均应力效应的宽带非高斯疲劳损伤,并使用麻雀搜索算法(sparrow search algorithm,SSA)寻优。基于不同的功率谱,对S-N曲线的k值、平均应力、极限抗拉强度以及偏度和峰度进行了大量的数值模拟。得到的数据库用于增强XG-Boost模型的泛化性,采用雨流计数法计算的疲劳损伤率为精准参照。最终结果表明,所开发的XG-Boost模型可以精准预测非高斯疲劳损伤。 展开更多
关键词 疲劳损伤分析 平均应力 宽带非高斯过程 麻雀搜索算法(SSA) 极端梯度提升(XG-Boost)模型 频域法
暂未订购 下载PDF
订单分析及生产调度优化研究——基于AHP-CRITIC和SSA方法 认领 引用
7
作者 宋海草 程河山 霍硕 《山东工商学院学报》 2026年第4期65-73,共9页
针对多品种小批量生产模式下订单调度效率低、成本高等问题,提出了融合AHP-CRITIC组合赋权与麻雀搜索算法的优化方法,通过层次分析法和CRITIC法计算订单指标权重,确定延期惩罚系数,建立以总完工时间、库存成本和延期惩罚成本最小化为目... 针对多品种小批量生产模式下订单调度效率低、成本高等问题,提出了融合AHP-CRITIC组合赋权与麻雀搜索算法的优化方法,通过层次分析法和CRITIC法计算订单指标权重,确定延期惩罚系数,建立以总完工时间、库存成本和延期惩罚成本最小化为目标的多目标调度模型,采用麻雀搜索算法求解,为中小企业多品种小批量生产调度提供了有效解决方案,提升了客户满意度和市场竞争力。 展开更多
关键词 AHP-CRITIC组合赋权 麻雀搜索算法(SSA) 延期惩罚成本
暂未订购 下载PDF
基于ISSA-CWSVM模型的电气火灾早期预警研究 认领 引用
8
作者 李岩 孔冬冬 《自动化与仪表》 2026年第7期31-35,共5页
针对现场电气火灾数据存在典型非均衡分布、错分代价具有非对称性的特征,该文提出一种基于工程错分代价与样本不均衡统计代价融合的加权SVM模型(CWSVM),以最小化总错分代价为目标。提出融合Tent映射-准反向学习、基于种群多样性的自适... 针对现场电气火灾数据存在典型非均衡分布、错分代价具有非对称性的特征,该文提出一种基于工程错分代价与样本不均衡统计代价融合的加权SVM模型(CWSVM),以最小化总错分代价为目标。提出融合Tent映射-准反向学习、基于种群多样性的自适应收敛因子、采用精英引导及动态权重更新追随者位置的多策略改进樽海鞘群算法(ISSA)。通过ISSA搜索CWSVM的全局最优惩罚系数和核参数。仿真实验中,选取消防物联网采集的低压配电柜中剩余电流探测器、热解粒子探测器的460组数据进行测试,结果表明,ISSA-CWSVM模型在总体精确率、报警召回率和F1-Score上均优于SVM、SSA-SVM、SSA-CWSVM模型,且能够有效降低电气火灾早期预警的总体工程错分代价,具有更优的风险控制能力。 展开更多
关键词 樽海鞘群算法 多策略改进 支持向量机 代价敏感加权 电气火灾早期预警
暂未订购 下载PDF
基于SSA算法的C语言程序多核可扩展并行计算优化方法 认领 引用
9
作者 元尼东珠 《西安文理学院学报（自然科学版）》 2026年第2期49-54,共6页
C语言程序在多核可扩展并行计算过程中,增加线程数可以显著提高程序的并行度,使更多的计算任务可以同时进行.但随着线程数的增加,线程间的同步和资源竞争问题会变得更加复杂,降低并行计算效果.对此,提出基于SSA算法的C语言程序多核可扩... C语言程序在多核可扩展并行计算过程中,增加线程数可以显著提高程序的并行度,使更多的计算任务可以同时进行.但随着线程数的增加,线程间的同步和资源竞争问题会变得更加复杂,降低并行计算效果.对此,提出基于SSA算法的C语言程序多核可扩展并行计算优化方法.通过综合考虑平衡执行时间、资源利用率、负载均衡等多个方面,将C语言程序多核可扩展并行计算优化问题建模为一个多目标优化问题.对线程数、任务划分以及负载均衡等目标进行约束,保证C语言程序的并行计算性能.结合SSA算法对约束目标进行求解,通过不断调整线程分配与任务划分策略,优化C语言程序在多核环境下的并行计算结果.在实验中,对提出的方法进行了代码运行质量的检验,测试结果表明,采用提出的方法对C语言程序进行优化后,代码覆盖率在高线程条件下依然保持较高水平,具备较为理想的优化效果. 展开更多
关键词 SSA算法 C语言程序 多核可扩展 并行计算 程序优化
暂未订购 下载PDF
基于KPCA-ISSA-KELM的铁路隧道煤与瓦斯突出预测模型 认领 引用 被引量：3
10
作者 李时宜 代鑫 +2 位作者 刘骞 左明辉 高旭 《铁道标准设计》 北大核心 2026年第1期143-151,共9页
为了能够更为准确地预测铁路隧道煤与瓦斯突出,有效保障铁路隧道施工安全性。首先根据煤与瓦斯突出影响因素,选取瓦斯压力、地质构造、瓦斯放散初速度、煤体结构类型、煤体坚固系数和埋深作为耦合指标,由SPSS 27软件通过皮尔逊相关系数... 为了能够更为准确地预测铁路隧道煤与瓦斯突出,有效保障铁路隧道施工安全性。首先根据煤与瓦斯突出影响因素,选取瓦斯压力、地质构造、瓦斯放散初速度、煤体结构类型、煤体坚固系数和埋深作为耦合指标,由SPSS 27软件通过皮尔逊相关系数矩阵分析各指标间的相关性,而后利于核主成分分析法(KPCA)对原始数据进行主成分提取。其次引入Sine混沌映射、动态自适应权重、Levy飞行策略以及融合柯西变异的反向学习对麻雀搜索算法(SSA)进行改进,以提升其全局搜索能力,而后利用改进的麻雀搜索算法(ISSA)优化KELM中核参数γ和正则化系数C,构建一种基于KPCA-ISSA-KELM的铁路隧道煤与瓦斯突出预测模型。引入PSO-BPNN、PSO-SVM、SSA-SVM模型,对比测试原始数据和降维后的数据,表明使用KPCA进行数据处理能够提升模型预测准确率,同时由其预测结果可知,在使用KPCA降维后的数据时,ISSA-KELM模型相较于其他模型在测试样本中的Ac分别提高0.22、0.22、0.11,P分别提高0.2、0.23、0.1,R分别提高0.24、0.25、0.14,F1-Score分别提高0.22、0.24、0.12。最后,将ISSA-KELM模型应用于西南部某铁路隧道,验证该模型的可靠性和稳定性,表明其更适合于铁路隧道煤与瓦斯突出预测,可为相似瓦斯隧道设计与施工提供借鉴。 展开更多
关键词 瓦斯隧道 煤与瓦斯突出 核主成分分析(KPCA) 麻雀搜索算法(SSA) 核极限学习机(KELM) 预测模型
暂未订购 下载PDF
基于SSA-BP神经网络的库区边坡变形时序预测研究 认领 引用 被引量：1
11
作者 武益民 张成良 张焕雄 《水电能源科学》 北大核心 2026年第1期177-181,共5页
针对库区边坡位移预测中存在的复杂非线性及不确定性难题,构建了一种基于智能优化算法的混合预测模型SSA-BP,旨在克服传统BP网络训练速度慢、易陷入局部最优的局限,从而提升边坡位移预测的精度和鲁棒性。通过麻雀搜索算法SSA对BP神经网... 针对库区边坡位移预测中存在的复杂非线性及不确定性难题,构建了一种基于智能优化算法的混合预测模型SSA-BP,旨在克服传统BP网络训练速度慢、易陷入局部最优的局限,从而提升边坡位移预测的精度和鲁棒性。通过麻雀搜索算法SSA对BP神经网络的初始权值和阈值进行全局优化,增强其收敛效率和适应性,并基于张家湾边坡历时5个月的真实位移监测数据进行训练。为验证模型优势,将SSA-BP模型与基于遗传算法(GA)和粒子群算法(PSO)优化的BP网络进行性能比对。研究表明,模型在24次迭代内快速收敛,显著优于对比模型,其均方根误差(RRMSE)、平均绝对百分比误差(M MAPE)、决定系数(R2)等评价指标均表现最佳。SSA-BP模型为库区边坡位移预测提供了一种可靠且高效的智能方法。 展开更多
关键词 库区边坡 位移变形预测 麻雀搜索算法(SSA) BP网络模型优化
暂未订购 下载PDF
基于SSA-VMD-MPE(r)的隧道爆破振动信号降噪方法研究 认领 引用
12
作者 王逸轩 朱凯 +5 位作者 刘现鹏 张学民 李建兵 王立川 张书博 聂智超 《振动与冲击》 EI CSCD 北大核心 2026年第5期273-285,共13页
隧道钻爆施工中工序的平行、搭接、交叉及其组合方式的实施,使实测爆破振动信号中存在的较多噪声干扰影响频带及能量分布特征分析的准确性。为获得真实爆破振动特性,提出一种基于混沌映射的麻雀搜索算法-变分模态分解-多尺度排列熵(spar... 隧道钻爆施工中工序的平行、搭接、交叉及其组合方式的实施,使实测爆破振动信号中存在的较多噪声干扰影响频带及能量分布特征分析的准确性。为获得真实爆破振动特性,提出一种基于混沌映射的麻雀搜索算法-变分模态分解-多尺度排列熵(sparrow search algorithm-variational mode decomposition-multi-scale permutation entropy,SSA-VMD-MPE)(r)滤波重构振动信号降噪方法。该方法首先采用基于混沌映射的SSA对VMD关键参数模态数K和惩罚因子α进行寻优;然后将分解所得各固有模态函数进行MPE与相关系数r检验,依据双控制指标将其划分为真实信号、噪声及含噪信号分量;最后对含噪信号分量进行低通滤波处理后与真实信号分量共同重构得到降噪信号。对实测隧道爆破振动信号处理表明,该方法减少了人为因素对VMD的影响,提高了信号分解的自适性和准确性,在较好去除高频噪声成分的同时对低频振动能量影响较小,有效保留了爆破振动真实信号成分,可重构出高信噪比、低重构误差的降噪信号,降噪效果良好。 展开更多
关键词 隧道爆破振动 麻雀搜索算法(SSA) 变分模态分解(VMD) 多尺度排列熵(MPE) 信号降噪
暂未订购 下载PDF
基于WPT-SSA-SVM和融合信号的磨床工作状态识别方法 认领 引用
13
作者 吴昊 潘鑫 +1 位作者 郭云鹏 卢加乔 《机电工程》 CAS 北大核心 2026年第5期1042-1052,1067,共11页
随着制造业向智能化、高精度方向发展,对磨削加工的精度、表面质量和生产效率提出了更高要求,而传统依靠人工经验判断的方式已难以满足复杂工况下的实时控制需求,亟需利用状态监测的方式对加工过程进行数字化管理;针对这一问题,提出了... 随着制造业向智能化、高精度方向发展,对磨削加工的精度、表面质量和生产效率提出了更高要求,而传统依靠人工经验判断的方式已难以满足复杂工况下的实时控制需求,亟需利用状态监测的方式对加工过程进行数字化管理;针对这一问题,提出了一种基于小波包变换分解-麻雀搜索算法-支持向量机(WPT-SSA-SVM)和融合信号的磨床工作状态自动识别方法。首先,对磨削加工过程中的振动信号进行了小波包变换分解(WPT),提取了其在加工过程中的特征值,并与磨床主轴功率信号一同构建了训练样本;然后,在训练过程中利用SSA优化了SVM模型训练参数,实现了对磨削加工过程中5个工作状态的自动识别;接着,研究了不同小波基分解对磨削加工工作状态识别准确率的影响;最后,对磨床工作状态识别进行了对比实验,将基于WPT-SSA-SVM的融合信号模型与单一信号模型进行了对比,从而验证了SSA-SVM模型的有效性和优越性。研究结果表明:在磨削过程阶段的5种分类识别中,WPT-SSA模型取得了92%的准确率;相较于传统算法,WPT-SSA-SVM算法在识别准确率上有明显优势;同时,模型的识别速度提高了1.5 s。相较于单一的功率信号,振动信号和功率信号结合的方式提高了磨床工作状态识别的反馈速度。振动信号和功率信号结合的方法可以有效对磨床工作状态进行快速识别,为磨床加工过程进行记录,避免出现异常的加工状态,为后续对表面质量的监控奠定基础。 展开更多
关键词 磨削加工 振动监测 功率监测 多信号融合 小波包变换 麻雀搜索算法 支持向量机
暂未订购 下载PDF
基于FCM聚类和SSA优化的二次分解光伏发电功率预测研究 认领 引用
14
作者 欧阳旭文 赖毅辉 +3 位作者 蓝贤桂 谢芳娟 何景阳 范清斌 《热能动力工程》 CAS CSCD 北大核心 2026年第4期188-198,共11页
为提升传统光伏功率预测方法的精度,提出一种由模糊C均值聚类(Fuzzy C-means Clustering,FCM)算法、麻雀搜索算法(Sparrow Search Algorithm,SSA)、变分模态分解(Variational Mode Decomposition,VMD)、自适应噪声集合经验模态分解(Comp... 为提升传统光伏功率预测方法的精度,提出一种由模糊C均值聚类(Fuzzy C-means Clustering,FCM)算法、麻雀搜索算法(Sparrow Search Algorithm,SSA)、变分模态分解(Variational Mode Decomposition,VMD)、自适应噪声集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和双向门控循环神经网络(Bidirectional Gated Recurrent Unit,Bi GRU)耦合的短期光伏发电功率预测模型。利用皮尔逊相关系数从数据集中筛选出对光伏发电功率影响显著的关键因素,并利用FCM聚类将具有相似气象特征的数据划分为3类天气数据集,以降低光伏数据的复杂度。通过SSA分别对VMD和CEEMDAN两步分解过程进行自适应优化,使其能够实现对聚类后的光伏功率数据的有效分解,提取功率信号的频率特征。各所得子序列经二次分解后输入由SSA优化超参数的Bi GRU神经网络进行预测,最终通过时序重构得到功率预测结果。模型在澳大利亚DKASC光伏发电站Alice Springs 10.5 k W子阵的实测数据集上进行了验证。结果表明:该模型在不同气象条件下均能准确捕捉光伏功率的频率特征,其预测结果的决定系数均高于0.96,说明该模型在短期光伏发电功率预测中具有较高的精度和适用性。 展开更多
关键词 光伏发电功率预测 FCM聚类 麻雀搜索算法 变分模态分解 自适应噪声集合经验模态分解 双向门控循环神经网络
暂未订购 下载PDF
基于SSA-VMD-RF算法和拉曼光谱的锂电池热失控气体浓度预测方法研究 认领 引用
15
作者 裴琳琳 岳婷 陈达 《光散射学报》 北大核心 2026年第2期404-417,共14页
随着锂电池热失控引发的安全风险日益突出,亟需发展一种能够在复杂噪声干扰下实现对特征气体实时、高精度监测的分析方法。本文提出了SSA-VMD-RF混合预测模型。基于实验室自主搭建拉曼光谱锂电池热失控气体监测系统,采集4种锂电池热失... 随着锂电池热失控引发的安全风险日益突出,亟需发展一种能够在复杂噪声干扰下实现对特征气体实时、高精度监测的分析方法。本文提出了SSA-VMD-RF混合预测模型。基于实验室自主搭建拉曼光谱锂电池热失控气体监测系统,采集4种锂电池热失控标准气体不同浓度梯度下的拉曼光谱数据,利用VMD分解信号提取多频域特征,经过扁平化处理后输入RF回归模型进行预测,优化模型性能,引入SSA算法同步寻优VMD与RF关键参数,结合五折交叉验证提升模型泛化能力,最终表明,SSA-VMD-RF模型具备良好的鲁棒性和适应性,信噪比高于SVM、XGBoost和PLSR,R2可达98.5%以上。通过4种不同荷电量(SOC)热失控数据的实验验证,该模型能够准确反演锂电池热失控气体浓度变化,为锂电池热失控早期预警与安全评估提供了可靠的技术路径与理论支撑。 展开更多
关键词 拉曼光谱 锂电池热失控气体 麻雀搜索算法(SSA) 变分模态分解(VMD) 随机森林(RF)
暂未订购 下载PDF
基于SSA优化的VMD-CEEMDAN-ECACNN-LSTM日径流预测模型研究 认领 引用
16
作者 欧阳旭文 赖毅辉 蓝贤桂 《水电能源科学》 北大核心 2026年第5期1-6,共6页
径流预测是水资源管理的重要内容,针对传统日径流预测方法所构建的物理模型复杂度高、预测精度低的问题,提出一种由麻雀搜索算法(SSA)、变分模态分解(VMD)、样本熵评价(SE)、自适应噪声集合经验模态分解(CEEMDAN)、高效通道注意力卷积... 径流预测是水资源管理的重要内容,针对传统日径流预测方法所构建的物理模型复杂度高、预测精度低的问题,提出一种由麻雀搜索算法(SSA)、变分模态分解(VMD)、样本熵评价(SE)、自适应噪声集合经验模态分解(CEEMDAN)、高效通道注意力卷积时间网络(ECACNN)和长短期记忆网络(LSTM)组合的日径流预测模型,首先将径流序列输入SSA优化后的VMD,再对分解后的子序列进行样本熵评价;其次将高熵序列输入SSA优化后的CEEMDAN,得到二次分解后的重组序列;然后将重组序列结合的气象因素输入由SSA优化超参数的ECACNN-LSTM神经网络中分别预测,重组后得到最终的预测结果;最后以盱江流域南丰和沙子岭水文站2019~2024年数据为例进行验证。结果表明,相较于传统的LSTM模型,在南丰、沙子岭两站点预测中均方根误差eRMSE分别降低了39.4%、62.1%,平均绝对误差eMAE分别降低了85.3%、78.4%,决定系数R2分别提高了37.0%、24.4%,说明在日径流预测中该模型具有较高的精确度和适用性能,为数据驱动的日径流预测提供了一种新的思路。 展开更多
关键词 日径流预测 盱江流域 麻雀搜索算法 变分模态分解 经验模态分解 高效通道注意力 LSTM
暂未订购 下载PDF
基于SSA-DWA融合的煤矿智能巡检机器人避障方法 认领 引用
17
作者 郝永 孙振军 +10 位作者 尚少勇 李利峰 杨文博 刘雄 方忠勇 邓健 净远 刘杰 黄友胜 尉益宁 梁显 《化工自动化及仪表》 CAS 2026年第4期616-622,共7页
为解决煤矿井下智能巡检机器人导航避障适配性不足的问题,研究通过在麻雀搜索算法全局优化模块增设混沌映射与自适应惯性权重单元,在动态窗口法局部决策模块补充“巷道墙壁安全距离权重因子”与“动态障碍物运动趋势预测因子”,形成了... 为解决煤矿井下智能巡检机器人导航避障适配性不足的问题,研究通过在麻雀搜索算法全局优化模块增设混沌映射与自适应惯性权重单元,在动态窗口法局部决策模块补充“巷道墙壁安全距离权重因子”与“动态障碍物运动趋势预测因子”,形成了改进麻雀搜索算法-动态窗口法的改进融合算法SSA-DWA。并基于该算法搭建适配煤矿井下环境的导航避障模型,将其搭载于巡检机器人完成性能验证。结果显示:融合算法在迭代30次后性能稳定,求解时间0.46 s、避障成功率98.10%,较传统麻雀搜索算法分别提升0.30 s、6.60%。井下实测中,窄巷场景最小安全距离0.36 m、路径规划耗时0.38 s,高粉尘区传感器识别准确率94.70%。可见,融合算法可以满足煤矿智能巡检机器人的导航需求,为移动机器人导航领域提供了新技术。 展开更多
关键词 融合算法SSA-DWA 煤矿 巡检机器人 巷道墙壁安全距离权重因子 动态障碍物运动趋势预测因子 混沌映射 自适应惯性权重
暂未订购 下载PDF
基于GWO-SSA混合算法的绳驱动蛇形臂结构优化设计 认领 引用
18
作者 夏楷捷 孙国瑞 汤腾飞 《轻工机械》 CAS 2026年第1期19-29,共11页
针对现有蛇形臂机器人尺度优化困难、单一元启发算法存在局限性等问题,课题组提出一种具有12自由度的绳驱动蛇形臂机器人及组合优化算法。采用具有2自由度(绕垂直轴旋转(Yaw)和绕横轴旋转(Pitch))的万向节关节结构,实现蛇形臂的灵活运动... 针对现有蛇形臂机器人尺度优化困难、单一元启发算法存在局限性等问题,课题组提出一种具有12自由度的绳驱动蛇形臂机器人及组合优化算法。采用具有2自由度(绕垂直轴旋转(Yaw)和绕横轴旋转(Pitch))的万向节关节结构,实现蛇形臂的灵活运动;基于D-H参数法与数值优化方法建立正/逆运动学模型,并利用蒙特卡洛法与网格搜索方法求解工作空间;提出融合灰狼优化算法(Grey Wolf Optimizer, GWO)与麻雀搜索算法(Sparrow Search Algorithm, SSA)的自适应混合优化策略,引入基于种群分布多样性的动态切换机制,以优化蛇形臂结构。研究结果表明:在受限工作场景下,蛇形臂可达工作空间体积提升了30%。课题组研制的绳驱动蛇形臂机器人结构轻便、模块化程度高,所提出的混合算法在收敛精度与稳定性方面均表现更优。 展开更多
关键词 蛇形臂机器人 万向节结构 绳驱动 工作空间 灰狼优化算法 麻雀搜索算法
暂未订购 下载PDF
基于TCA-SSA-XGBoost的支墩坝位移预测模型研究 认领 引用
19
作者 陈海文 晁阳 +2 位作者 尹广林 李同春 何裕坤 《江西水利科技》 2026年第3期178-183,189,共6页
针对支墩坝位移预测中传统模型参数调优困难、预测精度不足及泛化弱的问题,文章提出TCA-SSA-XGBoost混合预测模型。采用Tent混沌映射初始化麻雀种群,结合非线性余弦自适应权重和动态安全阈值机制,增强麻雀算法全局探索能力,并优化XGBoos... 针对支墩坝位移预测中传统模型参数调优困难、预测精度不足及泛化弱的问题,文章提出TCA-SSA-XGBoost混合预测模型。采用Tent混沌映射初始化麻雀种群,结合非线性余弦自适应权重和动态安全阈值机制,增强麻雀算法全局探索能力,并优化XGBoost关键超参数,构建高精度位移预测模型。湖南镇混凝土支墩坝实测位移数据的研究表明:4个关键测点位移平均RMSE为0.512 mm(较SSA-XGBoost/XGBoost/BP模型降低7.1%-16.9%),收敛迭代21次实现全局最优,显著提升了位移预测精度与泛化性能。 展开更多
关键词 麻雀优化算法 Tent混沌映射 XGBoost 参数优化 位移预测 支墩坝
暂未订购 下载PDF
基于GPU加速的SSA三维微地震实时定位方法及应用 认领 引用
20
作者 曹立斌 郑马嘉 +2 位作者 陈倩 伍亚 程利敏 《岩性油气藏》 CAS CSCD 北大核心 2026年第3期132-140,共9页
针对微地震监测技术在页岩气压裂改造过程中存在弱信号识别困难、实时处理效率低以及微地震对裂缝响应弱等问题,基于震源扫描算法(SSA),融合多级塌陷网格搜索方法,提出了一种高精度微地震事件识别方法,并利用GPU并行计算技术实现了实时... 针对微地震监测技术在页岩气压裂改造过程中存在弱信号识别困难、实时处理效率低以及微地震对裂缝响应弱等问题,基于震源扫描算法(SSA),融合多级塌陷网格搜索方法,提出了一种高精度微地震事件识别方法,并利用GPU并行计算技术实现了实时定位。研究结果表明:(1)通过波场能量扫描与叠加机制,对虚拟震源实施动校正与相干叠加强化P波弱信号特征,结合“粗网格全局扫描+细网格局部精搜”多级塌陷网格搜索策略提升定位效率与精度,引入GPU并行加速的窄带快速推进法(FMM)后,旅行时计算效率提升约16倍。(2)数值试验显示,低噪比条件下,多级塌陷网格搜索定位结果逼近真实震源,精度优于单一粗网格搜索。某钻井平台应用中,其与传统方法所得事件点均呈北东向条带状展布,事件深度延伸可达300~400 m,人工裂缝事件点更集中于井筒周围,能识别更多弱能量事件。(3)四川页岩气压裂施工监测中,可从多维度区分水力压裂裂缝与诱发天然裂缝特征,空间上,前者聚集于当前压裂段井筒附近、形态规则,后者远离压裂段、分布不规则且非对称;时间上,前者事件集中于施工期,后者具显著后效性,停泵后30分钟内仍持续产生;波形上,前者主频高、直达波清晰、结构简单,后者主频低、能量持续久、伴随多个续至波;相对震级上,前者普遍偏低,后者偏高且对应更大破裂尺度。结合相对震级与事件空间展布特征,可构建“天然裂缝响应带”与“压裂主控带”分布模型,为压裂效果评价及地质解释提供可靠依据。 展开更多
关键词 页岩气 GPU加速 震源扫描算法 多级网格搜索 事件识别 微地震定位 裂缝响应 压裂监测
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 … 20 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈