排序方式: 共有117条查询结果,搜索用时 109 毫秒
31.
为结合不同演化算法的优势,提出一个混合鲸鱼算法(hybrid whale optimization algorithm,HWOA).在HWOA算法中鲸鱼优化算法(whale optimization algorithm,WOA)的收缩环绕机制被正余弦算法(sine cosine algorithm,SCA)取代,以实现... 相似文献
32.
为提高负荷预测结果的精度,设计了 一种基于VMD-IWOA-LSSVM(Variational Mode Decomposition-Improved Whale Optimization Algorithm-Least Square Support Vector Machine)短期负荷预测模型.先通过变分模态算法将... 相似文献
33.
我们理发、染发或束发,但有比造型更重要的事情:头发可以去除毒素,揭示我们的住处,甚至能"听"。1.告诉你一个赤裸裸的事实:体毛与头发本质上是相同的,都是由完全相同的蛋白质构成,这种物质被称为角质蛋白。2.所有的哺乳类动物在它们一生中的某个时刻都会有毛发,可以是一个新生鲸鱼身上的绒毛、坚硬的豪猪刺上的保护层或者是你的长发。3.昆虫身上也有毛发。雄性淡水 相似文献
34.
目前,大坝变形预测主要采用的浅层网络结构存在难以挖掘数据序列隐含深层特征的问题.常用的LSTM和GRU等模型虽然具有分析变形序列的时间自相关性特征的特点,但忽略了环境因子序列和变形序列之间的映射关系,且难以克服深度神经网络梯度下降训练易陷入局部最优的问题.针对上述问题,提出了耦合注意力机制大坝变形改进LSTM序列到序列预测模型.利用编码和解码双层LSTM构建序列到序列结构,同步提取输入影响因子和输出变形的序列特征,并耦合注意力机制,动态度量各影响因子对变形的贡献率,以提高预测精度.进一步利用蚁群信息素及双混沌优化改进鲸鱼捕食机制,构建基于改进鲸鱼优化算法的耦合注意力机制的LSTM序列到序列网络模型的无梯度环境,规避早熟收敛,弥补梯度下降本身的缺陷.工程应用结果表明,本文所提模型能够精确预测大坝变形,在各点位测试集上平均MAPE、MAE和RMSE分别为0.125%、0.604 mm和0.865 mm.此外,时效、水位和温度分量对点位变形的贡献率依次为51.93%、30.14%和17.93%.本研究为大坝安全监控提供理论与技术支撑. 相似文献
35.
被控对象数学模型的精度决定了PID控制算法的效果。为解决建模困难的问题,上位机采用混沌序列生成鲸鱼优化算法的初始种群数据并发送给下位机。下位机控制被控对象运行,并将结果反馈给上位机。多次迭代计算之后,上位机基于鲸鱼算法获得最优PID参数组合。该系统无需建立数学模型,提高了参数整定精度,简单易用。在对比实验中,混沌鲸鱼算法的寻优结果优于鲸鱼算法和混沌粒子群算法,控制效果良好。 相似文献
36.
37.
38.
40.
针对鲸鱼优化算法(whale optimization algorithm,WOA)"早熟收敛"的缺陷,文章提出一种改进的鲸鱼优化算法(modified whale optimization algorithm,MWOA).该算法在WOA的基础上嵌入自适应权重来协调算法的全局搜索与局部开发,同时引入反向学习策略和相关性... 相似文献