排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
针对海洋捕食者算法自适应能力有限、局部桎梏概率高等不足,提出阶段化改进的海洋捕食者算法.在高速度比阶段实施差分演化,在原始猎物群体的变异与交叉中扩大全局探索范围,遍历优化个体质量;引入正余弦算法等概率波动等速度比阶段的并行架构,提升莱维飞行群体与布朗运动群体的灵活性,促进群体间渗透,同节奏优化算法的开发能力与探索能力;融合柯西变异策略与反向学习策略改进低速度比阶段捕食者,生成具备自我调节能力的柯西镜像捕食者,避免迭代末期种群同化过度,强化算法反早熟能力.通过基准函数对比寻优实验及Wilcoxon符号秩检验来评估改进算法的性能,实验结果验证了阶段化改进策略对算法整体表现力的提升.利用改进算法优化在线序列极限学习机参数并应用于变压器故障诊断,进一步验证阶段化改进策略的有效性及工程实用性. 相似文献
2.
针对变压器故障诊断精度低的问题,本文提出一种改进寄生捕食算法(IPPA)优化概率神经网络(PNN)的电力变压器
故障诊断模型,首先利用主成分分析(PCA)对故障数据进行数据降维减少无效特征,然后利用混沌反向学习,柯西变异算子和
融合贝塔分布的线性递减函数的权重等多策略改进寄生捕食算法( IPPA),提高其优化能力,并使用改进后的 IPPA 算法优化
PNN 网络的平滑因子,以提高 PNN 的分类精度和鲁棒性。 最后将 PCA 处理后的数据输入到 IPPA-PNN 模型中进行故障诊断
并以变压器数据为依据进行测试,测试结果表明,IPPA-PNN 模型准确率达到 93%相比于 PPA-PNN 和 PSO-PNN 模型提高了
7%和 10%能够有效地提高变压器的故障诊断性能。 相似文献
3.
针对标准樽海鞘群算法存在的计算精度不足、易陷入局部停滞等缺陷,提出一种多策略融合的樽海鞘群算法。在初始化阶段,引入线性同余法随机发生器;利用野马算法优化樽海鞘领导者位置;采用金豺算法改进樽海鞘种群追随机制。通过测试函数寻优对比实验,证明多策略融合的樽海鞘群算法相比于其他智能算法在鲁棒性与稳定性方面均有显著提升。将多策略融合的樽海鞘群算法应用到含瓦斯煤破裂过程信号特征识别,实验结果表明:提出的含瓦斯煤破裂过程信号特征识别模型具有更好的表现,准确率可达93.33%,相比其他识别模型,识别率更高。 相似文献
4.
针对闪电连接过程算法鲁棒性欠佳、个体多样性有限等不足的问题,提出一种多策略改进的闪电连接过程算法.首先,采用透射学习策略和准对立学习策略有效提升初始化实验点个体质量,避免自有随机因子过度影响算法收敛性能;然后,设计实验点自适应动态跟随机制,在提升算法寻优性能的同时兼顾探索开发能力的协调;接着,采用镜像均值替代策略替换当前最优解和种群均值,防止算法因个体同化程度升高造成局部停滞;最后,选取基准测试函数进行智能算法对比寻优实验、改进算法对比寻优实验以及Wilcoxon符号秩检验实验,实验结果表明了所提出改进算法寻优性能的优越性以及改进策略的有效性.通过多策略改进的闪电连接过程算法优化长短时门循环控制单元参数进行变压器故障诊断工程应用实验,进一步验证所提出改进算法的工程实用性. 相似文献
5.
1