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139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：
Integrated diagnosis of abnormal energy consumption in converter steelmaking using GWO-SVM-K-means algorithms 认领 引用
1
作者 Fei-Xiang Dai Xiang-Jun Bao +2 位作者 Lu Zhang Xiao-Jing Yang Guang Chen 《Journal of Iron and Steel Research International》 SCIE EI CSCD 2026年第1期458-468,共11页
To address the issue of abnormal energy consumption fluctuations in the converter steelmaking process,an integrated diagnostic method combining the gray wolf optimization(GWO)algorithm,support vector machine(SVM),and ... To address the issue of abnormal energy consumption fluctuations in the converter steelmaking process,an integrated diagnostic method combining the gray wolf optimization(GWO)algorithm,support vector machine(SVM),and K-means clustering was proposed.Eight input parameters—derived from molten iron conditions and external factors—were selected as feature variables.A GWO-SVM model was developed to accurately predict the energy consumption of individual heats.Based on the prediction results,the mean absolute percentage error and maximum relative error of the test set were employed as criteria to identify heats with abnormal energy usage.For these heats,the K-means clustering algorithm was used to determine benchmark values of influencing factors from similar steel grades,enabling root-cause diagnosis of excessive energy consumption.The proposed method was applied to real production data from a converter in a steel plant.The analysis reveals that heat sample No.44 exhibits abnormal energy consumption,due to gas recovery being 1430.28 kg of standard coal below the benchmark level.A secondary contributing factor is a steam recovery shortfall of 237.99 kg of standard coal.This integrated approach offers a scientifically grounded tool for energy management in converter operations and provides valuable guidance for optimizing process parameters and enhancing energy efficiency. 展开更多
关键词 Converter smelting process Abnormal energy diagnosis Gray wolf optimization algorithm Support vector machine K-means clustering algorithm
暂未订购 下载PDF
改进LGWO和变步长P&O的光伏阵列功率跟踪策略 认领 引用 被引量：3
2
作者 刘宝宏 陈斌 +2 位作者 钱立峰 史一诺 吕莉 《电源学报》 CSCD 北大核心 2026年第4期110-121,共12页
针对局部阴影情况下光伏阵列输出功率多峰值导致传统灰狼优化算法跟踪最大功率点收敛速度慢、搜索精度低且易陷入局部最优的问题,提出1种嵌入莱维飞行的改进灰狼优化和变步长扰动观察法算法。全局搜索中提出的新型非线性收敛因子提升了... 针对局部阴影情况下光伏阵列输出功率多峰值导致传统灰狼优化算法跟踪最大功率点收敛速度慢、搜索精度低且易陷入局部最优的问题,提出1种嵌入莱维飞行的改进灰狼优化和变步长扰动观察法算法。全局搜索中提出的新型非线性收敛因子提升了灰狼优化算法的收敛速度和搜索精度,通过初始化种群正态分布进一步提升灰狼搜索效率;嵌入莱维飞行增加了全局搜索随机性,避免了搜索过程陷入局部最优;局部搜索中通过变步长扰动观察法实现全局最大功率点快速捕获。为验证算法的有效性,构建了已发表灰狼优化GWO(grey wolf optimization)算法和嵌入莱维飞行的改进GWO和变步长扰动观察ILGWO-VP&O(improved Levy-flight GWO and variable-step perturbation&observation)算法的光伏发电系统,并进行实验验证。实验结果表明,提出的ILGWO-VP&O算法动态响应速度最快,稳态控制精度最优。 展开更多
关键词 光伏发电系统 局部阴影 最大功率点跟踪 改进灰狼优化算法 变步长扰动观察法 莱维飞行策略
暂未订购 下载PDF
基于Lasso-GWO-RF模型的长江上游交通碳排放预测 认领 引用 被引量：1
3
作者 焦柳丹 王艺洁 +1 位作者 霍小森 吴柳 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2026年第4期54-60,共7页
长江上游地区作为我国“双碳”战略实施与长江经济带生态屏障建设的关键区域,其交通运输业碳排放治理对实现“减污降碳协同增效”目标具有重要作用。基于2000—2021年重庆、贵州、四川、云南这四省市的数据,运用Lasso回归对STIRPAT模型... 长江上游地区作为我国“双碳”战略实施与长江经济带生态屏障建设的关键区域,其交通运输业碳排放治理对实现“减污降碳协同增效”目标具有重要作用。基于2000—2021年重庆、贵州、四川、云南这四省市的数据,运用Lasso回归对STIRPAT模型的多重共线性进行处理,构建融合灰狼优化算法与随机森林(GWO-RF)的碳排放预测模型,并进行多情景分析。研究结果显示:在基准情景与低碳情景下,该地区交通运输业碳排放预计于2032年达峰,峰值分别为109.19、104.08 Mt CO2;在高碳情景下,达峰时间将推迟至2034年,峰值上升至117.51 Mt CO2。2022—2040年间,该地区交通运输业碳排放总体呈现“先增长后达峰,随后逐步趋稳下降”的演变路径。该成果可为跨区域交通运输业碳排放精准预测与达峰路径设计提供方法参考与决策依据。 展开更多
关键词 交通工程 碳排放 机器学习 情景分析 灰狼优化算法(GWO)
暂未订购 下载PDF
基于改进CS-GWO算法的多无人机三维路径规划 认领 引用
4
作者 宋宇 赵桐 《长春工业大学学报》 CAS 2026年第2期147-152,共6页
随着无人机技术的迅速发展,多无人机协同任务在各个领域中引起了广泛关注。然而,在复杂环境下,实现多无人机协同避障并成功完成任务,但仍面临突出挑战。为了解决这一问题,提出一种基于结合布谷鸟搜索(CS)算法和灰狼优化(GWO)算法的多无... 随着无人机技术的迅速发展,多无人机协同任务在各个领域中引起了广泛关注。然而,在复杂环境下,实现多无人机协同避障并成功完成任务,但仍面临突出挑战。为了解决这一问题,提出一种基于结合布谷鸟搜索(CS)算法和灰狼优化(GWO)算法的多无人机协同避障路径规划方法。该方法利用GWO的全局搜索能力和CS的随机性,综合考虑了路径长度、飞行高度和路径平滑性等多个关键因素,设计了一个新的适应度函数,进而通过改进算法实现高效路径规划。根据仿真结果可以得出,所提出的方法有效地达成了多无人机协同避障并完成任务的目标,为多无人机系统的应用提供了新的研究思路和解决方案。 展开更多
关键词 无人机路径规划 三维避障 布谷鸟搜索算法 灰狼优化算法
暂未订购 下载PDF
基于GWO-XGBoost模型的致密砂岩储层流体测井智能识别——以鄂尔多斯盆地洪德地区三叠系长8段为例 认领 引用 被引量：1
5
作者 薛博文 张兆辉 +2 位作者 张皎生 邹建栋 张闻亭 《岩性油气藏》 CAS CSCD 北大核心 2026年第2期111-121,共11页
针对传统测井解释方法在致密砂岩储层流体类型上识别精度低的问题,提出了一种基于测井曲线的GWO-XGBoost模型储层流体智能识别方法,并将该方法应用于鄂尔多斯盆地洪德地区三叠系长8段致密砂岩储层中。研究结果表明:①以鄂尔多斯盆地洪... 针对传统测井解释方法在致密砂岩储层流体类型上识别精度低的问题,提出了一种基于测井曲线的GWO-XGBoost模型储层流体智能识别方法,并将该方法应用于鄂尔多斯盆地洪德地区三叠系长8段致密砂岩储层中。研究结果表明:①以鄂尔多斯盆地洪德地区三叠系长8段实际试油数据为目标变量,经主成分分析法优选出声波、自然电位、密度、井径、中子、自然伽马、电阻率测井(AT20、AT60和AT90)等9条测井曲线作为特征参数,再通过灰狼优化算法(GWO)对XGBoost模型的关键超参数进行全局优化。②GWO-XGBoost模型对储层流体类型的识别准确率达到96.55%,相较于XGBoost、随机森林(RF)和支持向量机(SVM)模型,其识别精度分别提升了6.03%,6.89%和22.41%,展现出明显的优势。③实际单井应用中,GWO-XGBoost模型通过对多维测井响应特征的综合分析与非线性特征学习,能够有效解决人工解释中低阻油层与高阻水层易混淆的难题,该模型在复杂储层条件下具有较高的稳定性与可靠性,可为提高致密砂岩油气勘探开发效率提供技术支撑。 展开更多
关键词 XGBoost 灰太狼算法(GWO) 智能模型 储层流体识别 致密砂岩 非常规油气 三叠系 洪德地区 鄂尔多斯盆地
暂未订购 下载PDF
GWO优化CNN的短电弧铣削电极损耗状态监测模型 认领 引用
6
作者 牛巧茹 周建平 +3 位作者 许燕 宋洁 范俊伟 连国禹 《机床与液压》 北大核心 2026年第7期119-124,共6页
在短电弧铣削加工过程中,电极损耗严重影响了加工精度和效率。为了实现对电极损耗状态的有效监测,提出一种基于灰狼寻优算法(GWO)与卷积神经网络(CNN)的智能监控模型。构建交互特征,对输入特征采用Min-Max标准化处理,对输出损耗量采用Z-... 在短电弧铣削加工过程中,电极损耗严重影响了加工精度和效率。为了实现对电极损耗状态的有效监测,提出一种基于灰狼寻优算法(GWO)与卷积神经网络(CNN)的智能监控模型。构建交互特征,对输入特征采用Min-Max标准化处理,对输出损耗量采用Z-score标准化处理,提升模型稳定性与泛化性能。通过构建包含特征交互层和多尺度卷积结构的CNN模型,结合GWO算法对网络超参数进行全局优化,实现电极磨损量的高精度预测。构建短电弧铣削工艺数据集,对钛合金铣削过程中电极损耗状态进行全面评估,筛选性能最优的组合模型,并与其他模型进行对比,验证所提方法的有效性。结果表明:该模型在综合性能上表现最优,R2达到97.9%,验证了所提方法的准确性和可行性。 展开更多
关键词 短电弧铣削 电极损耗 状态监测 灰狼优化(GWO)算法 卷积神经网络(CNN)
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
7
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
微网用多堆燃料电池发电系统的GWO算法 认领 引用
8
作者 涂文特 周鸿旭 聂玉洁 《电池》 CAS 北大核心 2026年第4期923-931,共9页
在匹配较大电荷需求的质子交换膜燃料电池(PEMFC)微网发电系统中,多堆燃料电池系统之间的能量管理将影响燃料电池发电系统经济性及总成寿命。结合工程设计中两层级能量管理控制架构,以燃料电池系统健康状态和电网实际负荷情况为变化量,... 在匹配较大电荷需求的质子交换膜燃料电池(PEMFC)微网发电系统中,多堆燃料电池系统之间的能量管理将影响燃料电池发电系统经济性及总成寿命。结合工程设计中两层级能量管理控制架构,以燃料电池系统健康状态和电网实际负荷情况为变化量,提出一种基于灰狼优化(GWO)算法寻优的两层级规则化能量管理控制策略。以发电系统实时氢耗和储能电池寿命为优化目标,搭建目标函数模型,对比基于GWO算法的两层级规则式能量管理策略(EMS)、平均功率分配及链式功率跟随控制策略的优劣。采用GWO算法的EMS具有更好的氢耗和电池寿命,符合实际场景应用需求,在实际MW级用电负荷下,每年综合氢耗减少约1710 kg,电池衰减率相对原有状态减缓了约66%。 展开更多
关键词 多堆燃料电池系统 能量管理 微网发电 灰狼优化(GWO)算法
暂未订购 下载PDF
基于IGWO-VINC的光伏发电多峰值MPPT 认领 引用
9
作者 贾莹 李永乐 《吉林大学学报（信息科学版）》 CAS 2026年第1期52-60,共9页
针对局部遮阴情况(PSC:Partial Shading Conditions)下光伏阵列输出功率呈现多峰值特征导致传统最大功率点跟踪(MPPT:Maximum Power Point Tracking)算法存在跟踪速度慢、跟踪精度低等问题,提出一种基于改进灰狼优化算法(GWO:Grey Wolf ... 针对局部遮阴情况(PSC:Partial Shading Conditions)下光伏阵列输出功率呈现多峰值特征导致传统最大功率点跟踪(MPPT:Maximum Power Point Tracking)算法存在跟踪速度慢、跟踪精度低等问题,提出一种基于改进灰狼优化算法(GWO:Grey Wolf Optimizer)和变步长电导增量法(VINC:Variable step-size Incremental Conductance)相结合的复合算法。首先,通过分析峰值点对应电压位置,在灰狼优化算法中加入峰值电压初始化策略;其次,引入非线性收敛因子以提升灰狼优化算法的全局搜索能力。该复合算法先利用改进灰狼优化算法进行全局搜索,再切换至引入dP/dU的变步长电导增量法进行局部搜索。Matlab/Simulink仿真结果表明,所提复合算法在静态和动态局部遮阴情况下均能提升跟踪速度与精度,同时减小输出功率振荡幅度。 展开更多
关键词 光伏发电 局部遮阴情况 最大功率点跟踪 灰狼优化算法 电导增量法
暂未订购 下载PDF
VGWO: Variant Grey Wolf Optimizer with High Accuracy and Low Time Complexity 认领 引用
10
作者 Junqiang Jiang Zhifang Sun +3 位作者 Xiong Jiang Shengjie Jin Yinli Jiang Bo Fan 《Computers, Materials & Continua》 SCIE EI 2023年第11期1617-1644,共28页
The grey wolf optimizer(GWO)is a swarm-based intelligence optimization algorithm by simulating the steps of searching,encircling,and attacking prey in the process of wolf hunting.Along with its advantages of simple pr... The grey wolf optimizer(GWO)is a swarm-based intelligence optimization algorithm by simulating the steps of searching,encircling,and attacking prey in the process of wolf hunting.Along with its advantages of simple principle and few parameters setting,GWO bears drawbacks such as low solution accuracy and slow convergence speed.A few recent advanced GWOs are proposed to try to overcome these disadvantages.However,they are either difficult to apply to large-scale problems due to high time complexity or easily lead to early convergence.To solve the abovementioned issues,a high-accuracy variable grey wolf optimizer(VGWO)with low time complexity is proposed in this study.VGWO first uses the symmetrical wolf strategy to generate an initial population of individuals to lay the foundation for the global seek of the algorithm,and then inspired by the simulated annealing algorithm and the differential evolution algorithm,a mutation operation for generating a new mutant individual is performed on three wolves which are randomly selected in the current wolf individuals while after each iteration.A vectorized Manhattan distance calculation method is specifically designed to evaluate the probability of selecting the mutant individual based on its status in the current wolf population for the purpose of dynamically balancing global search and fast convergence capability of VGWO.A series of experiments are conducted on 19 benchmark functions from CEC2014 and CEC2020 and three real-world engineering cases.For 19 benchmark functions,VGWO’s optimization results place first in 80%of comparisons to the state-of-art GWOs and the CEC2020 competition winner.A further evaluation based on the Friedman test,VGWO also outperforms all other algorithms statistically in terms of robustness with a better average ranking value. 展开更多
关键词 Intelligence optimization algorithm grey wolf optimizer(GWO) manhattan distance symmetric coordinates
暂未订购 下载PDF
基于GWO-BP模型与MOMPA算法的插秧机车架轻量化设计 认领 引用 被引量：4
11
作者 陈岁繁 侯万森 +3 位作者 张浩南 李其朋 夏琪玮 陈问池 《机电工程》 CAS 北大核心 2025年第5期933-944,共12页
为实现水稻插秧机车架的轻量化目标,提出了基于灰狼优化反向传播神经网络(GWO-BP)模型与多目标海洋捕食者算法(MOMPA)的联合优化方法。首先,对GWO-BP模型与MOMPA优化算法的构建进行了理论分析,建立了车架的三维模型和有限元模型,并对其... 为实现水稻插秧机车架的轻量化目标,提出了基于灰狼优化反向传播神经网络(GWO-BP)模型与多目标海洋捕食者算法(MOMPA)的联合优化方法。首先,对GWO-BP模型与MOMPA优化算法的构建进行了理论分析,建立了车架的三维模型和有限元模型,并对其性能进行了仿真;然后,采用灵敏度分析确定了可作为优化设计变量的8个主要结构参数,并利用实验设计的方法计算出设计变量与目标参数之间响应关系的数据,从而建立了GWO-BP近似模型,联合近似模型与MOMPA优化算法,以车架质量、最大变形最小为优化目标,求出了轻量化车架的最优结构参数组合;最后,对车架优化结果进行了验证,同时,分析了车架模态性能,并建立了车架样机,通过试验验证了车架轻量化结果。研究结果表明:车架质量、车架最大变形和最大等效应力的拟合精度分别为0.998 8、0.987 8、0.986 7,建立的近似模型具有较高精度;优化后车架质量比原车架降低了9.26%;优化结果与仿真结果误差在2%以内,且优化后车架固有频率可以有效避开外界激励,通过对比优化前后车架质量及性能,确定了优化结果的准确性与有效性;根据优化结果制造了轻量化车架的样机,其整体质量较原车架减轻了10.3%,达到了良好的轻量化效果,为农机车架轻量化研究提供了一定的借鉴。 展开更多
关键词 水稻插秧机 轻量化 灰狼优化反向传播神经网络 多目标海洋捕食者优化算法 车架模态分析
暂未订购 下载PDF
GWO优化CNN-BiLSTM-Attenion的轴承剩余寿命预测方法 认领 引用 被引量：20
12
作者 李敬一 苏翔 《振动与冲击》 EI CSCD 北大核心 2025年第2期321-332,共12页
滚动轴承作为机械设备的重要部件,对其进行剩余使用寿命预测在企业的生产过程中变得越来越重要。目前,虽然主流的卷积神经网络(convolutional neural network, CNN)可以自动地从轴承的振动信号中提取特征,却不能给特征分配不同的权重来... 滚动轴承作为机械设备的重要部件,对其进行剩余使用寿命预测在企业的生产过程中变得越来越重要。目前,虽然主流的卷积神经网络(convolutional neural network, CNN)可以自动地从轴承的振动信号中提取特征,却不能给特征分配不同的权重来提高模型对重要特征的关注程度,对于长时间序列容易丢失重要信息。另外,神经网络中隐藏层神经元个数、学习率以及正则化参数等超参数还需要依靠人工经验设置。为了解决上述问题,提出基于灰狼优化(grey wolf optimizer, GWO)算法、优化集合CNN、双向长短期记忆(bidirectional long short term memory, BiLSTM)网络和注意力机制(Attention)轴承剩余使用寿命预测方法。首先,从原始振动信号中提取时域、频域以及时频域特征指标构建可选特征集;然后,通过构建考虑特征相关性、鲁棒性和单调性的综合评价指标筛选出高于设定阈值的轴承退化敏感特征集,作为预测模型的输入;最后,将预测值和真实值的均方误差作为GWO算法的适应度函数,优化预测模型获得最优隐藏层神经元个数、学习率和正则化参数,利用优化后模型进行剩余使用寿命预测,并在公开数据集上进行验证。结果表明,所提方法可在非经验指导下获得最优的超参数组合,优化后的预测模型与未进行优化模型相比,平均绝对误差与均方根误差分别降低了28.8%和24.3%。 展开更多
关键词 灰狼优化(GWO)算法 卷积神经网络(CNN) 双向长短期记忆(BiLSTM)网络 自注意力机制 剩余使用寿命预测
暂未订购 下载PDF
基于GWO-LSSVM的直流故障电弧诊断方法 认领 引用 被引量：1
13
作者 刘树鑫 刘丙泽 +3 位作者 邢朝建 明欣 周厚霖 吕先锋 《电器与能效管理技术》 2025年第1期14-22,共9页
针对直流故障电弧在不同工况下识别准确率不高的问题,提出基于灰狼优化算法的最小二乘支持向量机(GWO-LSSVM)对多负载工况下的直流电弧进行故障诊断。首先,应用改进的自适应噪声完备集合经验模态分解(ICEEMDAN),对参考高铁站混合负载得... 针对直流故障电弧在不同工况下识别准确率不高的问题,提出基于灰狼优化算法的最小二乘支持向量机(GWO-LSSVM)对多负载工况下的直流电弧进行故障诊断。首先,应用改进的自适应噪声完备集合经验模态分解(ICEEMDAN),对参考高铁站混合负载得到的不同工况下直流电弧电流信号进行本征模态函数(IMF)分解。其次,进行筛选得到相关分量,结合多尺度排列熵(MPE)构造特征向量。最后,针对诊断模型的收敛速度较慢及模型倾向于陷入局部最优解的问题,应用GWO算法优化的LSSVM模型进行故障状态的识别。实验结果表明,准确率达到98.33%。通过与其他算法对比,证实所提方法的高效性。 展开更多
关键词 直流故障电弧 多尺度排列熵 灰狼优化算法 故障诊断
暂未订购 下载PDF
Optimal Operation of Distributed Generations Considering Demand Response in a Microgrid Using GWO Algorithm 认领 引用 被引量：2
14
作者 Hassan Shokouhandeh Mehrdad Ahmadi Kamarposhti +2 位作者 William Holderbaum Ilhami Colak Phatiphat Thounthong 《Computer Systems Science & Engineering》 SCIE EI 2023年第10期809-822,共14页
The widespread penetration of distributed energy sources and the use of load response programs,especially in a microgrid,have caused many power system issues,such as control and operation of these networks,to be affec... The widespread penetration of distributed energy sources and the use of load response programs,especially in a microgrid,have caused many power system issues,such as control and operation of these networks,to be affected.The control and operation of many small-distributed generation units with different performance characteristics create another challenge for the safe and efficient operation of the microgrid.In this paper,the optimum operation of distributed generation resources and heat and power storage in a microgrid,was performed based on real-time pricing through the proposed gray wolf optimization(GWO)algorithm to reduce the energy supply cost with the microgrid.Distributed generation resources such as solar panels,diesel generators with battery storage,and boiler thermal resources with thermal storage were used in the studied microgrid.Also,a combined heat and power(CHP)unit was used to produce thermal and electrical energy simultaneously.In the simulations,in addition to the gray wolf algorithm,some optimization algorithms have also been used.Then the results of 20 runs for each algorithm confirmed the high accuracy of the proposed GWO algorithm.The results of the simulations indicated that the CHP energy resources must be managed to have a minimum cost of energy supply in the microgrid,considering the demand response program. 展开更多
关键词 Microgrid demand response program cost reduction gray wolf optimization algorithm
暂未订购 下载PDF
PCA+GWO集成特征选择和模型堆叠的客户流失预测 认领 引用 被引量：5
15
作者 刘梅 郑立君 +1 位作者 段永良 段红秀 《计算机工程与应用》 EI CSCD 北大核心 2025年第15期329-342,共14页
客户的长期稳定对酒店营收和提高竞争力具有重要意义。在客户流失预测研究中,生产环境采集的数据存在数据量大、维度高、噪点多等问题,导致机器模型的准确率、稳定性和泛化能力下降。针对此类问题,设计了基于PCA+GWO的集成特征选择方法... 客户的长期稳定对酒店营收和提高竞争力具有重要意义。在客户流失预测研究中,生产环境采集的数据存在数据量大、维度高、噪点多等问题,导致机器模型的准确率、稳定性和泛化能力下降。针对此类问题,设计了基于PCA+GWO的集成特征选择方法,并用模型堆叠构建了客户流失预测模型。提出了利用Pearson系数和随机森林(RF)的特征重要性来确定需要降维特征组的方法。改进了灰狼优化算法(GWO)中的灰狼位置更新机制和收敛条件,并将其应用于选择最佳特征子集的过程中。选取了10种不同的机器学习模型进行训练,挑选出F1-score表现最优的模型作为基模型,进行元模型训练。实验结果表明,使用某酒店客户信息数据集时,改进后的GWO算法收敛速度显著提升,且预测模型的F1-score达到了97.9%,该模型具有较强的泛化能力。 展开更多
关键词 特征选择 随机森林(RF) 主成分分析(PCA) 灰狼优化(GWO)算法 模型堆叠
暂未订购 下载PDF
基于改进PSO-GWO算法的渠系优化配水模型研究 认领 引用 被引量：5
16
作者 姚成宝 岳春芳 +1 位作者 张胜江 郑秋丽 《人民黄河》 CAS 北大核心 2025年第1期128-133,共6页
为减少渠系输配水过程中的水量损失,针对闸门调控时间各异和频繁启闭的问题,以精河灌区茫乡团结支渠支斗两级渠系渗漏损失量最小为目标建立渠系配水模型,首次采用“组间轮灌,组内续灌”的配水方式,通过改进PSO-GWO算法求解,确定斗渠最... 为减少渠系输配水过程中的水量损失,针对闸门调控时间各异和频繁启闭的问题,以精河灌区茫乡团结支渠支斗两级渠系渗漏损失量最小为目标建立渠系配水模型,首次采用“组间轮灌,组内续灌”的配水方式,通过改进PSO-GWO算法求解,确定斗渠最优轮灌编组、配水流量和灌水时间等重要参数,得出渠系渗漏损失量和算法迭代次数,并与粒子群算法、灰狼算法的求解结果进行对比。改进模型使灌水时间缩短了0.62 d,支斗两级渠系水利用系数提高了0.168,改进PSO-GWO算法迭代次数为3次、渠系渗漏总量为16.69万m3,优于传统算法的配水结果。实例应用情况表明,改进算法具有更强的寻优能力和收敛性,并且模型在满足高效配水的同时,减少了闸门启闭次数,实现了集中调控,配水模式便捷,应用价值较高。 展开更多
关键词 渠系配水 渗漏损失 轮灌编组 改进PSO-GWO算法 粒子群算法 灰狼算法
暂未订购 下载PDF
基于GWO-BP的火电厂NOx排放量软测量模型 认领 引用 被引量：1
17
作者 梁宇倩 郭志坚 张红梅 《自动化与仪表》 2025年第6期70-74,共5页
火电厂在稳定运行的同时,不可避免地会排放大量污染气体,尤其是NOx。针对传统测量方法的不足,该文提出一种基于灰狼优化反向传播神经网络(grey wolf optimized-back propagation,GWO-BP)的NOx排放量软测量模型。首先使用典型相关性分析(... 火电厂在稳定运行的同时,不可避免地会排放大量污染气体,尤其是NOx。针对传统测量方法的不足,该文提出一种基于灰狼优化反向传播神经网络(grey wolf optimized-back propagation,GWO-BP)的NOx排放量软测量模型。首先使用典型相关性分析(canonical correlation analysis,CCA)将任意两个相关度较高的变量归为一组,并去掉其中一个,从而选择了对NOx排放量影响最大的4个变量作为软测量模型的输入;然后,建立了反向传播(back propagation,BP)神经网络模型以对输入变量和NOx排放量做映射;最后,采用灰狼优化(grey wolf optimizer,GWO)算法优化了所提软测量模型的权重和偏置值,提升了模型的精度。实验结果表明,所提软测量模型可以准确测量NOx的排放量,在传感器故障或伴有噪声的时候很好地替代了传感器的角色,为优化算法及深度学习方法在工业现场的应用提供了参考。 展开更多
关键词 NOx排放量软测量 典型相关性分析 BP神经网络 灰狼优化算法
暂未订购 下载PDF
基于GWO-LMS-RSSD的旋转机械耦合故障分离及特征强化方法 认领 引用
18
作者 许文 施卫华 +3 位作者 李红钢 华如南 刘厚林 董亮 《机电工程》 CAS 北大核心 2025年第4期677-685,共9页
针对旋转机械耦合故障中较弱故障易被较强故障淹没及噪声干扰严重的问题,提出了基于灰狼优化算法(GWO)的自适应滤波最小均方(LMS)算法,结合共振稀疏分解(RSSD)的耦合故障特征分离及强化方法。首先,采用自适应滤波LMS算法对耦合故障信号... 针对旋转机械耦合故障中较弱故障易被较强故障淹没及噪声干扰严重的问题,提出了基于灰狼优化算法(GWO)的自适应滤波最小均方(LMS)算法,结合共振稀疏分解(RSSD)的耦合故障特征分离及强化方法。首先,采用自适应滤波LMS算法对耦合故障信号进行了滤波处理,使故障特征得到了初步强化;然后,根据耦合故障的不同共振属性,利用RSSD算法将故障耦合分解为高共振分量和低共振分量,完成了耦合故障分离;特别地,针对LMS算法中参数依赖人工经验、自适应差等问题,研究了基于灰狼优化算法(GWO)的参数自适应优化方法,设计了以信噪比和均方误差构成的优化目标;最后,对稀疏分解得到的信号进行了包络解调,完成了耦合故障分离及特征强化,同时,利用模拟信号和实验信号对该方法进行了验证分析。研究结果表明:GWO-LMS-RSSD算法能用于有效降低噪声干扰,分离旋转机械耦合故障及强化故障特征。该研究成果可为强噪声干扰下耦合故障的特征分离及强化提供一种新的思路。 展开更多
关键词 耦合故障诊断 旋转机械 共振稀疏分解 自适应滤波最小均方算法 灰狼优化算法 信噪比 均方误差
暂未订购 下载PDF
Optimizing Grey Wolf Optimization: A Novel Agents’ Positions Updating Technique for Enhanced Efficiency and Performance 认领 引用
19
作者 Mahmoud Khatab Mohamed El-Gamel +2 位作者 Ahmed I. Saleh Asmaa H. Rabie Atallah El-Shenawy 《Open Journal of Optimization》 2024年第1期21-30,共10页
Grey Wolf Optimization (GWO) is a nature-inspired metaheuristic algorithm that has gained popularity for solving optimization problems. In GWO, the success of the algorithm heavily relies on the efficient updating of ... Grey Wolf Optimization (GWO) is a nature-inspired metaheuristic algorithm that has gained popularity for solving optimization problems. In GWO, the success of the algorithm heavily relies on the efficient updating of the agents’ positions relative to the leader wolves. In this paper, we provide a brief overview of the Grey Wolf Optimization technique and its significance in solving complex optimization problems. Building upon the foundation of GWO, we introduce a novel technique for updating agents’ positions, which aims to enhance the algorithm’s effectiveness and efficiency. To evaluate the performance of our proposed approach, we conduct comprehensive experiments and compare the results with the original Grey Wolf Optimization technique. Our comparative analysis demonstrates that the proposed technique achieves superior optimization outcomes. These findings underscore the potential of our approach in addressing optimization challenges effectively and efficiently, making it a valuable contribution to the field of optimization algorithms. 展开更多
关键词 Grey Wolf Optimization (GWO) Metaheuristic Algorithm Optimization Problems Agents’ Positions Leader Wolves Optimal Fitness Values Optimization Challenges
暂未订购 下载PDF
基于机器学习的中国农业净碳汇预测模型构建及驱动因素响应分析 认领 引用 被引量：4
20
作者 唐湘博 黄有为 苏涵 《环境科学》 EI CAS CSCD 北大核心 2026年第6期3556-3572,共17页
农业净碳汇的智能化预测及驱动因素的机制研究对推进“双碳”目标下我国农业农村减排固碳政策的实施具有重要意义.基于2000~2022年中国31个省域的农业净碳汇的测算数据和面板数据,运用多种机器学习算法构建农业净碳汇预测模型;并通过SHA... 农业净碳汇的智能化预测及驱动因素的机制研究对推进“双碳”目标下我国农业农村减排固碳政策的实施具有重要意义.基于2000~2022年中国31个省域的农业净碳汇的测算数据和面板数据,运用多种机器学习算法构建农业净碳汇预测模型;并通过SHAP值和PDP图揭示该预测模型驱动因素对农业净碳汇的响应特征.结果表明:(1)研究构建的GWO-RF模型对农业碳净汇的预测精度高且稳定性好(MSE=0.04%,MAPE=7%,R2=0.984).(2)模型驱动因素的重要性排序为:农田有效灌溉面积>耕地面积>省域特征>化肥施用强度>地区受教育水平>城镇化水平>农业机械化水平.(3)农田有效灌溉面积、耕地面积和化肥施用强度这3个重要驱动因素两两组合对农业净碳汇交互影响的2D PDP结果显示:其一,农田有效灌溉面积与耕地面积组合的交互作用以农田有效灌溉面积1 600×10~3 hm2为界,小于该值交互作用较弱,大于该值则较强;其二,农田有效灌溉面积与化肥施用强度组合的交互作用较弱,且以农田有效灌溉面积的影响为主导;其三,耕地面积与化肥施用强度组合的交互作用以耕地面积1 600×10~3 hm2为界,小于该值交互作用较弱,大于该值则较强.(4)上述3个驱动因素组合对农业净碳汇共同影响的3D PDP结果显示:农田有效灌溉面积对农业净碳汇的影响最为显著,几乎主导农业净碳汇变化的整个进程,其深层次原因是灌溉强度和灌溉方式均可较大程度地影响作物碳吸收和土壤碳汇的潜能.研究成果将为农业净碳汇的预测提供一种新方法和新思路,也可为政府和相关管理部门制定农业碳减排增汇规划和政策提供决策参考. 展开更多
关键词 农业净碳汇 预测模型 灰狼优化-随机森林算法(GWO-RF) ISM算法 Lasso回归
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