灰狼算法

摘要： 随着旋转机械设备的集成化程度不断提高,轴承发生故障的概率以及故障诊断的难度都在增加。为了解决常规故障诊断出现误报和漏报等问题,课题组在采集已清洗的轴承数据基础上提出了一种新型分类预测算法。课题组通过改进的灰狼算法来收敛支持向量机的参数,并对数据集进行训练优化,以精准地对轴承故障进行判断和预测。研究结果表明判断精度可高达99.4%;通过与其他现有主流分类预测模型进行比较,进一步验证了该优化方法的优异性。该优化方案可以很好地应用于SCADA等实时状态监测系统并进行精准故障分类预测。

摘要： 为解决多元变分模态分解(MVMD)经验参数设置对分解结果的影响,提出一种新的自适应多元变分模态分解(AMVMD)方法并将其应用于轴承的故障诊断方面。首先,将最小平均包络熵(MAEE)作为适应度函数,采用灰狼算法(GWO)寻求MVMD参数的最优解,并按照最优参数对原始信号进行分解。然后,计算各本征模态分量(IMF分量)的样本熵和相关系数,选取最佳模态进行信号重构。最后,通过Teager能量算子(TEO)对重构信号进行解调,以增强微弱的瞬态冲击成分并识别特征频率。结果表明:将所提出的AMVMD与TEO相结合可以有效减少信号噪声,提取轴承的故障特征。

摘要： 路径规划的目的是在有障碍物的环境中寻找可行性路径,即从起始位置到目标位置长度最小的无碰撞路径。针对避障路径规划问题,提出基于灰狼算法的改进方法,用于提高路径规划效率。改进算法将粒子群优化算法与灰狼算法相结合,融合二者思想改进灰狼算法的位置更新公式,通过粒子群算法改善灰狼算法易过早收敛而陷入局部最优以及收敛速度较低的问题。实验结果表明,改进算法在求取全局最优解和收敛速度方面相较于基础灰狼算法均有不同程度的提高,平均求解时间仅为基础算法的89.8%,迭代次数为基础算法的83%。粒子群优化算法改进的灰狼算法具有更加优秀的路径规划性能。

摘要： 无人机复杂飞行姿态下,其锂电池的放电电流大小会发生很大变化,难以准确估算无人机剩余电量等状态参数。针对这一问题,提出一种改进的灰狼算法优化粒子滤波算法(IGWO-PF),通过粒子分布进行SOC估计。该方法中用灰狼表征粒子,通过设置狼群位置更新机制,使粒子不断接近真实的概率分布。首先用二阶戴维南等效电路构建无人机锂电池模型,计算出观测方程和状态方程。其次在无人机动态工况下,通过基于遗忘因子的最小二乘法在线完成参数辨识。然后利用IGWO-PF算法进行无人机SOC估算。最后使用MATLAB分别对IGWOPF算法、PF算法和UKF算法在3种不同工况下进行仿真验证。结果表明:在3种工况下,IGWO-PF算法不仅在SOC估计结果上能很好地收敛到实际值,而且对于SOC估算误差能控制在1%之内比传统算法误差更准确稳定。

摘要： 对于冷、热、电联供综合能源系统优化问题,为了提高可再生能源利用率,故以弃风、弃光量最小和综合能源系统运行经济性为优化目标,建立了含风机、光机、燃气轮机、燃气锅炉等综合能源优化模型。模型的求解使用的改进多目标灰狼算法,得到Pareto解集。针对综合能源系统的约束较多、灰狼算法种群多样性少、容易陷入局部最优等方面,对算法进行改进。仿真结果显示,改进之后的算法求解速度和全局搜索性都优于基本算法。

摘要： 针对油中溶解气体分析法(DGA)不能有效反映变压器的不同故障且诊断准确率低的问题,通过邻域粗糙集(NRS)对变压器故障数据比值进行约简,得出一组新比值作为诊断样本,进而利用灰狼算法(GWO)与支持向量机(SVM)结合的模型进行故障诊断。实验分析表明,利用NRS对变压器故障数据约简能够有效提高变压器故障准确率,同时验证了GWO-SVM模型对于变压器故障诊断的良好适用性。

摘要： 针对现有基于支持向量机(SVM)的煤与瓦斯突出预测方法存在准确率低与响应速度慢的问题,提出了一种基于改进灰狼算法(IGWO)优化SVM的煤与瓦斯突出危险性预测方法。采用灰色关联熵权法分析各个影响因素对煤与瓦斯突出的影响程度,根据关联度排序提取瓦斯压力、瓦斯含量、瓦斯放散初速度和开采深度作为煤与瓦斯突出主控因素,将其分为训练集和测试集,并进行归一化处理;为改善传统灰狼算法(GWO)种群易陷入局部最优和寻优速度慢的缺陷,引入越界处理机制和嵌入莱维飞行的随机差分变异策略对GWO算法进行改进(即IGWO),有效提升了GWO的收敛精度与速度;采用IGWO对SVM的核心参数和惩罚参数进行优化,将煤与瓦斯突出的主控因素输入到IGWO-SVM中进行分类,并将其与实际测试集分类结果进行对比,实现煤与瓦斯突出危险性预测。仿真结果表明:与基于鲸鱼算法-支持向量机(WOA-SVM)、灰狼算法-支持向量机(GWO-SVM)和粒子群-支持向量机(PSO-SVM)的预测方法相比,基于IGWO-SVM的预测方法具有更高的预测精度,在提高SVM运算效率的同时满足煤与瓦斯突出预测的精度和可靠性要求,准确率达到96.67%,预测速度为5.58 s。

摘要： 为提高无线传感器网络数据融合精度,降低网络能耗,延长网络生存时间,提出基于改进灰狼算法优化BP神经网络的无线传感器网络数据融合算法(IGWOBPDA)。首先为平衡灰狼算法全局与局部搜索能力提出改进控制参数和动态权重更新位置的改进灰狼方案,利用改进灰狼算法对BP神经网络初始阈值和初始权值进行优化以解决数据融合中BP神经网络对初值敏感、易陷入局部最优的问题;其次考虑到无线传感网实际传输节点能耗和分簇情况,提出基于节点剩余能量参数和节点密度参数的分簇方案,通过调整参数的权重因子来适应网络数据融合传输过程中的实际情况。仿真实验结果表明,对比BPNDA算法和GAPSOBP算法,IGWOBPDA算法在不同数据集下有更好的数据融合精度和更快的收敛速度,并且能有效地减少数据传输量,降低节点能耗,延长网络生存时间,在不同网络规模下保持稳定性。

摘要： 针对传统评估指标不能合理评估算法性能的问题,提出基于TOPSIS法的群智能优化算法性能排序方法。该方法定义了7项表示群体智能算法性能的指标,给出了指标的计算模型。通过对数据的分析可以得出三种算法在不同测试函数中每个单属性下的排名,不同的排名反映了算法的不同性能上的优劣。利用TOPSIS方法对不同算法综合性能进行计算排序。仿真结果表明该方法可以应用于不同算法的评估,研究工作为群智能优化算法的工程应用提供了理论依据。

摘要： 如何利用移动节点实现覆盖的最大化并减少能量的使用是研究无线传感器网络的一个重要方向。基于Circle映射,改进了莱维飞行策略;结合能量位置融合机制,用优化后的灰狼算法对无线传感器网络覆盖问题进行求解。首先,引入的Circle映射大幅改善了狼群的多样性,从而能实现更加有力的搜索;其次,改进后的莱维飞行策略平衡了不同时期对全局搜索和局部寻优的需求,一定程度上加快了搜索进程,提高了收敛速度;最后考虑能量和位置的交融,每个个体不再单一考虑位置,而是结合一部分能量因素来进行移动。仿真结果表明,未考虑能量受限的改进后的灰狼算法较基本灰狼算法覆盖率有所提升,和其他文献中的算法相比,也具有更高的收敛速度和覆盖率。在考虑能量受限以后,不但保证了覆盖率,还延长了节点寿命。

摘要： 针对传统方法预测最小混相压力准确性相对较低的问题,提出了一种将灰狼算法(GWO)与最小二乘支持向量机(LSSVM)相结合的新模型(GWO-LSSVM模型).基于Pearson关联性分析,该模型选取油藏温度、C5+分子量、挥发组分摩尔分数、中间组分摩尔分数为自变量,最小混相压力为因变量.基于36个最小混相压力(MMP)实验数据优化模型参数,并利用其他的15个MMP数据测试了模型的准确性.结果表明:GWO-LSSVM模型训练数据的绝对平均相对偏差(从RD)为2.21％,测试数据的AARD为3.60％.最后,采用杠杆方法,进行了全部实验数据的异常点测试,仅诊断出有1个实验数据为异常点.该研究为C02-原油MMP预测提供了一种新方法.

摘要： 本发明涉及无线电磁波传播及超宽带室内定位领域，具体涉及融合可计算误差地图和灰狼优化的超宽带室内定位算法，其包括包括以下步骤：S1.将待定位室内地图根据UWB信号穿墙数量划分成多个区域及细粒度网格，并根据所提出的每个区域的测距误差公式计算出每个UWB基站与每个网格中心坐标之间的测距误差模型，从而形成每个UWB基站的误差地图；S2.基于细粒度网格结合灰狼优化算法设置初始狼的坐标，利用改进的灰狼优化算法对UWB标签的位置进行准确估计。本发明有效提升了超宽带室内定位技术在室内复杂环境中的定位精度。

摘要： 一种基于改进灰狼优化算法的差异代谢物分析方法及系统，包括以下步骤：一，获取数据源，其中数据源包括离子的质谱信号数据，对数据进行整合；二，通过哈希算法在数据源获取每个离子所需分析的信息；三，将获取离子的质谱信号数据进行组间对比分析，并根据学生t检验算法以及用户需求的离子评判标准，筛选出所需分析的离子；四，使用改进灰狼优化算法对差异离子进行选择；五，获取差异离子数据，并使用KNN方法进行分类模型建模；六，计算分类模型的混淆矩阵、ROC曲线、AUC面积指标，向用户展示差异分析结果。

摘要： 本发明公开了一种基于改进灰狼算法的发电机励磁系统参数辨识算法，包括：建立空载状态下励磁系统的原模型和实际系统模型；通过改进灰狼算法对进入线性区的实际系统模型进行辨识，得到线性部分参数；将所述线性部分参数输入实际系统模型；通过改进灰狼算法对进入非线性区的带入线性部分参数后的实际系统模型进行辨识，得到非线性部分参数。在灰狼算法基础上，提出收敛因子非线性递减策略与灰狼分群轮换追赶策略，增强了狼群的种群多样性，改善了算法易陷入局部最优的不足点。将灰狼算法应用于励磁系统参数的辨识，并通过改进灰狼算法有效地实现了励磁系统参数的辨识，辨识结果证明改进灰狼算法在辨识精度与稳定性都优于传统灰狼算法。

摘要： 本发明公开了一种基于增强灰狼算法的统一电能质量调节器容量的优化方法。本发明根据增强的灰狼算法确定UPQC系统的最佳容量，在保证电能质量前提下，使得系统同时满足经济性。通过MATLAB仿真验证了所提出的策略和相应控制方法的实用性。它既能处理串联变压器的额定功率，又能处理功率变换器的额定功率。同时通过加入权重系数，使得UPQC系统更加具有经济性，也使优化过程更加完整和准确。此外，采用的双重控制策略直接利用参考电源电流和负载电压，而不是传统UPQC控制策略中采用并联补偿电流和串联注入电压。这使得从实施控制到实现目标的过程更加直接。

摘要： 基于改进灰狼算法的机器人关节摩擦模型参数辨识方法，属于电机系统辨识领域，包括建立空载状态下机器人关节的摩擦模型；建立适应度函数；初始化种群，输入种群规模、问题维度、最大迭代次数；从量程下限逐步增大机器人关节转速，测量机器人关节在该转速下匀速转动时的输出力矩；通过改进灰狼算法，对机器人关节摩擦模型进行辨识，得到模型参数。改进灰狼算法中的邻居效应策略提高灰狼算法的局部搜索能力、随机分散策略提高灰狼算法的全局搜索能力、协同进化机制平衡灰狼算法的探索和开发能力。本发明将灰狼算法应用于机器人关节摩擦模型的辨识，并通过改进灰狼算法有效地实现了摩擦模型的辨识，提高了辨识精度、收敛速度和稳定性。

摘要： 本发明提供一种基于灰狼算法的船舶动力定位自抗扰控制方法，包括：建立惯性坐标系与船体坐标系，并构建船舶的运动学和动力学数学模型；建立船舶动力定位自抗扰控制系统；设计灰狼算法；将设计的灰狼算法嵌入船舶动力定位自抗扰控制系统中，并通过设计的灰狼算法选取最优的参数。本发明技术方案解决了动力定位系统中自抗扰控制器参数难以整定的技术问题，提高了控制器的控制效果，同时，优化后的控制器在保证控制精度和速度的同时，减少了速度变化频率，从而减少了舵偏摆动的频率，降低了动力装置机械结构的损害，且在遭遇外界突增的扰动时偏移量更小，控制器反应更加灵敏，并且能够更快的回到期望位置，增强了动力定位系统抵抗外界扰动的能力。

摘要： 本发明公开了一种基于自适应灰狼算法的频率选择表面设计方法及系统，该方法针对频率选择表面结构优化问题，以频率选择表面在中心工作频率的滤波效果作为目标，建立了以节点为基础的频率选择表面单元优化模型，然后采用自适应灰狼算法与模型结合进行求解，并基于该方法开发了频率选择表面设计系统；与传统的FSS优化方法相比，本发明具有更大的优化范围且克服了传统FSS设计效率低、质量差和依赖经验等缺陷，通过本发明实现FSS单元从设计需求到成品的自动化设计，提高了FSS的设计效率。

摘要： 本发明是一种基于改进灰狼算法优化的继电器寿命预测方法，包括步骤1获取建立训练样本所需的材料性能参数；步骤2将需要优化的初始权值和初始阈值获得的父代种群中狼位置的取值进行初始化；步骤3：采用灰狼算法优化，不断地对父代种群进行迭代更新，直到满足停止条件，此时获得的代种群中狼最优位置的取值；步骤4：建立BP神经网络，通过将不同结果的BP神经网络进行对比，得出最优模型；步骤5：将灰狼算法提取到的重要信息作为BP神经网络的输入，通过吸合时间和超程时间作为输入量和输出量，建立电磁继电器的寿命预测模型；步骤6：通过计算均方根误差，将实际值与测试值进行对比，清晰地表示预测精度。本发明计算速度快且预测精度高。

摘要： 正确的保护定值整定计算对于继电保护设备快速准确动作尤为重要，传统人工整定计算方法在大规模复杂电网中存在计算复杂、效率低下、难以综合考虑所有保护配合情况等缺点。随着计算机技术迅猛发展，现将群体智能优化算法同继电保护整定计算结合起来，相较于传统人工整定计算提高了大规模复杂电网的整定计算的效率和准确度。本发明公开了一种基于离散灰狼算法的继电保护定值优化方法，将离散化灰狼算法应用于继电保护定值优化，求解使整定时间最短、整定阻抗最优、不满足约束情况最少的适应度值，提高了寻优效率，加快了收敛速度，能快速准确的求得大规模复杂电网的整定值。

摘要： 本发明提出了一种改进多目标灰狼算法的无线充电系统参数优化方法。本发明首先对磁谐振式无线充电系统进行数学建模，推导出关于传输效率和功率密度的解析表达式，构建优化目标模型和约束条件；对多目标灰狼算法进行改进，利用反向精英学习策略生成初始种群，引入非线性自适应权重改进灰狼位置更新公式，采用对数控制因子改进收敛因子曲线，有效提高了算法的收敛精度和收敛速度；以优化目标模型最小化作为优化目标，结合约束条件，通过改进后的多目标灰狼算法进行优化求解，得到无线充电系统的最优参数。本发明避免了传统无线充电系统参数优化过程中，多次进行有限元仿真造成的计算资源的浪费，同时也提高了系统的传输效率和功率密度。