期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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
共找到4,317篇文章
< 1 2 … 216 >
每页显示 20 50 100
已选0条
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：
Comparative analysis of GA and PSO algorithms for optimal cost management in on-grid microgrid energy systems with PV-battery integration 认领 引用
1
作者 Mouna EL-Qasery Ahmed Abbou +2 位作者 Mohamed Laamim Lahoucine Id-Khajine Abdelilah Rochd 《Global Energy Interconnection》 EI CSCD 2025年第4期572-580,共9页
The advent of microgrids in modern energy systems heralds a promising era of resilience,sustainability,and efficiency.Within the realm of grid-tied microgrids,the selection of an optimal optimization algorithm is crit... The advent of microgrids in modern energy systems heralds a promising era of resilience,sustainability,and efficiency.Within the realm of grid-tied microgrids,the selection of an optimal optimization algorithm is critical for effective energy management,particularly in economic dispatching.This study compares the performance of Particle Swarm Optimization(PSO)and Genetic Algorithms(GA)in microgrid energy management systems,implemented using MATLAB tools.Through a comprehensive review of the literature and sim-ulations conducted in MATLAB,the study analyzes performance metrics,convergence speed,and the overall efficacy of GA and PSO,with a focus on economic dispatching tasks.Notably,a significant distinction emerges between the cost curves generated by the two algo-rithms for microgrid operation,with the PSO algorithm consistently resulting in lower costs due to its effective economic dispatching capabilities.Specifically,the utilization of the PSO approach could potentially lead to substantial savings on the power bill,amounting to approximately$15.30 in this evaluation.Thefindings provide insights into the strengths and limitations of each algorithm within the complex dynamics of grid-tied microgrids,thereby assisting stakeholders and researchers in arriving at informed decisions.This study contributes to the discourse on sustainable energy management by offering actionable guidance for the advancement of grid-tied micro-grid technologies through MATLAB-implemented optimization algorithms. 展开更多
关键词 Microgrid EMS GA algorithm PSO algorithm Cost optimization Economic dispatch
暂未订购 下载PDF
基于GA优化BP神经网络预测开关柜内部设备温度 认领 引用
2
作者 桑仲庆 袁会生 +4 位作者 游一民 戴冬云 周顺雄 廖权昌 姜维云 《高压电器》 CAS CSCD 北大核心 2026年第8期34-42,共9页
由于开关柜通入电流后,内部设备会产生热量,当温度长期超出阈值,会造成设备损坏无法保证安全,因此需要对开关柜内部温度进行监测,提前对柜内设备的温度进行预测,方便对设备进行维护。为了能够准确预测开关柜内部设备温度,基于BP神经网络... 由于开关柜通入电流后,内部设备会产生热量,当温度长期超出阈值,会造成设备损坏无法保证安全,因此需要对开关柜内部温度进行监测,提前对柜内设备的温度进行预测,方便对设备进行维护。为了能够准确预测开关柜内部设备温度,基于BP神经网络,采用GA算法对BP神经网络优化,提出GA-BP神经网络开关柜内部设备温度预测模型。首先分析影响开关柜温度上升的影响因素,并将其作为预测模型的输入数据;再通过预测模型的训练与测试;最后通过衡量指标来评价网络模型的优劣。测试结果表明,该方法能够有效预测开关柜内部设备的温度值,为变电站内设备进行维护提供了便利。 展开更多
关键词 开关柜 预测 温度 BP神经网络 GA算法
暂未订购 下载PDF
基于GA-SVR的瓦斯抽采纯量预测及自适应调控模型研究 认领 引用
3
作者 成小雨 程成 +3 位作者 安靖宇 周爱桃 艾子博 马兴莹 《中国矿业》 CAS 北大核心 2026年第4期125-133,共9页
为了解决瓦斯抽采后期由于含量降低导致瓦斯抽采纯量降低,抽采效果难以预测并且抽采效率低下的问题。基于抽采过程中各因素的非线性耦合特性,选择了支持向量回归机(SVR)和随机森林算法(RF)建立瓦斯抽采纯量预测模型对瓦斯抽采纯量进行预... 为了解决瓦斯抽采后期由于含量降低导致瓦斯抽采纯量降低,抽采效果难以预测并且抽采效率低下的问题。基于抽采过程中各因素的非线性耦合特性,选择了支持向量回归机(SVR)和随机森林算法(RF)建立瓦斯抽采纯量预测模型对瓦斯抽采纯量进行预测,并通过遗传算法(GA)对模型中的超参数进行优选。研究结果表明,GA-SVR模型预测的平均绝对误差为303.62,均方根误差为565.42,预测模型的平均绝对百分比误差为0.023,均高于同类模型。并且在顺层钻孔抽采过程中煤层经过多轮抽采后,抽采负压对抽采浓度和抽采纯量的控制作用被削弱,抽采负压对抽采浓度的控制效果降低,但仍能表现出对单日累计抽采纯量的相关性,而在穿层钻孔抽采条件下,抽采纯量和抽采浓度均对抽采负压的变化较为灵敏。因此,在GA-SVR预测模型的基础上,以管网瓦斯抽采纯量最大为目标,建立了瓦斯抽采负压自适应调控模型,现场对照试验表明以30 d为调控周期的自适应调控模型能在瓦斯抽采后期使试验钻孔组平均瓦斯抽采纯量比对照组提升5.08%,同时在前15 d使瓦斯抽采纯量提升7.15%,研究结果可以为瓦斯抽采后期的纯量预测及负压调控提供指导。 展开更多
关键词 瓦斯抽采 模型预测 支持向量回归机 遗传算法 自适应调控
暂未订购 下载PDF
基于改进GA-QPSO算法多无人机集群高原地区巡逻路径优化 认领 引用
4
作者 陈华群 吴麟 +2 位作者 高震宇 黄宇杰 王薏婷 《铁道运输与经济》 北大核心 2026年第5期58-72,共15页
高原地区受地形和气候限制,使无人机巡逻面临诸多挑战。多无人机集群路径规划,需兼顾安全与效率并适应高原环境,因而构建高效可靠路径规划方法至关重要。面向高原低空应用场景,研究多无人机集群巡逻路径规划模型与算法,实现多机队规模... 高原地区受地形和气候限制,使无人机巡逻面临诸多挑战。多无人机集群路径规划,需兼顾安全与效率并适应高原环境,因而构建高效可靠路径规划方法至关重要。面向高原低空应用场景,研究多无人机集群巡逻路径规划模型与算法,实现多机队规模不同目标下路径自动优化,定量评估安全性与效率的提升效果。以典型高原山地环境为背景,搭建高原场景仿真平台,并以此为基础生成巡逻任务场景进行实例验证。结果表明:所提方法适配2~15架无人机群规模,可自动规划路径以规避“穿山”等危险地形,并生成目标平衡的优化方案;与传统启发式算法相比,总飞行距离与最大任务完成时间最高可分别缩短29.07%和27.71%,展现出卓越的多目标协同优化能力。 展开更多
关键词 多无人机集群 高原巡逻路径 改进GA-QPSO算法 智能避障 分层优化
暂未订购 下载PDF
基于分层结构和多策略自适应机制的GA-PSO微震震源定位优化算法 认领 引用
5
作者 周官群 罗世凌 +4 位作者 高永新 张维鑫 金学良 孟凡彬 王亚飞 《煤炭科学技术》 EI CAS CSCD 北大核心 2026年第6期283-293,共11页
微震震源定位是地质灾害监测与矿区安全预警中的关键环节,但受现场环境噪声强烈等不同类型的影响,传统算法易陷入局部最优,收敛速度慢,难以满足复杂地下条件下的高精度定位需求。为提升定位精度与优化效率,提出一种分层结构与多策略自... 微震震源定位是地质灾害监测与矿区安全预警中的关键环节,但受现场环境噪声强烈等不同类型的影响,传统算法易陷入局部最优,收敛速度慢,难以满足复杂地下条件下的高精度定位需求。为提升定位精度与优化效率,提出一种分层结构与多策略自适应机制的GA-PSO微震震源定位优化算法:首先利用遗传算法(Genetic Algorithm,GA)在全局范围内进行粗搜索,快速获取高质量初始震源位置;随后引入具备“探索群–利用群”结构的自适应粒子群优化(Particle Swarm Optimization,PSO),结合指数衰减的惯性权重、动态学习因子及精英粒子信息交换策略,实现对空间的精细局部优化。该分层混合机制旨在协调全局搜索与局部寻优之间的平衡,提升算法的收敛性能与定位稳定性。通过典型多维复杂函数的优化测试,结果表明所提算法在寻优精度与收敛速度方面均优于传统PSO、GA及优化PSO算法。将该算法应用于实际矿区的校正炮数据中,震源空间定位误差控制在15 m以内,精确度较传统算法提高了12.29%,速度模型反演结果更为准确,适应度函数收敛更快,体现出良好的稳健性与工程适应性。所提出的GA-PSO混合优化算法有效融合了遗传算法的全局搜索优势与粒子群优化算法的高效局部搜索能力,显著提升了微震震源定位在复杂地质环境中的精度与稳定性,为震源精确定位提供了切实可行的优化路径。 展开更多
关键词 遗传算法(GA) 粒子群优化(PSO) 多策略自适应 全局优化 微震定位
暂未订购 下载PDF
基于GA-BP神经网络的露天矿山排土场边坡失稳预测 认领 引用
6
作者 谢尊贤 马浩浩 +1 位作者 江松 武潇云 《中国安全科学学报》 EI CAS CSCD 北大核心 2026年第3期81-88,共8页
为提高矿山排土场边坡失稳预测的准确性与可靠性,构建一种基于改进遗传算法(GA)优化反向传播(BP)神经网络的露天矿山排土场边坡失稳预测模型。利用GA全局优化BP神经网络的权值和阈值,并引入Levenberg-Marquardt(LM)算法以提升网络收敛效... 为提高矿山排土场边坡失稳预测的准确性与可靠性,构建一种基于改进遗传算法(GA)优化反向传播(BP)神经网络的露天矿山排土场边坡失稳预测模型。利用GA全局优化BP神经网络的权值和阈值,并引入Levenberg-Marquardt(LM)算法以提升网络收敛效率;选取台阶坡面角、岩土内应力、台阶高度、地表位移、孔隙水压力等10个关键指标作为输入,以边坡安全系数为输出,并通过150组矿山案例数据进行模型训练与验证。结果表明:相较于传统BP模型,GA-BP模型的均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别降低46.9%、25.4%和5.38%,预测值更贴近安全系数阈值(Fs=1.2),预测灵敏度和稳定性显著提升。皮尔森相关性分析进一步显示,地表位移与内部位移(0.98)、孔隙水压力与降雨量(0.75)呈强相关性,验证了输入指标的合理性。 展开更多
关键词 遗传算法(GA) 反向传播(BP)神经网络 露天矿山 排土场 边坡失稳预测 安全系数
暂未订购 下载PDF
An Overall Optimization Model Using Metaheuristic Algorithms for the CNN-Based IoT Attack Detection Problem 认领 引用 被引量：1
7
作者 Le Thi Hong Van Le Duc Thuan +1 位作者 Pham Van Huong Nguyen Hieu Minh 《Computers, Materials & Continua》 SCIE EI 2026年第4期1934-1964,共31页
Optimizing convolutional neural networks(CNNs)for IoT attack detection remains a critical yet challenging task due to the need to balance multiple performance metrics beyond mere accuracy.This study proposes a unified... Optimizing convolutional neural networks(CNNs)for IoT attack detection remains a critical yet challenging task due to the need to balance multiple performance metrics beyond mere accuracy.This study proposes a unified and flexible optimization framework that leverages metaheuristic algorithms to automatically optimize CNN configurations for IoT attack detection.Unlike conventional single-objective approaches,the proposed method formulates a global multi-objective fitness function that integrates accuracy,precision,recall,and model size(speed/model complexity penalty)with adjustable weights.This design enables both single-objective and weightedsum multi-objective optimization,allowing adaptive selection of optimal CNN configurations for diverse deployment requirements.Two representativemetaheuristic algorithms,GeneticAlgorithm(GA)and Particle Swarm Optimization(PSO),are employed to optimize CNNhyperparameters and structure.At each generation/iteration,the best configuration is selected as themost balanced solution across optimization objectives,i.e.,the one achieving themaximum value of the global objective function.Experimental validation on two benchmark datasets,Edge-IIoT and CIC-IoT2023,demonstrates that the proposed GA-and PSO-based models significantly enhance detection accuracy(94.8%–98.3%)and generalization compared with manually tuned CNN configurations,while maintaining compact architectures.The results confirm that the multi-objective framework effectively balances predictive performance and computational efficiency.This work establishes a generalizable and adaptive optimization strategy for deep learning-based IoT attack detection and provides a foundation for future hybrid metaheuristic extensions in broader IoT security applications. 展开更多
关键词 Genetic algorithm(GA) particle swarm optimization(PSO) multi-objective optimization convolutional neural network—CNN IoT attack detection metaheuristic optimization CNN configuration
暂未订购 下载PDF
基于IGA和DBN的变压器故障诊断 认领 引用
8
作者 豆旺 冉启武 +1 位作者 罗德虎 杨超 《武汉大学学报（工学版）》 CAS CSCD 北大核心 2026年第6期996-1002,共7页
为解决油中溶解气体分析(dissolved gas analysis,DGA)技术在变压器故障诊断方面的应用存在着分类不佳、准确率低的问题,首先对遗传算法(genetic algorithm,GA)的交叉概率和变异概率进行自适应调整改进,初期扩大参数以实现快速寻优,后... 为解决油中溶解气体分析(dissolved gas analysis,DGA)技术在变压器故障诊断方面的应用存在着分类不佳、准确率低的问题,首先对遗传算法(genetic algorithm,GA)的交叉概率和变异概率进行自适应调整改进,初期扩大参数以实现快速寻优,后期减小参数保证收敛精度,并采用Ackley测试函数对改进GA(improved GA,IGA)进行性能测试;然后将IGA与在特征提取方面具有明显优势的深度置信网络(deep belief network,DBN)进行结合,利用IGA克服DBN随机初始化权值参数的问题,建立IGA-DBN故障诊断模型,以提升故障样本的分类性能及诊断精度。在各自最佳适应度条件下,与同类型其他变压器故障诊断算法进行对比,仿真结果表明,IGA-DBN故障诊断算法具有更高的诊断准确性。 展开更多
关键词 变压器 溶解气体分析 深度置信网络 故障识别 遗传算法
暂未订购 下载PDF
基于GA-QLightGBM分位数回归的爆破块度预测模型 认领 引用 被引量：2
9
作者 王淑贤 杨溢 +1 位作者 石玉莲 沈亚玺 《中国安全科学学报》 EI CAS CSCD 北大核心 2026年第2期163-171,共9页
针对矿山爆破块度预测中存在的不确定性高、影响因素复杂等问题,提出一种融合遗传算法(GA)优化与分位数回归的轻量级梯度提升机(LightGBM)预测模型(GA-QLightGBM)。首先,利用GA优化LightGBM超参数,通过模拟自然选择过程(选择、交叉、变... 针对矿山爆破块度预测中存在的不确定性高、影响因素复杂等问题,提出一种融合遗传算法(GA)优化与分位数回归的轻量级梯度提升机(LightGBM)预测模型(GA-QLightGBM)。首先,利用GA优化LightGBM超参数,通过模拟自然选择过程(选择、交叉、变异)进行寻优,提升模型预测精度与稳定性;然后,通过设置不同分位数构建爆破块度的预测区间,量化预测结果的不确定性;最后,将该模型应用于矿山实测数据集,对比验证其预测性能与泛化能力,为爆破块度预测及不确定性分析提供新思路。结果表明:该模型在点预测方面的决定系数为0.880,均方误差(MSE)为0.004,优于传统点预测模型;在区间预测方面,覆盖概率(PICP)、归一化平均带宽(PINAW)和修正区间预测精度(CPIA)分别为0.947、0.228和0.762,验证了GA-QLightGBM的准确性与可靠性。 展开更多
关键词 遗传算法(GA) 轻量级梯度提升机(LightGBM) 爆破块度 不确定性 分位数回归 预测模型
暂未订购 下载PDF
An Intelligent Multi-Stage GA–SVM Hybrid Optimization Framework for Feature Engineering and Intrusion Detection in Internet of Things Networks 认领 引用
10
作者 Isam Bahaa Aldallal Abdullahi Abdu Ibrahim Saadaldeen Rashid Ahmed 《Computers, Materials & Continua》 SCIE EI 2026年第4期985-1007,共23页
The rapid growth of IoT networks necessitates efficient Intrusion Detection Systems(IDS)capable of addressing dynamic security threats under constrained resource environments.This paper proposes a hybrid IDS for IoT n... The rapid growth of IoT networks necessitates efficient Intrusion Detection Systems(IDS)capable of addressing dynamic security threats under constrained resource environments.This paper proposes a hybrid IDS for IoT networks,integrating Support Vector Machine(SVM)and Genetic Algorithm(GA)for feature selection and parameter optimization.The GA reduces the feature set from 41 to 7,achieving a 30%reduction in overhead while maintaining an attack detection rate of 98.79%.Evaluated on the NSL-KDD dataset,the system demonstrates an accuracy of 97.36%,a recall of 98.42%,and an F1-score of 96.67%,with a low false positive rate of 1.5%.Additionally,it effectively detects critical User-to-Root(U2R)attacks at a rate of 96.2%and Remote-to-Local(R2L)attacks at 95.8%.Performance tests validate the system’s scalability for networks with up to 2000 nodes,with detection latencies of 120 ms at 65%CPU utilization in small-scale deployments and 250 ms at 85%CPU utilization in large-scale scenarios.Parameter sensitivity analysis enhances model robustness,while false positive examination aids in reducing administrative overhead for practical deployment.This IDS offers an effective,scalable,and resource-efficient solution for real-world IoT system security,outperforming traditional approaches. 展开更多
关键词 Cybersecurity intrusion detection system(IDS) IoT support vector machines(SVM) genetic algorithms(GA) feature selection NSL-KDD dataset anomaly detection
暂未订购 下载PDF
基于GA-LGBM算法的文本泄露智能预警 认领 引用
11
作者 叶磊 李卫国 +3 位作者 蔡翔 魏绪亮 孙露露 杜成斌 《电子设计工程》 2026年第4期178-181,187,共4页
为有效识别和预警文本数据中的隐私泄露风险,设计基于GA-LGBM算法的文本泄露智能预警方法。对文本数据实施清洗、分词、去除停用词等预处理操作。使用Word2Vec模型实施文本向量化,将文本数据转换为数值特征。提出遗传算法(Genetic Algor... 为有效识别和预警文本数据中的隐私泄露风险,设计基于GA-LGBM算法的文本泄露智能预警方法。对文本数据实施清洗、分词、去除停用词等预处理操作。使用Word2Vec模型实施文本向量化,将文本数据转换为数值特征。提出遗传算法(Genetic Algorithm,GA)优化的轻量梯度提升机(Light Gradient Boosting Machine,LGBM)模型(GA-LGBM算法),将GA的全局搜索优势与Light GBM的预测能力相结合,优化文本泄露智能预警效果。测试结果表明,设计方法在数据量较大的情况下错误预警与无法预警的情况较少,正确预警的占比高;当测试集中的数据从较为平衡的状态转变为极度不平衡时,设计方法的AUC值较高,具有较好的预警效果。 展开更多
关键词 分词 停用词 Word2Vec模型 GA-LGBM算法 智能预警
暂未订购 下载PDF
面向Ni-SiC纳米镀层耐磨性能预测的GA-BP神经网络模型 认领 引用
12
作者 覃树宏 梁锦 《电镀与精饰》 CAS 北大核心 2026年第1期116-122,130,共7页
Ni-SiC纳米镀层的耐磨性能与其制备工艺参数之间存在复杂的非线性关系,需要具有很强的非线性拟合能力,才能捕捉输入参数与耐磨性能之间的复杂关系,在进行模型求解时可避免陷入局部最优而降低预测精度。为此,提出遗传算法-反向传播(Genet... Ni-SiC纳米镀层的耐磨性能与其制备工艺参数之间存在复杂的非线性关系,需要具有很强的非线性拟合能力,才能捕捉输入参数与耐磨性能之间的复杂关系,在进行模型求解时可避免陷入局部最优而降低预测精度。为此,提出遗传算法-反向传播(Genetic Algorithm-Backpropagation,GA-BP)神经网络模型,对Ni-SiC纳米镀层的耐磨性能预测方法展开研究。选用50 mm×50 mm×5 mm 304不锈钢板材作为基体材料进行预处理,使用电镀液配方对镀液进行配置;采用恒电流脉冲电镀模式完成复合电镀,并利用多功能摩擦磨损试验机进行耐磨性能试验;构建基于BP神经网络的Ni-SiC纳米镀层耐磨性能预测模型,并引入遗传算法对BP神经网络模型的阈值和权值展开寻优,将磨损量作为模型输出,实现Ni-SiC纳米镀层的耐磨性能预测。试验表明,利用本文方法获取的磨损量预测值与磨损量真实值之间的误差最大仅为0.2 mg,预测后的R2为0.988,预测结果的拟合优度较高,应用效果较好。 展开更多
关键词 Ni-SiC纳米镀层 耐磨性能预测 GA算法 BP神经网络 摩擦磨损
暂未订购 下载PDF
基于GA-BP算法的弹用涡喷/涡扇发动机订购价格预测模型研究 认领 引用
13
作者 杨东帅 郭基联 李寿安 《战术导弹技术》 CSCD 北大核心 2026年第2期92-100,共9页
弹用发动机作为导弹的核心部件,其成本测算是一项关键工作。针对弹用涡喷/涡扇发动机价格费用预测难度大、精确度不高的问题,本文提出了基于GA-BP算法的弹用涡喷/涡扇发动机订购价格预测方法,通过系统分析弹用涡喷/涡扇发动机性能参数... 弹用发动机作为导弹的核心部件,其成本测算是一项关键工作。针对弹用涡喷/涡扇发动机价格费用预测难度大、精确度不高的问题,本文提出了基于GA-BP算法的弹用涡喷/涡扇发动机订购价格预测方法,通过系统分析弹用涡喷/涡扇发动机性能参数与费用之间的关系,建立回归模型。其核心是利用GA-BP算法卓越的非线性拟合能力,在传统均方误差(MSE)最小化的单一目标基础上,扩展为双目标优化问题,即在最小化MSE的同时约束各样本预测误差不超过设定阈值。该方法相比现有模型表现出更高的预测精度,可满足弹用发动机的价格估算。 展开更多
关键词 费用估算 GA-BP算法 弹用发动机 订购价格预测 神经网络 参数优化 涡喷/涡扇发动机
暂未订购 下载PDF
基于GA-EF-XGBoost的铣削表面粗糙度预测 认领 引用
14
作者 于子涵 朱俊江 李子枭 《现代制造工程》 北大核心 2026年第2期111-116,共6页
针对传统预测方法中信息融合不足、模型参数依赖人工经验或粗略优化的问题,提出一种基于遗传算法(Genetic Algorithm,GA)、经验公式(Empirical Formula,EF)和极端梯度提升(eXtreme Gradient Boosting,XGBoost)融合的表面粗糙度预测方法(... 针对传统预测方法中信息融合不足、模型参数依赖人工经验或粗略优化的问题,提出一种基于遗传算法(Genetic Algorithm,GA)、经验公式(Empirical Formula,EF)和极端梯度提升(eXtreme Gradient Boosting,XGBoost)融合的表面粗糙度预测方法(GA-EF-XGBoost)。该方法利用经验公式对铣削参数计算,得到表面粗糙度第一分量,利用XGBoost算法对振动信号计算获取表面粗糙度第二分量;随后,基于遗传算法将两部分融合,得到表面粗糙度的综合预测结果。实验结果表明,GA-EF-XGBoost模型的预测精度达93.39%,显著优于传统机器学习模型和其他模型。所提方法融合了铣削三要素与实时采集的振动信号对表面粗糙度进行预测,是一种经验-数据相结合的方法,提升了表面粗糙度的预测精度,具有潜在的应用价值。 展开更多
关键词 铣削加工 经验公式 极端梯度提升 遗传算法
暂未订购 下载PDF
基于GA-PSO的动力电池脱粘缺陷超声稀疏成像方法研究 认领 引用
15
作者 赵建军 姚树鑫 +1 位作者 靳炜 杜晓钟 《内燃机与配件》 2026年第10期23-26,共4页
针对新能源汽车动力电池包粘接结构超声检测中存在的效率低、分辨率差等问题,提出一种基于遗传粒子群(GA-PSO)算法的稀疏全聚焦成像方法。首先以旁瓣峰值与主瓣宽度为约束条件构建适应度函数,优化阵元分布并提取最优回波数据;然后基于... 针对新能源汽车动力电池包粘接结构超声检测中存在的效率低、分辨率差等问题,提出一种基于遗传粒子群(GA-PSO)算法的稀疏全聚焦成像方法。首先以旁瓣峰值与主瓣宽度为约束条件构建适应度函数,优化阵元分布并提取最优回波数据;然后基于均方根速度计算时间延迟,引入能量加权抑制散斑伪影。仿真结果表明,与传统全矩阵全聚焦和相位迁移算法相比,该方法在成像精度、信噪比及缺陷定量误差方面均具有优势,最大定量误差控制在0.2 mm以内,实现了动力电池脱粘缺陷的高效、高分辨率成像。 展开更多
关键词 超声相控阵 动力电池 脱粘缺陷 GA-PSO算法 稀疏全聚焦成像
暂未订购 下载PDF
基于GA-PSO-XGBoost模型的火山岩储层孔隙度预测方法 认领 引用
16
作者 王珂 杨经栋 +2 位作者 熊卫峰 张志平 刘迪仁 《工程地球物理学报》 2026年第4期70-80,共11页
为了准确预测火山岩储层的孔隙度,同时解决传统方法因人工干预导致的解释主观性强、单一机器学习算法泛化能力不足以及超参数优化易陷入局部最优等问题,本研究融合遗传算法(Genetic Algorithm,GA)与粒子群算法(Particle Swarm Optimizat... 为了准确预测火山岩储层的孔隙度,同时解决传统方法因人工干预导致的解释主观性强、单一机器学习算法泛化能力不足以及超参数优化易陷入局部最优等问题,本研究融合遗传算法(Genetic Algorithm,GA)与粒子群算法(Particle Swarm Optimization,PSO),构建了一种混合优化极限梯度提升(eXtreme Gradient Boosting,XGBoost)模型,旨在实现储层孔隙度的精准预测。该方法通过GA的全局搜索能力生成多样化初始参数群体,并结合PSO的局部寻优,在迭代过程中动态交互最优解信息,以实现XGBoost超参数的优化。实验结果表明,经GA-PSO优化后的XGBoost模型预测性能显著提升,在独立测试集上,该模型的决定系数(Coefficient of Determination,R2)达到0.921,较未优化XGBoost模型提升了4.94%,均方根误差(Root Mean Square Error,RMSE)和平均绝对误差(Mean Absolute Error,MAE)分别降至0.9235和0.5533,降幅达61.21%和58.4%,其性能均优于对比模型。该方法通过在涵盖工区不同构造单元的多井数据上进行训练与测试,能克服模型稳健性差的局限,显著提高了孔隙度预测的精度和可靠性,为类似地质条件下的火山岩油气藏的勘探开发提供了参考。 展开更多
关键词 XGBoost算法 遗传算法(GA) 粒子群算法(PSO) 火山岩 孔隙度
暂未订购 下载PDF
基于小波变换与GA优化模糊控制的复合电源能量管理策略 认领 引用
17
作者 张奥 龚国庆 《北京信息科技大学学报（自然科学版）》 2026年第1期80-91,共12页
针对电动汽车单一电源电流冲击大的问题,构建了电容半主动拓扑的复合电源,并提出一种基于小波变换与遗传算法(genetic algorithm,GA)优化模糊控制的能量管理策略。利用Haar小波分解需求功率,以高频分量及储能元件荷电状态(state of char... 针对电动汽车单一电源电流冲击大的问题,构建了电容半主动拓扑的复合电源,并提出一种基于小波变换与遗传算法(genetic algorithm,GA)优化模糊控制的能量管理策略。利用Haar小波分解需求功率,以高频分量及储能元件荷电状态(state of charge,SOC)为输入,通过GA优化隶属度函数参数实现功率精准分配。在新欧洲驾驶循环(new European driving cycle,NEDC)及中国轻型汽车行驶工况-乘用车(China light-duty vehicle test cycle-passenger car,CLTC-P)等工况下的仿真表明,相比单一电源策略,所提策略峰值电流平均降低约28.0%,均方根(root mean square,RMS)电流平均降低约21.0%,并将高电流区间占比压缩至6%以内,电池温升幅度降低34.8%和37.8%;在不同SOC条件下均表现出鲁棒性,对电流指标的优化幅度稳定保持在20%~28%区间,有效延长了电池循环寿命。 展开更多
关键词 复合电源 小波变换 模糊控制 遗传算法
暂未订购 下载PDF
基于PSO-GA的公共卫生紧急情况下医院排班模型研究 认领 引用
18
作者 王海波 《微型电脑应用》 2026年第5期295-298,共4页
公共卫生紧急情况对医疗资源分配提出了严峻挑战,尤其是在护士排班优化方面。合理的排班不仅能保障医院的运行效率,还能有效缓解医护人员的工作压力。研究采用元启发式算法建立智能化医院护士排班模型,旨在提高医院应对突发公共卫生紧... 公共卫生紧急情况对医疗资源分配提出了严峻挑战,尤其是在护士排班优化方面。合理的排班不仅能保障医院的运行效率,还能有效缓解医护人员的工作压力。研究采用元启发式算法建立智能化医院护士排班模型,旨在提高医院应对突发公共卫生紧急情况的能力。提出基于粒子群算法(PSO)和遗传算法(GA)的混合算法计算多目标优化问题,建立护士排班相关约束条件下的数学模型,采用混合算法对数学模型进行求解,从而获得最优排班方案。结果显示,所提出的混合算法的多目标优化能力较基本PSO的收敛性能提升约23.7%。在实际应用中,研究设计的智能化医院护士排班模型能够在满足硬性和软性约束条件的基础上,有效平衡护士的个人生理状态和工作强度,从而提高排班方案的合理性和人力资源的利用效率。结果表明,研究模型能够快速生成高质量的排班方案,满足突发公共卫生紧急情况下快速响应的需求。研究成果为医院管理者提供了科学的人力资源决策支持,有助于提高突发公共卫生事件下的医院管理效率和服务质量,从而更好地应对公共卫生突发事件。 展开更多
关键词 PSO GA 混合算法 医院 排班
暂未订购 下载PDF
基于GA−PSO混合算法与动态工况验证热物理模型的电池快充充电过程优化 认领 引用
19
作者 李垒 《能源研究与信息》 CAS 2026年第2期115-122,共8页
电池充电过程中持续升高的温度会带来热失控的风险,而通过优化充电电流轨迹可以降低充电过程的温升。通过混合脉冲功率特性(HPPC)测试方法获取电池二阶等效电路模型参数,利用Simulink软件建立二阶等效电路电池模型和充电过程的热物理模... 电池充电过程中持续升高的温度会带来热失控的风险,而通过优化充电电流轨迹可以降低充电过程的温升。通过混合脉冲功率特性(HPPC)测试方法获取电池二阶等效电路模型参数,利用Simulink软件建立二阶等效电路电池模型和充电过程的热物理模型。利用该模型计算了电池充电过程中对流和辐射引起的实际热耗散,并利用电池全球统一轻型车辆测试循环(WLTC)工况下实验数据对热物理模型的计算精度进行了验证。快充过程中通常在电池荷电状态(SOC)为30%~80%下进行快速充电。基于该热物理模型分别利用粒子群(PSO)算法、遗传算法(GA)和遗传粒子群(GA-PSO)混合算法在500步迭代中寻找快速充电过程中最小温升的电流轨迹。经比对确认,利用GA-PSO混合算法可获取最佳的充电电流轨迹;优化后充电过程中电池最高温度相较于恒流快充过程中的降低了0.1597℃。 展开更多
关键词 温升 电池 WLTC工况 遗传算法 粒子群算法 GA-PSO混合算法
暂未订购 下载PDF
融合谐波源随机表征与MOPSO-GA动态交叉算法的SAPF优化配置策略 认领 引用
20
作者 张腾亚 石勇 +1 位作者 李欣 李嘉伟 《科学技术与工程》 EI 北大核心 2026年第8期3349-3358,共10页
针对电力电子化配电网谐波源随机波动引发的治理效率与成本问题,提出融合谐波源随机表征与多目标粒子群-遗传算法(multi-objective particle swarm optimization-genetic algorithm,MOPSO-GA)的并联有源电力滤波器(shunt active power f... 针对电力电子化配电网谐波源随机波动引发的治理效率与成本问题,提出融合谐波源随机表征与多目标粒子群-遗传算法(multi-objective particle swarm optimization-genetic algorithm,MOPSO-GA)的并联有源电力滤波器(shunt active power filter,SAPF)优化配置策略。基于中心极限定理,采用正态分布与均匀分布构建谐波幅值与相位的概率模型,结合MOPSO-GA算法实现多目标优化。仿真结果表明,在IEEE 18节点系统中仅配置3台SAPF即可将总谐波畸变率从19.88%降至3.32%,电压偏差从10.4%控制至4.5%,SAPF较传统MOPSO算法减少1台,总容量更经济,算法收敛速度与帕累托前沿分布性显著提升。并进一步通过RT-Lab半实物实验平台验证,在真实谐波源下将关键节点谐波电压畸变率从25.24%降至2.12%,该策略为复杂配电网谐波治理提供高效经济的解决方案。 展开更多
关键词 谐波源随机特性 并联型有源电力滤波器 多目标粒子群-遗传算法(MOPSO-GA) 谐波治理
暂未订购 下载PDF
已选0条
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 2 … 216 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈