基于BN分解和ALO优化LSSVM模型的风电出力预测 被引量：6

1

作者 郭森 《智慧电力》 2017年第7期92-99,共8页

准确的风电出力预测对电力系统的安全稳定运行和减少系统运行成本至关重要。将BN分解法、蚁蛳优化算法(ALO)和最小二乘支持向量机模型(LSSVM)相结合,提出了一种短期风电出力预测BN-ALO-LSSVM混合模型。该模型首先将风电出力原始时间序... 准确的风电出力预测对电力系统的安全稳定运行和减少系统运行成本至关重要。将BN分解法、蚁蛳优化算法(ALO)和最小二乘支持向量机模型(LSSVM)相结合,提出了一种短期风电出力预测BN-ALO-LSSVM混合模型。该模型首先将风电出力原始时间序列分解为各子序列,进而运用LSSVM模型对各子序列分别进行预测;与此同时,为提升预测精度,运用ALO群体智能优化算法确定LSSVM模型的最优参数。实例结果表明:与LSSVM,BN-LSSVM和ALO-LSSVM模型相比,本文提出的风电出力预测BN-ALO-LSSVM混合模型的预测精度最高,且是有效可行的。 展开更多

关键词 风电出力预测 BN分解法 LSSVM模型 alo算法 混合预测模型

下载PDF 职称材料

基于ALO-BP神经网络的SRAM读时序预测

2

作者 柴永剑 张立军 +2 位作者 严雨灵 谢东东 马利军 《电子设计工程》 2024年第8期82-86,91,共6页

针对芯片设计中的后仿流程采用的时序分析用时过长,且传统回归模型预测出的时序值精确度较低等问题,提出一种基于蚁狮优化(Ant Lion Optimizer,ALO)算法的反向传播(Back Propagation,BP)神经网络的读时序预测方法。对14 nm SRAM芯片进... 针对芯片设计中的后仿流程采用的时序分析用时过长,且传统回归模型预测出的时序值精确度较低等问题,提出一种基于蚁狮优化(Ant Lion Optimizer,ALO)算法的反向传播(Back Propagation,BP)神经网络的读时序预测方法。对14 nm SRAM芯片进行表征,生成对应的liberty文件,提取其中的典型特征和时序参数并进行量化和归一化处理,形成相应的训练测试集。利用BP神经网络的自适应学习能力对数据集进行仿真训练,确定最优隐含层数;针对训练过程中对网络初始值非常依赖这一问题,采用蚁狮优化算法寻找均方误差最小时的网络初始权值,同时对比多种预测方法,对仿真方法和结果进行分析。实验结果表明,该模型收敛速度快、预测精度高,能对读时序进行有效预测。 展开更多

关键词 SRAM BP神经网络 alo算法 读时序

下载PDF 职称材料

改进ALO算法在风电并网稳定性优化中的应用研究 被引量：3

3

作者 金青峰 《黑龙江工业学院学报（综合版）》 2022年第6期59-64,共6页

现有风电并网技术中,仍存在电压偏差与频率波动等问题,为实现风电并网条件下配电网的稳定性与安全性,采用混沌思想对ALO算法进行改进,并将其应用至风电并网的配电网系统中。研究结果显示,改进ALO算法能够有效降低电压的偏移量与有功网损... 现有风电并网技术中,仍存在电压偏差与频率波动等问题,为实现风电并网条件下配电网的稳定性与安全性,采用混沌思想对ALO算法进行改进,并将其应用至风电并网的配电网系统中。研究结果显示,改进ALO算法能够有效降低电压的偏移量与有功网损,保证电能质量与配电网的输变电安全;相较于PSO算法与ALO算法而言,改进ALO算法具有更强的收敛性与鲁棒性,可在风电并网稳定性的优化中发挥出良好的应用效果,促进风电并网技术的提升与发展。 展开更多

关键词 alo算法 风电并网 稳定性 优化

下载PDF 职称材料

ALO优化下1DCNN-BiLSTM-Attention锂电池SOH预测 被引量：2

4

作者 李东洋 吕明泽 +2 位作者 郭艳蓉 郭嘉欣 刘晓彤 《电工技术》 2023年第4期33-40,共8页

锂电池因具有质量轻、寿命长、功率承受力高、自放电率低等优点,在绿色能源汽车制造、航空航天等领域得到了广泛应用。为了进一步提高锂电池健康状态(SOH)的预测精度,提出了一种基于一维卷积神经网络(1DCNN)和双向长短时记忆网络(BiLSTM... 锂电池因具有质量轻、寿命长、功率承受力高、自放电率低等优点,在绿色能源汽车制造、航空航天等领域得到了广泛应用。为了进一步提高锂电池健康状态(SOH)的预测精度,提出了一种基于一维卷积神经网络(1DCNN)和双向长短时记忆网络(BiLSTM)的锂电池SOH预测方法。1DCNN用于提取老化特征,BiLSTM用于特征分析。利用1DCNN参数少、抑制过拟合性能高的优点,并结合BiLSTM能充分考虑样本之间的关联性及有效结合数据过去和未来的状态等优势,模型能够在实现高预测精度的基础上兼具高计算速度。通过引入蚁狮优化算法(ALO)对模型的超参数进行优化,在减少耗时的基础上有效避免了人工调参的不确定性。同时引入注意力机制,通过对输入数据赋予不同权重,提高神经网络对重要信息的捕捉能力。以NASA锂电池数据集的电池参数为依据进行验证,结果表明该模型在B0005、B0006、B00073种锂电池单体上估计SOH的MAE均值为0.0064,相对于1DCNN-LSTM(0.0111)、CNN-LSTM&GRU(0.0197)模型分别降低了42.34%、67.51%,且在各方面评价指标上均优于其消融模型。 展开更多

关键词 锂电池健康度 神经网络 alo算法 超参数优化 注意力机制

下载PDF 职称材料

基于ALO-SOM神经网络的航迹稳定分析

5

作者 张振兴 杨任农 +2 位作者 房育寰 黄震宇 左家亮 《飞行力学》 CSCD 北大核心 2019年第2期41-45,共5页

为了快速准确地分析稳定敌方航向并判断其攻击目标,提出了基于蚁狮优化算法(ALO)的自组织竞争(SOM)神经网络的航迹稳定分析方法。首先探究了航迹稳定分析的具体流程;然后提出并采用ALO-SOM神经网络提取航迹特征;最后,为了提高复杂线段... 为了快速准确地分析稳定敌方航向并判断其攻击目标,提出了基于蚁狮优化算法(ALO)的自组织竞争(SOM)神经网络的航迹稳定分析方法。首先探究了航迹稳定分析的具体流程;然后提出并采用ALO-SOM神经网络提取航迹特征;最后,为了提高复杂线段拟合的准确性,采用分段线性拟合对特征进行处理,进而获取稳定的航向。仿真结果表明,ALO-SOM神经网络可以快速准确地提取航迹特征,SOM神经网络训练正常,分段线性拟合方法准确地获得了目标的稳定航向。 展开更多

关键词 蚁狮优化算法 SOM神经网络 分段线性拟合 意图识别

原文传递

基于蜂窝分区的蚁狮优化自适应路由算法 被引量：1

6

作者 孟德智 葛斌 《金陵科技学院学报》 2020年第2期17-23,共7页

为有效均衡无线传感器网络能耗、延长网络生命周期,提出一种基于虚拟蜂窝分区结合智能算法的多跳路由算法。首先引入边界光滑收缩因子和权重调节系数于蚁狮算法中,平衡算法全局开发能力、加快收敛速度,并通过基准函数进行对比验证改进... 为有效均衡无线传感器网络能耗、延长网络生命周期,提出一种基于虚拟蜂窝分区结合智能算法的多跳路由算法。首先引入边界光滑收缩因子和权重调节系数于蚁狮算法中,平衡算法全局开发能力、加快收敛速度,并通过基准函数进行对比验证改进有效性;再将监测区域进行多六边形划分,并利用改进蚁狮算法寻找最低代价传输路径,当路径中出现节点死亡时自动更新传输路径;最终形成自适应低能耗路径的网络路由协议。仿真实验表明,此算法在降低能耗和延长网络寿命方面,均明显优于CRVB、IHCRA算法。 展开更多

关键词 虚拟分区 六边形划分 改进蚁狮群算法 能耗均衡

下载PDF 职称材料

基于蚁狮优化算法与迹稀疏正则化的结构损伤识别 被引量：14

7

作者 陈承滨 余岭 +1 位作者 潘楚东 陈泽鹏 《振动与冲击》 EI CSCD 北大核心 2019年第16期71-76,99,共7页

针对基于群智能结构损伤识别既有方法的识别精度和抗噪鲁棒性不足问题,提出基于蚁狮优化算法与迹稀疏正则化的方法求解结构损伤识别问题。将结构损伤识别逆问题转化为数学中的约束优化问题,并根据模型修正原理利用结构模态参数定义优化... 针对基于群智能结构损伤识别既有方法的识别精度和抗噪鲁棒性不足问题,提出基于蚁狮优化算法与迹稀疏正则化的方法求解结构损伤识别问题。将结构损伤识别逆问题转化为数学中的约束优化问题,并根据模型修正原理利用结构模态参数定义优化问题的目标函数;在目标函数中引入迹稀疏约束;通过不同损伤工况下简支梁损伤识别数值模拟以及钢管简支梁实验验证方法的有效性。结果表明,基于蚁狮优化算法与迹稀疏正则化的结构损伤识别法能有效修正有限元模型,在不同噪声水平和损伤工况下不仅能准确定位损伤位置,且能精确识别损伤程度;该方法为结构损伤的现场识别提供了可能性。 展开更多

关键词 结构损伤识别(SDD) 蚁狮优化算法(alo) 迹稀疏正则化 约束优化问题 模型修正

下载PDF 职称材料

基于改进蚁狮优化算法的柔性作业车间调度研究 被引量：7

8

作者 王彦杰 向凤红 《机电工程》 CAS 北大核心 2022年第9期1325-1332,共8页

柔性作业车间调度的求解过程中,存在调度规模大、求解复杂程度高的问题,为此,在传统蚁狮算法的基础上,提出了一种基于改进蚁狮算法的柔性作业车间调度方法。首先,建立了以最小最大完工时间为优化目标的柔性作业车间调度模型,并使用双层... 柔性作业车间调度的求解过程中,存在调度规模大、求解复杂程度高的问题,为此,在传统蚁狮算法的基础上,提出了一种基于改进蚁狮算法的柔性作业车间调度方法。首先,建立了以最小最大完工时间为优化目标的柔性作业车间调度模型,并使用双层实数编码规则,对其工序和机器进行了编码;其次,设计了一种基于混沌映射与竞标赛选择的混合策略,随机生成了初始种群;然后,引用了遗传算法的交叉变异策略对工序及机器进行了选择;最后,为了验证改进蚁狮算法在柔性作业车间调度上的有效性,笔者利用Brandimarte基准算例与其他智能算法,进行了仿真对比实验。研究结果表明:采用混合策略初始化生成初始种群以及引入交叉变异策略的蚁狮算法,其初始化种群质量好,算法的收敛速度较快,逃避局部最优能力较强,加工机器的利用率较高;利用该算法求解Mk01算例中获得最大完工时间最小值为40,解的质量均高于采用其他算法得到的解。 展开更多

关键词 柔性作业车间调度问题 车间调度模型 蚁狮优化算法 混沌映射 竞标赛选择 交叉变异策略 Brandimarte

下载PDF 职称材料

基于变分模态分解与门控循环单元网络的云资源预测 被引量：6

9

作者 束文娟 曾凡平 +2 位作者 陈国柱 鲁厅厅 刘君怡 《计算机应用》 CSCD 北大核心 2021年第S02期159-164,共6页

云供应商为用户提供所需资源,分配不足可能会导致服务质量下降,分配过度则会导致资源浪费,因此准确预测资源使用情况至关重要。由于用户使用云资源的情况各不相同,不确定因素多,时序数据往往伴随着高随机性和非平稳性的特点,增加了预测... 云供应商为用户提供所需资源,分配不足可能会导致服务质量下降,分配过度则会导致资源浪费,因此准确预测资源使用情况至关重要。由于用户使用云资源的情况各不相同,不确定因素多,时序数据往往伴随着高随机性和非平稳性的特点,增加了预测的难度。为了捕获非平稳性数据更多信息,提高云资源使用情况的预测精度,提出基于变分模态分解(VMD)算法和门控循环单元(GRU)网络的预测模型(VMD;GRU)。首先将原始时序数据通过VMD算法分解成多个相对平稳的模态分量;再将蚁狮优化(ALO)算法集成到GRU模型中去,分别对分解后的本征模态分量进行预测,利用优化算法自适应地选择最优参数;最后整合每个分量的预测结果得到最终的云资源使用情况预测结果。在公开数据集上进行预测,并与未优化的GRU、差分自回归移动平均(ARIMA)和反向神经网络(BPNN)等进行对比。CPU利用率预测的实验结果表明,与并未分解且未优化的GRU模型相比,所提出的模型在预测精度上有48.1%的提升,验证了该方法的有效性。 展开更多

关键词 云资源预测 时间序列预测 变分模态分解算法 门限循环单元 蚁狮优化算法

下载PDF 职称材料

基于高斯变异的蚁狮算法及其在组合优化中的应用 被引量：3

10

作者 李彦苍 吴悦 《中国科技论文》 CAS 北大核心 2022年第3期295-304,共10页

针对蚁狮(ant lion optimizer,ALO)算法在寻优后期种群数量减少、精英蚁狮影响权重减小导致算法收敛速度较慢且易陷入局优的问题,提出基于高斯变异的蚁狮(Gaussian mutation based ALO,GALO)算法。首先引用Kent混沌对初始蚂蚁种群进行扰... 针对蚁狮(ant lion optimizer,ALO)算法在寻优后期种群数量减少、精英蚁狮影响权重减小导致算法收敛速度较慢且易陷入局优的问题,提出基于高斯变异的蚁狮(Gaussian mutation based ALO,GALO)算法。首先引用Kent混沌对初始蚂蚁种群进行扰动,提高蚂蚁种群多样性作为蚁狮寻优的基础;其次在精英蚁狮的位置更新方式中引入上一代精英蚁狮,提高算法全局搜索的能力,并通过动态切换概率平衡算法局部和全局探索的能力;最后引入高斯变异的方法,加强后期算法跳出局部最优的能力。通过10个测试函数来评估算法的寻优能力,并将其应用到0-1背包问题、桁架尺寸和动力学优化问题中,验证了GALO算法应用于组合优化问题中收敛速度更快、精度更高,为结构优化提供了一种新的方法。 展开更多

关键词 计算机应用技术 蚁狮算法 混沌映射 动态惯性权重 高斯变异 组合优化

下载PDF 职称材料

基于蚁狮算法的元特征选择方法 被引量：1

11

作者 李庚松 刘艺 +4 位作者 郑奇斌 秦伟 李红梅 任小广 宋明武 《系统工程与电子技术》 EI CSCD 北大核心 2023年第9期2831-2842,共12页

为了提升基于元学习算法选择的性能,提出一种基于蚁狮算法的元特征选择方法。首先,通过鲁棒初始化机制构建初始种群,增强所选元特征子集的鲁棒性。其次,在个体解的搜索过程中应用动态边界策略,增加方法的种群多样性。然后,采用混沌映射... 为了提升基于元学习算法选择的性能,提出一种基于蚁狮算法的元特征选择方法。首先,通过鲁棒初始化机制构建初始种群,增强所选元特征子集的鲁棒性。其次,在个体解的搜索过程中应用动态边界策略,增加方法的种群多样性。然后,采用混沌映射变异策略,提升方法的寻优性能,给出方法伪代码并分析时间复杂度。最后,使用130个数据集、150种元特征、8种候选算法和5种性能指标构建分类算法选择问题进行测试实验,分析方法的参数敏感性和机制策略效果,通过准确率、查准率、查全率和F 1分数指标评估并对比方法性能,验证了所提方法的有效性和优越性。 展开更多

关键词 元特征选择 蚁狮优化算法 算法选择 元学习 分类

下载PDF 职称材料

一种基于蚁狮最大熵算法与引导滤波的图像融合算法 被引量：1

12

作者 蒋杰伟 刘尚辉 +2 位作者 金库 魏戌盟 巩稼民 《电子与信息学报》 EI CSCD 北大核心 2023年第4期1391-1400,共10页

传统红外与可见光图像融合算法中易出现目标提取不够充分、细节丢失等问题,导致融合效果不理想,从而无法应用于目标检测、跟踪或识别等领域。因此,该文提出一种基于蚁狮优化算法(ALO)改进的最大香农(Shannon)熵分割法结合引导滤波的红... 传统红外与可见光图像融合算法中易出现目标提取不够充分、细节丢失等问题,导致融合效果不理想,从而无法应用于目标检测、跟踪或识别等领域。因此,该文提出一种基于蚁狮优化算法(ALO)改进的最大香农(Shannon)熵分割法结合引导滤波的红外与可见光图像融合方法。首先,使用蚁狮最大熵分割法(ALO-MES)对红外图像进行目标提取,然后,对红外和可见光图像使用非下采样剪切波变换(NSST),并对获得的低频和高频分量进行引导滤波。由提取的目标图像与增强后的红外和可见光低频分量通过低频融合规则得到低频融合系数,增强后的高频分量通过双通道脉冲发放皮层模型(DCSCM)得到高频融合系数,最后经NSST逆变换得到融合图像。实验结果表明,所提算法能够得到目标明确、背景信息清晰的融合图像。 展开更多

关键词 图像融合 蚁狮优化算法 最大Shannon熵分割 引导滤波 双通道脉冲发放皮层模型

下载PDF 职称材料