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230篇文章
< 1 2 … 12 >
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：
Energy Efficient Clustering and Sink Mobility Protocol Using Hybrid Golden Jackal and Improved Whale Optimization Algorithm for Improving Network Longevity in WSNs 认领 引用
1
作者 S B Lenin R Sugumar +2 位作者 J S Adeline Johnsana N Tamilarasan R Nathiya 《China Communications》 SCIE EI CSCD 2025年第3期16-35,共20页
Reliable Cluster Head(CH)selectionbased routing protocols are necessary for increasing the packet transmission efficiency with optimal path discovery that never introduces degradation over the transmission reliability... Reliable Cluster Head(CH)selectionbased routing protocols are necessary for increasing the packet transmission efficiency with optimal path discovery that never introduces degradation over the transmission reliability.In this paper,Hybrid Golden Jackal,and Improved Whale Optimization Algorithm(HGJIWOA)is proposed as an effective and optimal routing protocol that guarantees efficient routing of data packets in the established between the CHs and the movable sink.This HGJIWOA included the phases of Dynamic Lens-Imaging Learning Strategy and Novel Update Rules for determining the reliable route essential for data packets broadcasting attained through fitness measure estimation-based CH selection.The process of CH selection achieved using Golden Jackal Optimization Algorithm(GJOA)completely depends on the factors of maintainability,consistency,trust,delay,and energy.The adopted GJOA algorithm play a dominant role in determining the optimal path of routing depending on the parameter of reduced delay and minimal distance.It further utilized Improved Whale Optimisation Algorithm(IWOA)for forwarding the data from chosen CHs to the BS via optimized route depending on the parameters of energy and distance.It also included a reliable route maintenance process that aids in deciding the selected route through which data need to be transmitted or re-routed.The simulation outcomes of the proposed HGJIWOA mechanism with different sensor nodes confirmed an improved mean throughput of 18.21%,sustained residual energy of 19.64%with minimized end-to-end delay of 21.82%,better than the competitive CH selection approaches. 展开更多
关键词 Cluster Heads(CHs) Golden Jackal Optimization Algorithm(GJOA) Improved Whale Optimization Algorithm(IWOA) unequal clustering
暂未订购 下载PDF
Research on the Optimal Scheduling Model of Energy Storage Plant Based on Edge Computing and Improved Whale Optimization Algorithm 认领 引用
2
作者 Zhaoyu Zeng Fuyin Ni 《Energy Engineering》 EI 2025年第3期1153-1174,共22页
Energy storage power plants are critical in balancing power supply and demand.However,the scheduling of these plants faces significant challenges,including high network transmission costs and inefficient inter-device ... Energy storage power plants are critical in balancing power supply and demand.However,the scheduling of these plants faces significant challenges,including high network transmission costs and inefficient inter-device energy utilization.To tackle these challenges,this study proposes an optimal scheduling model for energy storage power plants based on edge computing and the improved whale optimization algorithm(IWOA).The proposed model designs an edge computing framework,transferring a large share of data processing and storage tasks to the network edge.This architecture effectively reduces transmission costs by minimizing data travel time.In addition,the model considers demand response strategies and builds an objective function based on the minimization of the sum of electricity purchase cost and operation cost.The IWOA enhances the optimization process by utilizing adaptive weight adjustments and an optimal neighborhood perturbation strategy,preventing the algorithm from converging to suboptimal solutions.Experimental results demonstrate that the proposed scheduling model maximizes the flexibility of the energy storage plant,facilitating efficient charging and discharging.It successfully achieves peak shaving and valley filling for both electrical and heat loads,promoting the effective utilization of renewable energy sources.The edge-computing framework significantly reduces transmission delays between energy devices.Furthermore,IWOA outperforms traditional algorithms in optimizing the objective function. 展开更多
关键词 Energy storage plant edge computing optimal energy scheduling improved whale optimization algorithm
暂未订购 下载PDF
An Improved Whale Algorithm and Its Application in Truss Optimization 认领 引用 被引量：9
3
作者 Fengguo Jiang Lutong Wang Lili Bai 《Journal of Bionic Engineering》 SCIE EI CSCD 2021年第3期721-732,共12页
The current Whale Optimization Algorithm(WOA)has several drawbacks,such as slow convergence,low solution accuracy and easy to fall into the local optimal solution.To overcome these drawbacks,an improved Whale Optimiza... The current Whale Optimization Algorithm(WOA)has several drawbacks,such as slow convergence,low solution accuracy and easy to fall into the local optimal solution.To overcome these drawbacks,an improved Whale Optimization Algorithm(IWOA)is proposed in this study.IWOA can enhance the global search capability by two measures.First,the crossover and mutation operations in Differential Evolutionary algorithm(DE)are combined with the whale optimization algorithm.Second,the cloud adaptive inertia weight is introduced in the position update phase of WOA to divide the population into two subgroups,so as to balance the global search ability and local development ability.ANSYS and Matlab are used to establish the structure model.To demonstrate the application of the IWOA,truss structural optimizations on 52-bar plane truss and 25-bar space truss were performed,and the results were are compared with that obtained by other optimization algorithm.It is verified that,compared with WOA,the IWOA has higher efficiency,fast convergence speed,better solution accuracy and stability.So IWOA can be used in the optimization design of large truss structures. 展开更多
关键词 improve whale optimization algorithm differential evolutionary algorithm cloud theory simulating optimization bionic algorithm
基于IWOA-BP的红松人工林枯落针叶层火蔓延速率预测模型 认领 引用 被引量：1
4
作者 黄天棋 辛颖 张敏 《南京林业大学学报（自然科学版）》 CAS CSCD 北大核心 2026年第2期29-36,共8页
【目的】红松(Pinus koraiensis)针叶油脂含量较高,存在极高的森林火灾风险,地表火蔓延是其主要的火灾传播方式。本研究通过构建地表火蔓延速率预测模型,为红松人工林的火灾防控提供科学依据。【方法】以黑龙江省凉水地区红松人工林枯... 【目的】红松(Pinus koraiensis)针叶油脂含量较高,存在极高的森林火灾风险,地表火蔓延是其主要的火灾传播方式。本研究通过构建地表火蔓延速率预测模型,为红松人工林的火灾防控提供科学依据。【方法】以黑龙江省凉水地区红松人工林枯落针叶层为材料,进行松针含水率为0、5%、10%、15%、20%,坡度为0、5°、10°、15°,风速为0、1、2、3、4、5 m/s的360组室内点烧试验,根据热电偶法测定火蔓延速率,构建改进鲸鱼优化算法(IWOA)-BP神经网络模型对火蔓延速率进行预测,并与3种模型(WOA-BP神经网络、GA-BP神经网络和PSO-BP神经网络)进行预测结果对比。【结果】坡度、风速与火蔓延速度均呈极显著正相关(P<0.01),含水率与火蔓延速度呈显著负相关(P<0.05);火蔓延速率随可燃物含水率的增加而降低,随风速和坡度的增加而升高,在风速为4 m/s时,火蔓延增长速率达到最大值。IWOA算法引入Tent混沌映射、改进非线性收敛因子、增加自适应权重和Levy飞行运动,增加了算法的随机性和多样性,提高了收敛速度,同时避免陷入局部最优,具备较高预测精度和鲁棒性;IWOA优化的BP神经网络模型精度和稳定性明显高于其他3种模型,对实测数据的模型适应度最佳。【结论】IWOA-BP神经网络模型能有效地预测红松人工林枯落针叶层的火蔓延速率,为林火防控与森林地表凋落物的火蔓延速率预测模型研究提供科学指导。 展开更多
关键词 红松人工林 火蔓延速率 点烧试验 改进鲸鱼优化算法(IWOA)算法 BP神经网络
暂未订购 下载PDF
Hybrid Flow Shop Rescheduling Approach Based on Hybrid-Driven Mechanism and Improved Multi-Objective WOA 认领 引用
5
作者 Feng Lv Xin Xu +1 位作者 Cheng Yang Yixuan Tang 《Computers, Materials & Continua》 SCIE EI 2026年第7期1982-2009,共28页
To ensure an effective disturbance response and maintain continuous production in hybrid flow shops,this paper focuses on the design of a rescheduling method.A rescheduling model is constructed that minimizes the make... To ensure an effective disturbance response and maintain continuous production in hybrid flow shops,this paper focuses on the design of a rescheduling method.A rescheduling model is constructed that minimizes the makespan,total tardiness,and scheme deviation degree.A hybrid rescheduling driving mechanism based on the latest completion time is designed to effectively trigger rescheduling.The Whale Optimization Algorithm(WOA)is improved by integrating the good point set theory,nonlinear control parameter strategy,and Differential Evolution(DE)algorithm.Moreover,non-dominated sorting and a dynamic external archive mechanism based on crowding distance are introduced to make it suitable for multi-objective optimization problems.The superiority of the Improved Multi-objective Whale Optimization Algorithm(IMOWOA)and the effectiveness of the improved mechanisms are verified through comparative experiments and ablation experiments.Taking the final assembly production line of an agricultural machinery equipment enterprise as an example,a rescheduling scheme is generated based on the practical production requirements,which verifies the feasibility and effectiveness of the proposed method. 展开更多
关键词 Hybrid flow shop production disturbance production rescheduling rescheduling driving mechanism improved multi-objective whale optimization algorithm
暂未订购 下载PDF
基于IWOA-BP的MgNdGdZnZr镁合金疲劳寿命预测方法 认领 引用
6
作者 魏振伟 王晓明 +5 位作者 申发明 张根苗 杨光山 蔡增辉 康洪岩 刘昌奎 《材料导报》 EI CAS CSCD 北大核心 2026年第10期241-247,共7页
利用升降法和成组法得到不同温度下MgNdGdZnZr镁合金材料的四参数S-N曲线和双对数S-N曲线模型,提出了一种采用改进鲸鱼优化算法(IWOA)优化的反向传播神经网络(IWOA-BP)的疲劳寿命预测模型,对不同温度、不同最大应力下材料的疲劳寿命进... 利用升降法和成组法得到不同温度下MgNdGdZnZr镁合金材料的四参数S-N曲线和双对数S-N曲线模型,提出了一种采用改进鲸鱼优化算法(IWOA)优化的反向传播神经网络(IWOA-BP)的疲劳寿命预测模型,对不同温度、不同最大应力下材料的疲劳寿命进行更为精确的预测。结果表明:室温条件下材料的中值疲劳强度为165 MPa,高温条件下材料的中值疲劳强度为66.5 MPa。两种S-N曲线的拟合程度均在0.922~0.961之间。当温度相同时,四参数模型的拟合结果优于双对数参数模型。IWOA-BP模型预测结果的决定系数R 2为0.98992,均方根误差RMSE为0.11356,平均绝对误差MAE为0.094846,平均绝对百分比误差MAPE为1.8544%。与BP神经网络对比,IWOA-BP的R 2最大,提高了7.01%;IWOA-BP的RMSE、MAE和MAPE最小,分别降低了42.76%、25.64%和27.82%。 展开更多
关键词 MgNdGdZnZr镁合金 S-N曲线 疲劳寿命预测 改进鲸鱼优化算法 反向传播神经网络
暂未订购 下载PDF
基于IWOA-BPNN的覆冰输电线路位移与应力预测研究 认领 引用
7
作者 杨春侠 戴芳 +1 位作者 刘欣 蔡明洋 《现代电子技术》 北大核心 2026年第16期127-135,共9页
随着我国电网向高海拔、大跨越及极端气候区延伸,覆冰灾害引发的输电塔线体系灾害问题日益严峻。为准确、高效地预测输电线路在覆冰及脱冰工况下的动力响应,提出一种改进鲸鱼优化算法优化BP神经网络(IWOA-BPNN)的预测模型。该模型通过引... 随着我国电网向高海拔、大跨越及极端气候区延伸,覆冰灾害引发的输电塔线体系灾害问题日益严峻。为准确、高效地预测输电线路在覆冰及脱冰工况下的动力响应,提出一种改进鲸鱼优化算法优化BP神经网络(IWOA-BPNN)的预测模型。该模型通过引入Cubic混沌映射、非线性收敛函数、自适应权重调节与交叉验证机制,实现了多策略协同优化,显著提升了神经网络的收敛速度、稳定性与泛化性能。利用仿真模拟高效地生成涵盖多种工况与环境条件的大规模样本数据,构建以风速、攻角、覆冰厚度、档距和脱冰率为输入,以结构最大位移与应力为输出的预测系统。基于2000组数据样本集的测试结果表明,所提模型在多个关键结构响应指标上均取得了优于传统模型的预测精度,误差控制在-5.51%~6.70%以内,展示出优异的预测精度与工程适用性。该研究为输电线路的结构健康监测与风险预警提供了切实可行的技术支撑。 展开更多
关键词 改进鲸鱼优化算法 BP神经网络 预测模型 输电塔线体系 风振响应 结构健康监测
暂未订购 下载PDF
基于IWOA的无人机路径规划研究 认领 引用
8
作者 周晟 《自动化仪表》 CAS 2026年第5期33-42,共10页
针对复杂环境下无人机路径规划面临的多约束优化问题,提出了一种基于改进鲸鱼优化算法(IWOA)的无人机路径规划方法。通过融合Tent混沌映射初始化策略、参数非线性动态调整机制及自适应权重因子设计,有效解决了传统算法在全局搜索能力、... 针对复杂环境下无人机路径规划面临的多约束优化问题,提出了一种基于改进鲸鱼优化算法(IWOA)的无人机路径规划方法。通过融合Tent混沌映射初始化策略、参数非线性动态调整机制及自适应权重因子设计,有效解决了传统算法在全局搜索能力、收敛速度与局部最优规避方面的局限性问题。基于Matlab平台构建二维、三维复杂障碍物环境及仓储库房仿真场景,对比分析了IWOA与六种主流优化算法的路径规划性能。仿真试验结果表明:该算法下无人机能够避开障碍物与环境陷阱,且相比对比算法路径规划运行距离平均减少5.51%~7.09%,运行时间平均降低4.49%~16.6%,能更高效完成设定任务且路径更加平滑。该研究为仓储物流、灾害救援等复杂场景下的无人机自主导航提供了高效的路径规划方案。 展开更多
关键词 改进鲸鱼优化算法 动态调整 自适应 无人机 路径规划 优化设计
暂未订购 下载PDF
基于EEMD-IWOA-LSSVM的短期电力负荷预测 认领 引用
9
作者 徐桂安 《上海电机学院学报》 2026年第2期89-94,共6页
为提高短期电力负荷预测结果的精度,本文提出一种基于聚类经验模态分解(EEMD)结合改进鲸鱼算法优化最小二乘支持向量机(IWOA-LSSVM)的短期电力负荷预测模型。首先,通过EEMD算法将原始负荷数据分解为多个基本模态分量,并利用改进鲸鱼算... 为提高短期电力负荷预测结果的精度,本文提出一种基于聚类经验模态分解(EEMD)结合改进鲸鱼算法优化最小二乘支持向量机(IWOA-LSSVM)的短期电力负荷预测模型。首先,通过EEMD算法将原始负荷数据分解为多个基本模态分量,并利用改进鲸鱼算法寻优LSSVM的正则化参数和核参数;然后,将各分量分别输入到IWOA-LSSVM模型中进行预测,再通过相空间重构得到最终的预测结果。仿真对比实验表明,EEMD-IWOA-LSSVM模型的预测结果与真实值曲线最为贴合,预测值与真实值的平均绝对百分比误差为0.92%,比其他模型降低了1.15~3.02个百分点,且其他误差性能指标在对比模型中均为最小。研究表明,相较于其他预测模型,EEMD-IWOA-LSSVM模型显著提高了短期电力负荷预测的精度,具有良好的实用价值。 展开更多
关键词 聚类经验模态分解 改进鲸鱼算法 最小二乘支持向量机 短期电力负荷预测
暂未订购 下载PDF
基于IWOA-FPID的激光键合的温控系统研究 认领 引用
10
作者 肖东方 高浩 +1 位作者 詹启明 臧德宇 《热加工工艺》 CAS 北大核心 2026年第6期46-53,共8页
针对垂直腔面发射激光器(VCSEL)激光加热温度控制中存在的波动幅度大、动态响应滞后等问题,提出一种基于改进鲸鱼优化算法的模糊PID控制方法,并基于所述方法设计了一种激光键合温度控制系统。首先建立系统的数学模型,在此基础上构建模糊... 针对垂直腔面发射激光器(VCSEL)激光加热温度控制中存在的波动幅度大、动态响应滞后等问题,提出一种基于改进鲸鱼优化算法的模糊PID控制方法,并基于所述方法设计了一种激光键合温度控制系统。首先建立系统的数学模型,在此基础上构建模糊PID控制器,并利用改进鲸鱼优化算法(IWOA)对其量化因子与比例因子进行优化整定。针对传统鲸鱼优化算法易早熟收敛、搜索能力不足的问题,从3个方面进行改进:采用立方(Cubic)混沌映射初始化种群,以增强多样性与分布均匀性;结合精英保留策略,提高收敛精度与鲁棒性;引入差分进化策略,通过变异与交叉操作提升全局搜索能力。最终,开展仿真实验以验证所提方法的有效性。仿真结果表明:改进鲸鱼优化算法的模糊PID参数自整定方法(IWOA-FPID)控制策略在动态响应速度、稳定性及综合控制品质上均表现最优,其上升时间最短(0.108 s),且几乎没有超调;相较于传统PID、模糊PID及基于鲸鱼优化算法的PID参数智能自整定(WOA-PID)方法,该策略显著提升了系统的动态响应性能与稳态控制精度,有效抑制了超调与振荡,更适用于高精度激光键合温控需求。 展开更多
关键词 温度控制 改进鲸鱼优化算法 模糊PID控制 激光键合
暂未订购 下载PDF
基于IWOA-SVM的边坡可靠度分析 认领 引用
11
作者 王津锋 范胜通 谢海波 《中外公路》 CAS 2026年第1期21-29,共9页
为解决传统边坡可靠度计算方法难以考虑多变量间的不确定性以及计算量大的难点,该文提出了一种基于改进鲸鱼算法(IWOA)-支持向量机(SVM)的边坡可靠度分析方法。首先阐述了SVM的基本理论,引入差分变异策略与自适应权重因子对鲸鱼算法(WOA... 为解决传统边坡可靠度计算方法难以考虑多变量间的不确定性以及计算量大的难点,该文提出了一种基于改进鲸鱼算法(IWOA)-支持向量机(SVM)的边坡可靠度分析方法。首先阐述了SVM的基本理论,引入差分变异策略与自适应权重因子对鲸鱼算法(WOA)进行改进,并测试了IWOA的性能。然后,基于IWOA算法优化SVM关键参数,构建边坡可靠度分析模型。最后以某具有显式功能函数的边坡为算例1,基于IWOA-SVM计算得到该边坡可靠度指标,与已有可靠度方法结果进行对比,并分析了随机变量的敏感性;以某无显式功能函数的一般均质边坡为算例2,对比IWOA-SVM、蒙特卡洛法(MCS)及一阶可靠度法(FORM)的计算结果。研究结果表明:基于IWOA-SVM的边坡可靠度分析模型在全局及验算点范围内的拟合效果均较好,尤其在验算点范围内,拟合精度更高;IWOA-SVM计算得到的边坡可靠度指标与MCS结果十分接近,验证了该方法的准确性;IWOA-SVM对无显式功能函数的边坡同样适用,验证了该方法的普适性;与MCS法相比,IWOA-SVM法可避免大量抽样,显著提高了计算效率;边坡可靠度与内摩擦角φ、黏聚力c呈正相关,与张拉裂隙深度z、张拉裂隙充水深度系数iw及水平地震加速度系数α呈负相关;对边坡可靠度影响最大的随机变量为α,其次为iw、c、φ,z对边坡可靠度的影响最小。 展开更多
关键词 边坡工程 可靠度 支持向量机 改进鲸鱼算法 随机变量
暂未订购 下载PDF
融合改进算法与神经网络的IWOA-GRU-IC光伏最大功率跟踪 认领 引用
12
作者 黄杰 杨津听 +3 位作者 陈芳芳 颜珍求 杨彩玲 洪亚昆 《现代电子技术》 北大核心 2026年第16期89-96,103,共8页
针对外部工况条件瞬态改变时,光伏阵列在局部遮光状态的功率-电压特征曲线极值点不唯一,以及传统电导增量法(IC)步长维持不变、响应速度缓慢且不能实现最大功率点跟踪(MPPT)的问题,提出一种融合IC与改进鲸鱼算法(IWOA)优化门控循环单元(... 针对外部工况条件瞬态改变时,光伏阵列在局部遮光状态的功率-电压特征曲线极值点不唯一,以及传统电导增量法(IC)步长维持不变、响应速度缓慢且不能实现最大功率点跟踪(MPPT)的问题,提出一种融合IC与改进鲸鱼算法(IWOA)优化门控循环单元(GRU)神经网络超参数的MPPT控制策略。在传统鲸鱼算法(WOA)中引入对数权重因子并结合模拟退火算法(SA),优化传统WOA的全局与局部搜索协调能力,提升算法快速跳出局部最优的性能;并将优化后的IWOA用于GRU超参数寻优,同时结合IC算法对光伏阵列MPPT电压预测系统进行建模,以实现最大功率点的跟踪。基于Matlab/Simulink开展仿真验证,将所提优化控制策略与灰狼优化(GWO)算法、麻雀搜索算法(SSA)以及LSTM、SVM、BP三种神经网络模型进行对比测试。结果表明,该优化控制策略能够显著提升光伏系统的能量转换效率。 展开更多
关键词 光伏电池 最大功率点跟踪 改进鲸鱼算法 模拟退火算法 门控循环单元 超参数寻优 能量转换
暂未订购 下载PDF
基于组合赋权相似日选取和二次分解的IWOA-CNN-LSTM光伏出力预测 认领 引用
13
作者 贾存怡 许野 +2 位作者 王旭 孟亦康 李薇 《科学技术与工程》 EI 北大核心 2026年第5期1994-2008,共15页
为了有效预防光伏发电功率的随机性和波动性给电网的安全稳定运行带来的隐患,创新性地组合使用基于组合权重法(combined weight method,CWM)和综合相似距离(comprehensive similar distance,CSD)的相似日选取方法,基于变分模态分解方法(... 为了有效预防光伏发电功率的随机性和波动性给电网的安全稳定运行带来的隐患,创新性地组合使用基于组合权重法(combined weight method,CWM)和综合相似距离(comprehensive similar distance,CSD)的相似日选取方法,基于变分模态分解方法(variational mode decomposition,VMD)、改进的鲸鱼优化算法(improved whale optimization algorithm,IWOA)、奇异谱分析方法(singular spectrum analysis,SSA)和模糊熵(fuzzy entropy,FE)的序列分解和重组方法,以及IWOA-CNN-LSTM组合预测方法,构建了高精度的光伏出力组合预测模型。首先,在采用皮尔逊相关系数法(Pearson correlation coefficient,PCC)提取影响光伏出力的关键气象要素的基础上,创新性地使用层次分析法(analytic hierarchy process,AHP)和熵权法(entropy weight method,EWM)相结合的CWM方法赋予气象要素相应的权重系数;其次,将赋权的气象要素融合到CSD计算过程中,生成与待预测日气象特征相近的高质量样本训练集;再次,开发了基于Tent混沌映射、变螺旋更新和自适应权重动态调整机制的IWOA算法,运用IWOA-VMD、SSA和FE的全新组合完成原始发电序列的一次、二次分解和重组,实现原始序列的有效分解;最后,采用IWOA确定卷积-长短期记忆神经网络(convolutional neural network-long short-term memory,CNN-LSTM)的最优超参数组合,构建高精度光伏出力预测模型。在云南岩淜光伏电站的应用结果表明,相较于其他基准模型,该模型具备一定的先进性和稳定性,具有广阔的应用前景。 展开更多
关键词 相似日选取 组合权重法 改进的鲸鱼优化算法 奇异谱分析 卷积-长短期记忆神经网络 光伏出力预测
暂未订购 下载PDF
Hybrid Prairie Dog and Beluga Whale Optimization Algorithm for Multi-Objective Load Balanced-Task Scheduling in Cloud Computing Environments 认领 引用
14
作者 K Ramya Senthilselvi Ayothi 《China Communications》 SCIE CSCD 2024年第7期307-324,共18页
The cloud computing technology is utilized for achieving resource utilization of remotebased virtual computer to facilitate the consumers with rapid and accurate massive data services.It utilizes on-demand resource pr... The cloud computing technology is utilized for achieving resource utilization of remotebased virtual computer to facilitate the consumers with rapid and accurate massive data services.It utilizes on-demand resource provisioning,but the necessitated constraints of rapid turnaround time,minimal execution cost,high rate of resource utilization and limited makespan transforms the Load Balancing(LB)process-based Task Scheduling(TS)problem into an NP-hard optimization issue.In this paper,Hybrid Prairie Dog and Beluga Whale Optimization Algorithm(HPDBWOA)is propounded for precise mapping of tasks to virtual machines with the due objective of addressing the dynamic nature of cloud environment.This capability of HPDBWOA helps in decreasing the SLA violations and Makespan with optimal resource management.It is modelled as a scheduling strategy which utilizes the merits of PDOA and BWOA for attaining reactive decisions making with respect to the process of assigning the tasks to virtual resources by considering their priorities into account.It addresses the problem of pre-convergence with wellbalanced exploration and exploitation to attain necessitated Quality of Service(QoS)for minimizing the waiting time incurred during TS process.It further balanced exploration and exploitation rates for reducing the makespan during the task allocation with complete awareness of VM state.The results of the proposed HPDBWOA confirmed minimized energy utilization of 32.18% and reduced cost of 28.94% better than approaches used for investigation.The statistical investigation of the proposed HPDBWOA conducted using ANOVA confirmed its efficacy over the benchmarked systems in terms of throughput,system,and response time. 展开更多
关键词 Beluga Whale Optimization Algorithm(BWOA) cloud computing Improved Hopcroft-Karp algorithm Infrastructure as a Service(IaaS) Prairie Dog Optimization Algorithm(PDOA) Virtual Machine(VM)
暂未订购 下载PDF
基于IWOA-LSTM的水利设施裂缝数据预测 认领 引用
15
作者 袁自祥 杨涛 皮明 《计算机与数字工程》 2026年第3期630-633,657,共4页
水利设施的裂缝宽度对水利设施的安全运行有着很大的影响,因此需要对裂缝数据预测。设计了一种基于改进鲸鱼优化算法(IWOA)与长短期记忆神经网络(LSTM)的组合网络模型(简称IWOA-LSTM),解决了普通的LSTM网络在预测水利设施裂缝数据时,人... 水利设施的裂缝宽度对水利设施的安全运行有着很大的影响,因此需要对裂缝数据预测。设计了一种基于改进鲸鱼优化算法(IWOA)与长短期记忆神经网络(LSTM)的组合网络模型(简称IWOA-LSTM),解决了普通的LSTM网络在预测水利设施裂缝数据时,人为设定超参数对预测精度的影响。该模型在现有鲸鱼优化算法的基础上,采用分段线性混沌映射初始化种群,并引入非线性收敛因子,加快种群收敛速度。结合某水电站4#号引水隧洞的裂缝数据,采用IWOA-LSTM模型进行预测,将预测结果与ARIMA模型、单一LSTM模型的预测结果进行对比,结果表明IWOA-LSTM模型的R方值分别提高了10.95%和4.69%,表明该模型有更高的预测精度。 展开更多
关键词 水利设施 时间序列预测 改进鲸鱼优化算法 长短期记忆网络
暂未订购 下载PDF
基于IWOA-ELM的短期电力系统负荷预测 认领 引用
16
作者 陈力 李乔森 +2 位作者 王长义 侯富元 杨剑锋 《电气工程学报》 CSCD 北大核心 2026年第2期257-264,共8页
短期电力负荷的精准预测可以保障电力系统运行的安全性和提高电能利用率,为得到准确可靠的短期负荷预测结果,提出一种改进鲸鱼优化算法(Improved whale optimization algorithm,IWOA)优化极限学习机(Extreme learning machine,ELM)的短... 短期电力负荷的精准预测可以保障电力系统运行的安全性和提高电能利用率,为得到准确可靠的短期负荷预测结果,提出一种改进鲸鱼优化算法(Improved whale optimization algorithm,IWOA)优化极限学习机(Extreme learning machine,ELM)的短期电力负荷组合预测模型。首先,利用Logistic混沌映射初始化鲸鱼算法的种群,通过非线性收敛因子增强鲸鱼算法在各阶段的搜索能力,从而实现对ELM输入权重和偏差的优化;然后依据优化参数建立IWOA-ELM预测模型对数据集进行预测,输出最终负荷预测结果。最后以甘肃省某地区实际负荷数据作为数据集进行试验分析,结果显示,IWOA-ELM模型得到的评价指标平均绝对百分比误差(Mean absolute percentage error,MAPE)、方均根误差(Root mean square error,RMSE)和平均绝对误差(Mean absolute error,MAE)分别为0.87%、1.12 MW、1.08 MW,其准确性高于单一算法的负荷预测模型,该模型能够提高短期电力负荷预测的准确性和可靠性。 展开更多
关键词 短期负荷预测 改进鲸鱼优化算法 极限学习机 组合模型
暂未订购 下载PDF
基于特征优化和IWOA-TCN-Attention的变压器油中溶解气体含量预测方法 认领 引用
17
作者 郭汉斌 李志斌 《电工电能新技术》 CSCD 北大核心 2026年第4期33-43,共11页
油中溶解气体含量的准确预测,可为变压器故障预警提供一定的依据。针对油中溶解气体数据中异常值干扰以及单一模型预测精度偏低的问题,本文提出一种基于特征优化和改进鲸鱼优化算法-时间卷积网络-注意力机制(IWOA-TCN-Attention)的变压... 油中溶解气体含量的准确预测,可为变压器故障预警提供一定的依据。针对油中溶解气体数据中异常值干扰以及单一模型预测精度偏低的问题,本文提出一种基于特征优化和改进鲸鱼优化算法-时间卷积网络-注意力机制(IWOA-TCN-Attention)的变压器油中溶解气体预测方法。首先,利用最优变分模态分解(OVMD)提取变压器时间序列的运行趋势,将原始序列的运行趋势去除,在此基础上采用局部离群因子(LOF)对序列进行异常值识别和修正。然后,通过OVMD将修正后的时间序列分解成一系列不同频率的子序列以降低其波动性。其次,结合Sobol序列、非线性收敛因子、自适应权重、差分进化和柯西变异策略对鲸鱼优化算法进行改进,利用改进鲸鱼优化算法(IWOA)对时间卷积网络(TCN)的超参数进行优化,并引入注意力机制提升模型对重要时序信息的捕捉能力。最后,对各子序列分别构建IWOA-TCN-Attention预测模型,通过叠加各子序列的预测结果,得到最终油中溶解气体含量的预测结果。实验结果表明,所提方法的均方根误差、平均绝对误差、平均绝对百分比误差分别为0.0530、0.0429、0.0041,相比其他模型具有更高的预测精度。 展开更多
关键词 油中溶解气体 最优变分模态分解 局部离群因子 改进鲸鱼优化算法 时间卷积网络 注意力机制
暂未订购 下载PDF
基于IWOA-XGBoost算法的变压器油浸纸绝缘老化状态预测研究 认领 引用
18
作者 邹必华 李平 陆堂 《广西电力》 2026年第2期26-32,共7页
针对变压器油浸纸绝缘老化评估中糠醛化学标志物表征精度不足的问题,提出一种基于改进鲸鱼优化算法(IWOA)和极端梯度提升(XGBoost)的绝缘老化评估模型。该模型以油中糠醛浓度为核心特征,结合等效老化时间和糠醛变化率构建多维特征空间,... 针对变压器油浸纸绝缘老化评估中糠醛化学标志物表征精度不足的问题,提出一种基于改进鲸鱼优化算法(IWOA)和极端梯度提升(XGBoost)的绝缘老化评估模型。该模型以油中糠醛浓度为核心特征,结合等效老化时间和糠醛变化率构建多维特征空间,并通过IWOA优化XGBoost的超参数。实验结果表明,优化后的模型在测试集上的平均绝对误差为10.40,决定系数为0.98。特征重要性分析表明,糠醛浓度与等效老化时间对老化评估结果的贡献最大。通过引入多维动态特征并结合高效的算法优化,本文方法有效解决了传统评估方法精度不足的问题,为基于糠醛标志物的变压器油浸纸绝缘老化状态预测提供了新方法。 展开更多
关键词 变压器油浸纸绝缘 绝缘老化评估 糠醛 改进鲸鱼优化算法 极端梯度提升
暂未订购 下载PDF
基于IWOA-SVR的锂离子电池健康状态在线快速检测 认领 引用 被引量：6
19
作者 陈洋 黄江东 +2 位作者 余春雷 谢基 姜伟 《分析测试学报》 CAS CSCD 北大核心 2025年第3期402-410,共9页
该文提出了一种融合改进鲸鱼优化算法与支持向量回归(IWOA-SVR)的锂离子电池健康状态(SOH)检测评估方法。首先收集不同充放电策略下的充放电数据,并提取关键电池老化特征参数;然后运用皮尔逊相关性分析验证了特征参数与SOH间的强相关性... 该文提出了一种融合改进鲸鱼优化算法与支持向量回归(IWOA-SVR)的锂离子电池健康状态(SOH)检测评估方法。首先收集不同充放电策略下的充放电数据,并提取关键电池老化特征参数;然后运用皮尔逊相关性分析验证了特征参数与SOH间的强相关性,算法在传统鲸鱼优化算法中融入自适应权重调整机制与Levy飞行策略,有效克服了传统方法在线评估SOH时误差偏大的问题。最后,采用恒流恒压充电与恒流充电两种典型工况下的实验测试数据进行验证,结果表明IWOA-SVR检测方法具有更高的稳定性和准确性,最大误差可控制在1.4%以内。同时,在平均绝对百分比误差(MAPE)和均方根误差(RMSE)两项关键评估指标上,IWOA-SVR均显著优于对比算法,充分证明了其在锂离子电池SOH在线检测中的高精度与强鲁棒性。 展开更多
关键词 锂离子电池 改进鲸鱼优化算法 支持向量回归 电池健康状态检测
暂未订购 下载PDF
基于IWOA-LSTM算法的预应力钢筋混凝土梁损伤识别 认领 引用 被引量：8
20
作者 范旭红 章立栋 +2 位作者 杨帆 李青 郁董凯 《江苏大学学报（自然科学版）》 CAS 北大核心 2025年第1期105-112,119,共8页
为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模... 为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模型,根据经验设置LSTM模型的超参数容易导致网络陷入局部最优而影响了分类结果,提出采用Sine混沌映射和自适应权重来改进鲸鱼优化算法(WOA),对LSTM进行超参数寻优.设计了IWOA-LSTM算法模型,训练识别试验梁各损伤阶段的AE信号特征参数.定型网络结构,并识别同种工况下其他梁的AE信号.结果表明:IWOA-LSTM算法模型识别准确率均超过或接近92%,相较于普通LSTM模型,IWOA-LSTM模型识别准确率提高了约7%. 展开更多
关键词 预应力钢筋混凝土梁 声发射 损伤识别 长短时记忆神经网络 改进的鲸鱼优化算法
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 … 12 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈