一种基于多种群竞争多目标优化置信规则库的优化方法

    公开(公告)号:CN118333161A

    公开(公告)日:2024-07-12

    申请号:CN202410753342.4

    申请日:2024-06-12

    Abstract: 本发明公开了一种基于多种群竞争多目标优化置信规则库的优化方法,该方法首先采集地铁隧道施工数据,构建初始置信规则库模型,进行置信规则库参数编码,对差分进化算法、遗传算法、粒子群算法三种智能优化算法的参数进行设置。其次将编码结果作为智能优化算法初始子种群的个体,进行独立进化,产生下一代新种群。然后计算新种群中个体的适应度值,进行选择操作,将初始种群中的个体替换为选择后的个体。最后三种智能优化算法,每隔N代进入竞争型分配机制,进行种群个体数量的重新划分,得到最优的置信规则库参数。本发明通过将智能优化算法组合使用,提高搜索效率和准确性,节省时间成本。

    一种基于混合关联网络的时间序列分类特征提取方法

    公开(公告)号:CN118035714A

    公开(公告)日:2024-05-14

    申请号:CN202410178622.7

    申请日:2024-02-09

    Abstract: 本发明公开了一种基于混合关联网络的时间序列分类特征提取方法,该方法首先将时间序列数据转化为一个数据关联网络,计算数据关联网络的统计指标作为分类特征。其次计算分类特征之间的皮尔逊相关系数,构建无监督特征关联网络P‑Net,计算分类特征之间的CH系数,构建有监督特征关联网络CH‑Net。然后获取节点在各自网络中的相对重要性得分,计算两个网络节点的重要性得分权重系数。最后利用重要性得分权重系数将相对重要性得分进行融合,获取特征得分,根据特征排序结果,按分类模型的实际需求数量选取特征。本发明能够挖掘原始数据中隐含的有效信息,减少过拟合风险,加速计算过程。

    一种基于改进型粒子群算法的船舶航向自适应控制方法

    公开(公告)号:CN117930844A

    公开(公告)日:2024-04-26

    申请号:CN202410110077.8

    申请日:2024-01-26

    Abstract: 本发明公开了一种基于改进型粒子群算法的船舶航向自适应控制方法。该方法在随机获取种群的基础上,引入半均匀式粒子群初始化算法,对搜索空间进行划分,增加固定粒子,确保种群中粒子分布的均匀性;基于所获取的种群,初始化中群众各个粒子的速度、惯性权重等参数,随后迭代更新粒子位置和速度,并计算粒子的适应度值,以获取其个体最优值和全局最优值;重复上述步骤,通过迭代不断更新全局最优值,直到达到最大迭代次数,停止更新,最终得到k时刻PID控制器参数的最优取值;将控制器参数的最优取值传递回航向控制系统中,并计算k+1时刻的实际航向,重复上述过程,通过优化不断修正PID控制器参数,提高对船舶航向的控制精度。

    基于机理数据双层关联网络的状态监测变量优选方法

    公开(公告)号:CN117909707A

    公开(公告)日:2024-04-19

    申请号:CN202311576540.X

    申请日:2023-11-23

    Abstract: 本发明公开了一种基于机理数据双层关联网络的状态监测变量优选方法,包括以下各步骤:S1:获取其功能模块集合、状态监测变量集合及其对应的时间序列数据集合;S2:建立面向机理相关性的监测变量关联子网络模型Gα;S3:建立面向数据相关性的监测变量关联子网络模型Gβ;S4:根据步骤S2和S3得到的两个子网络,构建机理‑数据双层关联网络;S5:依据网络中变量的双重关联性,分别利用节点度和相关性阈值从两个子网络中得到低关联性监测变量集合;S6:求交集,得到初步筛选后监测变量集合,根据最小相关性原则,从DV中筛选出最终的优选变量集合。该方法通过复杂网络对这两种关联性进行综合建模分析,能有效提升关联分析的精准性和全面性。

    基于小波包分解和图神经网络的滚动轴承早期故障征兆诊断方法及系统

    公开(公告)号:CN117743851A

    公开(公告)日:2024-03-22

    申请号:CN202311738411.6

    申请日:2023-12-18

    Abstract: 本发明公开了一种基于小波包分解和图神经网络的滚动轴承早期故障征兆诊断方法及系统。本发明基于滚动轴承全生命周期下产生不同故障状态的数据,利用小波包分解构建健康指标,用于滑动窗口变点检测方法检测早期退化点,对原始数据早期退化点之后的一小段振动信号进行采样,得到早期故障征兆信号样本,并进行快速傅里叶变换提取频率特征。基于早期故障征兆信号特征样本,采用有限半径近邻法构建早期故障征兆图。然后,建立基于小波包分解和图神经网络的滚动轴承早期故障征兆诊断模型,并通过训练和调参以获得最优模型。本发明具有较高的精度,同时能够实现在少量有标记样本的情况下,也能获得较高的早期故障征兆诊断精度。

    一种滚动轴承剩余使用寿命预测的信息融合方法

    公开(公告)号:CN116644591A

    公开(公告)日:2023-08-25

    申请号:CN202310632918.7

    申请日:2023-05-31

    Abstract: 本发明涉及一种滚动轴承剩余使用寿命预测的信息融合方法,属于可靠性评估与系统安全领域。本发明所用的方法主要是将水平方向和竖直方向振动信号的均方根值作为两个输入特性,并根据其历史数据分别构造置信度分布表。在线获得的两个输入特征变量的实时样本分别激活对应的置信度分布表,得到每一时刻下的关于轴承剩余寿命的证据。利用证据融合规则对这两个证据进行动态融合,获得最终证据。最后根据最终证据计算出轴承剩余使用寿命。本发明能更加全面判断轴承的健康状况,从而提高轴承寿命预测的准确率。

    一种基于NPR缆索滑动力监测的边坡滑坡预警方法

    公开(公告)号:CN113034855A

    公开(公告)日:2021-06-25

    申请号:CN202110254595.3

    申请日:2021-03-09

    Abstract: 本发明公开了一种基于NPR缆索滑动力监测的边坡滑坡预警方法。本发明首先构造边坡滑动力预测的证据推理模型,它的输入变量为当前时刻NPR锚索传感器采集的滑动力监测值、当前时刻与历史时刻滑动力监测值之间的差值,输出变量为边坡的未来滑动力预测值;然后构造参考证据矩阵(REM)建模输入输出变量之间的映射关系;当在线获取输入变量样本时,通过REM获得它激活的证据,通过证据推理算法融合所有输入变量样本激活的证据,得到融合结果,通过融合结果推算出未来时刻边坡滑动力的预测值,并设定报警阈值实施超限报警;利用序列线性规划方法,实时更新REM用于下一时刻的滑动力预测,本发明的预测值具有较高的预测精度。

Patent Agency Ranking