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129篇文章
< 1 2 … 7 >
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：
Seeker optimization algorithm:a novel stochastic search algorithm for global numerical optimization 认领 引用 被引量：17
1
作者 Chaohua Dai Weirong Chen +1 位作者 Yonghua Song Yunfang Zhu 《Journal of Systems Engineering and Electronics》 SCIE EI 2010年第2期300-311,共12页
A novel heuristic search algorithm called seeker op- timization algorithm （SOA） is proposed for the real-parameter optimization. The proposed SOA is based on simulating the act of human searching. In the SOA, search... A novel heuristic search algorithm called seeker op- timization algorithm （SOA） is proposed for the real-parameter optimization. The proposed SOA is based on simulating the act of human searching. In the SOA, search direction is based on empir- ical gradients by evaluating the response to the position changes, while step length is based on uncertainty reasoning by using a simple fuzzy rule. The effectiveness of the SOA is evaluated by using a challenging set of typically complex functions in compari- son to differential evolution （DE） and three modified particle swarm optimization （PSO） algorithms. The simulation results show that the performance of the SOA is superior or comparable to that of the other algorithms. 展开更多
关键词 swarm intelligence global optimization human searching behaviors seeker optimization algorithm.
暂未订购 下载PDF
Brillouin scattering spectrum character extraction based on genetic algorithm and seeker optimization algorithm 认领 引用
2
作者 Zhang Yanjun Jin Peijun +3 位作者 Fu Xinghu Hou Jiaoru Zhang Fangcao Xu Jinrui 《High Technology Letters》 EI CAS 2019年第4期401-407,共7页
A new hybrid optimization method based on genetic algorithm(GA)and seeker optimization algorithm(SOA)is presented in this paper.The hybrid algorithm optimizes SOA by using crossover and mutation operations in GA in or... A new hybrid optimization method based on genetic algorithm(GA)and seeker optimization algorithm(SOA)is presented in this paper.The hybrid algorithm optimizes SOA by using crossover and mutation operations in GA in order to improve the global search ability of SOA.Four algorithms,i.e.particle swarm optimization(PSO),SOA,GA and quantum-behaved particle swarm optimization(GA-QPSO)and GA-SOA are used to process the simulation and experimental data of Brillouin scattering spectrum(BSS)at different temperatures.The results show that GA-SOA improves the accuracy of extracting the center frequency shift and the minimum center frequency of Brillouin scattering spectrum compared with other three algorithms.The shift error is 0.203 MHz.Therefore,GA-SOA can be applied to the accurate extraction of BSS characteristics. 展开更多
关键词 Brillouin scattering spectrum(BSS) seeker optimization algorithm(SOA) genetic algorithm(GA) particle swarm optimization(PSO) Brillouin frequency shift(BFS)
暂未订购 下载PDF
Proton Exchange Membrane Fuel Cell Modeling Based on Seeker Optimization Algorithm 认领 引用 被引量：1
3
作者 李奇 戴朝华 +2 位作者 陈维荣 贾俊波 韩明 《Journal of Southwest Jiaotong University(English Edition)》 2008年第2期120-124,共5页
Seeker optimization algorithm （SOA） has applications in continuous space of swarm intelligence. In the fields of proton exchange membrane fuel cell （PEMFC） modeling, SOA was proposed to research a set of optimized... Seeker optimization algorithm （SOA） has applications in continuous space of swarm intelligence. In the fields of proton exchange membrane fuel cell （PEMFC） modeling, SOA was proposed to research a set of optimized parameters in PEMFC polarization curve model. Experimental result showed that the mean square error of the optimization modeling strategy was only 6.9 × 10^-23. Hence, the optimization model could fit the experiment data with high precision. 展开更多
关键词 PEMFC modeling＇ Seeker optimization algorithm Parameter optimization
暂未订购 下载PDF
A hybrid discrete particle swarm optimization-genetic algorithm for multi-task scheduling problem in service oriented manufacturing systems 认领 引用 被引量：4
4
作者 武善玉 张平 +2 位作者 李方 古锋 潘毅 《Journal of Central South University》 SCIE EI CAS CSCD 2016年第2期421-429,共9页
To cope with the task scheduling problem under multi-task and transportation consideration in large-scale service oriented manufacturing systems(SOMS), a service allocation optimization mathematical model was establis... To cope with the task scheduling problem under multi-task and transportation consideration in large-scale service oriented manufacturing systems(SOMS), a service allocation optimization mathematical model was established, and then a hybrid discrete particle swarm optimization-genetic algorithm(HDPSOGA) was proposed. In SOMS, each resource involved in the whole life cycle of a product, whether it is provided by a piece of software or a hardware device, is encapsulated into a service. So, the transportation during production of a task should be taken into account because the hard-services selected are possibly provided by various providers in different areas. In the service allocation optimization mathematical model, multi-task and transportation were considered simultaneously. In the proposed HDPSOGA algorithm, integer coding method was applied to establish the mapping between the particle location matrix and the service allocation scheme. The position updating process was performed according to the cognition part, the social part, and the previous velocity and position while introducing the crossover and mutation idea of genetic algorithm to fit the discrete space. Finally, related simulation experiments were carried out to compare with other two previous algorithms. The results indicate the effectiveness and efficiency of the proposed hybrid algorithm. 展开更多
关键词 service-oriented architecture （SOA） cyber physical systems （CPS） multi-task scheduling service allocation multi-objective optimization particle swarm algorithm
暂未订购 下载PDF
基于SOA-SVM模型的光伏阵列故障诊断研究 认领 引用 被引量：12
5
作者 孙培胜 陈堂贤 +1 位作者 程陈 李正 《电源学报》 CSCD 北大核心 2025年第1期143-150,共8页
针对支持向量机SVM(support vector machine)用于光伏阵列故障诊断时准确率不高、且易受核函数与惩罚因子参数影响的问题,提出1种基于海鸥优化算法SOA(seagull optimization algorithm)支持向量机的光伏阵列故障诊断方法。引入海鸥优化... 针对支持向量机SVM(support vector machine)用于光伏阵列故障诊断时准确率不高、且易受核函数与惩罚因子参数影响的问题,提出1种基于海鸥优化算法SOA(seagull optimization algorithm)支持向量机的光伏阵列故障诊断方法。引入海鸥优化算法对SVM模型进行参数寻优,建立基于最优参数的SOA-SVM故障诊断模型;利用MATLAB软件搭建光伏阵列仿真模型,提取不同故障类型下的特征参数并输入到SOA-SVM模型进行故障诊断。实验结果表明:经SOA优化后的SVM模型故障诊断准确率显著提高,且相比于基于人工蜂群ABC(artificial bee colony)算法的ABC-SVM模型和基于粒子群优化PSO(particle swarm optimization)算法的PSO-SVM模型,SOA-SVM模型具有更快的寻优收敛迭代速度和更高的故障诊断准确率。 展开更多
关键词 光伏阵列 故障诊断 海鸥优化算法 支持向量机
暂未订购 下载PDF
基于特征评估与改进SOA-DELM的变压器状态预测方法 认领 引用 被引量：4
6
作者 刘学芳 于鲜莉 +3 位作者 陈波 温欣 王英杰 王磊 《内蒙古电力技术》 2025年第1期80-89,共10页
为实现变压器油绝缘状态的准确预警与智能监测,以内蒙古地区部分电厂历年送检变压器油中溶解气体数据为检测样本展开分析,提出了一种基于特征评估与改进海鸥优化算法(Seagull Optimization Algorithm,SOA)优化深度强化学习机(Deep Extre... 为实现变压器油绝缘状态的准确预警与智能监测,以内蒙古地区部分电厂历年送检变压器油中溶解气体数据为检测样本展开分析,提出了一种基于特征评估与改进海鸥优化算法(Seagull Optimization Algorithm,SOA)优化深度强化学习机(Deep Extreme Learning Machine,DELM)模型的变压器油绝缘状态预测方法,对运行变压器油中溶解氢气与总烃含量进行准确预测。特征提取方面,通过计算输入向量与预测输出的互信息,评估特征间的关联程度,由关联度最高的特征构成最简输入向量;预测输出方面,通过增加附加变量,改进SOA参数选取方式,使算法快速收敛、避免陷入局部最优,实现DELM模型网络权重与隐藏层偏置的优化。最后,对比多种预测模型,依次分析7个电厂历史实测样本,验证该方法的适用性。 展开更多
关键词 变压器油 溶解气体 特征评估 海鸥优化算法 深度极限学习机 绝缘状态预测
暂未订购 下载PDF
基于周期变异SOA-SVMD爆破振动信号降噪研究 认领 引用 被引量：1
7
作者 李洪超 沈成行 +4 位作者 石玉莲 黄国泉 张继 衣佳欣 王凯 《振动与冲击》 EI CSCD 北大核心 2025年第21期172-181,共10页
针对爆破振动信号受环境噪声干扰严重的问题,提出一种基于周期变异海鸥优化算法(seagull optimization algorithm,SOA)逐次变分模态分解(successive variational modal decomposition,SVMD)参数的降噪方法。首先,引入周期变异策略改进SO... 针对爆破振动信号受环境噪声干扰严重的问题,提出一种基于周期变异海鸥优化算法(seagull optimization algorithm,SOA)逐次变分模态分解(successive variational modal decomposition,SVMD)参数的降噪方法。首先,引入周期变异策略改进SOA以克服局部最优缺陷,并用于优化SVMD的maxAlpha参数;其次,基于多尺度排列熵阈值筛选噪声分量,重构有效模态实现降噪。通过仿真信号试验对比经验模态分解、小波阈值法、集合经验模态分解-多尺度排列熵、鲸鱼优化算法-变分模态分解-多尺度排列熵及该研究的方法,以信噪比(signal-to-noise ratio,SNR)和均方根误差为评价指标。结果表明:周期变异SOA-SVMD的SNR(20.588)最高,均方根误差(0.160)最小,性能表现最佳。进一步以江西某地下矿山爆破振动实测信号验证,降噪后信号能量比为0.971,信偏比为12.020,均值曲率为356.480,波形平滑度显著提高。该研究的方法为复杂环境下爆破振动信号的特征提取提供了高精度解决方案。 展开更多
关键词 爆破振动信号 周期变异海鸥优化算法(SOA) 逐次变分模态分解(SVMD) 多尺度排列熵 信号降噪
暂未订购 下载PDF
基于IMLZC和SOA-ELM的轴承损伤识别方法 认领 引用 被引量：2
8
作者 龙有强 姜峰 《机电工程》 CAS 北大核心 2025年第4期726-734,共9页
现有故障诊断方法大多是仅针对轴承故障类型进行分析,而缺少对故障程度进行相应的判断。为此,提出了一种基于改进多尺度Lempel-Ziv复杂度(IMLZC)和海鸥优化算法优化极限学习机(SOA-ELM)的滚动轴承损伤识别方法。首先,利用IMLZC复杂度测... 现有故障诊断方法大多是仅针对轴承故障类型进行分析,而缺少对故障程度进行相应的判断。为此,提出了一种基于改进多尺度Lempel-Ziv复杂度(IMLZC)和海鸥优化算法优化极限学习机(SOA-ELM)的滚动轴承损伤识别方法。首先,利用IMLZC复杂度测量指标对信号复杂度变化敏感的特点,将其用于提取滚动轴承振动信号的故障特征以构造特征矩阵;然后,利用海鸥优化算法对极限学习机(ELM)的关键参数进行了优化,建立了参数自适应优化的ELM分类模型;最后,将故障特征输入至SOA-ELM分类模型中进行了训练和测试,完成了滚动轴承不同故障状态的智能诊断和故障程度评估,利用滚动轴承和自吸式离心泵损伤振动信号对IMLZC-SOA-ELM模型的实用性和泛化性开展了研究,并将其与其他特征提取模型开展了对比。研究结果表明:基于IMLZC-SOA-ELM的故障诊断方法不仅能够准确识别滚动轴承的故障,而且能判断故障的严重程度,该故障诊断模型在诊断滚动轴承的故障时分别取得了100%和98.4%的识别准确率,平均识别准确率达到了99.9%,能够有效识别滚动轴承的故障类型和故障程度。与其他特征提取方法相比,IMLZC-SOA-ELM模型具有更高的识别准确率,更适合于滚动轴承的故障识别。 展开更多
关键词 滚动轴承 自吸式离心泵 故障诊断 故障程度和损伤程度 改进多尺度Lempel-Ziv复杂度 海鸥优化算法 参数最优极限学习机
暂未订购 下载PDF
Improvised Seagull Optimization Algorithm for Scheduling Tasks in Heterogeneous Cloud Environment 认领 引用 被引量：3
9
作者 Pradeep Krishnadoss Vijayakumar Kedalu Poornachary +1 位作者 Parkavi Krishnamoorthy Leninisha Shanmugam 《Computers, Materials & Continua》 SCIE EI 2023年第2期2461-2478,共18页
Well organized datacentres with interconnected servers constitute the cloud computing infrastructure.User requests are submitted through an interface to these servers that provide service to them in an on-demand basis... Well organized datacentres with interconnected servers constitute the cloud computing infrastructure.User requests are submitted through an interface to these servers that provide service to them in an on-demand basis.The scientific applications that get executed at cloud by making use of the heterogeneous resources being allocated to them in a dynamic manner are grouped under NP hard problem category.Task scheduling in cloud poses numerous challenges impacting the cloud performance.If not handled properly,user satisfaction becomes questionable.More recently researchers had come up with meta-heuristic type of solutions for enriching the task scheduling activity in the cloud environment.The prime aim of task scheduling is to utilize the resources available in an optimal manner and reduce the time span of task execution.An improvised seagull optimization algorithm which combines the features of the Cuckoo search(CS)and seagull optimization algorithm(SOA)had been proposed in this work to enhance the performance of the scheduling activity inside the cloud computing environment.The proposed algorithm aims to minimize the cost and time parameters that are spent during task scheduling in the heterogeneous cloud environment.Performance evaluation of the proposed algorithm had been performed using the Cloudsim 3.0 toolkit by comparing it with Multi objective-Ant Colony Optimization(MO-ACO),ACO and Min-Min algorithms.The proposed SOA-CS technique had produced an improvement of 1.06%,4.2%,and 2.4%for makespan and had reduced the overall cost to the extent of 1.74%,3.93%and 2.77%when compared with PSO,ACO,IDEA algorithms respectively when 300 vms are considered.The comparative simulation results obtained had shown that the proposed improvised seagull optimization algorithm fares better than other contemporaries. 展开更多
关键词 Cloud computing task scheduling cuckoo search(CS) seagull optimization algorithm(SOA)
暂未订购 下载PDF
Seeker Optimization with Deep Learning Enabled Sentiment Analysis on Social Media; 认领 引用
10
作者 Hanan M.Alghamdi Saadia H.A.Hamza +1 位作者 Aisha M.Mashraqi Sayed Abdel-Khalek 《Computers, Materials & Continua》 SCIE EI 2022年第12期5985-5999,共15页
World Wide Web enables its users to connect among themselves through social networks,forums,review sites,and blogs and these interactions produce huge volumes of data in various forms such as emotions,sentiments,views... World Wide Web enables its users to connect among themselves through social networks,forums,review sites,and blogs and these interactions produce huge volumes of data in various forms such as emotions,sentiments,views,etc.Sentiment Analysis(SA)is a text organization approach that is applied to categorize the sentiments under distinct classes such as positive,negative,and neutral.However,Sentiment Analysis is challenging to perform due to inadequate volume of labeled data in the domain of Natural Language Processing(NLP).Social networks produce interconnected and huge data which brings complexity in terms of expanding SA to an extensive array of applications.So,there is a need exists to develop a proper technique for both identification and classification of sentiments in social media.To get rid of these problems,Deep Learning methods and sentiment analysis are consolidated since the former is highly efficient owing to its automatic learning capability.The current study introduces a Seeker Optimization Algorithm with Deep Learning enabled SA and Classification(SOADL-SAC)for social media.The presented SOADL-SAC model involves the proper identification and classification of sentiments in social media.In order to attain this,SOADL-SAC model carries out data preprocessing to clean the input data.In addition,Glove technique is applied to generate the feature vectors.Moreover,Self-Head Multi-Attention based Gated Recurrent Unit(SHMA-GRU)model is exploited to recognize and classify the sentiments.Finally,Seeker Optimization Algorithm(SOA)is applied to fine-tune the hyperparameters involved in SHMA-GRU model which in turn enhances the classifier results.In order to validate the enhanced outcomes of the proposed SOADL-SAC model,various experiments were conducted on benchmark datasets.The experimental results inferred the better performance of SOADLSAC model over recent state-of-the-art approaches. 展开更多
关键词 Sentiment analysis classification of sentiment social media seeker optimization algorithm glove embedding natural language processing
暂未订购 下载PDF
基于SOA-RW算法的AGV路径规划 认领 引用
11
作者 雷达 《机械设计与制造工程》 2025年第7期70-74,共5页
针对当前路径规划算法还不够成熟,复杂动态环境下实时性差的问题,提出了一种融合人群搜索算法(SOA)和滚动窗口(RW)方法的路径规划算法。首先,利用多维随机干扰和早熟干扰策略,对SOA进行了改进;其次,针对自动导航车(AGV)遇到运动状态未... 针对当前路径规划算法还不够成熟,复杂动态环境下实时性差的问题,提出了一种融合人群搜索算法(SOA)和滚动窗口(RW)方法的路径规划算法。首先,利用多维随机干扰和早熟干扰策略,对SOA进行了改进;其次,针对自动导航车(AGV)遇到运动状态未知的障碍物的问题,结合RW提出了二级安全距离策略;最后,进行了仿真实验,结果表明,SOA-RW算法相较其他对比算法规划路径更短、效率更高。 展开更多
关键词 人群搜索算法 滚动窗口方法 自动导航车 路径规划
暂未订购 下载PDF
基于SOA-WNN的光伏短期输出功率预测 认领 引用 被引量：14
12
作者 高毅 李盛伟 +2 位作者 迟福建 葛磊蛟 张东 《电力系统及其自动化学报》 CSCD 北大核心 2019年第6期62-66,共5页
为了进一步提高预测的准确性,本文提出了一种基于人群搜索算法-小波神经网络SOA-WNN(seekeropti.mizationalgorithm-waveletneuralnetwork)的光伏短期输出功率预测算法,利用SOA在速度及全局搜索上的优势对WNN进行改进,使WNN中权值与小... 为了进一步提高预测的准确性,本文提出了一种基于人群搜索算法-小波神经网络SOA-WNN(seekeropti.mizationalgorithm-waveletneuralnetwork)的光伏短期输出功率预测算法,利用SOA在速度及全局搜索上的优势对WNN进行改进,使WNN中权值与小波因子等参数得到优化。通过与传统的WNN预测方法以及遗传算法优化的WNN预测算法进行比较,结果显示所提方法有效地提高了光伏短期输出功率预测的稳定性与准确性,具有较高的实用价值。 展开更多
关键词 人群搜索算法 光伏输出功率 小波神经网络 优化
暂未订购 下载PDF
基于SOA的水轮机调速系统PID参数优化 认领 引用 被引量：20
13
作者 古志 曾云 +3 位作者 李敏 吴一凡 侯睿 钱晶 《排灌机械工程学报》 CSCD 北大核心 2021年第6期583-588,共6页
针对现有优化方法复杂、易陷入局部最优等问题,为水轮机调速系统提出了一种基于人群搜索算法的比例-积分-微分控制参数优化方法.为验证该算法的可行性,建立了水轮机调速系统非线性模型,选取水轮发电机组转速偏差的积分时间绝对误差指标... 针对现有优化方法复杂、易陷入局部最优等问题,为水轮机调速系统提出了一种基于人群搜索算法的比例-积分-微分控制参数优化方法.为验证该算法的可行性,建立了水轮机调速系统非线性模型,选取水轮发电机组转速偏差的积分时间绝对误差指标作为目标函数进行优化.为验证优化结果的有效性,将人群搜索算法的控制效果与参考文献中粒子群算法的控制效果进行了对比分析.仿真结果表明,在5%频率扰动下,人群搜索算法自第29次迭代起已收敛,经其优化的系统能在8 s内趋于稳定,此时系统的超调量为1.6%;在10%负荷扰动下,人群搜索算法自第25次迭代起已收敛,其优化效果与粒子群算法优化效果基本相同,两者均在10 s内让系统趋于稳定,但人群搜索算法优化的积分时间绝对误差指标比粒子群算法优化的积分时间绝对误差指标小,表明人群搜索算法具有更好的搜索功能,在一定程度上改善了孤网运行条件下机组的动态性能. 展开更多
关键词 非线性水轮机调速系统 PID参数优化 人群搜索算法 粒子群算法
暂未订购 下载PDF
一种基于SA-SOA-BP神经网络的网络安全态势预测算法 认领 引用 被引量：19
14
作者 张然 刘敏 +1 位作者 张启坤 尹毅峰 《小型微型计算机系统》 CSCD 北大核心 2020年第10期2157-2163,共7页
网络安全态势预测能够依据已有的网络安全数据预测网络未来的安全状况及其变化趋势,为安全策略的选取提供指导,从而增强网络防御的主动性,尽可能地降低危害.然而现有的网络安全态势预测方法的精准度和收敛性还不理想.为了提高网络安全... 网络安全态势预测能够依据已有的网络安全数据预测网络未来的安全状况及其变化趋势,为安全策略的选取提供指导,从而增强网络防御的主动性,尽可能地降低危害.然而现有的网络安全态势预测方法的精准度和收敛性还不理想.为了提高网络安全态势预测的准确性,提出了一种将模拟退火算法(SA)引入人群搜索算法(SOA)优化BP神经网络的网络安全态势预测方法.该算法利用人群搜索算法特有的利己、利他、预动和不确定推理四大行为特征确定搜索策略,找到最佳适应度个体,获取最优权值和阈值,然后再对BP神经网络的随机初始阈值和权值进行赋值,经过神经网络训练后得到预测值.针对人群搜索算法在搜索后期易陷入局部最优和收敛缓慢等问题,又将模拟退火算法引入人群搜索算法,根据它的Metropolis准则以一定的概率接受恶解,避免了算法陷入局部最优的陷阱,提高了该算法的全局搜索能力.与其它基于改进BP神经网络的预测算法进行对比的实验表明,该优化算法准确性更高,稳定性更强,收敛效果更好. 展开更多
关键词 BP神经网络 人群搜索算法 模拟退火算法 网络安全 态势预测
暂未订购 下载PDF
基于SOA-BP神经网络的选择性激光烧结成型件精度预测模型 认领 引用 被引量：12
15
作者 肖亚宁 郭艳玲 +2 位作者 张亚鹏 王扬威 李健 《科学技术与工程》 北大核心 2021年第23期9864-9870,共7页
针对选择性激光烧结(selective laser sintering,SLS)成型件精度难以控制以及工艺参数优化实验成本高等问题,提出了一种利用人群搜索算法(seeker optimization algorithm,SOA)优化BP(back propagation)神经网络对SLS成型件精度预测的方... 针对选择性激光烧结(selective laser sintering,SLS)成型件精度难以控制以及工艺参数优化实验成本高等问题,提出了一种利用人群搜索算法(seeker optimization algorithm,SOA)优化BP(back propagation)神经网络对SLS成型件精度预测的方法。首先选择激光功率、预热温度、扫描速度、扫描间距以及分层厚度五个工艺参数设计正交试验获取样本数据。然后根据SOA算法特有的利己、利他、预动和不确定推理四大行为确定搜索策略,获取BP神经网络最优权值和阈值。最后采用MATLAB建立优化后的BP神经网络预测模型对样本数据进行预测分析,并与传统BP神经网络和粒子群算法(particle swarm optimization,PSO)优化的BP神经网络预测结果进行对比。结果表明:基于SOA-BP神经网络的预测模型具有较高的预测精度,最大绝对误差仅为0.028,对SLS成型件精度的提高和工艺参数的选取具有指导作用。 展开更多
关键词 选择性激光烧结 工艺参数 人群搜索算法 BP神经网络 精度预测 粒子群算法
暂未订购 下载PDF
基于SOA_BP神经网络的网络安全态势预测算法研究 认领 引用 被引量：14
16
作者 张然 刘敏 +1 位作者 张启坤 甘勇 《微电子学与计算机》 北大核心 2020年第6期62-65,69,共4页
当前网络安全形势日益严峻,为了提高网络安全态势预测的准确性,提出了一种基于人群搜索算法优化BP神经网络的网络安全态势预测方法.本算法利用人群搜索算法特有的利己、利他、预动和不确定推理四大行为特征确定搜索策略,找到最佳适应度... 当前网络安全形势日益严峻,为了提高网络安全态势预测的准确性,提出了一种基于人群搜索算法优化BP神经网络的网络安全态势预测方法.本算法利用人群搜索算法特有的利己、利他、预动和不确定推理四大行为特征确定搜索策略,找到最佳适应度个体,获取最优权值和阈值,然后再对BP神经网络的随机初始阈值和权值进行赋值,经过神经网络训练后得到预测值,最后与其它两种优化算法得到的预测值进行对比.实验表明,该算法用于网络安全态势预测精准度更高,误差更小,并具有更好的稳定性. 展开更多
关键词 BP神经网络 人群搜索算法 网络安全 态势预测
暂未订购 下载PDF
基于SOA算法的EHB制动系统压力控制研究 认领 引用 被引量：4
17
作者 吴学杰 冯智勇 +2 位作者 裴晓飞 危刚 孙道远 《自动化与仪表》 2017年第11期49-55,共7页
为了对电控液压制动系统(EHB)制动压力进行精确控制,该文根据制动系统结构和性能特点,建立数学模型;基于丰田Prius车型的EHB液压单元,进行开环增减压试验,验证模型精确性;在此基础上,基于模型开发轮缸变参数增量式PID控制算法。蓄能器... 为了对电控液压制动系统(EHB)制动压力进行精确控制,该文根据制动系统结构和性能特点,建立数学模型;基于丰田Prius车型的EHB液压单元,进行开环增减压试验,验证模型精确性;在此基础上,基于模型开发轮缸变参数增量式PID控制算法。蓄能器线性增压阶段,压力产生超调,对系统压力控制产生较大影响,因此该文采用人群搜索算法(SOA)对蓄能器压力控制器参数进行迭代寻优。搭建EHB试验台架,对比仿真和台架试验对阶跃、三角波、正弦3种期望压力信号的跟踪效果,验证轮缸增量式PID压力控制算法与蓄能器SOA参数整定后的控制算法对制动压力控制的精确性。结果表明轮缸压力控制算法和参数整定后的蓄能器压力控制算法具有较高的控制精确性和鲁棒性。 展开更多
关键词 电控液压制动系统 控制器 试验台架 人群搜索算法
暂未订购 下载PDF
基于SOA-LSSVM的SLS成形工艺参数优化研究 认领 引用 被引量：3
18
作者 肖亚宁 孙雪 +2 位作者 张亚鹏 裴玲艺 李三平 《机床与液压》 北大核心 2022年第6期36-42,共7页
为提高选择性激光烧结(SLS)成形精度,解决工艺参数优化试验成本高等问题,选择激光功率、预热温度、扫描速度、扫描间距以及分层厚度5个工艺参数设计正交试验以获得样本数据并建立统一目标函数。采用人群搜索算法(SOA)优化最小二乘支持... 为提高选择性激光烧结(SLS)成形精度,解决工艺参数优化试验成本高等问题,选择激光功率、预热温度、扫描速度、扫描间距以及分层厚度5个工艺参数设计正交试验以获得样本数据并建立统一目标函数。采用人群搜索算法(SOA)优化最小二乘支持向量机(LSSVM),建立基于SOA-LSSVM的SLS成形件精度预测模型;预测不同工艺参数组合下制件的统一性能,并与采用传统BP神经网络和LSSVM模型获得的预测结果进行对比。结果表明:SOA-LSSVM模型针对小样本预测问题具有良好的泛化能力,预测值与实际值的最大相对误差仅为1.11%,可为SLS加工参数组合的选择提供参考。 展开更多
关键词 选择性激光烧结 工艺参数 正交试验 人群搜索算法 最小二乘支持向量机
暂未订购 下载PDF
基于WFSOA的2D-Otsu钢轨缺陷图像分割方法 认领 引用 被引量：4
19
作者 曹义亲 段也钰 武丹 《计算机科学》 CSCD 北大核心 2020年第5期154-160,共7页
针对二维最大类间方差阈值法(2D-Otsu)抗噪性较弱、计算时间较长的问题,文中提出了一种基于随机权重及异步价值因子取值的人群搜索算法,并将其应用于2D-Otsu中对钢轨缺陷图像进行分割。该算法采用随机权重加快收敛速度,采用异步价值因... 针对二维最大类间方差阈值法(2D-Otsu)抗噪性较弱、计算时间较长的问题,文中提出了一种基于随机权重及异步价值因子取值的人群搜索算法,并将其应用于2D-Otsu中对钢轨缺陷图像进行分割。该算法采用随机权重加快收敛速度,采用异步价值因子提高搜索能力,有利于全局收敛到最优值。根据测试函数分析,WFSOA算法能够快速收敛,寻优值结果精度高,收敛时间短,算法稳定性好。在钢轨缺陷图像分割中,将2D-Otsu的迹函数作为WFSOA的目标函数,实验结果表明图像检测实时性高,对表面灰度不匀或生锈的钢轨缺陷分割结果清晰,有效降低了钢轨缺陷误检率和漏检率,在计算时间上仅占2D-Otsu算法的2%,可满足实际工程对实时性的需求。 展开更多
关键词 图像分割 阈值 2D-Otsu 改进人群搜索算法 钢轨缺陷
暂未订购 下载PDF
SOA结合模拟退火算法优化电容器配置研究 认领 引用 被引量：5
20
作者 郭红霞 张晓博 《电源技术》 CAS CSCD 北大核心 2015年第5期983-986,共4页
为了应对近年来不断增加的电力系统负荷,对配电网的电容器进行配置优化是十分必要和重要的,提出了一种SOA结合模拟退火算法运用到IEEE 33节点配电系统,并对电容器进行优化配置,建立相应的电容器优化配置模型。仿真结果表明,SOA结合模拟... 为了应对近年来不断增加的电力系统负荷,对配电网的电容器进行配置优化是十分必要和重要的,提出了一种SOA结合模拟退火算法运用到IEEE 33节点配电系统,并对电容器进行优化配置,建立相应的电容器优化配置模型。仿真结果表明,SOA结合模拟退火算法对于此类问题的求解具有一定的可行性及有效性,为电容器的优化配置以及缓解电力负荷提供了理论基础。 展开更多
关键词 模拟退火算法 SOA 电容器 配电网 优化配置
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 … 7 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈