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22篇文章
< 1 2 >
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：
MCPSFOA:Multi-Strategy Enhanced Crested Porcupine-Starfish Optimization Algorithm for Global Optimization and Engineering Design 认领 引用
1
作者 Hao Chen Tong Xu +2 位作者 Yutian Huang Dabo Xin Changting Zhong 《Computer Modeling in Engineering & Sciences》 SCIE EI 2026年第1期494-545,共52页
Optimization problems are prevalent in various fields of science and engineering,with several real-world applications characterized by high dimensionality and complex search landscapes.Starfish optimization algorithm(... Optimization problems are prevalent in various fields of science and engineering,with several real-world applications characterized by high dimensionality and complex search landscapes.Starfish optimization algorithm(SFOA)is a recently optimizer inspired by swarm intelligence,which is effective for numerical optimization,but it may encounter premature and local convergence for complex optimization problems.To address these challenges,this paper proposes the multi-strategy enhanced crested porcupine-starfish optimization algorithm(MCPSFOA).The core innovation of MCPSFOA lies in employing a hybrid strategy to improve SFOA,which integrates the exploratory mechanisms of SFOA with the diverse search capacity of the Crested Porcupine Optimizer(CPO).This synergy enhances MCPSFOA’s ability to navigate complex and multimodal search spaces.To further prevent premature convergence,MCPSFOA incorporates Lévy flight,leveraging its characteristic long and short jump patterns to enable large-scale exploration and escape from local optima.Subsequently,Gaussian mutation is applied for precise solution tuning,introducing controlled perturbations that enhance accuracy and mitigate the risk of insufficient exploitation.Notably,the population diversity enhancement mechanism periodically identifies and resets stagnant individuals,thereby consistently revitalizing population variety throughout the optimization process.MCPSFOA is rigorously evaluated on 24 classical benchmark functions(including high-dimensional cases),the CEC2017 suite,and the CEC2022 suite.MCPSFOA achieves superior overall performance with Friedman mean ranks of 2.208,2.310 and 2.417 on these benchmark functions,outperforming 11 state-of-the-art algorithms.Furthermore,the practical applicability of MCPSFOA is confirmed through its successful application to five engineering optimization cases,where it also yields excellent results.In conclusion,MCPSFOA is not only a highly effective and reliable optimizer for benchmark functions,but also a practical tool for solving real-world optimization problems. 展开更多
关键词 Global optimization starfish optimization algorithm crested porcupine optimizer metaheuristic Gaussian mutation population diversity enhancement
暂未订购 下载PDF
双光梳飞秒激光雷达数据的VMD–SFOA去噪方法 认领 引用
2
作者 周国清 秦国富 +2 位作者 周祥 宋有建 朱嘉俊 《红外与激光工程》 EI CAS CSCD 北大核心 2026年第5期289-299,共11页
针对双光梳飞秒激光雷达在复杂噪声条件下测距精度和稳定性受限的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和海星优化算法(Starfish Optimization Algorithm,SFOA)的自适应小波阈值去噪方法。首先利用VMD对... 针对双光梳飞秒激光雷达在复杂噪声条件下测距精度和稳定性受限的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和海星优化算法(Starfish Optimization Algorithm,SFOA)的自适应小波阈值去噪方法。首先利用VMD对回波分解,引入峭度和信息熵指标筛选有效模态,在小波域构造具有可调形状参数的自适应阈值函数,并由SFOA对分解参数和阈值参数统一寻优。在含复合噪声的仿真实验与合作、非合作目标实验中,将文中方法与VMD、经验模态分解(EMD)、小波变换(WT)以及高斯滤波传统去噪方法进行了对比,并通过室外测距实验验证了测距系统的稳定性。结果证明:在三个实验中相比于传统去噪方法信噪比(Signal-to-noise ratio,SNR)分别提升了7.09、1.17、1.05 dB,均方根误差(Root mean square error,RMSE)分别降低了0.04、0.11×10−2、0.21×10−2,艾伦偏差曲线更低。这表明文中方法能够在噪声抑制与波形保真之间取得平衡,提升双光梳飞秒激光雷达测距性能,为复杂场景下的工程应用提供一种可行的信号处理方案。 展开更多
关键词 双光梳飞秒激光雷达 变分模态分解 自适应小波阈值 海星优化算法
暂未订购 下载PDF
基于SFOA-VMD-CMBE和SFOA-KELM的电机滚动轴承故障诊断 认领 引用
3
作者 秦锦程 胡业林 《科学技术与工程》 EI 北大核心 2026年第1期163-171,共9页
针对电机滚动轴承故障特征提取和故障诊断,提出了一种海星算法(starfish optimization algorithm, SFOA)优化变分模态分解(variational mode decomposition, VMD)结合复合多尺度气泡熵(composite multiscale bubble entropy, CMBE)为基... 针对电机滚动轴承故障特征提取和故障诊断,提出了一种海星算法(starfish optimization algorithm, SFOA)优化变分模态分解(variational mode decomposition, VMD)结合复合多尺度气泡熵(composite multiscale bubble entropy, CMBE)为基础的特征提取技术,同时也引入了海星优化算法优化核极限学习机(kernel extreme learning machine, KELM)的故障诊断模型。首先,利用SFOA算法对VMD参数优化,再将振动信号有效分解为多个本征模态分量(intrinsic mode functions, IMFs)。通过计算各IMF与原信号之间的皮尔逊相关系数,筛选出相关系数最大的两个分量;其次,将两个分量重构并计算其复合多尺度气泡熵构成特征向量矩阵;最后,将特征向量矩阵输入SFOA-KELM故障诊断模型进行诊断。实验结果表明,此方法对于故障诊断准确率高达100%,且相比于其他模型在提取故障特征方面表现优异,显著提高了故障诊断的准确率,具有重要应用价值。 展开更多
关键词 变分模态分解 海星优化算法 复合多尺度气泡熵 核极限学习机 轴承故障诊断
暂未订购 下载PDF
基于VMD-MSFOA-LSTM短期电力负荷预测 认领 引用
4
作者 杨松叶 刘微 《沈阳理工大学学报》 CAS 2026年第4期42-49,58,共8页
为提高电力系统中电力负荷预测的精度,本文提出一种基于多策略改进的海星优化算法(multi strategy improved starfish optimization algorithm,MSFOA),优化变分模态分解(VMD)与长短期记忆(LSTM)网络相结合的电力负荷预测模型(VMD-MSFOA-... 为提高电力系统中电力负荷预测的精度,本文提出一种基于多策略改进的海星优化算法(multi strategy improved starfish optimization algorithm,MSFOA),优化变分模态分解(VMD)与长短期记忆(LSTM)网络相结合的电力负荷预测模型(VMD-MSFOA-LSTM)。首先,MSFOA算法结合了佳点集初始化策略、动态对立学习机制、线性递减系数和精英增强解质量策略;其次,基于MSFOA算法优化LSTM网络的超参数,搭建VMD-MSFOA-LSTM负荷预测模型;最后,选取澳大利亚电力负荷数据集对模型进行评估。实验结果表明,VMD-MSFOA-LSTM模型较原始LSTM模型均方根误差、平均绝对误差和平均绝对百分比误差分别降低了86.53%、86.71%和87.59%,决定系数提高了16.94%,验证了本文所提模型在电力负荷预测中的优越性能。 展开更多
关键词 电力负荷预测 海星优化算法 变分模态分解 长短期记忆网络
暂未订购 下载PDF
基于SFOA-CNN的10 kV配电网故障诊断 认领 引用
5
作者 徐恩 黄太阳 +2 位作者 何贝 冯海翔 张海定 《电工技术》 2026年第11期131-134,共4页
针对10 kV配电网故障诊断中存在的特征提取精度不足、噪声敏感性强等问题,提出一种基于海星优化算法(SFOA)与卷积神经网络(CNN)的融合诊断方法。实验选取4种不同故障类型作为样品,分别为单相接地故障、短路故障、线路断路和雷击故障。根... 针对10 kV配电网故障诊断中存在的特征提取精度不足、噪声敏感性强等问题,提出一种基于海星优化算法(SFOA)与卷积神经网络(CNN)的融合诊断方法。实验选取4种不同故障类型作为样品,分别为单相接地故障、短路故障、线路断路和雷击故障。根据10 kV配电电压特性采用同步提取变换结合小波包分解(SET-WPD)和离散Fréchet距离结合模糊C均值聚类(DFD-FCM)这2种预处理方法对故障数据进行优化,利用SFOA-CNN模型进行训练和识别,通过对比测试集上的预测性能,结合算法评估的关键指标综合评估后确定了实验中表现最优的配电网故障诊断模型。最后结果表明,DFD-FCM-SFOA-CNN的效果最好,拟合优度为0.99932,是实验中最适合用于10 kV配电网故障诊断的模型,对提高配电网故障诊断效率、保障电力系统安全具有重要意义。 展开更多
关键词 故障诊断 海星优化算法 卷积神经网络 10 kV配电
暂未订购 下载PDF
基于mSFOA的磁梯度张量不变量两点定位方法 认领 引用 被引量：1
6
作者 王铄城 刘兆霆 +1 位作者 李冉 黄颖 《实验技术与管理》 CAS 北大核心 2025年第6期62-70,共9页
磁性目标探测技术在未爆物检测、运动物体跟踪等方面有广泛的应用前景。然而,当前提出的单点定位方法易受背景磁场干扰,多点定位方法容易陷入局部最优。针对此问题,该文根据两点磁梯度张量测量数据,结合磁梯度张量几何不变量约束,构建... 磁性目标探测技术在未爆物检测、运动物体跟踪等方面有广泛的应用前景。然而,当前提出的单点定位方法易受背景磁场干扰,多点定位方法容易陷入局部最优。针对此问题,该文根据两点磁梯度张量测量数据,结合磁梯度张量几何不变量约束,构建了关于待测目标空间位置坐标的优化模型,采用改进的海星优化算法(SFOA)对位置坐标进行求解。实验结果表明,该方法连续测量20 s的平均定位误差仅为0.99 m,方差为0.27 m2,低于其他单点定位方法和多点定位方法,能稳定准确定位磁性目标。 展开更多
关键词 磁梯度张量 磁性目标定位 海星优化算法 几何不变量 两点定位
暂未订购 下载PDF
基于18种核函数映射的孪生回归支持向量机月径流预测 认领 引用 被引量：1
7
作者 周正道 崔东文 《中国农村水利水电》 北大核心 2026年第4期107-115,共9页
核函数及核函数参数的合理选取对于提升孪生回归支持向量机(TWSVR)性能具有重要意义。为提高月径流时间序列预测精度,对比验证不同核函数映射的TWSVR在月径流预测中的效果,基于小波包变换(WPT)、线性核函数等18种核函数、壮丽细尾鹩莺... 核函数及核函数参数的合理选取对于提升孪生回归支持向量机(TWSVR)性能具有重要意义。为提高月径流时间序列预测精度,对比验证不同核函数映射的TWSVR在月径流预测中的效果,基于小波包变换(WPT)、线性核函数等18种核函数、壮丽细尾鹩莺优化算法(SFOA)和TWSVR,提出18种核函数映射的WPT-SFOA-TWSVR模型,并构建5种常见核函数映射的WPT-SFOA-回归支持向量机(SVR)模型作对比分析,通过云南省滴水、南洞、勐大、南康河水文站月径流预测实例对23种模型进行验证。首先利用WPT对实例月径流时序数据进行分解处理,划分训练集和验证集;然后利用SFOA优化不同核函数映射的TWSVR/SVR超参数;最后利用最优超参数建立不同核函数映射的WPT-SFOA-TWSVR/SVR模型对4个实例月径流各分量进行训练、预测和加和重构。结果表明:①基于线性核函数、高斯核函数、多项式核函数、小波核函数、Sigmoid核函数、神经核函数映射的WPT-SFOA-TWSVR模型预测误差最小、性能最好;基于ANOVA核函数、Bessel核函数、对数核函数、多二次核函数、幂次核函数映射的WPT-SFOATWSVR模型次之;基于T-Student核函数、柯西核函数、有理二次方核函数映射的WPT-SFOA-TWSVR模型预测误差相对较大;基于拉普拉斯核函数、傅里叶核函数、卡方核函数、球形核函数映射的WPT-SFOA-TWSVR模型预测误差最大。②在相同WPT分解和SFOA优化情形下,TWSVR模型性能明显优于SVR。③利用SFOA优化TWSVR超参数,可以显著提升模型性能和计算效率。④不同核函数映射的WPT-SFOA-TWSVR模型具有较好的普适性,为TWSVR核函数的选取和优化应用提供参考和借鉴。 展开更多
关键词 月径流预测 小波包变换 壮丽细尾鹩莺优化算法 核函数 孪生回归支持向量 超参数优化
暂未订购 下载PDF
基于ALA优化VMD和Transformer-BiGRU的锂离子电池RUL预测 认领 引用 被引量：1
8
作者 闫来清 梁朝洋 +4 位作者 韩磊 李沁春 蔡钰濠 魏嘉轩 许志超 《电源技术》 CAS 北大核心 2026年第2期277-289,共13页
准确预测电池剩余使用寿命(RUL)对保障电池管理系统的安全运行至关重要。然而,电池容量再生效应和测量误差会影响RUL预测精度,传统经验模态分解(EMD)虽能分解信号,却存在模态混叠问题;此外,现有方法中变分模态分解、预测模型核心参数大... 准确预测电池剩余使用寿命(RUL)对保障电池管理系统的安全运行至关重要。然而,电池容量再生效应和测量误差会影响RUL预测精度,传统经验模态分解(EMD)虽能分解信号,却存在模态混叠问题;此外,现有方法中变分模态分解、预测模型核心参数大多依赖手动设置,不仅耗时费力且预测效果受主观因素影响较大。针对上述难题,提出了一种基于ALA优化VMD和Transformer-BiGRU的预测方法。利用人工旅鼠算法(ALA)对变分模态分解(VMD)的模态分解层数与惩罚因子进行优化,通过VMD将电池容量数据分解为不同频率的模态分量,减小容量再生效应和测量误差的影响。构建了结合注意力机制(Transformer)和双向门控循环单元(BiGRU)的预测模型,并通过海星优化算法(SFOA)优化模型结构和关键参数,将各分量的预测结果加和得到最终预测值。基于MATLAB平台在两组公开数据集上验证了所提模型的有效性,并与其他预测方法进行对比。结果表明,所提方法的均方根误差(RMSE)均低于0.5%,预测精度较高。 展开更多
关键词 锂离子电池 人工旅鼠算法 海星优化算法 变分模态分解 双向门控循环单元 Transformer模型
暂未订购 下载PDF
基于多目标海星优化算法的干式配电变压器结构优化设计方法 认领 引用
9
作者 项恩新 李航 +2 位作者 聂永杰 管京荣 王东阳 《工程设计学报》 北大核心 2026年第2期213-222,共10页
为了提高环氧树脂干式配电变压器的服役性能,以一台10 kV/0.4 kV环氧树脂干式配电变压器为研究对象,提出了一种基于多目标海星优化算法(multi-objective starfish optimization algorithm,MOSFOA)的干式配电变压器结构优化设计方法。首... 为了提高环氧树脂干式配电变压器的服役性能,以一台10 kV/0.4 kV环氧树脂干式配电变压器为研究对象,提出了一种基于多目标海星优化算法(multi-objective starfish optimization algorithm,MOSFOA)的干式配电变压器结构优化设计方法。首先,建立了电磁-热-力耦合的变压器模型并进行性能仿真,确定以高/低压绕组导体截面积、风道宽度和铁心半径为核心设计变量;其次,运用中心复合设计和响应面法构建了设计变量与高/低压绕组热点温升、损耗及单位体积短路电动力之间的高精度代理模型;最后,基于MOSFOA进行协同寻优,获得最优结构参数组合。优化结果表明:在保持绝缘安全的前提下,相较于初始方案,优化后高、低压绕组热点温升,损耗,高、低压绕组单位体积短路电动力分别降低了22.91%、33.37%、9.39%、42.82%、45.52%,验证了所提出优化方法的有效性。研究结果为干式变压器的优化设计提供了新方法,对提高干式变压器的设计效率和运行可靠性具有重要的参考价值。 展开更多
关键词 环氧树脂干式配电变压器 结构优化 响应面法 多目标海星优化算法 协同寻优
暂未订购 下载PDF
基于海星优化算法的多无人机航迹规划 认领 引用
10
作者 杨泳 付玉洁 +1 位作者 李东霖 徐开俊 《科学技术与工程》 EI 北大核心 2026年第1期387-394,共8页
随着低空空域逐步开放,无人机作为重要的低空飞行器在各领域已获得到广泛应用。然而,现有的单无人机航迹规划技术已经难以满足日益增长的复杂环境与繁重任务需求,因此多无人机协同作业与智能规划成为当前研究重难点。针对多无人机航前... 随着低空空域逐步开放,无人机作为重要的低空飞行器在各领域已获得到广泛应用。然而,现有的单无人机航迹规划技术已经难以满足日益增长的复杂环境与繁重任务需求,因此多无人机协同作业与智能规划成为当前研究重难点。针对多无人机航前路径规划场景,提出基于海星优化算法(starfish optimization algorithm, SFOA)的三维环境下的多无人机航迹规划方法,并通过对比实验来验证了该算法在路径优化方面的有效性与优越性。研究表明,在复杂三维静态环境下,SFOA展现出良好的全局搜索能力和较高的规划效率,为多无人机协同作业提供了一种新的解决方案。 展开更多
关键词 低空空域 三维环境 多无人机 海星优化算法
暂未订购 下载PDF
多策略改进海星优化算法的移动机器人路径规划 认领 引用
11
作者 王玲芝 李洁 韩忠杰 《无人系统技术》 CSCD 2026年第3期28-44,共17页
针对传统海星优化算法(SFOA)在移动机器人路径规划中存在的搜索效率低、路径稳定性差以及路径不平滑等问题,本文提出了一种多策略融合的改进型海星优化算法(ESFOA)。首先,采用Piecewise混沌映射对初始种群进行优化,以增强种群多样性。其... 针对传统海星优化算法(SFOA)在移动机器人路径规划中存在的搜索效率低、路径稳定性差以及路径不平滑等问题,本文提出了一种多策略融合的改进型海星优化算法(ESFOA)。首先,采用Piecewise混沌映射对初始种群进行优化,以增强种群多样性。其次,为实现探索与开发阶段的动态平衡,设计了基于种群适应度分布的自适应探索概率机制。在搜索阶段引入随机差分与维度自适应引导策略,在开发阶段融合精英引导的多臂动态差分策略,以提升算法的全局搜索能力与局部开发能力。同时,在SFOA探索和开发阶段的基础上,引入结合Lévy飞行策略的双向种群进化动力学机制,以增强种群的多样性与算法的搜索能力。通过在CEC2022测试函数上的对比实验,以验证所提出改进海星优化算法的寻优性能。分别在20×20和30×30栅格地图上进行路径规划实验后,采用带安全校验的局部Bezier平滑策略对路径进行平滑处理。实验结果表明,ESFOA在移动机器人路径规划问题中路径长度分别较SFOA减少了4.44%和10.07%,路径稳定性分别提升了74.30%和80.38%,且平滑后的路径能够保持较好的安全性与连续性。因此,本文提出的ESFOA具有更好的寻优性能,为移动机器人路径规划提供了高效且可靠的解决方案。 展开更多
关键词 移动机器人 路径规划 海星优化算法 Piecewise混沌映射 Lévy飞行 多策略融合机制 局部Bezier平滑
暂未订购 下载PDF
固体火箭冲压发动机燃气流量控制多目标优化研究 认领 引用 被引量：2
12
作者 王淑雯 许进升 +2 位作者 郭宗韬 薛海峰 万莉初 《推进技术》 EI CAS CSCD 北大核心 2026年第3期269-280,共12页
为改善固体火箭冲压发动机燃气流量控制系统性能,对响应时间、压强超调量、流量负调量等关键设计参数进行预评估,提出一种创新控制策略。以自抗扰控制器可调参数为输入,燃气流量负调量、压强超调量及响应时间为输出,构建反向传播(Backpr... 为改善固体火箭冲压发动机燃气流量控制系统性能,对响应时间、压强超调量、流量负调量等关键设计参数进行预评估,提出一种创新控制策略。以自抗扰控制器可调参数为输入,燃气流量负调量、压强超调量及响应时间为输出,构建反向传播(Backpropagation,BP)神经网络代理模型。为克服BP模型易陷入局部极小、样本需求大的缺陷,引入海星优化算法(Starfish Optimization Algorithm,SFOA),并以混沌映射增强全局搜索能力,实现网络权阈值的快速、稳定辨识。在此基础上,利用多目标遗传算法对三项输出指标进行优化求解,获得帕累托最优解集,按“压强超调优先”的工程权衡选取最优控制器参数。仿真验证表明,优化后的控制系统在典型方波压力指令及扰动工况下,流量负调量维持在较低水平,压强超调得到有效抑制,响应速度显著提升。在此限定工况下,代理模型预测值与仿真结果相对误差不超过2%,验证了方法的准确性与工程适用性。 展开更多
关键词 固体火箭冲压发动机 燃气发生器 海星优化算法(SFOA) 多目标遗传算法 流量调节 控制系统
暂未订购 下载PDF
基于成功历史参数自适应海星优化算法的多目标桁架结构优化设计 认领 引用 被引量：1
13
作者 许桐 钟昌廷 +2 位作者 李斯嘉 辛大波 李刚 《计算力学学报》 CAS CSCD 北大核心 2026年第1期1-8,共8页
针对海星优化算法(SFOA)在多目标桁架结构优化中的应用,提出了一种基于成功历史参数自适应差分进化算法(SHADE)与海星优化算法的混合多目标优化算法——SHAMODE-SFOA。所提算法通过外部存档来保存和更新帕累托前沿,并将海星优化算法的五... 针对海星优化算法(SFOA)在多目标桁架结构优化中的应用,提出了一种基于成功历史参数自适应差分进化算法(SHADE)与海星优化算法的混合多目标优化算法——SHAMODE-SFOA。所提算法通过外部存档来保存和更新帕累托前沿,并将海星优化算法的五维/单维搜索模式、捕食优化策略与基于成功历史参数自适应差分进化算法的更新机制相结合,来提升种群更新效率。所提算法采用200杆平面桁架和942杆空间桁架结构进行验证,并选取四种多目标智能优化算法进行对比。结果表明,SHAMODE-SFOA算法在超体积、世代距离、间距与范围比值指标上表现最优,并获得较好的帕累托前沿分布,可为多目标结构优化设计提供新的解决方案。 展开更多
关键词 海星优化算法 多目标 成功历史参数自适应机制 差分进化算法 桁架结构优化
暂未订购 下载PDF
A Comprehensive Framework for Nature-Inspired Photovoltaic Model Calibration and Explainable Surrogate-Based Sensitivity Analysis 认领 引用
14
作者 Yan-Hao Huang Chung-Ming Kao 《Computers, Materials & Continua》 SCIE EI 2026年第6期2354-2379,共26页
Photovoltaic(PV)equivalent-circuit models are widely used for performance evaluation and diagnostics,but their usefulness relies on both accurate calibration and interpretable understanding of how parameters shape cur... Photovoltaic(PV)equivalent-circuit models are widely used for performance evaluation and diagnostics,but their usefulness relies on both accurate calibration and interpretable understanding of how parameters shape current-voltage(Ⅰ-Ⅴ)behavior.For nonlinear and strongly coupled PV models,conventional global sensitivity analysis can be computationally demanding and offer limited insight into effect direction and operating-point dependence.This study presents an method-oriented framework that integrates nature-inspired optimization with surrogate-based explainable global sensitivity analysis under a specified operating condition.The Starfish Optimization Algorithm(SFOA)is first used for parameter identification by searching for the optimal parameter set that minimizes the discrepancy between measured and model-predicted Ⅰ-Ⅴ data for the Single-Diode Model(SDM)and Double-Diode Model(DDM).A Random Forest(RF)surrogate is trained to approximate the mapping from voltage and parameters to output current.Its accuracy is evaluated on an independent test set,achieving RMSE/R2 of 0.001331/0.999366 for SDM and 0.003090/0.999394 for DDM.Sensitivity is quantified primarily using Shapley Additive Explanations(SHAP),with mean decrease in impurity(MDI)and one-factor-at-a-time(OFAT)analysis used for cross-validation.Under identical settings,SFOA achieves the best accuracy among competing optimizers,with best root-mean-square error(RMSE)values of 0.0008818 for SDM and 0.0008811 for DDM.The integrated SHAP,MDI,and OFAT analyses yield consistent importance structures,and the overall ranking for DDM follows the same trend as that for SDM.Within the examined±5%neighborhood around the calibrated optimum,the photocurrent is the dominant factor governing Ⅰ-Ⅴ behavior,whereas diode-branch parameters show secondary and condition-dependent effects,and resistive parameters mainly contribute fine-scale adjustments within the examined neighborhood.Overall,the proposed framework provides accurate calibration and interpretable global sensitivity insights that can support a practical workflow for model-based PV analysis under the considered condition. 展开更多
关键词 Photovoltaic parameter identification sensitivity analysis starfish optimization algorithm random forest nature-inspired algorithms
暂未订购 下载PDF
基于多尺度加权斜率熵和海星优化驱动FMD-SVM的风机叶片故障诊断方法 认领 引用
15
作者 郁启华 张龙 +2 位作者 唐细致 吴爱民 唐贵基 《机电工程》 CAS 北大核心 2026年第6期1142-1150,共9页
针对风机叶片长期运行过程中振动信号非平稳性强、特征信息微弱及传统分析方法诊断精度不足等问题,提出了一种多尺度加权斜率熵(MWSE)和海星优化(SFOA)驱动特征模态分解(FMD)与支持向量机(SVM)的风机叶片故障诊断方法。首先,系统阐述了... 针对风机叶片长期运行过程中振动信号非平稳性强、特征信息微弱及传统分析方法诊断精度不足等问题,提出了一种多尺度加权斜率熵(MWSE)和海星优化(SFOA)驱动特征模态分解(FMD)与支持向量机(SVM)的风机叶片故障诊断方法。首先,系统阐述了FMD和SFOA的基本原理,并通过理论分析,设计出了一种面向非平稳振动信号处理的MWSE函数,用于反映信号演化趋势和幅值扰动特性;然后,将MWSE作为FMD模态选择和特征提取的关键评价指标,基于MWSE构建了适应度函数,利用SFOA参数优化FMD,完成了振动信号的自适应分解;选取了最优信号分量,进行了滑窗切分与时频统计特征提取,并结合方差分析与主成分分析完成了特征的筛选与降维,增强了识别模型的故障区分能力,再进一步优化SVM的关键参数后,得到了FMD-SVM风机叶片状态识别模型;最后,以穆斯坦西里亚大学的风机叶片振动数据集为研究对象,对不同的识别模型进行了性能对比分析。研究结果表明:在风速1.3 m/s和5 m/s两种工况下,采用基于MWSE和SFOA驱动的风机叶片故障诊断方法,其识别模型对裂纹、侵蚀、健康、扭曲、不平衡五类叶片状态的分类准确率分别达到了88.57%和94.29%,在叶片故障诊断精度方面,显著优于卷积神经网络、长短期记忆网络以及基于样本熵和斜率熵的识别模型,并且增强了对噪声与其他干扰成分的鲁棒性。该方法具有良好的理论拓展价值与工程应用前景。 展开更多
关键词 风机叶片 多尺度加权斜率熵 特征模态分解 海星优化算法 支持向量机 状态识别模型
暂未订购 下载PDF
考虑电碳耦合的风-火-储协同经济优化调度研究 认领 引用
16
作者 范倚玮 延星 +2 位作者 王光星 花涵晓 邵文才 《东北电力大学学报》 2026年第2期83-92,共10页
随着“双碳”目标的推进,如何在电力系统中实现经济性与低碳性的协调发展成为一个亟待解决的关键问题。文中提出一种考虑电碳耦合的双层优化模型,以协调优化风-火-储系统的低碳经济运行。上层模型以综合成本最小为目标,优化系统运行成... 随着“双碳”目标的推进,如何在电力系统中实现经济性与低碳性的协调发展成为一个亟待解决的关键问题。文中提出一种考虑电碳耦合的双层优化模型,以协调优化风-火-储系统的低碳经济运行。上层模型以综合成本最小为目标,优化系统运行成本和减少碳排放量;下层模型基于上层约束,最小化系统功率平衡偏差的均方差,以平抑等效净负荷波动。针对模型非线性、多约束的求解特点,基于Levy飞行游走策略、三角形游走策略提出一种改进海星优化算法(Improved StarFish Optimization Algorithm,ISFOA),通过动态平衡全局搜索与局部优化过程提升算法的求解精度。算例分析表明,所提模型可有效提升新能源的消纳能力和系统运行的低碳性以及经济性。 展开更多
关键词 电碳耦合 双层优化 风-火-储系统 改进海星优化算法
暂未订购 下载PDF
水下四旋翼航行器在近岸波浪扰动下的MPC跟踪控制方法 认领 引用
17
作者 方琰 张礼华 +2 位作者 王保强 王旌凯 金州洋 《上海海事大学学报》 北大核心 2026年第2期9-18,共10页
针对水下四旋翼航行器在近岸波浪扰动环境下轨迹跟踪精度低、抗干扰能力差的问题,建立波浪扰动模型,在此基础上设计一种复合控制器。该复合控制器以模型预测控制(model predictive control,MPC)为基础,引入比例-积分-微分(proportional-... 针对水下四旋翼航行器在近岸波浪扰动环境下轨迹跟踪精度低、抗干扰能力差的问题,建立波浪扰动模型,在此基础上设计一种复合控制器。该复合控制器以模型预测控制(model predictive control,MPC)为基础,引入比例-积分-微分(proportional-integral-derivative,PID)控制作为补偿,以提升系统在动态环境下的控制性能。为增强控制器的参数寻优能力,提出一种改进型海星优化算法(improved starfish optimization algorithm,ISFOA)。该算法通过引入扰动半径、自适应搜索机制和多精英引导策略,实现对复合控制器参数的在线整定。仿真采用波浪谱模拟近岸波浪扰动环境。仿真结果表明,所提出的新型控制器相较于传统MPC,其均方误差降低了45.5%,平均稳态误差降低了37.9%,显著提升了水下四旋翼航行器在该环境下的轨迹跟踪性能。 展开更多
关键词 水下四旋翼航行器 模型预测控制(MPC) 改进型海星优化算法(ISFOA) 轨迹跟踪
暂未订购 下载PDF
基于BFAN加速的分布式多目标海星算法在新型电力系统经济调度中的应用 认领 引用
18
作者 杨涛 殷林飞 《综合智慧能源》 CAS 2026年第7期45-56,共12页
针对高比例可再生能源接入导致新型电力系统经济调度优化难度剧增,以及传统启发式算法普遍存在计算效率低、易陷入局部最优等瓶颈问题,提出了一种基于分叉融合注意力网络(BFAN)加速的分布式多目标海星优化算法(BFAN-DMOSFOA),旨在保障... 针对高比例可再生能源接入导致新型电力系统经济调度优化难度剧增,以及传统启发式算法普遍存在计算效率低、易陷入局部最优等瓶颈问题,提出了一种基于分叉融合注意力网络(BFAN)加速的分布式多目标海星优化算法(BFAN-DMOSFOA),旨在保障系统稳定运行的同时实现经济性与环保性的协同优化。首先,构建了包含发电成本、二氧化碳排放及二氧化硫排放最小化的多目标优化模型,并采用分布式框架将系统划分为多个自治区域,以解决集中式方法存在的单点故障与隐私泄露风险;其次,设计了BFAN,该网络融合了门控循环单元(GRU)的时序特征提取能力与自注意力机制的全局关联捕捉能力,用于精准预测种群演化趋势;最后,将BFAN嵌入分布式多目标海星优化算法(DMOSFOA)的迭代过程中,形成“运行决策-模拟评估”两阶段混合优化机制,利用训练好的BFAN在特定迭代区间内直接预测并生成高质量解,替代部分随机搜索过程,从而大幅加速算法收敛。在IEEE 118节点和1436节点两个电力系统上的仿真试验结果表明,所提BFAN-DMOSFOA算法在解集质量与计算效率上均显著优于离散多目标灰狼优化算法(DMOGWO)、离散多目标黏菌优化算法(DMOSMA)、离散多目标鲸鱼优化算法(DMOWOA)、基于深度神经网络加速的DMOSFOA(DNN-DMOSFOA)及未加速的DMOSFOA等对比算法。在解集质量方面,BFAN-DMOSFOA算法在两个试验中贡献的全局第一前沿非支配解占比分别高达52.58%和78.28%,占据绝对主导地位;其帕累托解集到理想点的平均欧氏距离在两个试验中分别为0.3227和0.6528,均为所有算法中最优,证明了其卓越的收敛精度。在计算效率方面,BFAN-DMOSFOA算法相较各对比算法均展现出显著的运行速度优势,在规模更大的1436节点系统中同样保持了强大的可扩展性。BFAN-DMOSFOA算法不仅通过分布式框架保障了数据隐私与系统鲁棒性,更通过BFAN网络实现了对优化过程的智能加速,在显著提升求解速度的同时,保证了帕累托最优解集的高质量与均匀分布。研究证实,该方法能够高效适配大规模、多约束的复杂调度场景,为新型电力系统的实时、经济、环保调度提供了强有力的技术支撑和可行的解决方案。 展开更多
关键词 新型电力系统 经济调度 多目标优化 分布式框架 分叉融合注意力网络 分布式多目标海星优化算法 深度学习
暂未订购 下载PDF
基于谱形识别与海星算法的FB G畸变谱解调方法 认领 引用
19
作者 张雨 朱云鸿 +2 位作者 吕嘉明 董明利 祝连庆 《红外与激光工程》 EI CSCD 北大核心 2025年第12期185-199,共15页
针对光纤布拉格光栅(Fiber Bragg Grating,FBG)在实际应用中因应力疲劳、热老化等因素导致反射光谱发生畸变、波长难以解调的问题,文中提出了一种基于谱形识别与海星优化算法(Starfish Optimization Algorithm,SFOA)的解调方法。通过仿... 针对光纤布拉格光栅(Fiber Bragg Grating,FBG)在实际应用中因应力疲劳、热老化等因素导致反射光谱发生畸变、波长难以解调的问题,文中提出了一种基于谱形识别与海星优化算法(Starfish Optimization Algorithm,SFOA)的解调方法。通过仿真探究畸变原因,在广义非对称高斯模型的基础上,构建典型畸变光谱的理论函数表达形式,并将畸变FBG光谱的波长解调问题转化为非线性函数拟合优化问题。为实现畸变类型的准确识别,引入卷积神经网络对不同类型畸变反射谱进行分类判别,提升了解调系统对复杂谱形的适应能力。在此基础上,采用海星优化算法对模型参数进行优化搜索,实现畸变谱的高精度波长解调。实验结果表明,该方法在多种畸变类型下均具有良好的解调精度,在加入噪声的仿真数据上,中心波长平均误差为1.57 pm;在真实采样数据上,每组实验平均拟合均方根误差为0.006617。相比传统峰值检测方法,该方法有效提升了FB G在畸变情况下的解调鲁棒性,为延长FB G使用寿命与增强解调系统可靠性提供了新的技术路径。 展开更多
关键词 光纤布拉格光栅 畸变反射谱 海星优化算法 波长解调
暂未订购 下载PDF
考虑需求不确定性的城市物流混合车队调度策略 认领 引用
20
作者 侯伟路 石琴 付昕男 《汽车工程》 EI CSCD 北大核心 2025年第12期2409-2419,共11页
针对城市物流混合车队调度的现实需求,本文结合电动汽车车队调度问题的典型特征,系统构建融合电动物流车与传统燃油车的混合车队调度模型,并引入服从联合累积分布函数的需求不确定性因素,建立混合整数规划模型。为高效求解该模型,提出... 针对城市物流混合车队调度的现实需求,本文结合电动汽车车队调度问题的典型特征,系统构建融合电动物流车与传统燃油车的混合车队调度模型,并引入服从联合累积分布函数的需求不确定性因素,建立混合整数规划模型。为高效求解该模型,提出一种改进海星优化算法,在邻域解生成阶段融合模拟退火机制对新解进行接受判定,从而增强全局搜索能力,避免算法陷入局部最优。在算法有效性验证部分,分别与海星优化算法、模拟退火算法和遗传算法进行对比实验。结果表明:所提出的算法在总成本控制与收敛效率方面具有明显优势。在混合车队调度效率验证方面,通过与单一电动物流车队方案对比,验证混合车队在多种工况下的调度优势,最优运营成本降低幅度达7.73%。灵敏度分析进一步指出,电池容量与充电速率的提升均有助于降低总成本,但呈现边际效应递减趋势,此外,充电速率比电池容量更加敏感。 展开更多
关键词 混合车队调度 改进海星优化算法 物流网络 需求不确定性
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 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈