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13篇文章
< 1 >
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：
基于NRBO-XGBoost的降雨条件下基坑边坡稳定性预测模型研究 认领 引用
1
作者 赵江平 孙一龙 《工业安全与环保》 2026年第7期12-19,79,共8页
为预防极端降雨条件下基坑边坡失稳造成的坍塌事故,提出基于牛顿-拉夫逊算法(NRBO)优化极限梯度提升(XGBoost)的基坑边坡稳定性预测模型。结合西安市某建筑工地中土钉支护段基坑边坡的实际地质条件和降雨情况,使用Geo-Studio模拟计算不... 为预防极端降雨条件下基坑边坡失稳造成的坍塌事故,提出基于牛顿-拉夫逊算法(NRBO)优化极限梯度提升(XGBoost)的基坑边坡稳定性预测模型。结合西安市某建筑工地中土钉支护段基坑边坡的实际地质条件和降雨情况,使用Geo-Studio模拟计算不同状态下的基坑边坡稳定性,并采用NRBO-XGBoost算法对边坡安全系数进行了预测。结果表明,提出的降雨条件下基坑边坡预测模型能很好地描述影响因素与该基坑边坡稳定性之间复杂的非线性关系,决定系数(R2)、平均绝对误差(MAE)和均方根误差(RMSE)分别为0.9755、0.0203和0.0243,相较于XGBoost模型,R2提高7.6%,RMSE和MAE分别降低50.2%和47.3%,同时与WOA-XGBoost、SSA-XGBoost、XGBoost、SVM和RBF相比,其预测精度最高;在实例验证中,NRBOXGBoost模型对强降雨条件下该基坑边坡稳定性的预测显示出良好的适用性,对实现基坑边坡失稳风险预警具有重要意义。 展开更多
关键词 边坡稳定性 数值模拟 降雨作用 机器学习 NRBO-XGBoost算法
暂未订购 下载PDF
基于两阶段特征选择和改进NRBO-BiLSTM的短期风电功率预测方法 认领 引用
2
作者 袁博 周霞 +1 位作者 戴剑丰 张腾飞 《南方能源建设》 2026年第3期138-151,共14页
[目的]针对风电功率预测中特征因素太多、关键特征与功率间映射关系难以有效挖掘和预测精度不高的问题,提出一种考虑两阶段特征选择的短期风电功率预测方法。[方法]首先,采用基于互信息(Mutual Information,MI)的最大相关-最小冗余判据(... [目的]针对风电功率预测中特征因素太多、关键特征与功率间映射关系难以有效挖掘和预测精度不高的问题,提出一种考虑两阶段特征选择的短期风电功率预测方法。[方法]首先,采用基于互信息(Mutual Information,MI)的最大相关-最小冗余判据(minimal Redundancy Maximal Relevance,mRMR)对风电功率预测数据中的风速、风向等特征进行相关性分析,通过最大化特征与风电功率之间的相关性并最小化特征间的冗余度,实现特征的初步筛选;接着,利用随机森林(Random Forest,RF)算法中的袋外(Out-of-Bag,OOB)重要性评价方法对筛选后的特征进行重要性评价,进行特征的二次筛选以获取最优特征子集;然后,对牛顿-拉夫逊优化(Newton-Raphson Based Optimizer,NRBO)算法的自适应参数进行改进,并利用改进后的NRBO优化算法对双向长短期记忆(Bidirectional Long Short-Term Memory,BiLSTM)网络的相关参数进行优化;最后将最优特征子集输入到NRBO-BiLSTM风电功率预测模型中进行短期风电功率预测。[结果]算例分析表明,所提两阶段特征选择方法能有效剔除特征间冗余及低重要性特征,最优特征子集显著提升了模型性能;改进NRBO算法优化效果显著,预测精度显著优于对比模型。[结论]文章成功地将两阶段特征选择与改进的NRBO算法相结合,所提模型能够精准捕捉风电功率的波动规律,有效提升了短期风电功率的预测精度。 展开更多
关键词 风电功率预测 最大相关-最小冗余判据 随机森林算法 牛顿-拉夫逊优化 双向长短期记忆
暂未订购 下载PDF
基于NRBO优化极限学习机的激波管反射阶跃压力上升时间估计 认领 引用
3
作者 赵宇星 姚贞建 马靖杰 《计量学报》 CSCD 北大核心 2026年第2期206-213,共8页
针对激波管反射阶跃压力上升时间估计精度低的问题,提出一种基于牛顿-拉夫逊优化极限学习机(NRBO-ELM)的激波管反射阶跃压力上升时间估计方法。首先,采用压力传感器测量反射阶跃压力信号,得到阶跃响应信号;然后,提取响应信号初始双峰段... 针对激波管反射阶跃压力上升时间估计精度低的问题,提出一种基于牛顿-拉夫逊优化极限学习机(NRBO-ELM)的激波管反射阶跃压力上升时间估计方法。首先,采用压力传感器测量反射阶跃压力信号,得到阶跃响应信号;然后,提取响应信号初始双峰段并进行正弦拟合及插值,估计处理后阶跃响应信号第一峰值时间与振荡周期,构建上升时间估计模型的训练集与测试集;最后,基于NRBO-ELM算法建立上升时间估计的非参数模型,实现激波管反射阶跃压力上升时间准确估计。采用仿真实验和激波管实验验证该方法的有效性和优越性。仿真结果显示:该方法估计激波管反射阶跃压力上升时间的平均绝对百分比误差eMAPE与均方根误差eRMSE分别为0.917%和4.533×10-3μs,远小于传统参数方程法及极限学习机模型法。实验结果显示:传统参数方程法无法准确估计激波管反射阶跃压力上升时间。而通过引入参数优化的极限学习机算法,建立了反射阶跃压力测量的非参数模型,有效提高了激波管反射阶跃压力上升时间估计精度。 展开更多
关键词 力学计量 压力传感器 激波管 动态校准 阶跃压力 上升时间 NRBO优化 极限学习机 优化算法
暂未订购 下载PDF
基于NRBO-RBF神经网络代理模型的三轴转向架构架可靠性分析 认领 引用
4
作者 姜杰 李永华 +1 位作者 陈哲 周维 《铁道车辆》 2026年第2期153-160,共8页
货车三轴转向架构架的结构可靠性直接影响货车运行的稳定性和安全性。文章建立了三轴转向架构架参数化模型,并基于灵敏度分析筛选了影响结构应力的关键变量,构建三轴转向架构架结构失效的极限状态函数,引入牛顿-拉夫逊算法优化径向基函... 货车三轴转向架构架的结构可靠性直接影响货车运行的稳定性和安全性。文章建立了三轴转向架构架参数化模型,并基于灵敏度分析筛选了影响结构应力的关键变量,构建三轴转向架构架结构失效的极限状态函数,引入牛顿-拉夫逊算法优化径向基函数神经网络代理模型扩展系数,动态择优形成NRBO-RBF神经网络。在此基础上,对三轴转向架构架参数化模型的功能函数开展复杂非线性拟合,并结合蒙特卡洛抽样对三轴转向架构架开展了可靠性分析。结果表明:NRBO-RBF代理模型有效缩短了模型参数配置的时间,同时较原始RBF模型的预测精度显著提升。 展开更多
关键词 RBF代理模型 NRBO优化算法 三轴转向架构架 蒙特卡洛抽样 可靠性分析
暂未订购 下载PDF
基于NRBO-XGBoost和ABKDE融合可解释模型的TBM掘进速度预测 认领 引用 被引量：3
5
作者 杨腾杰 高新强 +4 位作者 杨志国 孔超 董北毅 李铁峰 朱正国 《河南科技大学学报（自然科学版）》 CAS 北大核心 2025年第4期73-87,M0006,M0007,共15页
精准可靠的隧道掘进机(TBM)掘进速度预测对于提升施工效率、保障施工安全具有重要工程价值。针对现有TBM掘进速度预测模型精度较差和对施工时不确定性考虑不足的局限,提出了一种基于机器学习的可解释性TBM掘进速度区间预测方法。首先,... 精准可靠的隧道掘进机(TBM)掘进速度预测对于提升施工效率、保障施工安全具有重要工程价值。针对现有TBM掘进速度预测模型精度较差和对施工时不确定性考虑不足的局限,提出了一种基于机器学习的可解释性TBM掘进速度区间预测方法。首先,收集国内多组TBM隧道工程数据,选取岩石单轴抗压强度(UCS)、岩体完整性系数(Kv)、推力(TF)与刀盘转速(RPM)作为输入特征,构建基于牛顿拉弗森优化(NRBO)算法与交叉验证策略协同优化的极端梯度提升(XGBoost)点预测模型,并引入可解释性(SHAP)框架解析特征参数对预测结果的贡献度。进而,采用自适应带宽核密度估计(ABKDE)方法对点预测结果进行不确定性量化,实现掘进速度的区间预测。最后,通过伊朗克尔曼输水隧洞工程案例验证模型有效性。研究结果表明:与未采用NRBO算法的XGBoost模型相比,NRBO-XGBoost模型的预测误差均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别降低了13.9%、19.1%和0.7%,决定系数R2提高了0.0151;特征重要性排序为UCS(0.4156)>TF(0.1554)>RPM(0.1045)>Kv(0.0047),揭示岩石强度为掘进速度的主导影响因素;所提模型在区间预测性能上超越了自适应提升(AdaBoost)和随机森林(RF)模型,NRBO-XGBoost、AdaBoost和RF模型的预测区间覆盖概率(PICP)分别达到92.1%、88.4%和90.2%,具备更优的不确定性量化能力;工程实例验证中,点预测R2达0.9676且预测区间完全覆盖实测值,证实模型具有良好工程适用性。 展开更多
关键词 隧道掘进机 掘进速度 区间预测 融合模型 机器学习 NRBO算法 可解释性
暂未订购 下载PDF
基于NRBO算法优化的模糊PID轴承预紧力控制 认领 引用
6
作者 李学军 黎耀强 +2 位作者 蒋玲莉 李家皇 张茜 《电子测量与仪器学报》 EI CSCD 北大核心 2025年第7期227-235,共9页
合适的预紧力可以使轴承系统达到减少系统振动和噪音、提高轴承刚度的目的,为满足轴承预紧力控制的需要,提出了基于牛顿-拉夫森优化算法(NRBO)优化模糊PID的预紧力控制策略。首先,确定轴承预紧力液压加载的方式以及建立传递函数;其次,结... 合适的预紧力可以使轴承系统达到减少系统振动和噪音、提高轴承刚度的目的,为满足轴承预紧力控制的需要,提出了基于牛顿-拉夫森优化算法(NRBO)优化模糊PID的预紧力控制策略。首先,确定轴承预紧力液压加载的方式以及建立传递函数;其次,结合AMESim/Smilink的联合仿真模型,并与常规PID,模糊PID、粒子群算法(PSO)优化模糊PID进行了仿真对比;最后,开展了试验验证。仿真结果表明,NRBO算法优化模糊PID对比常规PID、模糊PID和PSO算法优化模糊PID超调量分别减少42.93%、27.78%、13.91%,调节时间分别减少了3、2.3、1.6 s。试验结果表明,轻载、中载、重载的径向力作用下,NRBO优化模糊PID控制器相比于常规PID控制器,调节时间分别减少5.3、10.4、4.5 s,超调量分别减少43.78%、52.52%、72.36%;相比于模糊PID控制器调节时间分别减少2.7、5.2、2.6 s,超调量分别减少29.62%、46.24%、59.52%;相比PSO算法优化模糊PID控制器调节时间分别减少1.7、3.2、2.3 s,超调量分别减少17.38%、30.02%、55.42%。表明了NRBO优化模糊PID控制器拥有更快、更精确的控制效果,能够很好的实现预紧力的精确施加。 展开更多
关键词 轴承预紧力 NRBO算法 模糊PID 预紧力控制
暂未订购 下载PDF
基于NRBO算法的机器人运动学逆解分析 认领 引用 被引量：1
7
作者 李保坤 张俊超 《黑龙江工业学院学报（综合版）》 2025年第7期108-112,共5页
针对CR5机器人逆运动学求解问题,提出了牛顿-拉夫逊优化算法求解逆运动学。该算法结合种群初始化、基于牛顿-拉夫逊法的搜索规则及陷阱避免算子,通过动态调整解空间搜索策略,有效避免局部最优并提升收敛速度。通过仿真完成末端绘制圆形... 针对CR5机器人逆运动学求解问题,提出了牛顿-拉夫逊优化算法求解逆运动学。该算法结合种群初始化、基于牛顿-拉夫逊法的搜索规则及陷阱避免算子,通过动态调整解空间搜索策略,有效避免局部最优并提升收敛速度。通过仿真完成末端绘制圆形轨迹的任务,结果表明NRBO算法相较传统NR法,在轨迹跟踪精度和收敛速度上更优,且能精确还原关节角度值,验证了其在冗余机械臂运动学逆解中的高效性和鲁棒性。 展开更多
关键词 逆运动学 NRBO 元启发算法
暂未订购 下载PDF
基于NRBO-Transformer-BiLSTM的柔性薄壁轴承细粒度故障诊断 认领 引用
8
作者 郭明军 陈昕昀 +2 位作者 石淇 李鑫 赵学智 《现代制造工程》 北大核心 2025年第11期136-145,34,共10页
针对现有柔性薄壁轴承的细粒度故障识别及其现有诊断方法特征提取不足等问题,提出一种基于牛顿-拉夫逊优化(Newton-Raphson-Based Optimizer,NRBO)算法优化的Transformer编码层与双向长短期记忆(Bi-directional Long Short-Term Memory,... 针对现有柔性薄壁轴承的细粒度故障识别及其现有诊断方法特征提取不足等问题,提出一种基于牛顿-拉夫逊优化(Newton-Raphson-Based Optimizer,NRBO)算法优化的Transformer编码层与双向长短期记忆(Bi-directional Long Short-Term Memory,BiLSTM)神经网络解码层相结合的故障诊断方法。该方法首先使用时变滤波经验模态分解(Time-Varying Filter Empirical Mode Decomposition,TVFEMD)柔性薄壁轴承振动加速度信号,同时采用NRBO算法对其时变滤波带宽和B样条阶数等参数进行优化,依据互相关系数准则筛选主要本征模态分量(Intrinsic Mode Function,IMF),计算其时频域特征,结合振动加速度信号的时域、频域特征构建多域特征数据集,并按比例划分为训练集和测试集;其次将训练集输入模型,通过NRBO算法对模型初始学习率、BiLSTM神经网络的隐藏层节点数以及Transformer模型的正则化系数进行优化;通过测试集对优化模型进行测试,并与其他细粒度故障诊断模型对比。结果表明,所提方法准确率达99.60%,高于其他模型。该方法可为柔性薄壁轴承细粒度的智能诊断提供一种新的研究思路,对其他相关领域的智能化健康管理亦可提供有益借鉴。 展开更多
关键词 柔性薄壁轴承 故障诊断 牛顿-拉夫逊优化算法 双向长短期记忆网络 Transformer模型 时变滤波经验模态分解
暂未订购 下载PDF
Coupled Meteorological-Electricity Behavior Analysis and Multi-Energy Load Forecasting Based on a Combined Model 认领 引用
9
作者 Nantian Huang Jingyuan Zhang +3 位作者 Shicheng Ren Hao Zhang Bingling Li Yaoyao Wang 《Energy Engineering》 EI 2026年第8期427-453,共27页
User electricity consumption behavior analysis and multi-load forecasting in integrated energy systems are crucial for system operation and scheduling.Traditional user electricity consumption behavior analysis fails t... User electricity consumption behavior analysis and multi-load forecasting in integrated energy systems are crucial for system operation and scheduling.Traditional user electricity consumption behavior analysis fails to adequately incorporate meteorological factors,limiting the accuracy of characterizing user electricity consumption patterns.Traditional multi-load forecasting models do not consider the differentiated coupling relationships with meteorological factors across different seasons,which restricts the improvement of forecasting accuracy.To address the above issues,a method integrating data cleaning and meteorological correlation for electricity consumption behavior and multi-dimensional forecasting analysis is proposed.First,the Akima interpolation method is used to repair anomalous points in the load data.Second,the BK-Means algorithm is employed to determine the optimal number of clusters and initial centers,achieving a coupled analysis of wind-solar power output,load-meteorology clustering,and user electricity consumption behavior.Subsequently,the Kendall rank correlation coefficient method is applied to analyze the correlation between multi-dimensional loads and meteorological factors,constructing differentiated input feature sets for various loads tailored to different seasons.Finally,a combined model is used to generate multi-load forecasting results.The results demonstrate that compared to single forecasting methods,the proposed method achieves higher forecasting accuracy for electricity,cool,and heating loads across different seasons. 展开更多
关键词 NRBO algorithm BK-means algorithm LSTM algorithm XGBoost algorithm multivariate load forecasting
暂未订购 下载PDF
基于NRBO-XGboost的机器人磨削材料去除率预测与模型优化研究 认领 引用 被引量：2
10
作者 吕少华 蔡春波 《制造技术与机床》 CAS 北大核心 2025年第4期159-165,共7页
针对磨削加工过程中材料去除率(material removal rate,MRR)难以准确预测的问题,构建了基于极致梯度提升树(etreme gradient boosting,XGBoost)算法的MRR预测模型。通过分析不同工艺参数下机器人磨削产生的振动信号,提取能够反映MRR的... 针对磨削加工过程中材料去除率(material removal rate,MRR)难以准确预测的问题,构建了基于极致梯度提升树(etreme gradient boosting,XGBoost)算法的MRR预测模型。通过分析不同工艺参数下机器人磨削产生的振动信号,提取能够反映MRR的特征参数,利用牛顿-拉夫逊优化算法(Newton-Raphson-based optimizer,NRBO)确定XGBoost的初始参数最优解,解决参数调整与局部最优解问题,并构建NRBO-XGBoost模型。将该模型与传统XGBoost、粒子群优化(particle swarm optimization,PSO)-XGBoost及长短期记忆算法(long short-term memory,LSTM)进行对比,结果显示,NRBO-XGBoost模型的预测结果优于其他模型,预测评价指标显著提高,初始解优化速度较PSO优化算法更快,适应度值更小。研究成果可为机器人磨削MRR预测及工艺优化提供参考。 展开更多
关键词 XGboost算法 牛顿-拉夫逊优化算法 机器人磨削 材料去除率 振动信号
暂未订购 下载PDF
混合优化Stacking集成学习算法的帷幕灌浆注灰量预测 认领 引用
11
作者 张鹏程 马超 古茜倩 《水力发电学报》 CSCD 北大核心 2026年第1期99-108,共10页
准确预测单位注灰量是管控工程成本与有效规避渗漏安全风险的重要前提。针对大坝帷幕灌浆工程中评价指标与单位注灰量之间的复杂非线性关系,本文提出一种基于Stacking集成学习的预测模型,并与随机森林(RF)、XGBoost和支持向量机(SVM)模... 准确预测单位注灰量是管控工程成本与有效规避渗漏安全风险的重要前提。针对大坝帷幕灌浆工程中评价指标与单位注灰量之间的复杂非线性关系,本文提出一种基于Stacking集成学习的预测模型,并与随机森林(RF)、XGBoost和支持向量机(SVM)模型进行对比分析,通过牛顿-拉夫逊优化(NRBO)算法对模型超参数进行优化,并在训练集和验证集上评估了各模型的预测性能。结果表明:Stacking模型在训练集和验证集上的预测精度均显著优于单一模型,其R2分别达到0.998和0.971,RMSE分别为0.350和1.224。相比之下,RF、XGBoost和SVM模型在验证集上的R2分别为0.905、0.930和0.728,RMSE分别为2.219、1.896和3.748。集成学习模型(Stacking、RF、XGBoost)在处理高维非线性数据时具有更强的拟合能力和鲁棒性,而Stacking模型通过集成多个基学习器的优势,进一步提升了预测精度和对异常值的鲁棒性。因此,所提出的NRBO-Stacking模型在大坝帷幕灌浆工程中具有较高的预测精度和泛化能力,为类似复杂工程问题的预测提供了有效的解决方案。 展开更多
关键词 大坝工程 帷幕灌浆 注灰量预测 随机森林 NRBO算法 集成学习模型
暂未订购 下载PDF
兼顾平抑波动与储能保护的混合储能优化策略 认领 引用 被引量：1
12
作者 霍俊达 王毅 《华北电力大学学报（自然科学版）》 CAS 北大核心 2026年第4期43-54,共12页
为更有效地解决风电并网功率波动问题并优化储能的运行状态,提出一种兼顾平抑波动与储能保护的混合储能功率优化策略。首先通过改进的模型预测控制(model predictive control,MPC)对风电原始出力进行平抑,通过引入储能荷电状态(state of... 为更有效地解决风电并网功率波动问题并优化储能的运行状态,提出一种兼顾平抑波动与储能保护的混合储能功率优化策略。首先通过改进的模型预测控制(model predictive control,MPC)对风电原始出力进行平抑,通过引入储能荷电状态(state of charge,SOC)相关的权重系数来自适应调节算法的目标函数,得到风电并网功率和混合储能总出力;然后提出牛顿-拉夫逊优化算法(Newton-Raphson-based optimization,NRBO)优化变分模态分解(variational mode decomposition,VMD)中的参数,再通过VMD对总功率进行分解,结合储能特性得到初级功率分配结果;最后提出兼顾储能充放电转换次数、SOC和并网波动率的储能功率优化策略。算例仿真结果表明,提出的策略在成功平抑波动的基础上使得锂电池充放电转换次数显著下降了90.54%,有效地保证了超级电容和锂电池的SOC不越限及风电并网波动率能够始终满足要求。 展开更多
关键词 平抑风电功率波动 改进模型预测控制 牛顿-拉夫逊优化算法 变分模态分解 优化策略
暂未订购 下载PDF
基于多源信息融合的输电线路故障诊断研究 认领 引用 被引量：10
13
作者 葛亚明 周陈斌 +3 位作者 孟屹华 沈蛟骁 曹海欧 任旭超 《电气传动》 2025年第4期72-81,共10页
随着新型电力系统的加速建设,输电系统的规模和复杂性不断增加,而以多源数据作为驱动源、满足准确率与低耗时要求的输电线路故障诊断算法亟待研究。提出一种基于改进NRBO-XGBoost算法的多源信息融合输电线路故障诊断方案。首先,通过对... 随着新型电力系统的加速建设,输电系统的规模和复杂性不断增加,而以多源数据作为驱动源、满足准确率与低耗时要求的输电线路故障诊断算法亟待研究。提出一种基于改进NRBO-XGBoost算法的多源信息融合输电线路故障诊断方案。首先,通过对线路两侧保护测量电气量和动作开关量的分析,解耦出区内外故障场景下时/频域差动电流和差动电压、暂态极性和动作信号的关联性特征;其次,将解耦出的多源故障特征向量输入至XGBoost串行学习算法,并同时引入NRBO算法对XGBoost的训练参数进行全局优化;最后,基于改进NRBO-XGBoost算法的辨识输出结果,获取完整的输电线路区内外故障诊断模型。在PSCAD/EMTDC中搭建了IEEE-30标准节点输电系统模型,通过对4种典型场景下的案例测试,结果表明所提出的多源信息融合算法能够满足线路故障诊断准确率99%的要求,在诊断速度上相较于传统智能算法也体现出了一定的优越性。 展开更多
关键词 输电线路 故障诊断 XGBoost算法 NRBO算法 多源信息融合
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 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈