期刊导航
期刊开放获取
重庆大学
退出
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
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
检索
高级检索
期刊导航
共找到
6
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
土石坝渗流性态分析的IAO-XGBoost集成学习模型与预测结果解释
被引量:
13
1
作者
余红玲
王晓玲
+3 位作者
任炳昱
郑鸣蔚
吴国华
朱开渲
《水利学报》
EI
CSCD
北大核心
2023年第10期1195-1209,共15页
针对现有土石坝渗流数值模拟方法计算效率较低、难以实时分析大坝渗流性态,而现有基于机器学习算法建立的代理模型又存在模型可解释性较差的问题,提出土石坝渗流性态分析的IAO-XGBoost集成学习模型,并基于Shapley加性解释(SHapley Addit...
针对现有土石坝渗流数值模拟方法计算效率较低、难以实时分析大坝渗流性态,而现有基于机器学习算法建立的代理模型又存在模型可解释性较差的问题,提出土石坝渗流性态分析的IAO-XGBoost集成学习模型,并基于Shapley加性解释(SHapley Additive exPlanation,SHAP)理论对预测结果进行解释。在采用多地质体自动建模方法和CFD技术对大坝渗流场进行计算分析的基础上,基于改进的天鹰(Improved Aquila Optimization,IAO)算法优化极限梯度提升(eXtreme Gradient Boosting,XGBoost)集成学习算法中的n_estimators、max_depth和learning_rate等超参数,进而建立基于IAO-XGBoost集成学习算法的大坝渗流性态指标预测模型,以揭示上下游水位和坝基地层渗透系数等输入特征变量与渗流性态指标模拟值间的复杂非线性映射关系。进一步地,将IAO-XGBoost集成学习算法与可解释机器学习框架SHAP理论相结合,挖掘影响大坝渗流性态指标预测结果的关键特征,并解释特征变量对渗流性态指标预测的影响。案例研究表明,IAO-XGBoost具有较高的预测精度,相比于IAO-GBDT、IAO-RF、IAO-DT和IAO-SVR算法,其预测精度分别提高了0.52%、11.64%、37.21%和25.07%;且相比于IAO-XGBoost、IAO-GBDT和IAO-RF算法的特征重要性分析方法,SHAP理论具有更强的模型可解释性,提高了预测结果的可信度。
展开更多
关键词
土石坝
渗流性态分析
XGBoost
可解释性
SHAP理论
改进的天鹰优化算法
下载PDF
职称材料
基于VMD和IAO-SVM的电压暂降源识别方法
被引量:
13
2
作者
陈晓华
王志平
+6 位作者
吴杰康
陈盛语
许海文
孙中海
杨国荣
江剑民
陈锦涛
《广东电力》
2023年第1期59-67,共9页
针对支持向量机(support vector machine,SVM)的惩罚因子、核函数参数选择困难和天鹰优化(aquila optimizer,AO)算法在寻优时容易陷入局部最优解的问题,利用改进的天鹰优化(improved aquila optimizer,IAO)算法对SVM的惩罚因子和核函数...
针对支持向量机(support vector machine,SVM)的惩罚因子、核函数参数选择困难和天鹰优化(aquila optimizer,AO)算法在寻优时容易陷入局部最优解的问题,利用改进的天鹰优化(improved aquila optimizer,IAO)算法对SVM的惩罚因子和核函数参数进行寻优,构建IAO-SVM分类器,利用变分模态分解(variational mode decomposition,VMD)提取电压暂降源信号三相电压的特征向量,并进行归一化处理之后输入到构造好的IAO-SVM分类器中对样本进行训练与识别,并与K近邻、极限学习机、SVM和AO-SVM这4种分类器进行对比。仿真结果表明,在对8种电压暂降源信号分别加入0 dB、10 dB、20 dB、30 dB、40 dB、50 dB和60 dB的高斯白噪声情况下,IAO-SVM分类器识别的准确率分别为99.5%、94%、99.25%、100%、99.25%、98.5%和97.25%,其识别准确率最高,验证了在对信号加入不同的高斯白噪声时,IAO-SVM分类器均具有较高的识别准确率和抗噪声能力,有助于解决电压暂降源的分类问题。
展开更多
关键词
变分模态分解
改进天鹰优化算法
支持向量机
电压暂降源识别
奇异值熵
近似熵
下载PDF
职称材料
大坝渗流安全监测数据异常检测的改进DSAE模型
被引量:
7
3
作者
余红玲
王晓玲
+3 位作者
程正飞
喻葭临
吴国华
郑鸣蔚
《水力发电学报》
CSCD
北大核心
2023年第10期128-138,共11页
针对现有大坝渗流安全监测数据异常检测方法存在检测效率和精度较低的不足,以及在异常阈值拟定过程中大多未能综合考虑监测数据随机性和模糊性的问题,提出大坝渗流安全监测数据异常检测的改进深度稀疏自编码器(deep sparse autoencoder,...
针对现有大坝渗流安全监测数据异常检测方法存在检测效率和精度较低的不足,以及在异常阈值拟定过程中大多未能综合考虑监测数据随机性和模糊性的问题,提出大坝渗流安全监测数据异常检测的改进深度稀疏自编码器(deep sparse autoencoder,DSAE)模型。在以奇异谱分析方法提取监测数据残差分量的基础上,采用基于混沌初始化和非线性飞行速率改进的天鹰优化(improved Aquila optimization,IAO)算法对DSAE的超参数进行优化,建立IAO-DSAE模型,实现对监测数据残差分量的高精度重构;然后,在异常阈值的拟定过程中,将逆向云算法中的期望和熵值分别替代传统3σ法中的均值和标准差,以综合考虑监测数据的随机性和模糊性对异常阈值拟定的影响,提高异常检测结果的可靠性。工程案例研究表明,相比于基于统计模型法和3σ法的异常检测方法,根据所提方法处理后的渗流安全监测数据建立的预测模型,预测精度的平均提高幅度分别为5.56%和6.99%,验证了所提方法的有效性。
展开更多
关键词
渗流安全
异常检测
深度稀疏自编码器(DSAE)
逆向云
改进天鹰优化(
iao
)算法
奇异谱分析
下载PDF
职称材料
基于改进天鹰算法的隐式广义预测控制
被引量:
2
4
作者
刘倩
陶文华
+1 位作者
王智聪
季昭宇
《国外电子测量技术》
北大核心
2023年第3期52-58,共7页
在面对使用不确定的参数控制时隐式广义预测算法响应速度慢,导致辨识精度低下的问题,提出一种基于改进天鹰算法(AO)优化的隐式广义预测控制。首先在天鹰算法4个搜索阶段设置可变的惯性权,使得天鹰算法各个搜索阶段更加均衡,避免了收敛...
在面对使用不确定的参数控制时隐式广义预测算法响应速度慢,导致辨识精度低下的问题,提出一种基于改进天鹰算法(AO)优化的隐式广义预测控制。首先在天鹰算法4个搜索阶段设置可变的惯性权,使得天鹰算法各个搜索阶段更加均衡,避免了收敛过程耗时长且易陷入局部最优的问题。其次采用改进的天鹰优化算法求出隐式广义预测控制有约束条件时的最优控制。最后将算法应用到某厂循环流化床锅炉进行仿真,从时间上来看,用改进AO算法优化的隐式广义预测的平均仿真速度为3.9831 s,比隐式广义预测平均用的5.9531 s有了明显的速度上的提高,并且在小误差内,能有良好的跟踪效果。仿真结果表明了该算法的可行性,以及其优越的控制性能。
展开更多
关键词
隐式广义预测
改进天鹰算法
混合优化
原文传递
采用混合搜索策略的阿奎拉优化算法
被引量:
1
5
作者
付小朋
王勇
冯爱武
《计算机应用研究》
CSCD
北大核心
2022年第10期3026-3032,共7页
针对阿奎拉优化算法(AO)存在的不足,提出一种采用混合搜索策略的阿奎拉优化算法(HAO)。首先,利用动态调整函数平衡算法的全局探索与局部开发;其次,利用混沌自适应权重来增强算法的全局搜索能力、加快算法的收敛速度;最后,设计新的个体...
针对阿奎拉优化算法(AO)存在的不足,提出一种采用混合搜索策略的阿奎拉优化算法(HAO)。首先,利用动态调整函数平衡算法的全局探索与局部开发;其次,利用混沌自适应权重来增强算法的全局搜索能力、加快算法的收敛速度;最后,设计新的个体变异概率系数,采用改进型差分变异策略,利用适应度值较优个体引领群体中其他个体开展搜索活动,保持了种群的多样性,增强了算法跳出局部最优的能力。通过八个基准测试函数和10个CEC2019测试函数,以及一个工程应用问题的数值实验仿真对所提算法进行实验验证。实验结果表明,所提算法的全局收敛速度和优化精度均得到了明显地改善,跳出局部最优的能力得到了增强。
展开更多
关键词
阿奎拉优化算法
动态调整
混沌自适应权重
改进型差分变异
下载PDF
职称材料
基于改进天鹰优化算法的微电网多目标优化调度研究
被引量:
2
6
作者
宗寿松
万俊杰
《电工电气》
2023年第12期15-22,28,共9页
微电网优化调度对降低企业用电费用,减少能源损耗和环境污染具有重要意义。研究了覆盖光伏、风电、储能、燃气轮机和柴油发电机的分布式电源,在微电网并网运行的情况下,为协调系统内部各微电源的出力情况,对光伏发电、风力发电和用电负...
微电网优化调度对降低企业用电费用,减少能源损耗和环境污染具有重要意义。研究了覆盖光伏、风电、储能、燃气轮机和柴油发电机的分布式电源,在微电网并网运行的情况下,为协调系统内部各微电源的出力情况,对光伏发电、风力发电和用电负荷功率进行预测,建立了以运行成本和污染治理费用最低的目标函数,并采用改进天鹰优化算法(IAO)进行求解,求得不同分布式电源和大电网的出力情况。仿真结果表明,该模型在保证用户持续供电的情况下,可以在一定程度上有效降低企业用户的用电成本以及减少污染物的排放,为微电网实际运行的功率分配提供指导。
展开更多
关键词
微电网
多目标
改进天鹰优化算法
优化调度
下载PDF
职称材料
题名
土石坝渗流性态分析的IAO-XGBoost集成学习模型与预测结果解释
被引量:
13
1
作者
余红玲
王晓玲
任炳昱
郑鸣蔚
吴国华
朱开渲
机构
天津大学水利工程仿真与安全国家重点实验室
出处
《水利学报》
EI
CSCD
北大核心
2023年第10期1195-1209,共15页
基金
国家自然科学基金雅砻江联合基金项目(U1965207)。
文摘
针对现有土石坝渗流数值模拟方法计算效率较低、难以实时分析大坝渗流性态,而现有基于机器学习算法建立的代理模型又存在模型可解释性较差的问题,提出土石坝渗流性态分析的IAO-XGBoost集成学习模型,并基于Shapley加性解释(SHapley Additive exPlanation,SHAP)理论对预测结果进行解释。在采用多地质体自动建模方法和CFD技术对大坝渗流场进行计算分析的基础上,基于改进的天鹰(Improved Aquila Optimization,IAO)算法优化极限梯度提升(eXtreme Gradient Boosting,XGBoost)集成学习算法中的n_estimators、max_depth和learning_rate等超参数,进而建立基于IAO-XGBoost集成学习算法的大坝渗流性态指标预测模型,以揭示上下游水位和坝基地层渗透系数等输入特征变量与渗流性态指标模拟值间的复杂非线性映射关系。进一步地,将IAO-XGBoost集成学习算法与可解释机器学习框架SHAP理论相结合,挖掘影响大坝渗流性态指标预测结果的关键特征,并解释特征变量对渗流性态指标预测的影响。案例研究表明,IAO-XGBoost具有较高的预测精度,相比于IAO-GBDT、IAO-RF、IAO-DT和IAO-SVR算法,其预测精度分别提高了0.52%、11.64%、37.21%和25.07%;且相比于IAO-XGBoost、IAO-GBDT和IAO-RF算法的特征重要性分析方法,SHAP理论具有更强的模型可解释性,提高了预测结果的可信度。
关键词
土石坝
渗流性态分析
XGBoost
可解释性
SHAP理论
改进的天鹰优化算法
Keywords
earth-rock dam
seepage behavior analysis
XGBoost
interpretability
SHAP theory
improved
aquila
optimization
algorithm
分类号
TV641 [水利工程—水利水电工程]
下载PDF
职称材料
题名
基于VMD和IAO-SVM的电压暂降源识别方法
被引量:
13
2
作者
陈晓华
王志平
吴杰康
陈盛语
许海文
孙中海
杨国荣
江剑民
陈锦涛
机构
东莞理工学院电子工程与智能化学院
广东工业大学自动化学院
出处
《广东电力》
2023年第1期59-67,共9页
基金
广东省基础与应用基础研究基金项目(2019B1515120076)。
文摘
针对支持向量机(support vector machine,SVM)的惩罚因子、核函数参数选择困难和天鹰优化(aquila optimizer,AO)算法在寻优时容易陷入局部最优解的问题,利用改进的天鹰优化(improved aquila optimizer,IAO)算法对SVM的惩罚因子和核函数参数进行寻优,构建IAO-SVM分类器,利用变分模态分解(variational mode decomposition,VMD)提取电压暂降源信号三相电压的特征向量,并进行归一化处理之后输入到构造好的IAO-SVM分类器中对样本进行训练与识别,并与K近邻、极限学习机、SVM和AO-SVM这4种分类器进行对比。仿真结果表明,在对8种电压暂降源信号分别加入0 dB、10 dB、20 dB、30 dB、40 dB、50 dB和60 dB的高斯白噪声情况下,IAO-SVM分类器识别的准确率分别为99.5%、94%、99.25%、100%、99.25%、98.5%和97.25%,其识别准确率最高,验证了在对信号加入不同的高斯白噪声时,IAO-SVM分类器均具有较高的识别准确率和抗噪声能力,有助于解决电压暂降源的分类问题。
关键词
变分模态分解
改进天鹰优化算法
支持向量机
电压暂降源识别
奇异值熵
近似熵
Keywords
variational mode decomposition
improved
aquila
optimizer
algorithm
support vector machine
voltage sag source identification
singular value entropy
approximate entropy
分类号
TM712.2 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
大坝渗流安全监测数据异常检测的改进DSAE模型
被引量:
7
3
作者
余红玲
王晓玲
程正飞
喻葭临
吴国华
郑鸣蔚
机构
天津大学水利工程仿真与安全国家重点实验室
水电水利规划设计总院
出处
《水力发电学报》
CSCD
北大核心
2023年第10期128-138,共11页
基金
国家自然科学基金雅砻江联合基金(U1965207)。
文摘
针对现有大坝渗流安全监测数据异常检测方法存在检测效率和精度较低的不足,以及在异常阈值拟定过程中大多未能综合考虑监测数据随机性和模糊性的问题,提出大坝渗流安全监测数据异常检测的改进深度稀疏自编码器(deep sparse autoencoder,DSAE)模型。在以奇异谱分析方法提取监测数据残差分量的基础上,采用基于混沌初始化和非线性飞行速率改进的天鹰优化(improved Aquila optimization,IAO)算法对DSAE的超参数进行优化,建立IAO-DSAE模型,实现对监测数据残差分量的高精度重构;然后,在异常阈值的拟定过程中,将逆向云算法中的期望和熵值分别替代传统3σ法中的均值和标准差,以综合考虑监测数据的随机性和模糊性对异常阈值拟定的影响,提高异常检测结果的可靠性。工程案例研究表明,相比于基于统计模型法和3σ法的异常检测方法,根据所提方法处理后的渗流安全监测数据建立的预测模型,预测精度的平均提高幅度分别为5.56%和6.99%,验证了所提方法的有效性。
关键词
渗流安全
异常检测
深度稀疏自编码器(DSAE)
逆向云
改进天鹰优化(
iao
)算法
奇异谱分析
Keywords
seepage safety
anomaly detection
deep sparse autoencoder(DSAE)
reverse cloud
improved
aquila
optimization
(
iao
)
algorithm
singular spectrum analysis
分类号
TV698.12 [水利工程—水利水电工程]
下载PDF
职称材料
题名
基于改进天鹰算法的隐式广义预测控制
被引量:
2
4
作者
刘倩
陶文华
王智聪
季昭宇
机构
辽宁石油化工大学电子信息与控制工程学院
出处
《国外电子测量技术》
北大核心
2023年第3期52-58,共7页
文摘
在面对使用不确定的参数控制时隐式广义预测算法响应速度慢,导致辨识精度低下的问题,提出一种基于改进天鹰算法(AO)优化的隐式广义预测控制。首先在天鹰算法4个搜索阶段设置可变的惯性权,使得天鹰算法各个搜索阶段更加均衡,避免了收敛过程耗时长且易陷入局部最优的问题。其次采用改进的天鹰优化算法求出隐式广义预测控制有约束条件时的最优控制。最后将算法应用到某厂循环流化床锅炉进行仿真,从时间上来看,用改进AO算法优化的隐式广义预测的平均仿真速度为3.9831 s,比隐式广义预测平均用的5.9531 s有了明显的速度上的提高,并且在小误差内,能有良好的跟踪效果。仿真结果表明了该算法的可行性,以及其优越的控制性能。
关键词
隐式广义预测
改进天鹰算法
混合优化
Keywords
implicit generalized prediction control
improved
aquila
optimizer
algorithm
hybrid
optimization
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
采用混合搜索策略的阿奎拉优化算法
被引量:
1
5
作者
付小朋
王勇
冯爱武
机构
广西民族大学人工智能学院
广西混杂计算与集成电路设计分析重点实验室
出处
《计算机应用研究》
CSCD
北大核心
2022年第10期3026-3032,共7页
基金
国家自然科学基金资助项目(61662005)
广西自然科学基金资助项目(2021GXNSFAA220068)。
文摘
针对阿奎拉优化算法(AO)存在的不足,提出一种采用混合搜索策略的阿奎拉优化算法(HAO)。首先,利用动态调整函数平衡算法的全局探索与局部开发;其次,利用混沌自适应权重来增强算法的全局搜索能力、加快算法的收敛速度;最后,设计新的个体变异概率系数,采用改进型差分变异策略,利用适应度值较优个体引领群体中其他个体开展搜索活动,保持了种群的多样性,增强了算法跳出局部最优的能力。通过八个基准测试函数和10个CEC2019测试函数,以及一个工程应用问题的数值实验仿真对所提算法进行实验验证。实验结果表明,所提算法的全局收敛速度和优化精度均得到了明显地改善,跳出局部最优的能力得到了增强。
关键词
阿奎拉优化算法
动态调整
混沌自适应权重
改进型差分变异
Keywords
aquila
optimization
algorithm
dynamic adjustment
chaotic adaptive weights
improved
differential mutation
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于改进天鹰优化算法的微电网多目标优化调度研究
被引量:
2
6
作者
宗寿松
万俊杰
机构
江苏安科瑞微电网研究院有限公司
安科瑞电气股份有限公司
出处
《电工电气》
2023年第12期15-22,28,共9页
文摘
微电网优化调度对降低企业用电费用,减少能源损耗和环境污染具有重要意义。研究了覆盖光伏、风电、储能、燃气轮机和柴油发电机的分布式电源,在微电网并网运行的情况下,为协调系统内部各微电源的出力情况,对光伏发电、风力发电和用电负荷功率进行预测,建立了以运行成本和污染治理费用最低的目标函数,并采用改进天鹰优化算法(IAO)进行求解,求得不同分布式电源和大电网的出力情况。仿真结果表明,该模型在保证用户持续供电的情况下,可以在一定程度上有效降低企业用户的用电成本以及减少污染物的排放,为微电网实际运行的功率分配提供指导。
关键词
微电网
多目标
改进天鹰优化算法
优化调度
Keywords
microgrid
multi-objective
improved
aquila
optimizer
algorithm
optimal dispatch
分类号
TM711 [电气工程—电力系统及自动化]
TM73 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
土石坝渗流性态分析的IAO-XGBoost集成学习模型与预测结果解释
余红玲
王晓玲
任炳昱
郑鸣蔚
吴国华
朱开渲
《水利学报》
EI
CSCD
北大核心
2023
13
下载PDF
职称材料
2
基于VMD和IAO-SVM的电压暂降源识别方法
陈晓华
王志平
吴杰康
陈盛语
许海文
孙中海
杨国荣
江剑民
陈锦涛
《广东电力》
2023
13
下载PDF
职称材料
3
大坝渗流安全监测数据异常检测的改进DSAE模型
余红玲
王晓玲
程正飞
喻葭临
吴国华
郑鸣蔚
《水力发电学报》
CSCD
北大核心
2023
7
下载PDF
职称材料
4
基于改进天鹰算法的隐式广义预测控制
刘倩
陶文华
王智聪
季昭宇
《国外电子测量技术》
北大核心
2023
2
原文传递
5
采用混合搜索策略的阿奎拉优化算法
付小朋
王勇
冯爱武
《计算机应用研究》
CSCD
北大核心
2022
1
下载PDF
职称材料
6
基于改进天鹰优化算法的微电网多目标优化调度研究
宗寿松
万俊杰
《电工电气》
2023
2
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部