作者:曹帅帅; 陈雪鑫; 苗圃; 卜庆凯 期刊:《计算机与现代化》 2020年第01期
为了提高图像分割的质量和效率,同时,针对粒子群优化算法(Particle Swarm Optimization,PSO)容易陷于局部最优和K-均值算法对初始聚类中心敏感的问题,本文将PSO和K-均值算法相结合,提出一种通过调整惯性权重和学习因子的优化算法。首先,对图像进行去噪预处理,并将处理后的颜色图像转换到HSV空间,以提高色彩质量。然后,改进粒子群算法中的惯性权重和学习因子公式及参数,避免陷入局部最优。最后,根据粒子的适应度切换到K-均值算法执...
作者:郭进平; 吴泳杉 期刊:《建设科技》 2020年第03期
针对目前建筑企业生产活动中在安全投入方面存在的投入不足及配比不合理等问题,根据施工企业的特征,将投入划分为工程项目投入、技术投入、宣传教育投入、管理投入和劳保投入五项,通过粒子群算法对支持向量机参数的不断优化,构建基于PSO-SVM的预测模型,实现施工企业安全投入总额的预测。研究结果表明:模型在安全投入预测这一问题上,能够对安全投入的总额进行预测,且模型精度上高于神经网络。为企业今后的安全投入决策提供指导方向,...
作者:曹健萍; 李敬兆 期刊:《工矿自动化》 2020年第02期
目前煤矿全场景监测系统主要依赖于云计算实现数据处理、存储与决策,云计算需实时处理海量监测信息,严重影响系统决策层的时效性与精确度。针对该问题,提出一种基于雾计算的煤矿全场景监测系统,以神经元感知节点为单元设计雾计算神经网络,缓解云计算数据处理压力。针对基于粒子群优化算法(PSO)的节点部署方法存在过早收敛现象和局部最优解的问题,通过改进的PSO算法优化神经元感知节点部署,实现网络结构优化。仿真结果表明,与经典PS...
作者:孙明翰; 许哲; 郑立康; 许志强; 杜凤山 期刊:《中国机械工程》 2020年第03期
振动铸轧辊的周期性振动是诱发Kiss点波动的主要因素,亦可导致轧制力波动,最终造成铸轧薄带纵向厚度不均,为此,对粒子群优化算法进行改进,提出了在粒子群收缩因子算法基础上添加扰动因子的优化算法,并依托四种不同类型的测试函数对该算法进行了仿真分析。结合AMESim、MATLAB联合仿真平台进行仿真验证,并将该算法应用于双辊薄带振动铸轧机液压压下控制系统上进行实验验证,结果表明,在粒子群收缩因子算法基础上添加扰动因子的优化算...
作者:沈学政; 金雨婕; 苏祝成 期刊:《茶叶科学》 2020年第01期
品牌溢价在茶企业运营中有重要意义,品牌附加值决定价值取向。通过150份调查问卷和专家评议,建立产品质量、品牌独特性、品牌实力等3个中间层因子,产地生态、加工技术、生产规模、品牌个性化形象等9个底层因子。采用层次分析法(AHP)对各因子进行定量分析,并用粒子群优化算法(PSO)提高结果准度,建立茶企业品牌溢价定量模型,得出品牌知名度和产地生态是影响品牌溢价最重要的因子。同时,根据不同品牌类型,选择小罐茶、七彩云南、谢裕...
针对齿轮振动信号的非平稳非线性问题,提出了一种基于集合经验模态分解(EEMD)和支持向量机结合粒子群优化算法(PSO-SVM)的齿轮箱信号分析和故障诊断方法。首先利用小波包对原始信号进行去噪处理,将去噪信号进行EEMD分解,得到多个本征模函数(IMF)。然后计算得到每个本征模函数的能量熵,用作支持向量机训练的特征向量。最后使用PSO优化参数的SVM和BP神经网络方法分别对故障数据进行诊断。实验结果表明,该方法可以有效地应用于齿轮箱...
作者:蒋林利; 李洁 期刊:《广西科技师范学院学报》 2014年第01期
针对粒子群算法易陷入局部最优和寻优精度比较低等缺点,提出一种基于随机惯性权重和异步变化策略的学习因子的粒子群算法优化神经网络连接权重和阈值,并以此建立月降水预报建模研究.以广西桂北地区的月降水量实例分析,并与标准粒子群优化神经网络模型、随机权重的粒子群神经网络模型和神经网络模型对比,结果表明,该方法学习能力强和预测精度高,是一种有效的建模预报方法.
作者:徐辰华 期刊:《广西科技师范学院学报》 2010年第05期
针对烧结过程的时变、强非线性等特点,基于神经网络和粒子群优化算法,提出一种预测透气性状态的集成方法.采用神经网络分别建立透气性预测模型,采用粒子群优化算法对神经网络进行训练,提高预测模型的实时性;进而借助模糊分类器将预测子模型实现有机融合.最后实际运行结果表明,提出的集成模型具有较高的预测精度和较强的自学习能力,并且在工况波动严重的情况下,仍然具有好的预测效果.
作者:周学君; 陈丁; 唐轶 期刊:《数学建模及其应用》 2017年第01期
利用最小二乘支持向量机(LSSVM)建立土体残余强度模型,以液限、塑性指数、粘粒含量和偏差等为输入变量,通过改变输入变量的结构建立2个LSSVM模型,并采用粒子群优化(PSO)算法设定模型参数,分别预测残余摩擦角值,并与实验值、人工神经网络(ANN)模型作比较,得出LSSVM模型具有较好的效果,另外对LSSVM的输入变量进行敏感性分析,得出偏差对模型的影响最大,印证文献中结论并说明模型的合理性。
作者:缪家森; 成丽珉; 吕宏水 期刊:《电力工程技术》 2020年第01期
对锂离子电池荷电状态(SOC)进行准确估算是保证电池管理系统安全稳定运行的关键。常用的安时积分法存在累积误差,卡尔曼滤波算法需要建立精确的电池模型,神经网络法不依赖具体的锂电池模型,能够反映锂电池的非线性关系,因而受到广泛关注,然而传统神经网络估算SOC训练时间长、精度低。针对以往电池SOC估算精度低等问题,文中提出粒子群(PSO)优化极限学习机(ELM)神经网络的方法。以电池电压、电流和温度作为PSO-ELM模型的输入向量,以S...
作者:吴旋; 来兴平; 郭俊兵; 崔峰; 王泽阳; 许慧聪 期刊:《西安科技大学学报》 2020年第01期
为准确预测缓倾斜煤层区段煤柱宽度,分析了缓倾斜煤层综采工作面的主要影响因素,选取8个因子,建立了粒子群优化的支持向量机区段煤柱宽度预测模型(Particle Swarm Optimization Support Vector Machine,PSO-SVM),通过缓倾斜煤层的区段煤柱宽度情况统计分析,对粒子群优化的支持向量机模型(PSO-SVM)、网格搜索优化的支持向量机模型(GS-SVM)和遗传算法优化的支持向量机模型(GA-SVM)3种预测方法的精度进行了对比分析。结果表明:3种方法...
在粒子群优化算法中,对参数的调整会直接影响算法的收敛性、精确性和稳定性。为此,采用线性和非线性2种调整惯性权重策略,设置了3种调整方案,探索惯性权重调整对算法的影响。以Griewank、Rosenbrock等5个函数作为基准测试函数的仿真结果表明:Rosenbrock函数和Rastrigin函数收敛率低,且平均最优解与最优点存在很大偏差;Rosenbrock函数和Rastrigin函数时,在典型的线性递减策略中性能较差;在处理多峰函数问题时,取大值可提升算法的性...
作者:孔敏儒; 陈怡; 李文慧; 高健; 侯喆 期刊:《电网与清洁能源》 2019年第10期
为了对高压断路器操作机构进行故障诊断,提出了基于粒子群优化的PCA-LSSVM算法模型(PCA-PSOLSSVM),该模型的输入为高压断路器操作机构分合闸线圈电流曲线上的5组特征点,输出为1—5的故障类别。对某台高压断路器进行故障模拟,建立了PCA-PSO-LSSVM算法模型,对测试的断路器操作机构进行故障分类。结果表明,基于粒子群优化的PCA-LSSVM算法能够准确地对高压断路器操作机构进行故障分类。将PCA-PSO-LSSVM算法和多种基于SVM的故障诊断算法...
作者:张红民; 巴忠镭; 王艳; 孙成胜 期刊:《重庆理工大学学报·自然科学》 2019年第11期
光伏组件表面因灰尘沉降形成的局部阴影使得光伏阵列功率-电压特性曲线出现多个峰值,从而造成传统的最大功率点跟踪算法失效。粒子群算法因具有良好的全局寻优特性,被应用于局部阴影下的最大功率点追踪中,但仍存在搜索速度慢、精度不高等缺点。基于迁徙策略的自适应粒子群算法采用了自适应系数,其惯性权重和学习因子随着迭代次数的变化而变化,有效地平衡了算法的全局搜索能力和局部寻优能力;同时引入迁徙策略,根据评价算子对粒子种...
作者:史明泉; 崔丽珍; 赫佳星 期刊:《中国矿业》 2020年第02期
为进一步提高井下定位精度,本文提出一种基于粒子群算法-广义回归神经网络(PSO-GRNN)的煤矿井下定位算法。该算法利用广义回归神经网络(GRNN)建立井下定位模型,通过粒子群优化算法(PSO)寻找广义回归神经网络最优的平滑因子,降低人为调整的影响,提高定位精度。将信标节点接收到的信号强度(RSSI)值输入训练好的神经网络,神经网络的输出就是待测节点的坐标。仿真实验表明,PSO-GRNN模型相比未经优化的GRNN模型和BP模型,定位精度更高;相...
作者:徐耀松; 冯明昊; 梁小飞; 高原 期刊:《电力系统及其自动化学报》 2019年第11期
针对传统高压直流输电故障测距方法存在的缺陷,提出了基于小波包分解与径向基函数RBF(radial ba⁃sis function)神经网络相结合的故障测距算法。通过RBF神经网络拟合逼近能量比与故障距离之间的非线性关系,采用粒子群优化算法进行优化,运用小波包分解算法提取故障暂态电压信号的频谱能量对RBF神经网络进行训练学习,形成PSO-RBF故障测距模型。将反映故障位置的特征数据输入训练后的模型可进行故障测距。大量仿真结果表明,该方法精度...
作者:杨志淳; 靖晓平; 乐健; 沈煜; 张好; 杨帆 期刊:《电力自动化设备》 2019年第12期
为了提高配电设备故障预测水平,提出了一种常规综合评估方法与实时评估方法相结合的配电设备运行状态实时评估方法。给出了两阶段综合状态评估方法的框架体系,通过互信息理论(MI)量化设备各属性与状态的相关关系,消除冗余属性。利用粒子群优化(PSO)算法对BP神经网络权值与阈值进行优化,以提高评估质量。利用该MI-PSO-BP模型对某地区配电变压器实时状态进行评估,评估结果及发展趋势与实际情况相吻合,验证了该评估方法的正确性和有效...
作者:李静波; 肖谭南; 童伟林; 朱翎; 王建全 期刊:《电气自动化》 2019年第06期
频率是电力系统运行的重要指标,当电力系统发生功率缺额时,系统频率会下降。低频减载是保障电网安全稳定运行的第三道防线。实际系统中,基于启动频率和动作延时的低频减载方案应用广泛,但传统的整定方法模型高度简化,等效参数不随负荷水平及有功备用变化而变化。为减少负荷切除总量,提出一种基于改进频率响应模型的在线低频减载优化方法,利用粒子群优化算法在线计算复杂模型等效参数,同时将粒子群算法应用到低频减载方案中,最大限...
作者:朱海南; 刘静利; 张同军; 周玉; 张帆 期刊:《山东电力技术》 2019年第12期
新技术和设备的发展并不能绝对避免大停电事故的发生,而合理可行的机组恢复顺序能够加快大停电后的恢复进程,进一步缩减大停电的时间及范围。定义了一种新的线路权重,并在此基础上结合自励磁裕度提出了机组恢复路径操作成功率的概念。构建的优化模型以机组恢复路径操作成功率尽量高与恢复过程中机组发电量尽可能大为目标,采用了Dijkstra算法和引入交叉因子的改进粒子群优化技术求解,提高寻优质量和效率。最终运用IEEE30节点系统和...
作者:樊皓; 姜家财; 孙学 期刊:《传感器与微系统》 2020年第01期
面向双机协同交叉定位任务,以提高测向定位精度为目的,解决无人机的航迹规划问题。通过分析双机交叉定位的圆概率误差和无人机的动力学约束,建立双机交叉定位的三维航迹规划模型,引入带约束条件的粒子群优化算法,动态规划无人机的航迹,以持续提高测向定位精度,实现无人机的自动化控制。仿真结果表明:粒子群优化算法能有效规划出无人机的航迹,持续提高测向定位精度,算法时效性高,有一定的实际应用价值。