期刊文献+
共找到67篇文章
< 1 2 4 >
每页显示 20 50 100
MOALG: A Metaheuristic Hybrid of Multi-Objective Ant Lion Optimizer and Genetic Algorithm for Solving Design Problems
1
作者 Rashmi Sharma Ashok Pal +4 位作者 Nitin Mittal Lalit Kumar Sreypov Van Yunyoung Nam Mohamed Abouhawwash 《Computers, Materials & Continua》 SCIE EI 2024年第3期3489-3510,共22页
This study proposes a hybridization of two efficient algorithm’s Multi-objective Ant Lion Optimizer Algorithm(MOALO)which is a multi-objective enhanced version of the Ant Lion Optimizer Algorithm(ALO)and the Genetic ... This study proposes a hybridization of two efficient algorithm’s Multi-objective Ant Lion Optimizer Algorithm(MOALO)which is a multi-objective enhanced version of the Ant Lion Optimizer Algorithm(ALO)and the Genetic Algorithm(GA).MOALO version has been employed to address those problems containing many objectives and an archive has been employed for retaining the non-dominated solutions.The uniqueness of the hybrid is that the operators like mutation and crossover of GA are employed in the archive to update the solutions and later those solutions go through the process of MOALO.A first-time hybrid of these algorithms is employed to solve multi-objective problems.The hybrid algorithm overcomes the limitation of ALO of getting caught in the local optimum and the requirement of more computational effort to converge GA.To evaluate the hybridized algorithm’s performance,a set of constrained,unconstrained test problems and engineering design problems were employed and compared with five well-known computational algorithms-MOALO,Multi-objective Crystal Structure Algorithm(MOCryStAl),Multi-objective Particle Swarm Optimization(MOPSO),Multi-objective Multiverse Optimization Algorithm(MOMVO),Multi-objective Salp Swarm Algorithm(MSSA).The outcomes of five performance metrics are statistically analyzed and the most efficient Pareto fronts comparison has been obtained.The proposed hybrid surpasses MOALO based on the results of hypervolume(HV),Spread,and Spacing.So primary objective of developing this hybrid approach has been achieved successfully.The proposed approach demonstrates superior performance on the test functions,showcasing robust convergence and comprehensive coverage that surpasses other existing algorithms. 展开更多
关键词 Multi-objective optimization genetic algorithm ant lion optimizer METAHEURISTIC
下载PDF
Hybridization of Fuzzy and Hard Semi-Supervised Clustering Algorithms Tuned with Ant Lion Optimizer Applied to Higgs Boson Search 被引量:1
2
作者 Soukaina Mjahed Khadija Bouzaachane +2 位作者 Ahmad Taher Azar Salah El Hadaj Said Raghay 《Computer Modeling in Engineering & Sciences》 SCIE EI 2020年第11期459-494,共36页
This paper focuses on the unsupervised detection of the Higgs boson particle using the most informative features and variables which characterize the“Higgs machine learning challenge 2014”data set.This unsupervised ... This paper focuses on the unsupervised detection of the Higgs boson particle using the most informative features and variables which characterize the“Higgs machine learning challenge 2014”data set.This unsupervised detection goes in this paper analysis through 4 steps:(1)selection of the most informative features from the considered data;(2)definition of the number of clusters based on the elbow criterion.The experimental results showed that the optimal number of clusters that group the considered data in an unsupervised manner corresponds to 2 clusters;(3)proposition of a new approach for hybridization of both hard and fuzzy clustering tuned with Ant Lion Optimization(ALO);(4)comparison with some existing metaheuristic optimizations such as Genetic Algorithm(GA)and Particle Swarm Optimization(PSO).By employing a multi-angle analysis based on the cluster validation indices,the confusion matrix,the efficiencies and purities rates,the average cost variation,the computational time and the Sammon mapping visualization,the results highlight the effectiveness of the improved Gustafson-Kessel algorithm optimized withALO(ALOGK)to validate the proposed approach.Even if the paper gives a complete clustering analysis,its novel contribution concerns only the Steps(1)and(3)considered above.The first contribution lies in the method used for Step(1)to select the most informative features and variables.We used the t-Statistic technique to rank them.Afterwards,a feature mapping is applied using Self-Organizing Map(SOM)to identify the level of correlation between them.Then,Particle Swarm Optimization(PSO),a metaheuristic optimization technique,is used to reduce the data set dimension.The second contribution of thiswork concern the third step,where each one of the clustering algorithms as K-means(KM),Global K-means(GlobalKM),Partitioning AroundMedoids(PAM),Fuzzy C-means(FCM),Gustafson-Kessel(GK)and Gath-Geva(GG)is optimized and tuned with ALO. 展开更多
关键词 ant lion optimization binary clustering clustering algorithms Higgs boson feature extraction dimensionality reduction elbow criterion genetic algorithm particle swarm optimization
下载PDF
Ant Lion Optimization Approach for Load Frequency Control of Multi-Area Interconnected Power Systems
3
作者 R. Satheeshkumar R. Shivakumar 《Circuits and Systems》 2016年第9期2357-2383,共27页
This work proposes a novel nature-inspired algorithm called Ant Lion Optimizer (ALO). The ALO algorithm mimics the search mechanism of antlions in nature. A time domain based objective function is established to tune ... This work proposes a novel nature-inspired algorithm called Ant Lion Optimizer (ALO). The ALO algorithm mimics the search mechanism of antlions in nature. A time domain based objective function is established to tune the parameters of the PI controller based LFC, which is solved by the proposed ALO algorithm to reach the most convenient solutions. A three-area interconnected power system is investigated as a test system under various loading conditions to confirm the effectiveness of the suggested algorithm. Simulation results are given to show the enhanced performance of the developed ALO algorithm based controllers in comparison with Genetic Algorithm (GA), Particle Swarm Optimization (PSO), Bat Algorithm (BAT) and conventional PI controller. These results represent that the proposed BAT algorithm tuned PI controller offers better performance over other soft computing algorithms in conditions of settling times and several performance indices. 展开更多
关键词 Load Frequency Control (LFC) Multi-Area Power System Proportional-Integral (PI) Controller ant lion optimization (alo) Bat algorithm (BAT) Genetic algorithm (GA) Particle Swarm optimization (PSO)
下载PDF
考虑特征关联性的ALO-CNN-LSTM短期负荷预测 被引量:1
4
作者 杨超 王兴 《微型电脑应用》 2024年第1期27-31,共5页
针对短期负荷预测模型未充分考虑负荷的时序性和非线性以及历史负荷的高冗余性,提出一种考虑特征关联性的ALO-CNN-LSTM短期负荷预测模型。采用卷积神经网络(CNN)获取负荷时间序列高维空间特征。采用Copula函数对天气、湿度等气象因素序... 针对短期负荷预测模型未充分考虑负荷的时序性和非线性以及历史负荷的高冗余性,提出一种考虑特征关联性的ALO-CNN-LSTM短期负荷预测模型。采用卷积神经网络(CNN)获取负荷时间序列高维空间特征。采用Copula函数对天气、湿度等气象因素序列与高维空间特征进行关联性分析,选出相关性较高的特征参量,采用长短期记忆网络(LSTM)获取高维时域特征,同时结合蚁狮优化(ALO)算法训练模型并确定最佳参数,提高模型的收敛速度和预测精度。以电工数学建模竞赛负荷为例进行仿真分析,并对比不同的优化算法和预测模型。仿真结果表明:模型具有较快的收敛速度和较高预测精度,验证模型的有效性以及实用性。 展开更多
关键词 卷积神经网络 长短期记忆网络 短期负荷预测 相关性分析 蚁狮优化算法
下载PDF
基于改进VMD及ConvNeXt的小电流接地系统单相接地故障选线方法
5
作者 张浩 张大海 +2 位作者 刘乃毓 吴奎忠 侍哲 《高电压技术》 北大核心 2025年第2期730-741,I0021,共13页
对于小电流接地系统的单相接地故障选线,传统方法普遍采用基于一维信号的选线模型,存在选线准确率低、抗噪性弱等问题。为此提出一种改进的变分模态分解及Conv Ne Xt的小电流接地系统单相接地故障选线方法。首先引入蚁狮算法优化变分模... 对于小电流接地系统的单相接地故障选线,传统方法普遍采用基于一维信号的选线模型,存在选线准确率低、抗噪性弱等问题。为此提出一种改进的变分模态分解及Conv Ne Xt的小电流接地系统单相接地故障选线方法。首先引入蚁狮算法优化变分模态分解算法,通过蚁狮算法自动寻优选取合适的分解次数和惩罚因子,计算分解得到的各分量的分布熵,将其中的噪声分量筛选去除,将其余有效分量进行线性重构得到降噪后的零序电流信号;其次,将经过降噪处理后的一维零序电流信号经格拉姆角场转换为二维图像,制备故障选线数据集;然后,引入预训练的ConvNeXt模型,根据该研究数据模型特征,在其已有权重基础上对模型参数进行对应微调,从而提高模型精度并形成最终的选线模型;最后引入绝对平均误差、均方根误差作为评价指标验证所提降噪算法有效性。分别在加入噪声与否的前提下,将所提模型与3种选线模型相比较。实验结果表明该模型的准确率最高、抗噪性方面更好,其中该研究算法准确率达到了99.82%并且在不同噪声条件下都能维持91%以上的准确率,高于其他选线模型,克服了传统故障选线方法准确率低、抗噪性差的问题。 展开更多
关键词 故障选线 蚁狮优化算法 变分模态分解 分布熵 格拉姆角场 Conv Ne Xt
原文传递
基于KPCA-ALO-WLSSVM的埋地管道外腐蚀速率预测 被引量:11
6
作者 张新生 张莹莹 《安全与环境学报》 CAS CSCD 北大核心 2022年第4期1804-1812,共9页
为提高埋地油气管道外腐蚀速率预测精度,建立了一种基于KPCA-ALO-WLSSVM的埋地管道外腐蚀速率预测模型。以沿川气东送管线所做埋片试验获取的数据为例,首先利用核主成分分析(KPCA)对管道外腐蚀影响因素进行处理,以重构的综合指标作为模... 为提高埋地油气管道外腐蚀速率预测精度,建立了一种基于KPCA-ALO-WLSSVM的埋地管道外腐蚀速率预测模型。以沿川气东送管线所做埋片试验获取的数据为例,首先利用核主成分分析(KPCA)对管道外腐蚀影响因素进行处理,以重构的综合指标作为模型的输入值;然后利用加权最小二乘支持向量机(WLSSVM)对外腐蚀因素和速率进行仿真建模,并利用蚁狮优化算法(ALO)对WLSSVM建模中的参数进行寻优。结果表明:KPCA提取了累计贡献率为97.84%的3个主元,减化了建模过程的复杂性;所构建的ALO-WLSSVM外腐蚀速率预测模型的平均相对误差为4.390%,均方根误差为0.276,各项指标均优于其对比模型,证明了本模型具有更好的学习性和更高的拟合效果。 展开更多
关键词 安全工程 埋地管道 外腐蚀速率 核主成分分析(KPCA) 蚁狮优化算法(alo) 加权最小二乘支持向量机(WLSSVM)
原文传递
一种基于ALO-SVM算法的入侵检测方法 被引量:6
7
作者 陈卓 单欣欣 《现代电子技术》 北大核心 2020年第10期79-82,共4页
入侵检测一直是网络安全领域的热点研究方向,为了提高网络入侵检测的速度和准确性,提出一种在PCA降维的基础上,基于蚁狮优化算法(The Ant Lion Optimizer,ALO)和支持向量机(Support Vector Machine,SVM)相结合的入侵检测方法。该算法首... 入侵检测一直是网络安全领域的热点研究方向,为了提高网络入侵检测的速度和准确性,提出一种在PCA降维的基础上,基于蚁狮优化算法(The Ant Lion Optimizer,ALO)和支持向量机(Support Vector Machine,SVM)相结合的入侵检测方法。该算法首先利用主成分分析法(Principal Component Analysis,PCA)对数据进行降维处理以去除冗余数据,并利用ALO算法优化SVM的参数,然后根据优化后的SVM建立入侵检测模型,最后利用由PCA处理过的KDDCUP99数据集验证检测模型。实验结果表明,所提方法相较于简单的ALO优化SVM和PSO-SVM算法,在提高正确率的基础上,检测速度有显著提高。 展开更多
关键词 入侵检测 数据处理 检测模型建立 蚁狮优化算法 支持向量机 分类测试
下载PDF
基于变分模态分解和改进频率增强分解变压器的有色金属价格预测
8
作者 王瑞 宋琦 +1 位作者 刘文慧 摆玉龙 《西北师范大学学报(自然科学版)》 2025年第1期51-60,I0004,共11页
准确预测有色金属价格对于决策者、投资者和研究人员具有重要意义.为了提高预测精度,文中提出了一种新型混合预测模型,称为(EVMD-ICEEMDAN-RFEDformer,EIRF).首先,使用变分模态分解(variational mode decomposition,VMD)将原始价格分解... 准确预测有色金属价格对于决策者、投资者和研究人员具有重要意义.为了提高预测精度,文中提出了一种新型混合预测模型,称为(EVMD-ICEEMDAN-RFEDformer,EIRF).首先,使用变分模态分解(variational mode decomposition,VMD)将原始价格分解为多个分量,同时使用改进的蚁狮搜索算法(modified ant lion optimization,MALO)对VMD的两个参数进行优化.其次,采用改进的带有自适应噪声的完全集成经验模式分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)进一步分解VMD产生的残差序列,从中提取有价值的信息.然后将所有分解的子序列输入到改进的频率增强分解变压器(reinforced frequency enhanced decomposition transformer,RFEDformer)中.最后,合并RFEDformer的预测并得出最终结果.为了验证模型的可靠性,文中利用了伦敦金属交易所的锡、铜和镍价格数据制定了3个不同的实验,并与12个对比模型进行了比较.结果表明混合模型在3个数据集上都取得了良好的性能. 展开更多
关键词 有色金属价格预测 蚁狮优化算法 二次分解 RFEDformer模型 Sophia优化器 IKMSE损失函数
下载PDF
基于Kriging模型的参数不确定性模型修正
9
作者 许泽伟 《机械制造与自动化》 2025年第2期196-200,232,共6页
提出一种不确定性模型修正方法对结构中参数和响应的概率分布情况进行准确估计,使得模型修正更具有实际意义。采用拉丁超立方抽样方法对参数统计矩(均值、标准差)进行抽样获取样本点,利用多项式混沌展开模型快速计算响应统计矩的优势对... 提出一种不确定性模型修正方法对结构中参数和响应的概率分布情况进行准确估计,使得模型修正更具有实际意义。采用拉丁超立方抽样方法对参数统计矩(均值、标准差)进行抽样获取样本点,利用多项式混沌展开模型快速计算响应统计矩的优势对每一组样本点输出响应统计矩进行计算。以参数的统计矩为输入,结构响应统计矩为输出构建kriging模型,建立描述参数不确定性与响应不确定性之间的函数关系式。以kriging模型输出与实测数据差为目标函数,使用蚁狮算法进行迭代优化寻求最佳解。该方法通过3自由度弹簧质量块系统和三维桁架进行验证,所得响应统计矩接近实测数据,验证了方法的可行性。 展开更多
关键词 不确定性模型修正 多项式混沌展开 KRIGING模型 参数统计矩 蚁狮优化算法
下载PDF
基于EEMD-ALOCO-SVM模型的光伏功率短期区间预测 被引量:7
10
作者 吴汉斌 时珉 +2 位作者 郑焕坤 张纪欣 张华铭 《太阳能学报》 EI CAS CSCD 北大核心 2023年第11期64-71,共8页
光伏发电功率的预测方法目前分为点值预测和区间预测两类,但点值预测方法难以适应光伏功率的随机性和波动性,因此,该文构建一种基于集合经验模态分解(EEMD)和混沌蚁狮算法(ALOCO)的支持向量机(SVM)光伏功率区间短期预测模型。首先,通过... 光伏发电功率的预测方法目前分为点值预测和区间预测两类,但点值预测方法难以适应光伏功率的随机性和波动性,因此,该文构建一种基于集合经验模态分解(EEMD)和混沌蚁狮算法(ALOCO)的支持向量机(SVM)光伏功率区间短期预测模型。首先,通过灰色关联度筛选出不同环境条件的相似日样本集,并利用EEMD将光伏出力序列分解成不同的本征模态函数;然后,利用混沌蚁狮算法对SVM的误差惩罚因子C和核函数参数γ进行优化,并利用分位数回归法对光伏的输出功率进行短期区间预测;最后,通过算例数据验证所建立模型的有效性。 展开更多
关键词 光伏发电系统 支持向量机 蚁群优化 集合经验模态分解 功率预测 区间预测
原文传递
采用多目标蚁狮优化算法(MALO)的环境经济调度 被引量:2
11
作者 何旺 刘敏 《智能计算机与应用》 2023年第6期117-121,共5页
本文针对传统优化算法求解电力系统环境经济调度(EED)容易陷入局部最优解的问题,采用了一种多目标进化算法——多目标蚁狮优化算法(MALO),通过在计及阀点效应和没有阀点效应的测试案例上实现。实验表明,MALO算法在可行域内更容易搜索出... 本文针对传统优化算法求解电力系统环境经济调度(EED)容易陷入局部最优解的问题,采用了一种多目标进化算法——多目标蚁狮优化算法(MALO),通过在计及阀点效应和没有阀点效应的测试案例上实现。实验表明,MALO算法在可行域内更容易搜索出全局最优解。 展开更多
关键词 环境经济调度 多目标优化算法 阀点效应 蚁狮算法
下载PDF
基于ALO-ENN算法的洪灾评估模型及应用 被引量:6
12
作者 崔东文 王宗斌 《人民珠江》 2016年第5期44-50,共7页
针对洪灾评估缺乏评判标准及Elman神经网络(ENN)初始权值、阈值难以确定的不足,利用洪灾各影响因子序列均值及标准差构建洪灾评估标准,并基于该标准采用随机内插和随机选取的方法构造样本对ENN网络进行训练及检验。利用蚁狮优化(ALO)算... 针对洪灾评估缺乏评判标准及Elman神经网络(ENN)初始权值、阈值难以确定的不足,利用洪灾各影响因子序列均值及标准差构建洪灾评估标准,并基于该标准采用随机内插和随机选取的方法构造样本对ENN网络进行训练及检验。利用蚁狮优化(ALO)算法对ENN网络权值、阈值进行全局寻优,提出基于ALO-ENN算法的洪灾评估模型,并构建PSO-ENN、ENN评估模型作对比,以我国1950—2013年洪灾评估为例进行实例研究。结果表明:1ALO算法寻优能力优于PSO算法,具有较好的收敛精度、稳健性能和全局寻优能力,利用ALO算法寻优ENN网络初始权值和阈值,可有效提高ENN模型的评估精度及泛化能力;2ALO-ENN模型对全国64年的洪灾评估结果为特大洪灾10次,重大洪灾4次,较大洪灾25次,洪灾12次和一般洪灾13次,洪灾随时间呈增加趋势,且增加趋势显著。 展开更多
关键词 洪灾评估 蚁狮优化算法 ELMAN神经网络 评估模型
下载PDF
基于多目标蚁狮算法的Stewart平台优化设计
13
作者 史晓娟 王磊 +1 位作者 姚兵 程森林 《现代雷达》 CSCD 北大核心 2024年第11期79-84,共6页
针对Stewart平台传统结构优化设计中,存在的设计过程低效、优化方案不全面以及优化结果不直观等问题,在深入分析Stewart平台运动特性的基础上,建立平台的运动学方程,并通过仿真技术求解出平台的可达工作空间以及灵活工作空间。文中将多... 针对Stewart平台传统结构优化设计中,存在的设计过程低效、优化方案不全面以及优化结果不直观等问题,在深入分析Stewart平台运动特性的基础上,建立平台的运动学方程,并通过仿真技术求解出平台的可达工作空间以及灵活工作空间。文中将多目标蚁狮(MOALO)算法应用于Stewart平台的结构优化设计,以雅可比矩阵条件数以及可用操作度为优化目标,通过仿真软件得到多组优化解,即帕雷托优化解集;以用作运动模拟器的Stewart平台为例进行具体的优化设计分析,通过对灵活工作空间体积占比的求解,验证了该算法的有效性和可行性。在Stewart平台的结构优化设计中,MOALO算法相较进化遗传算法、多目标粒子群算法等,在多目标优化问题上具有更好的收敛性和覆盖性,更符合实际多目标优化工程设计。 展开更多
关键词 STEWART平台 运动学方程 结构优化 多目标蚁狮算法 工作空间
原文传递
基于视觉感知域的钢轨铣磨车人机界面布局优化方法 被引量:1
14
作者 刘伟军 刘新昊 +5 位作者 孙猛 魏喆 赵日铮 于沈弘 杨国哲 姜兴宇 《计算机集成制造系统》 EI CSCD 北大核心 2024年第5期1694-1709,共16页
如何快速获取铣削作业参数信息与铣磨车车机作业状态是保证钢轨铣磨车钢轨修复作业效率、质量与安全的关键。基于此,提出一种基于灰狼-蚁狮算法的钢轨铣磨车人机交互界面优化方法。综合考虑钢轨修复过程中多维度信息、多流程、多功能、... 如何快速获取铣削作业参数信息与铣磨车车机作业状态是保证钢轨铣磨车钢轨修复作业效率、质量与安全的关键。基于此,提出一种基于灰狼-蚁狮算法的钢轨铣磨车人机交互界面优化方法。综合考虑钢轨修复过程中多维度信息、多流程、多功能、多对象等要求,建立以视觉感知强度为目标的钢轨铣磨车人机交互界面优化模型;提出一种基于灰狼-蚁狮的模型求解算法,解决多决策变量界面布局模型求解时陷入局部最优与极值点逼近问题,获得钢轨铣磨车人机交互界面优化方案。最后,对优化前后的钢轨铣磨车人机交互界面进行眼动实验,实验结果表明,优化后的人机界面布局在舒适性、安全性以及界面的合理性上都优于原装备的设计,验证了该模型与算法的有效性和可行性。 展开更多
关键词 钢轨铣磨车 视觉感知强度 人机界面优化 灰狼-蚁狮算法
下载PDF
一种多策略改进鲸鱼优化算法的混沌系统参数辨识 被引量:2
15
作者 潘悦悦 吴立飞 杨晓忠 《智能系统学报》 CSCD 北大核心 2024年第1期176-189,共14页
针对混沌系统参数辨识精度不高的问题,以鲸鱼优化算法(whale optimization algorithm,WOA)为基础,提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初... 针对混沌系统参数辨识精度不高的问题,以鲸鱼优化算法(whale optimization algorithm,WOA)为基础,提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初始种群,采用非线性收敛因子和自适应权重,提高算法收敛速度,为了避免算法陷入局部最优,动态选择自适应t分布或蚁狮优化算法更新后期位置,提高处理局部极值的能力。通过对10个基准函数和高维测试函数进行仿真试验,表明MIWOA具有良好的稳定性和收敛精度。将MIWOA应用于辨识Rossler和Lu混沌系统参数,仿真结果优于现有成果,表明本文MIWOA辨识混沌系统参数的高效性和实用性。 展开更多
关键词 多策略改进鲸鱼优化算法 混沌系统 参数辨识 Chebyshev混沌映射 自适应t分布 蚁狮优化算法 基准函数 Wilcoxon秩和检验
下载PDF
基于蚁狮优化高斯过程回归的锂电池剩余使用寿命预测 被引量:1
16
作者 冯娜娜 杨明 +2 位作者 惠周利 王瑞洁 宁弘扬 《储能科学与技术》 CAS CSCD 北大核心 2024年第5期1643-1652,共10页
迅速获取精确的锂电池的剩余使用寿命和健康状态,对于维持锂电池的可靠性至关重要。针对锂电池剩余使用寿命(remaining useful life,RUL)预测精度较低,传统的高斯过程回归(Gaussian process regression,GPR)模型的超参数寻优结果不理想... 迅速获取精确的锂电池的剩余使用寿命和健康状态,对于维持锂电池的可靠性至关重要。针对锂电池剩余使用寿命(remaining useful life,RUL)预测精度较低,传统的高斯过程回归(Gaussian process regression,GPR)模型的超参数寻优结果不理想、预测效果差等问题,使用蚁狮优化算法(ant-lion optimization algorithm,ALO)对高斯过程回归的超参数进行寻优,实现锂电池剩余使用寿命的精确预测。首先,根据电池充电过程中电池电压的循环曲线,提取了6个参数作为电池的健康因子,然后采用Pearson相关系数验证健康因子与电池容量的相关关系,最终选出平均放电电压、恒流充电阶段电池存储的充电量、整个充电阶段电池存储的充电量以及时间积分中的放电温度这4个参数作为健康因子。最后,利用支持向量回归(support vector regression,SVR)、GPR和ALO-GPR对锂电池RUL进行预测,对各项指标进行比较分析。并将本工作所提出的模型与其他文献所提出的模型进行了比较。通过NASA锂电池数据集验证了模型的有效性,实验结果表明,所提出ALO-GPR的RUL预测模型误差小,均方根误差控制在1%以内,平均绝对误差控制在0.65%以内,泛化性强,具有良好的应用前景。 展开更多
关键词 锂电池 高斯过程回归 蚁狮优化算法 剩余使用寿命
下载PDF
蚁狮优化算法研究综述 被引量:1
17
作者 胡城 蔡延光 +1 位作者 黄嘉铖 曾庆丰 《自动化与信息工程》 2024年第3期1-10,15,共11页
蚁狮优化(ALO)算法是通过模拟自然界中蚁狮捕食蚂蚁的狩猎机制而提出的一种新型元启发式算法,广泛应用于各种优化问题,具有全局寻优能力强、收敛精度高、简单易实现等特点。首先,简述ALO算法的原理及流程;然后,阐述ALO算法的多种变体;接... 蚁狮优化(ALO)算法是通过模拟自然界中蚁狮捕食蚂蚁的狩猎机制而提出的一种新型元启发式算法,广泛应用于各种优化问题,具有全局寻优能力强、收敛精度高、简单易实现等特点。首先,简述ALO算法的原理及流程;然后,阐述ALO算法的多种变体;接着,介绍ALO算法在工程设计、人工智能、计算机科学、电力系统优化、控制系统等领域的应用;最后,对ALO算法进行总结,并提出建议和未来可能的研究方向。 展开更多
关键词 蚁狮优化算法 元启发式算法 综述
下载PDF
Two-Stage Planning of Distributed Power Supply and Energy Storage Capacity Considering Hierarchical Partition Control of Distribution Network with Source-Load-Storage 被引量:1
18
作者 Junhui Li Yuqing Zhang +4 位作者 Can Chen Xiaoxiao Wang Yinchi Shao Xingxu Zhu Cuiping Li 《Energy Engineering》 EI 2024年第9期2389-2408,共20页
Aiming at the consumption problems caused by the high proportion of renewable energy being connected to the distribution network,it also aims to improve the power supply reliability of the power system and reduce the ... Aiming at the consumption problems caused by the high proportion of renewable energy being connected to the distribution network,it also aims to improve the power supply reliability of the power system and reduce the operating costs of the power system.This paper proposes a two-stage planning method for distributed generation and energy storage systems that considers the hierarchical partitioning of source-storage-load.Firstly,an electrical distance structural index that comprehensively considers active power output and reactive power output is proposed to divide the distributed generation voltage regulation domain and determine the access location and number of distributed power sources.Secondly,a two-stage planning is carried out based on the zoning results.In the phase 1 distribution network-zoning optimization layer,the network loss is minimized so that the node voltage in the area does not exceed the limit,and the distributed generation configuration results are initially determined;in phase 2,the partition-node optimization layer is planned with the goal of economic optimization,and the distance-based improved ant lion algorithm is used to solve the problem to obtain the optimal distributed generation and energy storage systemconfiguration.Finally,the IEEE33 node systemwas used for simulation.The results showed that the voltage quality was significantly improved after optimization,and the overall revenue increased by about 20.6%,verifying the effectiveness of the two-stage planning. 展开更多
关键词 Zoning control two-stage planning site selection and capacity determination optimized scheduling improved ant lion algorithm
下载PDF
基于多目标蚁狮优化算法的月球InSAR卫星编队构型设计
19
作者 舒睿 贾庆贤 +1 位作者 于丹 杜耀珂 《系统工程与电子技术》 EI CSCD 北大核心 2024年第9期3128-3138,共11页
本文研究了月球干涉合成孔径雷达(interferometric synthetic aperture radar,InSAR)卫星编队构型设计问题。首先,建立了基于相对偏心率/相对倾角(eccentricity/inclination,E/I)矢量的月球InSAR卫星相对动力学模型。然后,研究了月球轨... 本文研究了月球干涉合成孔径雷达(interferometric synthetic aperture radar,InSAR)卫星编队构型设计问题。首先,建立了基于相对偏心率/相对倾角(eccentricity/inclination,E/I)矢量的月球InSAR卫星相对动力学模型。然后,研究了月球轨道摄动环境下的编队飞行长期稳定飞行条件。进一步,以相对测高精度和模糊高度为优化指标,同时考虑星间安全性,给出了月球InSAR卫星编队构型优化的目标函数。针对现有的研究方法难以解决构型设计的多目标问题,应用改进多目标蚁狮优化算法实现了月球InSAR卫星编队构型设计。仿真结果表明,其在基线使用率方面更优,从而验证了所提算法的适应性和有效性。 展开更多
关键词 月球InSAR卫星编队 构型设计 蚁狮优化算法
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部