期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
混合改进的蜜獾优化算法
1
作者 谢高源 张亚明 +2 位作者 普蝶 普东琪 钱政弘 《现代电子技术》 北大核心 2025年第7期163-168,共6页
针对蜜獾优化算法收敛速度不够快、容易陷入局部最优解和全局搜索能力不够强的问题,提出一种混合改进的蜜獾优化算法(HIHBA)。融入螺旋搜索策略,通过螺旋搜索逐步增加搜索半径和搜索角度,使得算法能够更广泛地搜索整个解空间,从而跳出... 针对蜜獾优化算法收敛速度不够快、容易陷入局部最优解和全局搜索能力不够强的问题,提出一种混合改进的蜜獾优化算法(HIHBA)。融入螺旋搜索策略,通过螺旋搜索逐步增加搜索半径和搜索角度,使得算法能够更广泛地搜索整个解空间,从而跳出局部最优解,更快地找到全局最优解;引入柯西变异策略进一步增强算法的全局搜索能力。对改进后的HIHBA算法与其他算法在8个基准函数上进行相同条件的对比测试,并通过Wilcoxon秩和检验进一步验证其性能。仿真结果表明,HIHBA在收敛速度和收敛精度上取得了显著的提升,与其他算法相比具有更强的竞争力和更优越的综合性能。 展开更多
关键词 蜜獾优化算法 螺旋搜索策略 柯西变异 全局最优解 测试函数 秩和检验
在线阅读 下载PDF
多策略改进的蜜獾优化算法 被引量:3
2
作者 董红伟 李爱莲 +1 位作者 解韶峰 崔桂梅 《小型微型计算机系统》 CSCD 北大核心 2024年第2期293-300,共8页
针对标准蜜獾算法存在的易陷入局部最优值、目标精度低、局部搜索能力不足等问题,提出了一种多策略改进的蜜獾算法.在种群初始化阶段,使用Chebyshev混沌映射初始化种群,保证随机性的同时提高种群的均衡性;在局部挖掘阶段加入莱维飞行,... 针对标准蜜獾算法存在的易陷入局部最优值、目标精度低、局部搜索能力不足等问题,提出了一种多策略改进的蜜獾算法.在种群初始化阶段,使用Chebyshev混沌映射初始化种群,保证随机性的同时提高种群的均衡性;在局部挖掘阶段加入莱维飞行,使寻找最优值到确定最优值的过程更加平稳,避免算法陷入局部最优;在最优个体确定阶段上引入最优个体自适应变异策略,来提高算法局部搜索能力以及收敛精度,避免算法个体早熟.选取18个基准测试函数进行仿真,同时结合秩和检验、实际工程应用对该算法进行多维度评估,实验证明改进的蜜獾算法与标准蜜獾算法相比,在收敛速度、目标精度以及寻优搜索能力均有明显改善,表现出较好的鲁棒性. 展开更多
关键词 蜜獾优化算法 Chebyshev混沌映射 莱维分行 最优个体自适应变异
在线阅读 下载PDF
基于改进蜜獾优化算法的光伏MPPT研究 被引量:1
3
作者 潘成勇 涂建 +2 位作者 赵小芳 陈强 王杨 《电子设计工程》 2024年第4期47-51,共5页
光伏阵列的输出功率易受外界影响而呈现功率多峰值现象,传统的最大功率追踪算法难以寻得最优功率输出。为了提升光伏发电系统的效率,提出一种改进的蜜獾优化算法作为光伏最大功率点追踪的方法。结合Tent映射,使种群在初始化过程中均匀分... 光伏阵列的输出功率易受外界影响而呈现功率多峰值现象,传统的最大功率追踪算法难以寻得最优功率输出。为了提升光伏发电系统的效率,提出一种改进的蜜獾优化算法作为光伏最大功率点追踪的方法。结合Tent映射,使种群在初始化过程中均匀分布,以增加算法全局寻优能力。在Matlab2018b/Simulink环境下仿真,基于Boost电路验证最大功率的追踪效果,结果显示,该方法在不同工况下,较粒子群算法的MPPT,均具有较好的追踪效果,且改进的HBA算法较HBA本身,追踪时间缩短了0.104 s。 展开更多
关键词 光伏发电系统 最大功率追踪 蜜獾优化算法 智能算法应用
在线阅读 下载PDF
基于改进蜜獾优化算法的地铁避障机器人路径规划
4
作者 胡义飞 潘菁菁 《郑州铁路职业技术学院学报》 2024年第3期40-42,共3页
提出一种改进蜜獾优化算法(IHBA),用来解决地铁避障机器人的路径规划问题。首先,引入精英反向学习策略,增加算法的全局搜索能力,提高算法跳出局部最优的能力和收敛性;其次,采用栅格法对环境建模,设置起点和终点,模拟构建简单的地铁站局... 提出一种改进蜜獾优化算法(IHBA),用来解决地铁避障机器人的路径规划问题。首先,引入精英反向学习策略,增加算法的全局搜索能力,提高算法跳出局部最优的能力和收敛性;其次,采用栅格法对环境建模,设置起点和终点,模拟构建简单的地铁站局部环境地图;再次,实验对比多种智能算法,证实改进算法能用最短的时间获得最短路径,避障效果良好。 展开更多
关键词 路径规划 蜜獾优化算法 精英反向学习策略
在线阅读 下载PDF
LHBA优化VMD降噪算法及在管道泄漏信号中的应用
5
作者 王冬梅 何壮 +2 位作者 柴永康 孙颖 路敬祎 《吉林大学学报(信息科学版)》 CAS 2023年第6期961-968,共8页
针对变分模态分解(VMD:Variational Mode Decomposition)算法在分解信号时参数选择不准确导致降噪效果不理想的问题,提出一种改进的蜜獾优化算法(LHBA:Levy Honey Badger Algorithm)与VMD结合的降噪算法。首先,利用LHBA算法优选VMD的分... 针对变分模态分解(VMD:Variational Mode Decomposition)算法在分解信号时参数选择不准确导致降噪效果不理想的问题,提出一种改进的蜜獾优化算法(LHBA:Levy Honey Badger Algorithm)与VMD结合的降噪算法。首先,利用LHBA算法优选VMD的分解模态数K和惩罚因子α;其次,利用优化后的参数进行VMD信号分解;最后,计算各模态分量与原始信号之间的豪斯多夫距离(HD:Hausdorff Distance),选取有效模态分量进行信号降噪处理。实验结果表明,该算法与HBA(Honey Badger Algorithm)-VMD、 GA(Genetic Algorithm)-VMD和PSO(Particle Swarm Optimization)-VMD相比,其4种评价指标均优于其他对比算法,具有较好的降噪效果,验证了该算法的有效性和先进性。 展开更多
关键词 蜜獾优化算法 动态莱维飞行 变分模态分解 管道泄漏 非线性密度因子
在线阅读 下载PDF
基于IHBA的全电驱船能量管理策略研究
6
作者 徐大勇 赵杨 +2 位作者 舒方舟 闫羲 戴晓强 《软件导刊》 2023年第10期124-130,共7页
目前,通常基于船舶电网模型建立能量管理实时优化模型能调整各分布式电源的出力比重,以提高全电驱船航行过程中的综合效益。为进一步提高船舶效益提升幅度,根据优化问题的实际特点,提出一种蜜獾优化算法的改进方法(IHBA)调整密度因子计... 目前,通常基于船舶电网模型建立能量管理实时优化模型能调整各分布式电源的出力比重,以提高全电驱船航行过程中的综合效益。为进一步提高船舶效益提升幅度,根据优化问题的实际特点,提出一种蜜獾优化算法的改进方法(IHBA)调整密度因子计算方式与个体行为模式选择方式。实验表明,在相同的运行时间内,IHBA得到的能量管理策略综合成本始终低于标准算法,证实了改进方法的有效性与先进性,以期为全电驱船能量管理提供新的解决方案。 展开更多
关键词 全电驱船 能量管理策略 实时优化 蜜獾优化算法 数字科技
在线阅读 下载PDF
基于MF-DFA与BorutaShap的天然气需求预测模型
7
作者 温泉 王宁 魏学华 《油气储运》 北大核心 2025年第1期109-119,共11页
【目的】天然气需求受诸多因素影响,有效获取天然气月度需求时序数据的局部特征信息,可提升天然气需求预测模型非线性拟合能力与预测精度。【方法】首先,引入多重分形消除趋势波动分析(Multi-Fractal Detrended Fluctuation Analysis,MF... 【目的】天然气需求受诸多因素影响,有效获取天然气月度需求时序数据的局部特征信息,可提升天然气需求预测模型非线性拟合能力与预测精度。【方法】首先,引入多重分形消除趋势波动分析(Multi-Fractal Detrended Fluctuation Analysis,MF-DFA),对天然气月度需求时序数据进行分形研究。其次,采用二次插值法与随机森林(Random Forest,RF)插值法,处理影响因素特征序列数据中时间粒度不一致与缺失的情况。而后,选择极限梯度提升(eXtreme Gradient Boosting,XGBoost)模型,分别对插值前后原特征序列及经Boruta、SHAP(SHapley Additive exPlanations)、BorutaShap筛选后的新特征序列进行计算误差分析,以确定最佳特征序列筛选降维方式,进一步降低模型输入数据的维度与规模。最后,引入Sobol低差异序列、改进密度因子及莱维飞行策略,以提升蜜獾优化算法(Honey Badger Algorithm,HBA)种群初始化覆盖范围的均匀分布度、扩大迭代搜索范围及跳出局部最优的能力,从而增强改进HBA对XGBoost模型中决策树数量、决策树深度、学习速率等决定模型拟合能力的参数寻优效果。【结果】采用BorutaShap算法进行特征序列筛选降维最佳,新提出的多策略优化HBAXGBoost模型的预测精度优于其他对比模型,其平均绝对百分比误差、平均绝对值误差、均方根误差及决定系数分别为2.87%、9.3509、11.3353及0.8909。【结论】该方法适用于多种影响因素条件下的天然气需求预测,可为天然气行业发展规划决策提供参考依据。 展开更多
关键词 天然气需求 随机森林 Sobol BorutaShap 蜜獾优化算法 莱维飞行 XGBoost
原文传递
基于隐式数字孪生的采煤机自主调高策略研究 被引量:7
8
作者 蔡安江 刘俊强 +1 位作者 刘亚东 任志刚 《矿业研究与开发》 CAS 北大核心 2022年第11期188-194,共7页
针对传统控制方法存在滞后性和难以实现对采煤机进行自主调高控制的问题,构建了采煤机自主调高隐式数字孪生模型(IDT),实现了采煤机的高效自主调高。提出了IDT和长短时记忆神经网络(LSTM)联合驱动的采煤机截割轨迹预测方法,首次采用蜜... 针对传统控制方法存在滞后性和难以实现对采煤机进行自主调高控制的问题,构建了采煤机自主调高隐式数字孪生模型(IDT),实现了采煤机的高效自主调高。提出了IDT和长短时记忆神经网络(LSTM)联合驱动的采煤机截割轨迹预测方法,首次采用蜜獾算法(HBA)优化LSTM的超参数,算例分析结果表明:蜜獾算法优化长短时记忆神经网络(HBA-LSTM)相比普通LSTM具有更高的精确度。提出了基于隐式数字孪生的采煤机自主调高控制策略,其结构包含数据采集、IDT模型和采煤机自主调高3个部分,在自主调高部分引入控制项修正了采煤机的控制参数。实例仿真表明:在IDT环境下,参数修正后的采煤机自主调高轨迹曲线更接近采煤机实际调高轨迹,最大误差仅为0.028m,有效地提高了采煤机自主调高的适应性。 展开更多
关键词 采煤机 隐式数字孪生 蜜獾优化算法 截割轨迹预测 自主调高
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部