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6篇文章
< 1 >
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IGJO-VMD-SVM的电机轴承故障诊断 认领 引用 被引量：5
1
作者 回立川 曹威 +1 位作者 闫康 王久阳 《控制工程》 CSCD 北大核心 2026年第5期925-934,共10页
为解决有噪环境下轴承故障特征提取难、诊断准确率低的问题,提出了一种结合改进金豺优化(golden jackal optimization,GJO)算法、变分模态分解(variational mode decomposition,VMD)和支持向量机(support vector machine,SVM)的轴承故... 为解决有噪环境下轴承故障特征提取难、诊断准确率低的问题,提出了一种结合改进金豺优化(golden jackal optimization,GJO)算法、变分模态分解(variational mode decomposition,VMD)和支持向量机(support vector machine,SVM)的轴承故障诊断方法。首先,针对GJO算法易陷入局部最优的问题,引入Tent混沌映射、非线性递减参数、反向学习策略和自适应权重对其进行改进;其次,针对故障信号易被噪声淹没和特征提取难的问题,利用VMD将经过奇异谱分析(singular spectrum analysis,SSA)降噪后的信号分解,对噪声进行抑制,接着采用t分布-随机邻域嵌入(t-distribution-random neighborhood embedding,t-SNE)对提取的特征进行筛选,挑选有用特征;最后,针对SVM参数设置问题,使用改进GJO算法解决并构造诊断模型。结果表明,在相同的实验条件下,该模型的诊断准确率高于其他算法优化的诊断模型。 展开更多
关键词 轴承故障诊断 奇异谱分析 变分模态分解 金豺优化算法 t分布-随机邻域嵌入 支持向量机
暂未订购 下载PDF
VMD结合小波包信息熵和GJO-SVM的电机轴承故障诊断 认领 引用 被引量：16
2
作者 纪京生 周莉 马向阳 《现代制造工程》 CSCD 北大核心 2024年第2期128-136,共9页
针对电机滚动轴承故障特征难以提取从而导致诊断准确率低的问题,提出了一种基于变分模态分解(Variational Modal Decomposition,VMD)结合小波包信息熵(Wavelet Packet Information Entropy,WPIE)的特征提取方法,并采用金豺优化(Golden J... 针对电机滚动轴承故障特征难以提取从而导致诊断准确率低的问题,提出了一种基于变分模态分解(Variational Modal Decomposition,VMD)结合小波包信息熵(Wavelet Packet Information Entropy,WPIE)的特征提取方法,并采用金豺优化(Golden Jackal Optimization,GJO)算法优化后的支持向量机(Support Vector Machine,SVM)进行电机滚动轴承的故障诊断。首先,利用VMD将采集到的信号进行分解,依据局部极小包络熵筛选出最优本征模态(Intrinsic Mode Function,IMF)分量;其次,利用小波包将最优IMF分量再分解,并提取信息熵作为特征向量矩阵;最后,采用GJO算法对支持向量机中的惩罚参数和核参数进行寻优选择,建立GJO-SVM故障诊断模型,将特征向量矩阵输入金豺算法优化支持向量机(GJO-SVM)故障诊断模型中进行故障诊断。将VMD结合小波包信息熵特征提取与VMD结合近似熵特征提取进行对比试验,试验结果表明,VMD结合小波包信息熵特征提取精度提高了2.5%,其特征提取更加优越;将金豺算法优化支持向量机(GJO-SVM)与粒子群优化(Porticle Swarm OPtimization,PSO)算法支持向量机(PSO-SVM)、果蝇优化算法(Fruit fly Optimation Algorithm,FOA)支持向量机(FOA-SVM)进行对比试验,试验结果表明,GJO-SVM其平均准确率达到99.16%,较PSO-SVM、FOA-SVM分别提高了2.5%、3.61%。金豺算法优化支持向量机(GJO-SVM)可以更加有效提取并诊断滚动轴承故障。 展开更多
关键词 变分模态分解 小波包信息熵 金豺优化算法 支持向量机 轴承故障诊断
暂未订购 下载PDF
基于MSIGJO的网联商用车换道轨迹规划方法 认领 引用 被引量：3
3
作者 赵红专 王可怡 +2 位作者 李文勇 展新 王涛 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第8期133-142,共10页
针对网联商用车换道安全性、平顺性较低的问题,提出一种基于多策略改进金豺优化算法(multi-strategy improved golden jackal optimization,MSIGJO)的网联商用车换道轨迹规划方法。首先,基于V2X(vehicle to everything)技术获取智能网... 针对网联商用车换道安全性、平顺性较低的问题,提出一种基于多策略改进金豺优化算法(multi-strategy improved golden jackal optimization,MSIGJO)的网联商用车换道轨迹规划方法。首先,基于V2X(vehicle to everything)技术获取智能网联商用车周围状态信息,建立商用车换道安全距离模型;其次,引入商用车换道平顺性、经济性和换道效率作为指标,构建多目标协同优化函数;最后,引入动态权重位置更新策略和翻转策略改进金豺优化算法(golden jackal optimization,GJO),进而提出MSIGJO算法,利用MSIGJO算法求解函数得到最优换道轨迹。研究结果表明:该方法在商用车换道过程中横向跟踪精度提升了12.67%,侧向加速度变化率和质心侧偏角变化率分别降低了11.94%和12.65%,有效提升智能网联商用车换道安全性和平顺性,为智能网联商用车换道轨迹规划研究提供参考。 展开更多
关键词 车辆工程 智能交通 换道轨迹规划 金豺优化算法 智能网联商用车 多目标优化
暂未订购 下载PDF
基于金豺优化算法的PID参数优化研究 认领 引用 被引量：12
4
作者 谢豪 李立君 +1 位作者 廖凯 高自成 《现代制造工程》 CSCD 北大核心 2023年第3期146-151,共6页
针对控制系统PID参数难以寻优的问题,提出一种金豺优化(Golden Jackal Optimization,GJO)算法。该算法受金豺家族狩猎过程的启发,以PID的3个参数组成金豺的位置坐标,根据金豺的狩猎规则更新公豺和母豺豺对的位置,使其向最优解迭代。为... 针对控制系统PID参数难以寻优的问题,提出一种金豺优化(Golden Jackal Optimization,GJO)算法。该算法受金豺家族狩猎过程的启发,以PID的3个参数组成金豺的位置坐标,根据金豺的狩猎规则更新公豺和母豺豺对的位置,使其向最优解迭代。为了验证算法的效果,将该算法分别与Z-N临界比例法、粒子群优化算法和灰狼优化算法进行比较。仿真结果表明,采用金豺优化算法控制系统的PID参数,系统具有调节时间短、上升速度快和超调量小等优点,为PID参数优化提供了参考。 展开更多
关键词 可编程逻辑控制器 Z-N临界比例法 金豺优化算法 粒子群优化算法 灰狼优化算法
暂未订购 下载PDF
基于金豺优化PID的直流电机调速控制系统 认领 引用 被引量：1
5
作者 李传江 何鲮 朱燕飞 《上海师范大学学报（自然科学版中英文）》 2024年第2期181-187,共7页
针对传统直流(DC)有刷电机调速系统适应性不强、抗干扰能力和稳健性差等缺点,设计了基于金豺算法优化比例-积分-微分(PID)的直流有刷电机控制系统.在建立电机数学模型的基础上,将金豺优化(GJO)算法应用于PID参数整定,实现对电机的控制,... 针对传统直流(DC)有刷电机调速系统适应性不强、抗干扰能力和稳健性差等缺点,设计了基于金豺算法优化比例-积分-微分(PID)的直流有刷电机控制系统.在建立电机数学模型的基础上,将金豺优化(GJO)算法应用于PID参数整定,实现对电机的控制,并分别与传统试凑法、反向传播(BP)-PID算法和麻雀算法(SSA)-PID进行对比.仿真结果表明:所设计的控制算法在调节时间上减少了12 ms,超调量降低了3.689%,受到干扰后的调节时间减少了17 ms,表现出更快的调节转速、更强的抗干扰能力和更好的稳健性,为直流有刷电机调速控制提供了一种有效的方案. 展开更多
关键词 直流电机 比例-积分-微分(PID) 金豺优化(GJO)算法
暂未订购 下载PDF
基于混合策略改进的金豺优化算法 认领 引用
6
作者 夏永承 沈金荣 刘梦权 《计算机时代》 2023年第11期34-40,共7页
针对金豺算法种群初始化多样性不足、在搜索后期容易陷入局部最优的问题,对金豺优化算法作了改进。利用Cat混沌映射和精英反向学习策略初始化种群,利用单纯形法优化较差个体,改进了收敛因子,引入自适应权重的方式更新位置,引入个体记忆... 针对金豺算法种群初始化多样性不足、在搜索后期容易陷入局部最优的问题,对金豺优化算法作了改进。利用Cat混沌映射和精英反向学习策略初始化种群,利用单纯形法优化较差个体,改进了收敛因子,引入自适应权重的方式更新位置,引入个体记忆方法加快其收敛速度并采用高斯变异优化最优解。通过对8个基准测试函数进行仿真实验,与MFO算法、MVO算法、GWO算法、SCA算法进行比较,证明了经改进的GJO算法具有更高的求解精度和更快的收敛速度。 展开更多
关键词 cat混沌映射 反向学习 单纯形法 收敛因子 金豺优化算法
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 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈