期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
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5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 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：
基于改进的猎食者优化的D2D通信功率控制方法 被引量：1
1
作者 江超 张治中 +1 位作者 胡正操 周永东 《电子测量技术》 北大核心 2023年第6期31-36,共6页
针对D2D通信中用户复用频谱资源时产生的同频干扰问题,提出了一种改进的猎食者优化算法,对D2D用户进行功率控制。它在满足系统用户通信质量的约束条件下,根据猎人向猎物移动位置和猎物向最安全位置移动的规则来调整D2D发射功率,为了保... 针对D2D通信中用户复用频谱资源时产生的同频干扰问题,提出了一种改进的猎食者优化算法,对D2D用户进行功率控制。它在满足系统用户通信质量的约束条件下,根据猎人向猎物移动位置和猎物向最安全位置移动的规则来调整D2D发射功率,为了保持搜索与开发的平衡,提高收敛速度和寻优精度,采用Sobol序列对种群进行初始化,并且在猎食者位置更新公式中引入水波动态自适应因子,从而确定D2D用户最佳发射功率。仿真结果表明,该算法可以不仅可以提高系统总吞吐量和降低蜂窝用户受到的干扰,还可以提高收敛速度和寻优精度。 展开更多
关键词 D2D通信 改进的猎食者优化算法 功率控制 Sobol序列 水波动态自适应因子
在线阅读 下载PDF
基于VMD-HPO-BiLSTM的大坝变形预测 被引量：6
2
作者 刘相杰 刘小生 张龙威 《大地测量与地球动力学》 CSCD 北大核心 2023年第8期851-855,共5页
引入变分模态分解(VMD)和双向长短期记忆(BiLSTM)神经网络进行大坝变形预测研究。首先采用VMD降低大坝原始数据非线性和非平稳性对预测结果的影响;其次使用猎食者算法(HPO)对BiLSTM进行参数优化,构建基于VMD-HPO-BiLSTM的大坝变形预测模... 引入变分模态分解(VMD)和双向长短期记忆(BiLSTM)神经网络进行大坝变形预测研究。首先采用VMD降低大坝原始数据非线性和非平稳性对预测结果的影响;其次使用猎食者算法(HPO)对BiLSTM进行参数优化,构建基于VMD-HPO-BiLSTM的大坝变形预测模型;最后以某水电站大坝为例,将该模型预测结果与LSTM、BiLSTM和VMD-BiLSTM模型的预测结果进行对比分析。实验结果表明,VMD-HPO-BiLSTM模型的RMSE、MAE和MAPE分别为0.446 mm、0.264 mm、18.593%,均优于其他3种模型,预测精度最高。 展开更多
关键词 变分模态分解 猎食者算法 双向长短期记忆神经网络 大坝变形预测
在线阅读 下载PDF
基于IHPO-KELM的冷轧带钢板形模式识别 被引量：2
3
作者 周亚罗 张少川 +1 位作者 刘文广 张瑞成 《矿冶工程》 CAS 北大核心 2023年第6期162-168,共7页
针对目前板形识别方法存在的识别精度低、速度慢等问题,提出了一种改进猎食者算法优化核极限学习机(IHPO-KELM)的冷轧带钢板形识别模型。首先,为减少网络中初始参数的数量、提高板形识别的精度与速度,采用了核极限学习机(KELM)网络;其次... 针对目前板形识别方法存在的识别精度低、速度慢等问题,提出了一种改进猎食者算法优化核极限学习机(IHPO-KELM)的冷轧带钢板形识别模型。首先,为减少网络中初始参数的数量、提高板形识别的精度与速度,采用了核极限学习机(KELM)网络;其次,为提高猎食者(HPO)算法的精度,利用基于Sine混沌映射初始化猎食者算法的种群,并针对HPO在迭代过程中易陷入局部早熟的问题,在改进的线性组合位置更新公式中加入莱维飞行机制;然后利用改进猎食者算法对核极限学习机网络识别模型的正则化系数和核参数进行优化,提高板形识别的精度;最后,通过Matlab仿真验证了IHPO-KELM算法具有网络结构简单、收敛速度快、识别精度高等优点。采用IHPO-KELM算法对某公司900HC可逆冷轧机实测数据进行识别,其识别精度比麻雀算法优化KELM(SSA-KELM)识别模型提高了58.8%,表明IHPO-KELM识别模型具有良好的泛化能力,为板形缺陷的高效智能识别提供了新思路。 展开更多
关键词 板形缺陷 冷轧带钢 板形识别 改进猎食者算法 神经网络 核极限学习机
在线阅读 下载PDF
基于MI-ECHPO-PNN的高压断路器故障诊断研究 被引量：7
4
作者 张莲 贾浩 +3 位作者 赵梦琪 张尚德 季鸿宇 李多 《重庆理工大学学报（自然科学）》 北大核心 2023年第7期265-271,共7页
为了提高断路器故障状态诊断的准确性,精准识别故障,提出一种基于互信息特征选择和改进猎食者算法优化概率神经网络的高压断路器故障诊断方法(MI-ECHPO-PNN)。利用变分模态分解振动信号,选择其中频率较高的分量提取故障特征,利用互信息... 为了提高断路器故障状态诊断的准确性,精准识别故障,提出一种基于互信息特征选择和改进猎食者算法优化概率神经网络的高压断路器故障诊断方法(MI-ECHPO-PNN)。利用变分模态分解振动信号,选择其中频率较高的分量提取故障特征,利用互信息算法进行特征筛选,作为诊断模型的输入;运用改进的猎食者算法优化概率神经网络的平滑因子,将优化后的参数输入概率神经网络搭建ECHPO-PNN故障诊断模型。仿真结果表明:ECHPO-PNN模型相比其他PNN模型,诊断效果更好,准确率可达100%,具有良好的准确性和稳定性。 展开更多
关键词 高压断路器 故障诊断 互信息算法 猎食者算法 概率神经网络
在线阅读 下载PDF
基于深度学习和IHPO的桥梁结构模型修正方法 被引量：3
5
作者 顾箭峰 向春燕 +3 位作者 陶甫先 黄民水 贾文坤 王枫 《广西大学学报（自然科学版）》 CAS 北大核心 2022年第5期1147-1159,共13页
针对桥梁结构模型修正中实测振型不完备的问题,基于简支梁动力试验,利用卷积神经网络强化实测非完备振型,联合强化后的完备振型和实测频率构建目标函数,采用改进的猎食者优化算法修正结构有限元模型,并与用实测非完备振型和频率构建目... 针对桥梁结构模型修正中实测振型不完备的问题,基于简支梁动力试验,利用卷积神经网络强化实测非完备振型,联合强化后的完备振型和实测频率构建目标函数,采用改进的猎食者优化算法修正结构有限元模型,并与用实测非完备振型和频率构建目标函数进行模型修正的方法进行对比。结果表明:基于深度学习和改进猎食者优化算法修正的简支梁结构有限元模型的前4阶频率与实测值误差均小于0.5%,振型的模态置信准则值均大于0.99,且模型修正的平均消耗时间比使用实测非完备振型进行模型修正时少45%;所提出的方法具有更高的精度和效率,且传感器数量仅为4个时12单元简支梁也能获得精确的模型修正结果。 展开更多
关键词 桥梁结构 模型修正 猎食者优化算法 有限传感器 卷积神经网络
在线阅读 下载PDF
已选择0条
导出题录 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
使用帮助 返回顶部