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164篇文章
< 1 2 … 9 >
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：
Improvised Seagull Optimization Algorithm for Scheduling Tasks in Heterogeneous Cloud Environment 认领 引用 被引量：3
1
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
基于SOA-RF的冲击地压地音信号增强识别 认领 引用
2
作者 王绪俊 白冰 +2 位作者 翟忍 姚明远 李华 《国外电子测量技术》 2026年第5期372-377,共6页
针对煤矿冲击地压监测中煤矿冲击地压前兆信号受多种干扰源影响导致识别准确率不高的问题,提出一种基于海鸥优化算法-随机森林(Seagull Optimization Algorithm-Random Forest,SOA-RF)的冲击地音信号增强识别方法。通过构建多维度特征... 针对煤矿冲击地压监测中煤矿冲击地压前兆信号受多种干扰源影响导致识别准确率不高的问题,提出一种基于海鸥优化算法-随机森林(Seagull Optimization Algorithm-Random Forest,SOA-RF)的冲击地音信号增强识别方法。通过构建多维度特征提取体系,从时域、频域及时频域3个维度提取地音信号的峭度、频谱重心和小波能量比等关键特征向量;然后采用SOA算法优化RF模型超参数,再利用优化后RF模型对冲击地音信号进行识别和分类。结果表明,SOA-RF模型在测试集上的准确率可达到0.956,较传统支持向量机(Support Vector Machine,SVM)、RF和粒子群优化算法-随机森林(Particle Swarm Optimization-Random Forest,PSO-RF)分别提升约9.9%、3.3%和2.6%,最终系统基于识别的信号,结合多维度冲击地压预警指标体系可实现危险等级预测。因此,该方法具有对煤矿冲击地压发生的前兆信号的识别和分类能力,可为煤矿冲击地压预警系统的智能化提供可靠的技术支持。 展开更多
关键词 煤矿冲击地压 地音信号 随机森林 海鸥优化算法 信号增强识别
暂未订购 下载PDF
Hybrid Seagull and Whale Optimization Algorithm-Based Dynamic Clustering Protocol for Improving Network Longevity in Wireless Sensor Networks 认领 引用
3
作者 P.Vinoth Kumar K.Venkatesh 《China Communications》 SCIE CSCD 2024年第10期113-131,共19页
Energy efficiency is the prime concern in Wireless Sensor Networks(WSNs) as maximized energy consumption without essentially limits the energy stability and network lifetime. Clustering is the significant approach ess... Energy efficiency is the prime concern in Wireless Sensor Networks(WSNs) as maximized energy consumption without essentially limits the energy stability and network lifetime. Clustering is the significant approach essential for minimizing unnecessary transmission energy consumption with sustained network lifetime. This clustering process is identified as the Non-deterministic Polynomial(NP)-hard optimization problems which has the maximized probability of being solved through metaheuristic algorithms.This adoption of hybrid metaheuristic algorithm concentrates on the identification of the optimal or nearoptimal solutions which aids in better energy stability during Cluster Head(CH) selection. In this paper,Hybrid Seagull and Whale Optimization Algorithmbased Dynamic Clustering Protocol(HSWOA-DCP)is proposed with the exploitation benefits of WOA and exploration merits of SEOA to optimal CH selection for maintaining energy stability with prolonged network lifetime. This HSWOA-DCP adopted the modified version of SEagull Optimization Algorithm(SEOA) to handle the problem of premature convergence and computational accuracy which is maximally possible during CH selection. The inclusion of SEOA into WOA improved the global searching capability during the selection of CH and prevents worst fitness nodes from being selected as CH, since the spiral attacking behavior of SEOA is similar to the bubble-net characteristics of WOA. This CH selection integrates the spiral attacking principles of SEOA and contraction surrounding mechanism of WOA for improving computation accuracy to prevent frequent election process. It also included the strategy of levy flight strategy into SEOA for potentially avoiding premature convergence to attain better trade-off between the rate of exploration and exploitation in a more effective manner. The simulation results of the proposed HSWOADCP confirmed better network survivability rate, network residual energy and network overall throughput on par with the competitive CH selection schemes under different number of data transmission rounds.The statistical analysis of the proposed HSWOA-DCP scheme also confirmed its energy stability with respect to ANOVA test. 展开更多
关键词 clustering energy stability network lifetime seagull optimization algorithm(SEOA) whale optimization algorithm(WOA) wireless sensor networks(WSNs)
暂未订购 下载PDF
基于MOSOA的机器人协同区域搜索 认领 引用
4
作者 李娴 张亚敏 黄俊伟 《计算机应用研究》 CSCD 北大核心 2026年第6期1760-1766,共7页
针对机器人协同区域搜索中的多目标优化问题,提出一种多目标海鸥优化算法(MOSOA),并验证了算法的性能。该算法包括基于邻域拥挤度的目标选择机制,同时构建动态存档规模调控策略及自适应存档更新规则,并证明了MOSOA生成的帕累托最优解序... 针对机器人协同区域搜索中的多目标优化问题,提出一种多目标海鸥优化算法(MOSOA),并验证了算法的性能。该算法包括基于邻域拥挤度的目标选择机制,同时构建动态存档规模调控策略及自适应存档更新规则,并证明了MOSOA生成的帕累托最优解序列能以概率1收敛至真实帕累托最优前沿。采用两类多目标测试函数验证算法的基础性能,将其应用于机器人协同区域搜索任务。结果显示,与多目标粒子群算法(MOPSO)相比,MOSOA的路径长度标准差减小约40.1%,平均路径长度缩短12%,平均覆盖率提升3.2%。结果表明,MOSOA在理论收敛性、解的质量与实际工程适用性上表现良好,尤其适用于机器人区域搜索等多目标优化场景。 展开更多
关键词 多目标优化 海鸥优化算法 机器人协同区域搜索 帕累托最优 收敛性分析
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
5
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
6
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
7
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
Brillouin scattering spectrum character extraction based on genetic algorithm and seeker optimization algorithm 认领 引用
8
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
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
9
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
10
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
基于ISOA的刮板输送机模糊PID速度控制器 认领 引用 被引量：1
11
作者 闫向彤 张健 《计算机与数字工程》 2025年第5期1464-1469,1514,共6页
为了解决刮板输送机长时间高速运转造成的能源浪费问题,设计基于改进海鸥优化算法(ISOA)的模糊PID控制器对刮板输送机进行调速。首先,使用精英反向学习策略初始化海鸥种群,引入Levy飞行策略对海鸥攻击过程进行扰动,在攻击位置更新后使... 为了解决刮板输送机长时间高速运转造成的能源浪费问题,设计基于改进海鸥优化算法(ISOA)的模糊PID控制器对刮板输送机进行调速。首先,使用精英反向学习策略初始化海鸥种群,引入Levy飞行策略对海鸥攻击过程进行扰动,在攻击位置更新后使用反向学习策略提高海鸥优化算法后期种群多样性和收敛精度;然后,使用改进的海鸥优化算法对模糊PID控制器量化因子、比例因子以及PID控制器初始比例、微分和积分系数进行寻优,避免传统方式的参数设置不佳。最后,仿真结果表明,相较于其他算法,ISOA寻优能力更佳,其优化的模糊PID控制器控制精度更高,调节时间更短,超调量更小。 展开更多
关键词 刮板输送机 海鸥优化算法 模糊PID控制 精英反向学习 Levy飞行
暂未订购 下载PDF
基于改进SOA和岭回归赋权的风电负荷组合预测 认领 引用 被引量：2
12
作者 张树国 张俊炜 《华北电力大学学报（自然科学版）》 CAS 北大核心 2025年第6期60-68,79,共9页
为促进可再生能源应用和提高电力系统的可靠性,以风力发电负荷数据为研究对象,基于改进海鸥优化算法和岭回归权重赋值对风电负荷变化进行预测。首先,利用互补集合经验模态分解和经验小波变换构成的二次分解方法对原始数据进行去噪处理,... 为促进可再生能源应用和提高电力系统的可靠性,以风力发电负荷数据为研究对象,基于改进海鸥优化算法和岭回归权重赋值对风电负荷变化进行预测。首先,利用互补集合经验模态分解和经验小波变换构成的二次分解方法对原始数据进行去噪处理,以降低原始序列的波动性。然后,使用多策略改进的海鸥优化算法对BP神经网络和最小二乘支持向量机两种模型进行优化,并用优化后的模型分别对分解结果进行建模。最后,基于岭回归权重赋值,融合两个预测模型的输出分量,获得总的负荷值。实验证明:相较于其他预测模型,该模型具有更高的预测精度,能够准确捕捉风力发电负荷的变化趋势,可以为风力发电负荷预测研究提供参考,有望在可再生能源领域的实际应用中发挥积极作用。 展开更多
关键词 风电负荷 CEEMD-EWT二次分解 改进海鸥优化算法 组合预测 岭回归
暂未订购 下载PDF
基于KPCA-ISOA-KELM的冷缝检测分类研究 认领 引用 被引量：2
13
作者 朱洪谷 吴佳晔 《四川轻化工大学学报（自然科学版）》 CAS 2025年第2期91-99,共9页
针对现有的冷缝检测手段存在检测效率较低、对数据解析要求高、波形信息不能进一步深入挖掘等问题,提出了基于核主成分分析(Kernel Principal Component Analysis,KPCA)、改进海鸥优化算法(Improve Seagull optimization algorithm,ISOA... 针对现有的冷缝检测手段存在检测效率较低、对数据解析要求高、波形信息不能进一步深入挖掘等问题,提出了基于核主成分分析(Kernel Principal Component Analysis,KPCA)、改进海鸥优化算法(Improve Seagull optimization algorithm,ISOA)、核极限学习机(Kernel Extremel Learing Machine,KELM)相结合的冷缝检测分类方法(KPCA-ISOA-KELM)。首先,采用冲击弹性波法在隧道疑似冷缝区域中采集数据构成数据集,并利用KPCA对数据进行降维操作;然后,利用ISOA对KELM的参数进行优化;最后,利用含最优参数的KELM实现对检测数据分类。通过与KPCA-SOA-KELM、KPCA-FOA-KELM、KPCA-CNN-LSTM进行对比验证,结果表明,KPCA-ISOA-KELM模型对现场检测具有一定的指导意义,并且相较于其他3种模型,该模型能达到96.00%的准确率和0.9598的加权F1-score。 展开更多
关键词 冷缝 冲击弹性波 核主成分分析 改进海鸥优化算法 核极限学习机 数据分类
暂未订购 下载PDF
基于SOA优化LSTM的锂电池剩余寿命预测 认领 引用 被引量：1
14
作者 冯森 王华 +2 位作者 田定胜 魏传运 金晓孟 《机械设计与制造工程》 2025年第6期118-122,共5页
对锂电池寿命进行准确预测是确保其安全运行的重要手段。针对模型参数调整困难、收敛速度慢等问题,提出一种基于SOA-LSTM的寿命预测方法。通过分析充放电过程提取出3种健康因子,随后利用SOA优化LSTM的学习率和神经元个数,并基于提取出... 对锂电池寿命进行准确预测是确保其安全运行的重要手段。针对模型参数调整困难、收敛速度慢等问题,提出一种基于SOA-LSTM的寿命预测方法。通过分析充放电过程提取出3种健康因子,随后利用SOA优化LSTM的学习率和神经元个数,并基于提取出的健康因子搭建预测模型,最后基于NASA数据进行仿真实验。实验结果表明:SOA-LSTM模型收敛速度更快,预测效果更好,具有重要的工程价值。 展开更多
关键词 剩余寿命预测 海鸥优化算法 健康因子 锂电池
暂未订购 下载PDF
火电机组典型设备智能状态监测系统设计与实现 认领 引用 被引量：2
15
作者 孙亚伟 王灿文 +5 位作者 徐西俊 郭云泉 屈双艳 陈彦州 何佳璇 黄从智 《控制工程》 CSCD 北大核心 2026年第2期352-361,共10页
针对火电机组典型设备运行状态的智能在线监测问题,设计了一种基于改进的海鸥优化算法-时间卷积网络(improved seagull optimization algorithm and temporal convolutional network, ISOA-TCN)的火电机组典型设备智能状态监测系统。首... 针对火电机组典型设备运行状态的智能在线监测问题,设计了一种基于改进的海鸥优化算法-时间卷积网络(improved seagull optimization algorithm and temporal convolutional network, ISOA-TCN)的火电机组典型设备智能状态监测系统。首先,采集现场机组设备历史运行数据,采用Spearman相关系数法选取与监测参数相关性较高的特征参数对数据进行降维;其次,通过ISOA优化TCN超参数,建立设备运行状态智能监测模型,并以现场实时数据进行驱动;最后,基于JS散度衡量模型输出与实际值之间的距离,完成设备运行状态健康度评价。以一次风机和磨煤机为例,详述了监测模型的开发过程。该系统已被实际应用于某电厂,结果表明其能够实现对火电机组典型设备运行状态的在线智能监测。 展开更多
关键词 火电机组典型设备 状态监测系统 改进的海鸥优化算法 时间卷积网络
暂未订购 下载PDF
基于改进海鸥算法的无人机山地果园三维路径规划方法 认领 引用
16
作者 张亚莉 彭婉航 +3 位作者 孙智磊 林少臻 王林琳 兰玉彬 《农业机械学报》 EI CAS CSCD 北大核心 2026年第3期16-26,共11页
针对山地果园复杂地形下植保无人机多目标航点作业效率低、能耗高的难题,提出一种基于改进海鸥优化算法(PSOA)的三维路径规划方法。首先,基于果树冠层顶点坐标建立三维果园模型;其次,建立多旋翼无人机能量损耗模型以评估和量化路径性能... 针对山地果园复杂地形下植保无人机多目标航点作业效率低、能耗高的难题,提出一种基于改进海鸥优化算法(PSOA)的三维路径规划方法。首先,基于果树冠层顶点坐标建立三维果园模型;其次,建立多旋翼无人机能量损耗模型以评估和量化路径性能;最后,针对海鸥优化算法(SOA)容易陷入局部最优、收敛速度慢等问题,引入Lévy飞行机制、自适应控制因子及精英保留策略进行多维度改进。在自建的果园三维模型上的实验验证表明:PSOA在收敛精度、收敛速度和稳定性方面显著优于主流优化算法。仿真结果显示,与传统SOA相比,PSOA算法使路径总长度减少48.74%,总转角减少24.36%,预期能耗降低49.10%,预计作业时长缩短33.3%,路径性能优化效果显著。该研究为山地果园植保无人机提供了高效、低耗的三维路径规划解决方案,显著提升了复杂环境下的作业效率与经济性。 展开更多
关键词 植保无人机 山地果园 海鸥优化算法 三维路径规划
暂未订购 下载PDF
高比例新能源发电系统送出线路继电保护的适应性研究 认领 引用
17
作者 王密娜 陈浩 +2 位作者 倪宏坤 魏文倩 冯腾辉 《微型电脑应用》 2026年第7期315-319,323,共5页
针对当前新能源发电系统送出线路继电保护适应性较差、发电系统运维效率低的问题,提出一种新型设计方案。引入优化海鸥算法,提高新能源发电系统送出线路继电信息计算能力;引入非线性收敛因子和动态反向学习来改善继电保护的精度和收敛速... 针对当前新能源发电系统送出线路继电保护适应性较差、发电系统运维效率低的问题,提出一种新型设计方案。引入优化海鸥算法,提高新能源发电系统送出线路继电信息计算能力;引入非线性收敛因子和动态反向学习来改善继电保护的精度和收敛速度,保障全局与局部检索寻优能力的平衡,解决最优解处的振荡现象,跳出局部最优的局限性。通过实验证明,所提出的算法的线路继电保护收敛速度快,寻优结果更准确,故障搜索率高达98%。 展开更多
关键词 新能源 继电保护 改进海鸥算法 整定优化 动态反向学习
暂未订购 下载PDF
改进海鸥算法求解多目标柔性车间调度 认领 引用
18
作者 董海 覃莫林 谢谢 《机械设计与制造》 北大核心 2026年第5期282-287,共6页
针对多目标柔性作业车间调度问题,提出一种基于Pareto最优解的改进海鸥优化算法,以实现作业车间最优生产排序。首先,针对机器停机更换工件、装夹和卸夹等约束条件,建立优化目标为最小化完工时间、总能耗、总提前/拖期惩罚成本、加工质... 针对多目标柔性作业车间调度问题,提出一种基于Pareto最优解的改进海鸥优化算法,以实现作业车间最优生产排序。首先,针对机器停机更换工件、装夹和卸夹等约束条件,建立优化目标为最小化完工时间、总能耗、总提前/拖期惩罚成本、加工质量、加工成本的多目标数学模型;其次,通过模拟海鸥的迁移和攻击行为,引入了动态存档的概念,采用轮盘赌选择法遴选有效的存档解决方案,设计基于保留最优解的变异算子策略对种群进行处理;最后,通过10个Benchmark基准算例和一个实际生产数据测试,并与已有的6种算法进行对比分析,结果表明改进海鸥优化算法整体性能优于其他对比算法,求解模型得到的解集更快。 展开更多
关键词 多目标优化 海鸥优化算法 Pareto最优解 存档控制器
暂未订购 下载PDF
基于改进海鸥优化算法的空地自主无人系统目标驱动覆盖策略 认领 引用
19
作者 马元 陈桂芬 +4 位作者 王义君 刘大鹍 张军 陈明辉 张子阳 《兵工学报》 EI CAS CSCD 北大核心 2026年第4期173-182,共10页
空地自主无人系统区域覆盖过程中存在全局耦合易陷入局部最优,以及覆盖冗余度高等问题,针对这些问题提出一种目标驱动覆盖策略(Target Driven Coverage method for air to ground autonomous unmanned system based on Seagull Optimiza... 空地自主无人系统区域覆盖过程中存在全局耦合易陷入局部最优,以及覆盖冗余度高等问题,针对这些问题提出一种目标驱动覆盖策略(Target Driven Coverage method for air to ground autonomous unmanned system based on Seagull Optimization,TDCSO)。该策略构建了包含避免碰撞、动态转移与位置优化3个层次的区域覆盖模型,并设计改进海鸥优化算法(Improved Seagull Optimization Algorithm,ISOA)作为核心引擎。ISOA在海鸥优化算法基础上,引入柯西变异用以辅助降低自主无人系统之间的相互干扰,并定义适应权重系数,通过调整权重系数数值大小控制寻优点位置信息,从而引导自主无人系统转移方向,利用非线性动态自适应步长因子改变搜索距离,扩大搜索范围。仿真结果表明,所提策略得到的区域覆盖计算结果与平衡优化器算法、麻雀搜索算法、鲸鱼优化算法和灰狼优化算法等主流覆盖算法结果相比,收敛速度至少提高7%,同时有效降低了覆盖冗余度,覆盖率可达95.16%,平均连通率至少提高2.35%。 展开更多
关键词 空地自主无人系统 区域覆盖 海鸥优化算法 目标驱动
暂未订购 下载PDF
基于RS-ISOA-KELM的输气管道内腐蚀速率预测方法 认领 引用 被引量：8
20
作者 吴小平 杨罗 田晓龙 《油气储运》 CAS 北大核心 2024年第2期180-188,221,共9页
【目的】地面输气管道易出现严重的内腐蚀问题,为保障管道服役安全,需准确预测管道内腐蚀速率。【方法】通过粗糙集(Rough Set,RS)理论筛选影响腐蚀的主控因素,将重构数据集作为输入、腐蚀速率作为输出,对核极限学习机(Kernel Based Ext... 【目的】地面输气管道易出现严重的内腐蚀问题,为保障管道服役安全,需准确预测管道内腐蚀速率。【方法】通过粗糙集(Rough Set,RS)理论筛选影响腐蚀的主控因素,将重构数据集作为输入、腐蚀速率作为输出,对核极限学习机(Kernel Based Extreme Learning Machine,KELM)模型进行训练,并利用改进的海鸥优化算法(Improved Seagull Optimization Algorithm,ISOA)对模型超参数进行优化,从而提出了一种基于RS-ISOA-KELM模型的输气管道内腐蚀速率预测方法,与其他组合模型的预测精度进行对比,并进行了长期预测效果及模型普适性分析。【结果】在Sphere、Schaffer、Rosenbrock、Rastrigin、Griewank 5个基准函数上对ISOA算法进行收敛性分析,发现其在求解精度和计算稳定性上具有较强优势;利用某气田区块的实际运行数据对该模型进行验证,结果表明温度、CO2分压、H2S分压、流速、Cl-含量、含水率、缓蚀剂残余浓度是影响内腐蚀的重要因素,其中H2S分压、流速、缓蚀剂残余浓度的权重最大;使用RS-ISOA-KELM模型对腐蚀速率进行预测,其平均相对误差为1.498%、均方根误差为0.0021 mm/a、决定系数为0.9993,优于其他常见的组合模型。【结论】所建组合模型具有强泛化性能和高预测精度,通过对原数据库的扩充和更新,可以实现管道中长期腐蚀速率的预测;在腐蚀参数、数据量、训练测试比均不同的情况下,该模型仍然保持了较好的预测效果。 展开更多
关键词 输气管道 内腐蚀 腐蚀速率 粗糙集 海鸥优化算法 核极限学习机
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 … 9 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈