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138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：
Multistrategy Improved Aquila Optimizer for Test Case Prioritization 认领 引用
1
作者 Jiali Chen Jiheng Zhang +3 位作者 Xiaojie Chen Chong Zeng Honghui Yi Heming Jia 《Computers, Materials & Continua》 SCIE EI 2026年第8期2328-2362,共35页
Traditional heuristic algorithms often fall into local optima and converge slowly when test case prioritization is addressed in regression testing,making them inadequate for complex real-world scenarios.The Aquila opt... Traditional heuristic algorithms often fall into local optima and converge slowly when test case prioritization is addressed in regression testing,making them inadequate for complex real-world scenarios.The Aquila optimizer,a novel metaheuristic algorithm,demonstrates strong global exploration capability but still faces limitations,including insufficient exploitation capability and slow convergence.To overcome these challenges,a multi-strategy improved chaotic Cauchy inverse cumulative distribution Aquila optimizer for test case prioritization is proposed.First,a logistic–sine–cosine composite chaotic mapping is introduced during the initialization phase of the Aquila optimizer to increase population diversity.Second,the mutated random walk strategy is used to improve global exploration,further enhancing the global search ability of the Aquila optimizer.Moreover,during the narrowed exploration and narrowed exploitation phases,the Cauchy inverse cumulative distribution flight replaces the Lévy flight strategy to reallocate individual positions,strengthening individuals’optimization capability and preventing the algorithm from becoming trapped in local optima.Finally,in the later iteration stage,the specular reflection learning strategy is used to perturb the optimal individual positions and improve the Aquila optimizer’s convergence accuracy and comprehensive optimization performance.Five Java projects were selected from the Defects4J benchmark datasets to conduct comparative experiments with the Aquila optimizer and seven other metaheuristic algorithms.The results demonstrate the effectiveness and superiority of the improved algorithm in test case prioritization.It achieves average improvements of approximately 4.96%in the average percentage of fault detection,3.82%in the average percentage of block coverage,and 5.64%in the average percentage of decision coverage,enabling faster coverage of code blocks and branches.The results provide an efficient priority sorting solution for complex regression testing scenarios. 展开更多
关键词 Heuristic algorithm search-based software engineering(SBSE) Aquila optimizer(AO) test case prioritization(TCP) average percentage of fault detection(APFD) average percentage of block coverage(APBC) average percentage of decision coverage(APDC)
暂未订购 下载PDF
Multi-strategy Hybrid Coati Optimizer:A Case Study of Prediction of Average Daily Electricity Consumption in China 认领 引用
2
作者 Gang Hu Sa Wang Essam H.Houssein 《Journal of Bionic Engineering》 SCIE EI CSCD 2024年第5期2540-2568,共29页
The power sector is an important factor in ensuring the development of the national economy.Scientific simulation and prediction of power consumption help achieve the balance between power generation and power consump... The power sector is an important factor in ensuring the development of the national economy.Scientific simulation and prediction of power consumption help achieve the balance between power generation and power consumption.In this paper,a Multi-strategy Hybrid Coati Optimizer(MCOA)is used to optimize the parameters of the three-parameter combinatorial optimization model TDGM(1,1,r,ξ,Csz)to realize the simulation and prediction of China's daily electricity consumption.Firstly,a novel MCOA is proposed in this paper,by making the following improvements to the Coati Optimization Algorithm(COA):(ⅰ)Introduce improved circle chaotic mapping strategy.(ⅱ)Fusing Aquila Optimizer,to enhance MCOA's exploration capabilities.(ⅲ)Adopt an adaptive optimal neighborhood jitter learning strategy.Effectively improve MCOA escape from local optimal solutions.(ⅳ)Incorporating Differential Evolution to enhance the diversity of the population.Secondly,the superiority of the MCOA algorithm is verified by comparing it with the newly proposed algorithm,the improved optimiza-tion algorithm,and the hybrid algorithm on the CEC2019 and CEC2020 test sets.Finally,in this paper,MCOA is used to optimize the parameters of TDGM(1,1,r,ξ,Csz),and this model is applied to forecast the daily electricity consumption in China and compared with the predictions of 14 models,including seven intelligent algorithm-optimized TDGM(1,1,r,ξ,Csz),and seven forecasting models.The experimental results show that the error of the proposed method is minimized,which verifies the validity of the proposed method. 展开更多
关键词 Forecast of average daily electricity consumption in China Coati optimization algorithm Three-parameter combination optimization model Circle chaotic mapping
Optimal Recovery of Functions on the Sphere on a Sobolev Spaces with a Gaussian Measure in the Average Case Setting 认领 引用
3
作者 Zexia Huang Heping Wang 《Analysis in Theory and Applications》 CSCD 2015年第2期154-166,共13页
In this paper, we study optimal recovery （reconstruction） of functions on the sphere in the average case setting. We obtain the asymptotic orders of average sampling numbers of a Sobolev space on the sphere with a G... In this paper, we study optimal recovery （reconstruction） of functions on the sphere in the average case setting. We obtain the asymptotic orders of average sampling numbers of a Sobolev space on the sphere with a Gaussian measure in the Lq （S^d-1） metric for 1 ≤ q ≤ ∞, and show that some worst-case asymptotically optimal algorithms are also asymptotically optimal in the average case setting in the Lq （S^d-1） metric for 1 ≤ q ≤ ∞. 展开更多
关键词 Optimal recovery on the sphere average sampling numbers optimal algorithm,Gaussian measure.
暂未订购 下载PDF
Robust Model Averaging Method Based on LOF Algorithm 认领 引用
4
作者 Fan Wang Kang You Guohua Zou 《Communications in Mathematical Research》 CSCD 2023年第3期386-413,共28页
Model averaging is a good alternative to model selection,which can deal with the uncertainty from model selection process and make full use of the information from various candidate models.However,most of the existing... Model averaging is a good alternative to model selection,which can deal with the uncertainty from model selection process and make full use of the information from various candidate models.However,most of the existing model averaging criteria do not consider the influence of outliers on the estimation procedures.The purpose of this paper is to develop a robust model averaging approach based on the local outlier factor(LOF)algorithm which can downweight the outliers in the covariates.Asymptotic optimality of the proposed robust model averaging estimator is derived under some regularity conditions.Further,we prove the consistency of the LOF-based weight estimator tending to the theoretically optimal weight vector.Numerical studies including Monte Carlo simulations and a real data example are provided to illustrate our proposed methodology. 展开更多
关键词 Outliers LOF algorithm robust model averaging asymptotic optimality consistency
Development of Genetic Algorithm (GA) Based Optimized PID Controller for Stability Analysis of DC-DC Buck Converter 认领 引用 被引量：1
5
作者 Mirza Muntasir Nishat Fahim Faisal +3 位作者 Anik Jawad Evan Md. Moshiour Rahaman Md. Sadman Sifat H. M. Fazle Rabbi 《Journal of Power and Energy Engineering》 2020年第9期8-19,共12页
This paper delineates a conventional buck converter controlled by optimized PID controller where Genetic Algorithm (GA) is employed with a view to enhancing the performance by analyzing the performance parameters. Gen... This paper delineates a conventional buck converter controlled by optimized PID controller where Genetic Algorithm (GA) is employed with a view to enhancing the performance by analyzing the performance parameters. Genetic Algorithm is a probabilistic search algorithm which is substantially used as an optimization technique in power electronics. A bunch of modifications have already been introduced to enhance the performance depending upon the applications. However, in this paper, modified genetic algorithm has been used in order to tune the key parameters in the converter. Hence, an analysis is carried out where the performance of the converter is illustrated in terms of rise time, settling time and percentage of overshoot by deploying GA based PID controller and the overall comparative study is presented. Responses of the overall system are accumulated through rigorous simulation in MATLAB environment. 展开更多
关键词 Genetic Algorithm Optimization PID Controller Converter: State Space Average Method
暂未订购 下载PDF
基于SABO-VMD与改进KELM的水电机组故障诊断 认领 引用 被引量：3
6
作者 张彬桥 高志伟 +1 位作者 陈庆松 章泽生 《人民长江》 北大核心 2026年第6期252-259,276,共8页
为了提高水电机组故障诊断的精度,提出一种由减法平均优化算法(SABO)优化变分模态分解(VMD)及改进蜣螂优化算法(IDBO)-核极限学习机(KELM)联合构建的水电机组故障诊断模型。首先,采用SABO算法来优化VMD的重要参数(惩罚因子α和分解个数... 为了提高水电机组故障诊断的精度,提出一种由减法平均优化算法(SABO)优化变分模态分解(VMD)及改进蜣螂优化算法(IDBO)-核极限学习机(KELM)联合构建的水电机组故障诊断模型。首先,采用SABO算法来优化VMD的重要参数(惩罚因子α和分解个数K);提取SABO-VMD分解排列熵与互信息熵的复合函数最小本征模态分量(IMF)作为最优分量,计算其相关时域特征参数并构建故障信号特征向量;然后引入Tent混沌映射和自适应t分布扰动多种策略对蜣螂优化算法进行改进,并利用IDBO算法对KELM模型进行参数优化,构建IDBO-KELM水电机组故障诊断模型;最后采用转子实验平台模拟机组轴系故障,对模型进行验证。验证结果表明:该方法在水电机组轴系故障诊断方面的准确率达到99.375%。研究成果可为高精度水电机组故障诊断提供思路和方案。 展开更多
关键词 水电机组故障诊断 减法平均优化算法 模态分解 改进蜣螂优化算法 核极限学习机
暂未订购 下载PDF
基于平均功率估算的海上漂浮式光伏MPPT研究 认领 引用 被引量：1
7
作者 陈继明 郭瑾 +2 位作者 刘静 黄磊 宋军志 《太阳能学报》 EI CAS CSCD 北大核心 2026年第2期84-90,共7页
针对漂浮式光伏环境下传统最大功率点追踪算法寻优准确性不足的特点,提出一种基于平均功率估算的最大功率追踪方法,并在Matlab/Simulink环境中搭建仿真模型,对该方法进行仿真验证并与扰动观测法和粒子群算法进行仿真对比。结果显示,基... 针对漂浮式光伏环境下传统最大功率点追踪算法寻优准确性不足的特点,提出一种基于平均功率估算的最大功率追踪方法,并在Matlab/Simulink环境中搭建仿真模型,对该方法进行仿真验证并与扰动观测法和粒子群算法进行仿真对比。结果显示,基于平均功率估算的最大功率追踪方法具有更好的动态追踪能力和准确度。 展开更多
关键词 光伏阵列 动态模型 最大功率追踪 优化算法 漂浮式光伏 平均功率
暂未订购 下载PDF
基于GSABO-ICEEMDAN-KELM的局部放电识别方法在气体绝缘开关设备故障诊断中的应用 认领 引用 被引量：2
8
作者 王思涵 马宏忠 +2 位作者 孙维 葛威 陈悦林 《南方电网技术》 CSCD 北大核心 2026年第2期66-77,共12页
气体绝缘开关(gas-insulated switchgear,GIS)设备在生产运行时存在多种绝缘缺陷,准确识别绝缘缺陷导致的局部放电信号对保障GIS设备及电力系统安全有重大意义。采用融合黄金正弦算法(golden sine algorithm,Golden-SA)改进减法优化(sub... 气体绝缘开关(gas-insulated switchgear,GIS)设备在生产运行时存在多种绝缘缺陷,准确识别绝缘缺陷导致的局部放电信号对保障GIS设备及电力系统安全有重大意义。采用融合黄金正弦算法(golden sine algorithm,Golden-SA)改进减法优化(subtraction-average-based optimizer,SABO)算法,得到了融合黄金正弦改进SABO优化算法(GSABO),对改进的完全自适应噪声集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise)与核极限学习机(kernel extreme learning machine)进行参数寻优,以实现对GIS局部放电故障的识别。首先,针对SABO可能陷入局部最优、收敛速度不够理想等问题,引入混沌映射与黄金正弦对其进行改进。然后,搭建实验平台采集4种典型局部放电信号,利用GSABO-ICEEMDAN对其进行分解,并利用相关系数法筛选有效的模态分量。最后计算筛选后模态分量的样本熵形成特征矩阵,将其输入GSABO-KELM进行故障分类识别。通过实验分析表明,相比于未改进的SABO算法,GSABO在跳出局部最优、收敛速度与精度上有明显的优势。结合其他传统算法进行对比,GSABO-ICEEMDAN-KELM的识别准确率可达99.1667%,验证了此算法的准确性与优越性,对于GIS局部放电故障诊断的工程应用具有参考意义。 展开更多
关键词 气体绝缘组合电器 局部放电 ICEEMDAN 改进减法优化算法 黄金正弦算法 核极限学习机 故障诊断
暂未订购 下载PDF
融合鲸鱼算法优化的BiLSTM-ARIMA期货套利价差预测方法 认领 引用 被引量：1
9
作者 秦攀科 叶波 《重庆邮电大学学报（自然科学版）》 CSCD 北大核心 2026年第2期321-330,共10页
针对期货套利价差数据时序依赖性难以捕捉、预测精度低等问题,提出一种融合鲸鱼优化算法(whale optimization algorithm,WOA)、双向长短期记忆(bi-directional long short-term memory,BiLSTM)网络和自回归差分移动平均(autoregressive ... 针对期货套利价差数据时序依赖性难以捕捉、预测精度低等问题,提出一种融合鲸鱼优化算法(whale optimization algorithm,WOA)、双向长短期记忆(bi-directional long short-term memory,BiLSTM)网络和自回归差分移动平均(autoregressive integrated moving average,ARIMA)模型的混合预测模型。通过WOA-BiLSTM网络进行价差数据的非线性特征提取,WOA能够获取BiLSTM网络的最优超参数解决超参数设置问题,使用ARIMA提取价差序列数据中的线性特征,弥补BiLSTM在短期依赖性学习和线性特征提取中存在的不足。在上海期货交易所的螺纹钢与热卷价差数据集上的实验结果表明,相较于传统的单一预测方法,该方法能够显著提升套利价差的预测精度,并能够更准确地刻画出期货套利价差的未来变化趋势。 展开更多
关键词 鲸鱼优化算法 双向长短期记忆网络 自回归差分移动平均模型 混合预测模型 期货套利价差预测
暂未订购 下载PDF
基于蚁群优化算法的充电桩空间布局规划方法 认领 引用 被引量：1
10
作者 宋天斌 罗维 +1 位作者 王庆 段永辉 《信息技术》 2026年第2期146-151,共6页
充电桩的布局规划对提高充电服务的便利性和效率至关重要,为此,文中基于蚁群优化算法研究充电桩空间布局规划方法。以最小平均充电距离与最小规划成本为目标函数,以最大充电距离与充电桩的需求满足率等为约束条件,建立充电桩空间布局规... 充电桩的布局规划对提高充电服务的便利性和效率至关重要,为此,文中基于蚁群优化算法研究充电桩空间布局规划方法。以最小平均充电距离与最小规划成本为目标函数,以最大充电距离与充电桩的需求满足率等为约束条件,建立充电桩空间布局规划模型;利用蚁群优化算法求解该模型,得到最小规划成本与最小平均充电距离,获取对应的充电桩空间布局规划方案。实验证明:该方法具备较优的充电桩空间布局规划模型求解效果,且不会陷入局部极值;可有效实现充电桩空间布局规划,降低规划成本,缩短平均充电距离,进而提升充电桩的服务水平。 展开更多
关键词 蚁群优化算法 充电桩 空间布局规划 平均充电距离 规划成本
暂未订购 下载PDF
考虑主客观因素的自动驾驶模型预测控制参数优化 认领 引用
11
作者 常天根 田国富 +1 位作者 唐媛媛 曹明学 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2026年第8期1638-1649,共12页
针对自动驾驶汽车轨迹跟踪过程中模型预测控制器跟踪精度不足和实时性差的问题,提出考虑主客观因素的模型预测控制参数优化方法.针对非支配排序鲸鱼优化算法(NSWOA)得到的最优解相对集中和超出边界的问题,提出基于改进Sinusoidal映射和... 针对自动驾驶汽车轨迹跟踪过程中模型预测控制器跟踪精度不足和实时性差的问题,提出考虑主客观因素的模型预测控制参数优化方法.针对非支配排序鲸鱼优化算法(NSWOA)得到的最优解相对集中和超出边界的问题,提出基于改进Sinusoidal映射和莱维飞行策略的改进NSWOA.将模型预测控制器的参数优化问题转化为多目标优化问题,以预测时域、控制时域和采样时间作为优化变量,以横向轨迹误差平方和与总计算时间作为优化目标,利用改进NSWOA求解多目标优化问题,获得Pareto最优解集.采用专家打分法、连续有序加权平均算子法、博弈论组合赋权法和逼近理想解排序法,确定最佳的控制器参数组合.所提方法的跟踪精度平均提高了56.27%,计算时间平均减少了21.54%,为模型预测控制参数的整定策略提供了兼顾高跟踪精度和高实时性的新思路. 展开更多
关键词 自动驾驶 模型预测控制 鲸鱼优化算法 连续有序加权平均算子 博弈论组合赋权
暂未订购 下载PDF
基于自回归综合移动平均值与遗传算法优化反向传播神经网络组合模型的光伏系统发电功率预测 认领 引用 被引量：1
12
作者 石良 陈彬 李凯 《山西电力》 2026年第2期34-39,共6页
为提高光伏系统发电功率的预测精度,提出了一种基于自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏系统发电功率组合预测模型。首先,统计分析表明光伏发电功率序列具有线性趋势和局部的非线性数据特征;其次,结合自回归综合... 为提高光伏系统发电功率的预测精度,提出了一种基于自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏系统发电功率组合预测模型。首先,统计分析表明光伏发电功率序列具有线性趋势和局部的非线性数据特征;其次,结合自回归综合移动平均模型较好的线性拟合能力和遗传算法优化反向传播神经网络优越的局部非线性映射能力,构建了自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏发电功率组合预测模型;最后,利用实际光伏系统发电功率数据对自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏发电功率组合模型的预测性能进行了评估,并与自回归综合移动平均模型、反向传播神经网络模型和自回归综合移动平均模型-反向传播神经网络模型进行了对比分析。研究结果表明:所提自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏发电功率组合预测模型的预测误差小、精度高,且预测误差相对稳定,验证了所提组合模型的有效性和优越性。 展开更多
关键词 光伏发电 功率预测 自回归综合移动平均模型 遗传算法优化反向传播神经网络模型 组合模型
暂未订购 下载PDF
基于DBO-XGBoost模型和EWMA控制图的海上风电机组发电机轴承故障预测方法 认领 引用 被引量：2
13
作者 吴青 王霄 +4 位作者 陶彦亭 宋泽爽 徐凌桦 闫建国 邢学树 《机械强度》 CAS CSCD 北大核心 2026年第1期133-142,共10页
【目的】为及时发现海上风电机组发电机轴承的故障,提出一种基于蜣螂优化(Dung Beetle Optimizer,DBO)算法和极端梯度提升树(eXtreme Gradient Boosting,XGBoost)模型的DBO-XGBoost发电机轴承温度预测模型,并结合指数加权移动平均值(Exp... 【目的】为及时发现海上风电机组发电机轴承的故障,提出一种基于蜣螂优化(Dung Beetle Optimizer,DBO)算法和极端梯度提升树(eXtreme Gradient Boosting,XGBoost)模型的DBO-XGBoost发电机轴承温度预测模型,并结合指数加权移动平均值(Exponentially Weighted Moving Average,EWMA)控制图实现发电机轴承的故障预测。【方法】首先,通过最大互信息系数(Maximal Information Coefficient,MIC)选取数据采集与监视控制(Supervisory Control And Data Acquisition,SCADA)系统中能准确表征发电机轴承状态的关键特征,并将其输入DBO-XGBoost模型中,对正常工况下的发电机轴承温度进行预测。其次,使用马氏距离(Mahalanobis Distance,MD)衡量真实值与预测值之间的偏差,并将MD序列输入基于EWMA控制图的变点检测算法中,以获取故障出现的变点,从而实现故障预测。最后,基于特征的重要性构建轴承故障模式知识图谱。【结果】结果表明,所提方法能对正常工况下发电机轴承的温度实现较为精准的预测,并能提前3天对故障进行预警,与通过设定单一阈值进行故障预警的方法相比,所提方法能更准确地检测到故障发生的时间。构建的轴承故障模式知识图谱为运维人员提供了可视化的运维决策支持。 展开更多
关键词 海上风电机组 蜣螂优化算法 发电机轴承 故障预测 指数加权移动平均值
暂未订购 下载PDF
基于组合模型的高速公路红粘土路基沉降预测研究 认领 引用
14
作者 陈昌盛 《河北省科学院学报》 CAS 2026年第4期27-35,共9页
我国南方地区红粘土分布广泛,在高速公路建设时常会使用红粘土作为路基填料。本研究针对高速公路红粘土路基的累计工后沉降值,考虑工后时间、平均气温和累计降水量的影响,采用思维进化算法(mind evolutionary algorithm,MEA)和滑动平均(... 我国南方地区红粘土分布广泛,在高速公路建设时常会使用红粘土作为路基填料。本研究针对高速公路红粘土路基的累计工后沉降值,考虑工后时间、平均气温和累计降水量的影响,采用思维进化算法(mind evolutionary algorithm,MEA)和滑动平均(moving average,MA)算法分别对普通BP神经网络模型和GM(1,N)模型进行了优化,建立了基于MEA-BP神经网络模型和MA-GM(1,4)模型的路基沉降组合预测模型。以湖南省洞新高速公路K13+300处的路基沉降实测值对模型进行了实例验证,对模型的预测精度和预测能力进行了分析。研究表明:MEA-BP神经网络模型和MA-GM(1,4)模型较未优化前的普通模型具有明显的优势,OPEI值均大幅提升,提升值分别达0.98、1.05;组合模型相较于MEA-BP神经网络模型和MA-GM(1,4)模型,其RMSE降低率分别为21.95%和26.35%,RRMSE降低率分别为21.95%和26.35%,MAE降低率分别为19.74%和22.74%,NSE、R 2稍有提高,OPEI值提升较大,分别为0.62和0.74,对应的权值ωi分别为0.60和0.40,组合预测模型显著地改善了单一模型的预测能力。该组合预测模型可为高速公路红粘土路基的沉降变形预测与控制提供有效的理论依据与技术支持。 展开更多
关键词 路基沉降 思维进化算法 滑动平均 优化 BP神经网络 灰色GM(1,4) 组合模型
暂未订购 下载PDF
基于生态系统服务和地下水脆弱性的生态安全格局构建——以毛乌素沙地为例 认领 引用 被引量：1
15
作者 李家敏 朱永华 +4 位作者 梁丽娥 巢妍 王晓寒 王超 夏必胜 《生态学报》 CAS CSCD 北大核心 2026年第4期1931-1947,共17页
生态安全格局在维持地区生态稳定中发挥着不可替代的作用,科学划定其范围并进行有效管理是生态恢复的关键环节,这对于实现地区的可持续发展具有重要意义。以黄河流域陕北段典型区域毛乌素沙地为研究对象,融合生态系统服务功能评估、地... 生态安全格局在维持地区生态稳定中发挥着不可替代的作用,科学划定其范围并进行有效管理是生态恢复的关键环节,这对于实现地区的可持续发展具有重要意义。以黄河流域陕北段典型区域毛乌素沙地为研究对象,融合生态系统服务功能评估、地下水脆弱性评价和热点分析提取关键生态源地,引入夜间灯光指数对基础阻力面进行优化,使其能更准确地反映人类活动对生态过程的影响。基于电路理论识别研究区内重要的生态廊道和生态节点,为构建区域生态安全格局奠定了坚实基础,并联合周边城市生态发展政策,提出有针对性的生态治理策略。结果表明:(1)2005、2010、2015与2020四个时期,毛乌素沙地共识别出89个生态源地,平均面积为2081km2,占研究区总面积的5.27%,为生物提供了高质量的栖息环境和多样化的生态系统服务,同时较低的地下水脆弱性增强了该区域的生态稳定性;提取生态廊道共181条,平均长度12.64km,其中重要生态廊道为101条;确定生态夹点共1872个,生态障碍区共19746km2,是生态恢复的优先区域。(2)对识别出的生态源地和生态要素实施整体规划,并根据自然保护区分布与土地利用现状,制定了一套生态恢复策略,包括四个核心组成部分:划定生态保护红线,明确生态安全底线;加强关键生态节点的保护与恢复,提升生态安全格局的稳定性;实施分区分类生态修复措施,针对性的解决具体生态问题;促进区域协同治理,形成生态保护合力。系统构建了毛乌素沙地四个时期的生态安全格局,并提出了区域化的治理策略,有望为推动黄河流域高质量发展、提升荒漠化地区生态安全提供参考。 展开更多
关键词 生态安全格局 电路理论 有序加权平均(OWA)算法 生态优化策略 毛乌素沙地
暂未订购 下载PDF
基于混合t-t Location-scale分布的风电功率波动特性研究 认领 引用 被引量：1
16
作者 徐凯 熊国江 《电气工程学报》 CSCD 北大核心 2026年第1期412-422,共11页
风电功率波动的随机性和不确定性是限制风能消纳的主要原因之一,风电功率的波动会影响风电功率的准确预测。定量描述风电功率的波动特性成为解决这些问题的关键。从风电功率波动“尖峰厚尾”的特征出发,将t分布与t Location-scale分布... 风电功率波动的随机性和不确定性是限制风能消纳的主要原因之一,风电功率的波动会影响风电功率的准确预测。定量描述风电功率的波动特性成为解决这些问题的关键。从风电功率波动“尖峰厚尾”的特征出发,将t分布与t Location-scale分布两者的优势结合,提出混合t-t Location-scale分布。为了避免以往方法参数估计精度不足的问题,引入一种智能优化算法——正余弦优化算法,来进行分布模型的参数估计。将所提模型与正态分布、混合t Location-scale分布等5种模型进行对比,并从15 min、30 min和45 min 3个滑动平均时段长度验证了模型的适用性。通过我国西北地区3个风电场的历史数据进行仿真试验,对比3个评价指标,发现所提模型对风电功率波动具有很好的拟合性能。 展开更多
关键词 混合t-t Location-scale分布 风电功率波动 正余弦优化算法 滑动平均法 时间尺度
暂未订购 下载PDF
基于多模态时频融合的IBKA-SVM齿轮箱故障识别方法 认领 引用 被引量：1
17
作者 华旭 鲁玉军 周晓东 《机电工程》 CAS 北大核心 2026年第7期1400-1412,共13页
针对齿轮箱振动信号非平稳性强、多维特征难以充分表征以及传统故障诊断方法泛化能力不足的问题,提出了一种基于多模态时频融合(MTFF)的改进黑翅鸢优化算法-支持向量机(IBKA-SVM)的齿轮箱故障诊断方法。首先,基于卷积神经网络(CNN)和支... 针对齿轮箱振动信号非平稳性强、多维特征难以充分表征以及传统故障诊断方法泛化能力不足的问题,提出了一种基于多模态时频融合(MTFF)的改进黑翅鸢优化算法-支持向量机(IBKA-SVM)的齿轮箱故障诊断方法。首先,基于卷积神经网络(CNN)和支持向量机(SVM),引入了主成分分析(PCA)方法,论述了CNN-SVM模型的可行性;然后,将原始振动信号分别转换为连续小波变换(CWT)、快速傅里叶变换(FFT)和格拉姆角场(GAF)三种互补模态时频图像,使用多模态时频融合(MTFF)策略得到了三通道融合图像,利用视觉几何组网络(VGG)对三模态图像进行了深层特征提取,形成了高维融合特征,并与单模态图像进行了对比;引入改进的黑翅鸢算法对SVM参数进行了自适应全局寻优,并通过实验验证了算法的优越性;最后,构建了基于多模态时频融合的IBKA-SVM故障诊断模型,并在东南大学齿轮箱数据集上开展了实验,验证了该模型的准确性。研究结果表明:MTFF优于单模态图像,IBKA-SVM在齿轮箱数据集上20次的平均准确率为99.34%,优于其他方法;除此之外,基于多模态时频融合的IBKA-SVM故障诊断模型的10次平均诊断准确率达到99.23%,高于基于变模态分解(VMD)-粒子群优化(PSO)-SVM的98.15%、短时傅里叶变换(STFT)-2D-CNN-SVM的97.34%和深度卷积网络-双向长期记忆网络(DCNN-BiLSTM)的98.81%;多模态时频特征融合可显著提升振动信号的特征表达能力,而IBKA的引入有效增强了SVM的全局优化能力,使MGCF-VGG-IBKA-SVM模型在准确性与稳定性方面均表现优异。该诊断方案不仅可以为齿轮箱故障识别提供可靠技术支撑,其多模态时频融合与智能优化思路也可为同类旋转机械故障诊断问题提供有益借鉴。 展开更多
关键词 旋转机械故障诊断 多模态时频融合 时频图像 卷积神经网络 支持向量机 改进黑翅鸢优化算法 平均准确率
暂未订购 下载PDF
RSSI-Based 3D Wireless Sensor Node Localization Using Hybrid T Cell Immune and Lotus Optimization 认领 引用
18
作者 Weiwei Hu Kiran Sree Pokkuluri +3 位作者 Rajesh Arunachalam Bander A.Jabr Yasser A.Ali Preethi Palanisamy 《Computers, Materials & Continua》 SCIE EI 2024年第12期4833-4851,共19页
Wireless Sensor Network(WSNs)consists of a group of nodes that analyze the information from surrounding regions.The sensor nodes are responsible for accumulating and exchanging information.Generally,node local-ization... Wireless Sensor Network(WSNs)consists of a group of nodes that analyze the information from surrounding regions.The sensor nodes are responsible for accumulating and exchanging information.Generally,node local-ization is the process of identifying the target node’s location.In this research work,a Received Signal Strength Indicator(RSSI)-based optimal node localization approach is proposed to solve the complexities in the conventional node localization models.Initially,the RSSI value is identified using the Deep Neural Network(DNN).The RSSI is conceded as the range-based method and it does not require special hardware for the node localization process,also it consumes a very minimal amount of cost for localizing the nodes in 3D WSN.The position of the anchor nodes is fixed for detecting the location of the target.Further,the optimal position of the target node is identified using Hybrid T cell Immune with Lotus Effect Optimization algorithm(HTCI-LEO).During the node localization process,the average localization error is minimized,which is the objective of the optimal node localization.In the regular and irregular surfaces,this hybrid algorithm effectively performs the localization process.The suggested hybrid algorithm converges very fast in the three-dimensional(3D)environment.The accuracy of the proposed node localization process is 94.25%. 展开更多
关键词 Sensor node localization received signal strength indicator 3D wireless sensor network deep neural network average localization error and hybrid T cell immune with lotus effect optimization algorithm
暂未订购 下载PDF
基于改进PPO算法的套袋机器人针对桃树树枝的避障研究 认领 引用
19
作者 张天驰 刘树林 《工业控制计算机》 2026年第7期88-90,共3页
针对套袋机器人在桃树枝等不规则障碍物环境下的避障难题,提出了一种基于改进PPO算法的智能避障方法。实验结果表明,在5个目标点ptarget抵达任务中,经该算法训练的UR10e机械臂针对桃树枝的避障成功率Srate可达84%~90%,平均回合长... 针对套袋机器人在桃树枝等不规则障碍物环境下的避障难题,提出了一种基于改进PPO算法的智能避障方法。实验结果表明,在5个目标点ptarget抵达任务中,经该算法训练的UR10e机械臂针对桃树枝的避障成功率Srate可达84%~90%,平均回合长度Lep缩短至64步。所提算法使套袋机器人显著提高了套袋成功率,并实现了全局最优的轨迹规划。 展开更多
关键词 不规则障碍物 改进PPO算法 避障 平均回合长度 全局最优
暂未订购 下载PDF
Novel Method for Optimal Location of STATCOM in Distribution Systems Using Sensitivity Analysis by DIgSILENT Software 认领 引用
20
作者 Abouzar Samimi Masoud Aliakbar Golkar 《Journal of Energy and Power Engineering》 CAS 2012年第7期1170-1176,共7页
In this paper a new method has been proposed to decide optimal placement and best sizing of STATCOM （static synchronous compensator）. The best place of STATCOM is found using the sensitivity analysis and optimum siz... In this paper a new method has been proposed to decide optimal placement and best sizing of STATCOM （static synchronous compensator）. The best place of STATCOM is found using the sensitivity analysis and optimum sizing of STATCOM is managed using the genetic algorithm. The average model can account for the high-frequency effects and power electronic losses, and more accurately predict the active and reactive power outputs of the STATCOM. This paper employs the DIgSILENT simulator and DPL （DIgSILENT programming language） as a programming tool of the DIgSILENT to show the validity of the proposed method. The effectiveness of suggested approach has been tested on part of the distribution network of Iran, Khoramdarreh city in Zanjan province. 展开更多
关键词 Average model optimal placement genetic algorithm sensitivity analysis STATCOM.
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