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228篇文章
< 1 2 … 12 >
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：
An Improved Harris Hawk Optimization Algorithm for Flexible Job Shop Scheduling Problem 认领 引用 被引量：4
1
作者 Zhaolin Lv Yuexia Zhao +2 位作者 Hongyue Kang Zhenyu Gao Yuhang Qin 《Computers, Materials & Continua》 SCIE EI 2024年第2期2337-2360,共24页
Flexible job shop scheduling problem(FJSP)is the core decision-making problem of intelligent manufacturing production management.The Harris hawk optimization(HHO)algorithm,as a typical metaheuristic algorithm,has been... Flexible job shop scheduling problem(FJSP)is the core decision-making problem of intelligent manufacturing production management.The Harris hawk optimization(HHO)algorithm,as a typical metaheuristic algorithm,has been widely employed to solve scheduling problems.However,HHO suffers from premature convergence when solving NP-hard problems.Therefore,this paper proposes an improved HHO algorithm(GNHHO)to solve the FJSP.GNHHO introduces an elitism strategy,a chaotic mechanism,a nonlinear escaping energy update strategy,and a Gaussian random walk strategy to prevent premature convergence.A flexible job shop scheduling model is constructed,and the static and dynamic FJSP is investigated to minimize the makespan.This paper chooses a two-segment encoding mode based on the job and the machine of the FJSP.To verify the effectiveness of GNHHO,this study tests it in 23 benchmark functions,10 standard job shop scheduling problems(JSPs),and 5 standard FJSPs.Besides,this study collects data from an agricultural company and uses the GNHHO algorithm to optimize the company’s FJSP.The optimized scheduling scheme demonstrates significant improvements in makespan,with an advancement of 28.16%for static scheduling and 35.63%for dynamic scheduling.Moreover,it achieves an average increase of 21.50%in the on-time order delivery rate.The results demonstrate that the performance of the GNHHO algorithm in solving FJSP is superior to some existing algorithms. 展开更多
关键词 Flexible job shop scheduling improved Harris hawk optimization algorithm(GNHHO) premature convergence maximum completion time(makespan)
暂未订购 下载PDF
An Improved Harris Hawks Optimization Algorithm with Multi-strategy for Community Detection in Social Network 认领 引用 被引量：8
2
作者 Farhad Soleimanian Gharehchopogh 《Journal of Bionic Engineering》 SCIE EI CSCD 2023年第3期1175-1197,共23页
The purpose of community detection in complex networks is to identify the structural location of nodes. Complex network methods are usually graphical, with graph nodes representing objects and edges representing conne... The purpose of community detection in complex networks is to identify the structural location of nodes. Complex network methods are usually graphical, with graph nodes representing objects and edges representing connections between things. Communities are node clusters with many internal links but minimal intergroup connections. Although community detection has attracted much attention in social media research, most face functional weaknesses because the structure of society is unclear or the characteristics of nodes in society are not the same. Also, many existing algorithms have complex and costly calculations. This paper proposes different Harris Hawk Optimization (HHO) algorithm methods (such as Improved HHO Opposition-Based Learning(OBL) (IHHOOBL), Improved HHO Lévy Flight (IHHOLF), and Improved HHO Chaotic Map (IHHOCM)) were designed to balance exploitation and exploration in this algorithm for community detection in the social network. The proposed methods are evaluated on 12 different datasets based on NMI and modularity criteria. The findings reveal that the IHHOOBL method has better detection accuracy than IHHOLF and IHHOCM. Also, to offer the efficiency of the , state-of-the-art algorithms have been used as comparisons. The improvement percentage of IHHOOBL compared to the state-of-the-art algorithm is about 7.18%. 展开更多
关键词 Bionic algorithm Complex network Community detection Harris hawk optimization algorithm Opposition-based learning Levy flight Chaotic maps
基于改进Harris Hawk优化算法的虚拟电厂优化调度研究 认领 引用 被引量：3
3
作者 丁君 秦浩庭 +3 位作者 苏鹏 曾雪松 李竞轩 郝巍 《可再生能源》 CAS CSCD 北大核心 2025年第6期829-838,共10页
文章针对虚拟电厂的优化调度问题,提出了一种基于改进Harris Hawk优化算法的调度策略。该策略旨在提高包含光伏、风力发电、燃料电池以及热电联产单元的虚拟电厂的经济性和环境友好性,并引入电动汽车和储能系统分别作为灵活储备和旋转备... 文章针对虚拟电厂的优化调度问题,提出了一种基于改进Harris Hawk优化算法的调度策略。该策略旨在提高包含光伏、风力发电、燃料电池以及热电联产单元的虚拟电厂的经济性和环境友好性,并引入电动汽车和储能系统分别作为灵活储备和旋转备用,建立虚拟电厂灵活性聚合模型,通过改进的Harris Hawk优化算法调度方案。最后进行全面的日前调度和短期调度分析。结果表明,该策略能有效应对可再生能源的不确定性,实现对联络线功率的响应跟随。研究结果为虚拟电厂的协调优化调度提供了新的思路和方法。 展开更多
关键词 虚拟电厂 改进Harris Hawk优化算法 灵活性聚合 日前和短期调度
暂未订购 下载PDF
Fire Hawk Optimization-Enabled Deep Learning Scheme Based Hybrid Cloud Container Architecture for Migrating Interoperability Based Application 认领 引用
4
作者 G Indumathi R Sarala 《China Communications》 SCIE EI CSCD 2025年第5期285-304,共20页
Virtualization is an indispensable part of the cloud for the objective of deploying different virtual servers over the same physical layer.However,the increase in the number of applications executing on the repositori... Virtualization is an indispensable part of the cloud for the objective of deploying different virtual servers over the same physical layer.However,the increase in the number of applications executing on the repositories results in increased overload due to the adoption of cloud services.Moreover,the migration of applications on the cloud with optimized resource allocation is a herculean task even though it is employed for minimizing the dilemma of allocating resources.In this paper,a Fire Hawk Optimization enabled Deep Learning Scheme(FHOEDLS)is proposed for minimizing the overload and optimizing the resource allocation on the hybrid cloud container architecture for migrating interoperability based applications This FHOEDLS achieves the load prediction through the utilization of deep CNN-GRU-AM model for attaining resource allocation and better migration of applications.It specifically adopted the Fire Hawk Optimization Algorithm(FHOA)for optimizing the parameters that influence the factors that aid in better interoperable application migration with improved resource allocation and minimized overhead.It considered the factors of resource capacity,transmission cost,demand,and predicted load into account during the formulation of the objective function utilized for resource allocation and application migration.The cloud simulation of this FHOEDLS is achieved using a container,Virtual Machine(VM),and Physical Machine(PM).The results of this proposed FHOEDLS confirmed a better resource capability of 0.418 and a minimized load of 0.0061. 展开更多
关键词 container deep learning fire hawk optimization algorithm hybrid cloud interoperable application migration
暂未订购 下载PDF
An Improved Harris Hawk Optimization Algorithm 认领 引用
5
作者 GuangYa Chong Yongliang YUAN 《Mechanical Engineering Science》 2024年第1期21-25,共5页
Aiming at the problems that the original Harris Hawk optimization algorithm is easy to fall into local optimum and slow in finding the optimum,this paper proposes an improved Harris Hawk optimization algorithm(GHHO).F... Aiming at the problems that the original Harris Hawk optimization algorithm is easy to fall into local optimum and slow in finding the optimum,this paper proposes an improved Harris Hawk optimization algorithm(GHHO).Firstly,we used a Gaussian chaotic mapping strategy to initialize the positions of individuals in the population,which enriches the initial individual species characteristics.Secondly,by optimizing the energy parameter and introducing the cosine strategy,the algorithm's ability to jump out of the local optimum is enhanced,which improves the performance of the algorithm.Finally,comparison experiments with other intelligent algorithms were conducted on 13 classical test function sets.The results show that GHHO has better performance in all aspects compared to other optimization algorithms.The improved algorithm is more suitable for generalization to real optimization problems. 展开更多
关键词 Harris Hawk optimization algorithm chaotic mapping cosine strategy function optimization
暂未订购 下载PDF
基于能量-熵特征和改进堆叠降噪自编码器的水轮机空化状态识别方法 认领 引用 被引量：2
6
作者 刘圳 刘忠 +2 位作者 邹淑云 周泽华 乔帅程 《发电技术》 CSCD 2026年第1期176-184,共9页
【目的】针对混流式水轮机空化声发射(acoustic emission,AE)信号受背景噪声干扰、故障难以识别的问题,提出一种基于能量-熵特征和哈里斯鹰优化(Harris hawks optimization,HHO)算法联合3折交叉验证(3-fold crossvalidation,3Fold)优化... 【目的】针对混流式水轮机空化声发射(acoustic emission,AE)信号受背景噪声干扰、故障难以识别的问题,提出一种基于能量-熵特征和哈里斯鹰优化(Harris hawks optimization,HHO)算法联合3折交叉验证(3-fold crossvalidation,3Fold)优化堆叠降噪自编码器(stacked denoising auto encoder,SDAE)的状态识别方法。【方法】首先,利用变分模态分解算法对信号进行分解,得到一系列固有模态函数。其次,提取相关系数最大的2个固有模态函数的能量和熵特征,构建12维特征向量,输入识别模型。再次,利用HHO算法联合3Fold,对SDAE的超参数进行优化。最后,将HHO-3Fold-SDAE算法与其他算法寻优得到的最优参数分别输入模型中运行,并进行对比分析。【结果】与其他算法相比,HHO-3Fold-SDAE算法具有更小的准确率方差、损失率以及更高的平均准确率;相较于SDAE,其测试集平均准确率提高了6%;相较于HHO-SDAE,其测试集平均准确率提高了4%,准确率方差降低了17%。【结论】所提方法可用于水轮机空化AE信号的分类识别,可为水力机械状态监测提供参考。 展开更多
关键词 水力发电 水轮机 空化状态识别 哈里斯鹰优化(HHO)算法 堆叠降噪自编码器(SDAE) 熵
暂未订购 下载PDF
基于VMD-WHHO-BLS的无人船位姿预测 认领 引用 被引量：1
7
作者 葛泉波 薛子建 +1 位作者 张明川 吴庆涛 《控制理论与应用》 EI CAS CSCD 北大核心 2026年第2期335-347,共13页
随着人工智能技术的发展,在无人控制系统领域中,智能传感器的普及使得各式的无人装备运行数据更加的丰富.水面无人船作为无人智能装备的重要组成部分,其关键环节就在于对其安全稳定的自主控制,因为其结构复杂,并且要长时间在未知的环境... 随着人工智能技术的发展,在无人控制系统领域中,智能传感器的普及使得各式的无人装备运行数据更加的丰富.水面无人船作为无人智能装备的重要组成部分,其关键环节就在于对其安全稳定的自主控制,因为其结构复杂,并且要长时间在未知的环境运作,难免出现各种异常状态,会直接影响无人装备的工作能力,降低其安全性和经济性,所以对无人船的位姿状态进行精确的预测十分必要.本文先利用变分模态分解将时间序列数据分解成若干分量,再采用基于宽度学习系统的方法对无人船中的几类数据进行了预测,同时用基于鲸鱼算法与模拟退火算法改进的哈里斯鹰优化算法对宽度学习中的伪逆求解回归参数进行优化.经仿真实验证明,该方法在预测的准确性和训练速度方面都有一定优势. 展开更多
关键词 无人船 宽度学习系统 位姿预测 变分模态分解 哈里斯鹰优化 鲸鱼群算法
暂未订购 下载PDF
融合多策略的哈里斯鹰优化算法求解Steiner树问题 认领 引用 被引量：1
8
作者 王晓峰 王军霞 +3 位作者 彭庆媛 华盈盈 何飞 唐傲 《郑州大学学报（理学版）》 CAS 北大核心 2026年第3期33-40,共8页
针对传统哈里斯鹰优化算法在解决图的Steiner树问题(Steiner tree problem of graph,GSTP)时存在种群分布不均匀、探索与开发阶段难以平衡以及易陷入局部最优的情况,提出一种融合多策略的哈里斯鹰优化算法。首先,通过S型函数对算法进行... 针对传统哈里斯鹰优化算法在解决图的Steiner树问题(Steiner tree problem of graph,GSTP)时存在种群分布不均匀、探索与开发阶段难以平衡以及易陷入局部最优的情况,提出一种融合多策略的哈里斯鹰优化算法。首先,通过S型函数对算法进行离散化处理,并引入Logistic-Sine混合混沌映射,以优化种群初始化过程。其次,设计了动态自适应权重策略,增强猎物逃逸能量的非线性表达,从而进一步平衡探索与开发行为。最后,在迭代后期对最优个体进行自适应高斯—柯西混合变异扰动,以防止种群过早收敛于局部最优。在多个GSTP实例上进行实验,结果表明,所提算法求解精度更高,收敛速度更快。 展开更多
关键词 Steiner树问题 哈里斯鹰优化算法 Logistic-Sine混合混沌映射 自适应逃逸能量 高斯—柯西变异算子
暂未订购 下载PDF
考虑天气耦合相似日的短期光伏功率预测 认领 引用 被引量：1
9
作者 逯静 杨源浩 +1 位作者 汪中宏 王瑞 《发电技术》 CSCD 2026年第1期53-64,共12页
【目的】为充分利用历史信息,最大限度地优化模型效果,提高光伏功率预测精度,提出了一种考虑天气耦合相似日的短期光伏功率预测方法。【方法】首先,利用模糊C均值聚类将数据集划分为不同天气类型,根据待测日对每个天气类型的隶属度和特... 【目的】为充分利用历史信息,最大限度地优化模型效果,提高光伏功率预测精度,提出了一种考虑天气耦合相似日的短期光伏功率预测方法。【方法】首先,利用模糊C均值聚类将数据集划分为不同天气类型,根据待测日对每个天气类型的隶属度和特征选择计算关联度权重因子,结合灰色关联分析计算历史日的相似度并筛选具有天气耦合的相似日集,通过变分模态分解将相似日集分解为不同频率的模态分量,实现进一步去噪。其次,为充分发挥模型非线性拟合能力,运用红尾鹰算法(red-tailed hawk algorithm,RTHA)对双向长短时记忆(bidirectional long short-term memory,BiLSTM)网络模型进行超参数寻优,并构建RTHA-Bi LSTM模型对各个模态分量进行预测。最后,以我国江苏某电厂的实际数据为例进行仿真实验,验证所提方法的有效性。【结果】在晴天、多云和雨天场景下,与无相似日方法相比,所提方法在单一模型和组合模型中均方根误差分别降低了9.1%、6.1%、2.9%和11.1%、6.5%、13.9%。【结论】所提方法可有效提升光伏功率预测精度,具有较好的鲁棒性和较强的预测能力,能较好地应对不同场景下的预测任务。 展开更多
关键词 光伏(PV)发电 功率预测 模糊C均值聚类 灰色关联分析 相似日 红尾鹰算法
暂未订购 下载PDF
基于改进哈里斯鹰优化算法的微电网容量优化配置 认领 引用
10
作者 李圣清 吴京航 +1 位作者 高泽华 乔靖潇 《太阳能学报》 EI CAS CSCD 北大核心 2026年第7期802-811,共10页
为增强独立微电网的经济性和可靠性,得到微电网中各配置的最佳配比,进行基于改进哈里斯鹰优化算法的微电网容量优化配置研究。以年均综合成本为目标函数,综合考虑各约束条件和分时电价需求响应理论,构建风光柴储微电网配置模型和运行策... 为增强独立微电网的经济性和可靠性,得到微电网中各配置的最佳配比,进行基于改进哈里斯鹰优化算法的微电网容量优化配置研究。以年均综合成本为目标函数,综合考虑各约束条件和分时电价需求响应理论,构建风光柴储微电网配置模型和运行策略。针对哈里斯鹰优化算法在求解模型时易陷入局部收敛以及精度不足的问题,提出一种融合无限折叠迭代混沌映射(ICMIC)混沌映射、正弦余弦算法、纵横交叉算法和Levy飞行策略的改进哈里斯鹰优化算法。通过非零解测试函数,将改进哈里斯鹰优化算法与哈里斯鹰优化算法、灰狼优化算法和蚁狮优化算法进行测试对比,验证了改进哈里斯鹰优化算法具有更优的收敛性能。最后,选取某地区气象数据和负荷数据进行算例分析,求得年综合成本较其他3种算法分别降低10.71%、17.37%和7.92%,验证了改进哈里斯鹰优化算法的有效性。 展开更多
关键词 改进哈里斯鹰优化算法 微电网 容量优化 综合成本
暂未订购 下载PDF
基于HHO-SVMD的激光超声信号去噪 认领 引用
11
作者 毛星 王晓晨 +1 位作者 杨荃 李京栋 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第6期164-172,共9页
在工业现场应用中,激光超声信号回波容易被周围的环境噪声淹没,如何在超声信号处理过程中保留微弱的超声信号,针对这一问题,提出了一种基于哈里斯鹰优化(HHO)算法与逐次变分模态分解(SVMD)相结合的激光超声波信号去噪方法HHO-SVMD.首先... 在工业现场应用中,激光超声信号回波容易被周围的环境噪声淹没,如何在超声信号处理过程中保留微弱的超声信号,针对这一问题,提出了一种基于哈里斯鹰优化(HHO)算法与逐次变分模态分解(SVMD)相结合的激光超声波信号去噪方法HHO-SVMD.首先,采用HHO算法对SVMD的关键参数进行优化,从而避免因人为设定参数而导致的噪声分离不充分问题;其次,在信号重构阶段引入巴氏距离作为判据,准确筛选与激光超声信号高度相关的模态分量,从而获得更加纯净的激光超声信号.仿真和实验结果表明,与其他几种现有的去噪方法相比,所提出的方法在保留有效信号的同时,使去噪后信号具有更高的信噪比及更小的均方根误差. 展开更多
关键词 激光超声 信号去噪 逐次变分模态分解 巴氏距离 哈里斯鹰优化算法
暂未订购 下载PDF
基于改进哈里斯鹰算法的光伏清扫机械臂优化 认领 引用
12
作者 唐术锋 于慧 +2 位作者 王鑫 郭晓栋 常宏 《太阳能学报》 EI CAS CSCD 北大核心 2026年第2期140-147,共8页
针对现有光伏组件清扫机械臂在常用工作空间性能不高的问题,提出一种改进哈里斯鹰优化算法对机械臂的结构尺寸进行优化,该算法结合正交交叉算子,使得局部搜索能力变得更强。根据实际发电厂光伏组件安装参数,建立常用工作空间的约束指标... 针对现有光伏组件清扫机械臂在常用工作空间性能不高的问题,提出一种改进哈里斯鹰优化算法对机械臂的结构尺寸进行优化,该算法结合正交交叉算子,使得局部搜索能力变得更强。根据实际发电厂光伏组件安装参数,建立常用工作空间的约束指标,并将常用工作空间的全局性能和结构长度两个指标作为目标函数。仿真试验结果表明,改进后的算法寻优更快,针对提出的两个指标分别提高21.27%和8.72%,相同作业环境下,优化后的机械臂到达目标位置所需时间相对于优化前缩短21.7%,机械臂的灵活性提高,清扫光伏组件的效率提升。 展开更多
关键词 光伏组件 机器人 机械臂 光伏组件清扫机器人 哈里斯鹰优化算法 结构优化 移动机器人
暂未订购 下载PDF
基于改进哈里斯鹰算法的加压滴灌管网多目标优化布置 认领 引用
13
作者 李连豪 金世哲 +4 位作者 杨小密 韩启彪 秦伟桦 肖亚涛 李栋浩 《灌溉排水学报》 CAS CSCD 2026年第6期92-101,共10页
【目的】在轮灌条件下,对加压滴灌管网的布置方案以及轮灌组的划分进行优化,实现滴灌系统全生命周期经济成本的最优控制。【方法】在轮灌方式下的管网布局问题中,轮灌组划分方式从根本上决定管网中的流量分布,从而影响管网布置、管网设... 【目的】在轮灌条件下,对加压滴灌管网的布置方案以及轮灌组的划分进行优化,实现滴灌系统全生命周期经济成本的最优控制。【方法】在轮灌方式下的管网布局问题中,轮灌组划分方式从根本上决定管网中的流量分布,从而影响管网布置、管网设计和管网总成本。兼顾水压、流速,以及轮灌条件下的约束,构建多目标优化模型,以灌溉系统管道全生命周期成本最小作为经济性目标函数,以富余水头绝对值均值与均方差之和为可靠性目标函数,建立数学模型,采用融合混沌初始化、双混沌扰动及自适应精英选择策略改进哈里斯鹰算法(HHO),并用改进后的哈里斯鹰算法求解滴灌系统中多约束条件下的最优解,得出最优的可靠性目标和经济性目标以及该条件下的轮灌组顺序及管径组合。【结果】以河南某滴灌工程为实例,利用改进后MOHHO求解,通过熵权-Topsis法综合评价,筛选出兼顾经济性与可靠性的最优方案;实例结果显示,改进后MOHHO生成的Pareto(帕累托)最优前沿解集质量优于传统算法,同等灌溉均匀性下经济成本更低;熵权-Topsis法可避免决策的主观偏差。【结论】优化方案较原设计全周期成本降低12.36%,富余水头相关指标降低11.10%,为工程设计提供可靠的技术方案。 展开更多
关键词 农田加压滴灌 轮灌组 改进哈里斯鹰算法 Pareto前沿解 多目标优化
暂未订购 下载PDF
基于多策略改进哈里斯鹰优化算法的危化品泄漏源反演 认领 引用
14
作者 陈增强 齐聪聪 +1 位作者 赵怡雯 程义 《上海交通大学学报》 EI CAS CSCD 北大核心 2026年第5期860-870,I0001,I0002,共11页
危化品气体泄漏事故严重威胁公共安全与环境,精准定位泄漏源强度和位置至关重要.针对传统泄漏源反算方法存在耗时长、精度不足等问题,提出了一种基于多策略改进的哈里斯鹰优化算法,用于气体泄漏扩散事故的高效反演.首先,通过Logistic-T... 危化品气体泄漏事故严重威胁公共安全与环境,精准定位泄漏源强度和位置至关重要.针对传统泄漏源反算方法存在耗时长、精度不足等问题,提出了一种基于多策略改进的哈里斯鹰优化算法,用于气体泄漏扩散事故的高效反演.首先,通过Logistic-Tent复合混沌映射初始化鹰群的位置,以提高种群多样性和全局搜索能力;其次,引入精英等级策略对种群进行科学划分,以此强化算法的局部搜索能力和寻优精确度;最后,采用对数函数非线性衰减策略灵活调整逃逸能量,确保算法性能实现平滑过渡与优化.实验结果表明,改进后的哈里斯鹰优化算法在优化效率和反演精度方面均有显著提升,即便在复杂地形条件下,也能将泄漏源位置和强度的相对误差精确控制在1.00%以内.该方法极大地提升了泄漏源定位的精准度和响应速度,为事故应急辅助决策提供了坚实可靠的解决方案. 展开更多
关键词 哈里斯鹰优化算法 Logistic-Tent复合混沌映射 源强反算 非线性衰减
暂未订购 下载PDF
基于IHHO-TOPSIS的盐穴储气库群注采运行智能优化方法 认领 引用
15
作者 侯磊 杨喜良 +3 位作者 刘倩 王敏聪 王欣乐 喻鹏飞 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第4期69-80,共12页
针对盐穴储气库注采运行中气量分配依赖人工经验的问题,开展多腔联合注采优化研究,旨在实现安全、经济与高效运行的智能调度。以压缩机能耗最低和溶腔总温升最小为目标,构建注气优化模型;以溶腔压降最小和总产能利用率最高为目标,构建... 针对盐穴储气库注采运行中气量分配依赖人工经验的问题,开展多腔联合注采优化研究,旨在实现安全、经济与高效运行的智能调度。以压缩机能耗最低和溶腔总温升最小为目标,构建注气优化模型;以溶腔压降最小和总产能利用率最高为目标,构建采气优化模型;采用改进哈里斯鹰算法求解,结合优劣解距离法对帕累托解集进行综合评价与决策。结果表明:对优化后的注气工况,压缩机能耗平均降低6.97%,温升平均降幅为5.45%;对优化后的采气工况,压降平均降幅为15.93%,总产能利用率平均增加5.11%;采用所提出的优化方法可达到盐穴储气库群注采运行的安全、经济、高效一体化的优化目标。 展开更多
关键词 盐穴储气库 注采运行优化 改进哈里斯鹰算法 优劣解距离法 多目标优化
暂未订购 下载PDF
考虑时频耦合的改进DELM短期光伏功率预测 认领 引用
16
作者 王瑞 靳鑫鑫 逯静 《控制工程》 CSCD 北大核心 2026年第3期433-443,共11页
针对光伏功率随机性强等特点造成的光伏功率难以预测的问题,提出了一种基于最优多元变分模态分解(optimal multivariate variational mode decomposition, OMVMD)算法以及多策略改进的哈里斯鹰优化(multi-strategy improved Harris hawk... 针对光伏功率随机性强等特点造成的光伏功率难以预测的问题,提出了一种基于最优多元变分模态分解(optimal multivariate variational mode decomposition, OMVMD)算法以及多策略改进的哈里斯鹰优化(multi-strategy improved Harris hawk optimization, MHHO)算法优化深度极限学习机(deep extreme learning machine, DELM)的光伏功率组合预测方法,简称为POMD模型。首先,通过特征选择确定对原始功率贡献值较大的气象特征,并将排列熵作为适应度函数,采用改进的哈里斯鹰优化算法求解MVMD算法的最优参数;然后,采用OMVMD算法对重要特征与实际功率进行同步分解,提高多通道数据的融合处理能力,得到若干个子序列;最后,利用MHHO算法获取DELM网络输入层的最优权重和偏置,搭建光伏功率预测模型,用特征分量来预测功率分量,以实现同频平稳预测的目标。实验结果表明,在三种天气条件下,POMD模型较其他组合方法而言,预测精度更高,拟合效果更好。 展开更多
关键词 最优多元变分模态分解 改进的哈里斯鹰优化算法 深度极限学习机 功率预测
暂未订购 下载PDF
基于RTH-BP神经网络的微型断路器故障诊断方法 认领 引用
17
作者 于春雨 洪凡力 +3 位作者 孙宁 高健玮 张健 汤培泉 《哈尔滨理工大学学报》 CAS 北大核心 2026年第3期63-75,共13页
针对基于振动信号的微型断路器故障诊断方法易受环境噪声干扰,影响诊断精度等问题,提出面向微型断路器电气特征参数的基于红尾鹰算法(red-tailed hawk algorithm,RTH)优化BP神经网络(RTH-BP)的故障诊断方法。首先,设计时间-电流动作特... 针对基于振动信号的微型断路器故障诊断方法易受环境噪声干扰,影响诊断精度等问题,提出面向微型断路器电气特征参数的基于红尾鹰算法(red-tailed hawk algorithm,RTH)优化BP神经网络(RTH-BP)的故障诊断方法。首先,设计时间-电流动作特性实验和瞬时脱扣实验方案,以额定电流63 A的微型断路器为研究对象进行实验,记录电气特征参数并分析故障原因。以电气特征参数为输入,以故障原因为输出,构建RTH-BP神经网络故障诊断模型,同时设计3种对比模型。将实验数据信息分别导入RTH-BP模型和对比模型,对微型断路器进行故障诊断。实验结果表明:RTH-BP故障诊断模型的诊断准确率达到99.31%,其均方误差、均方根误差、绝对误差较BP神经网络分别降低了72%、47.19%和44.55%。为进一步验证所提方法在少量样本下的适用性,将样本量减少至80%和60%分别进行实验,结果表明:RTH-BP故障诊断模型的诊断准确率分别为95.97%和93.75%,可为微型断路器的出厂检测、用户抽检等提供参考。 展开更多
关键词 微型断路器 电气特征参数 故障诊断 红尾鹰算法 神经网络
暂未订购 下载PDF
混合增强黑翅鸢优化算法及其应用 认领 引用
18
作者 王玉芳 程培浩 闫明 《计算机科学与探索》 CSCD 北大核心 2026年第1期99-121,共23页
针对黑翅鸢优化算法(BKA)收敛速度慢和易陷入局部最优的局限性,提出了一种混合增强黑翅鸢优化算法(HEBKA),旨在提升算法的全局搜索能力和优化性能。HEBKA通过引入红尾鹰优化算法替换BKA的攻击阶段,并结合Bernoulli混沌映射作为攻击调节... 针对黑翅鸢优化算法(BKA)收敛速度慢和易陷入局部最优的局限性,提出了一种混合增强黑翅鸢优化算法(HEBKA),旨在提升算法的全局搜索能力和优化性能。HEBKA通过引入红尾鹰优化算法替换BKA的攻击阶段,并结合Bernoulli混沌映射作为攻击调节因子,以简化算法流程并显著增强全局搜索能力,从而有效提高收敛效率。借鉴黑寡妇优化算法的信息素机制,HEBKA将种群划分为优秀个体和劣质个体两类:对优秀个体实施迁徙操作以引导种群向最优解方向移动,而对劣质个体施加随机扰动以增加种群的多样性,从而减少对领导者迁徙的盲目依赖,避免种群过早收敛。当种群出现聚集现象时,HEBKA针对最优个体引入正交试验-准反射扰动策略,通过正交试验设计高效探索解空间,并利用准反射机制引入适度扰动,进一步增强算法跳出局部最优的能力。为验证HEBKA的改进效果,在CEC2017测试函数集上开展了仿真实验,与多种优化算法进行收敛性分析及Wilcoxon非参数统计检验,结果表明HEBKA在收敛速度、优化精度和鲁棒性方面均显著优于对比算法,展现出优秀的全局搜索能力和稳定性。HEBKA被应用于二维和三维旅行商问题(TSP)的求解,通过在实际复杂优化问题中的表现,验证了其高效性和应用潜力。 展开更多
关键词 黑翅鸢优化算法 红尾鹰优化算法 劣质个体分类策略 正交试验-准反射扰动 旅行商问题
暂未订购 下载PDF
基于改进哈里斯鹰优化算法的配电网故障加速定位方法 认领 引用
19
作者 刘康 滕清松 +2 位作者 董武 周明鑫 王平 《自动化与仪表》 2026年第5期94-98,116,共5页
针对传统电磁时间反演故障定位计算效率低的问题,提出一种基于改进哈里斯鹰优化算法的配电网故障加速定位方法。根据行波自然频率共振原理,采用∞-范数判据提升频域抗噪能力;同时,采用sin混沌映射、禁忌搜索、柯西扰动、Metropolis准则... 针对传统电磁时间反演故障定位计算效率低的问题,提出一种基于改进哈里斯鹰优化算法的配电网故障加速定位方法。根据行波自然频率共振原理,采用∞-范数判据提升频域抗噪能力;同时,采用sin混沌映射、禁忌搜索、柯西扰动、Metropolis准则与特征频率约束以此改进哈里斯鹰算法,增强种群多样性和拓宽搜索范围,避免陷入局部最优。通过10 kV配网线路仿真实验,表明该方法成功率达100%,算法性能提升效果显著,有效规避了多分支线路的局部谐振干扰。 展开更多
关键词 改进哈里斯鹰优化算法 禁忌搜索 混沌映射 故障 定位
暂未订购 下载PDF
基于多策略融合哈里斯鹰算法的多无人机协同路径规划方法 认领 引用
20
作者 鲍刚 袁豪 +2 位作者 周冉冉 陶长河 杨代强 《兵器装备工程学报》 CAS CSCD 北大核心 2026年第2期267-278,共12页
针对多无人机协同路径规划以及传统哈里斯鹰优化算法存在稳定性差、容易陷入局部最优的不足等问题,提出一种基于多策略融合哈里斯鹰优化算法(MIHHO)的多无人机协同路径规划方法。综合考虑多无人机飞行成本以及其性能约束和多机协同约束... 针对多无人机协同路径规划以及传统哈里斯鹰优化算法存在稳定性差、容易陷入局部最优的不足等问题,提出一种基于多策略融合哈里斯鹰优化算法(MIHHO)的多无人机协同路径规划方法。综合考虑多无人机飞行成本以及其性能约束和多机协同约束,建立多无人机协同路径规划模型。在哈里斯鹰优化算法的基础上,使用复合混沌佳点集策略增加种群的多样性并扩大搜索范围。在探索阶段引入改进的黏菌位置更新策略降低算法随机性,增强算法的搜索能力。采用自适应混合变异策略加强算法摆脱局部最优解的能力。仿真实验表明:所提MIHHO算法具有更好的稳定性和收敛精度,在多无人机协同路径规划问题中能够为每架无人机规划出满足约束且路径长度更短、成本更低的飞行路径。 展开更多
关键词 多无人机 路径规划 哈里斯鹰优化算法 复合混沌佳点集 黏菌位置更新 自适应混合变异
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 … 12 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈