排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
平衡优化器(equilibrium optimizer, EO)是受控制容积动态质量平衡启发而提出的一种新型智能算法.因其结构简单,搜索能力强以及易实现等优点而广泛应用于连续或离散,单目标或多目标问题上.而EO算法在迭代中容易出现陷入局部停滞现象,导致无法对勘探和开采阶段进行有效平衡,进而引发各界学者在EO算法上不断改进来提升算法全局寻优能力和逃离局部最优能力.对近年EO算法改进理念、方式以及国内外在各领域研究上取得的进步进行了系统性地分析归纳.首先,通过平衡优化器算法的物理学背景、工作流程及其相关概念将EO算法分为连续型和离散型两大类.其次,从控制参数、混合算法以及多目标优化三个不同改进方向进行分析并总结了其优缺点,进而提炼出各类策略在三种改进方向上的优势与不足.再次,对改进EO算法应用领域进行归类.目前基于改进平衡优化器算法已经证明了其可行性和优越性且实现了更好的控制效果.最后,提出EO算法进一步研究范畴,提供一定的理论参考价值. 相似文献
2.
3.
为了克服傅里叶分解方法在频谱扫描过程中容易获得较多相近边界,导致无效分量过多的问题,提出了一种改进的傅里叶分解方法(improved Fourier decomposition method, IFDM),并将其应用到轴承故障诊断中。首先,IFDM以傅里叶变换为基础,通过建立邻域叠加准则,将同大于或同小于特征平均值的若干相邻原始分量进行合并,得到一组傅里叶固有模态函数(Fourier intrinsic mode functions, FIMF),从而减少无效分量。其次,重构峭度值大于均值的若干FIMF分量,提取敏感故障特征信息。然后,采用自适应多尺度加权形态学滤波(adaptive multi-scale weighted morphological filtering, AMWMF)去除重构分量中的无关分量及背景噪声。最后,对滤波信号进行频谱分析。仿真和实测信号的分析结果验证了所提方法在轴承故障诊断中的有效性,同时,与现有方法的对比结果表明了所提方法的优越性。 相似文献
1