布谷鸟搜索

摘要： 锂离子电池健康状态(SOH)的准确性影响电池的安全性和使用寿命.针对锂离子电池SOH估算问题,提出一种基于证据推理(ER)规则的布谷鸟搜索支持向量回归(CS-SVR)的SOH估算模型,并利用NASA Ames研究中心的锂离子电池数据集进行SOH估算试验.该方法以电池放电循环的平均放电电压和平均放电温度为模型输入,利用ER规则进行推理,得到输入数据的融合信度矩阵.将该矩阵输入CS算法优化的SVR模型得到电池SOH估算结果.结果表明,与5种估算效果较好的现有模型相比,基于ER规则的CS-SVR模型具有更良好的估算性能.

摘要： 该文对相关概念进行分析,并分别阐述卷积神经网络与布谷鸟搜素算法在人体行为识别中的应用。以未剪切长视频为例,提出三维卷积与循环神经网络相结合的方式,根据识别结果可知,与前人研究相比,识别准确率有显著提升,说明该方案科学可行,人体行为检测变得更加实用高效。

摘要： 地震属性聚类是提取隐藏在地震数据中地质特征的重要途径,K均值是最常见的聚类方法之一,方法简单且高效,但是该算法存在局部收敛、结果依赖于初值等问题。为了解决该问题,将具有全局寻优能力和更高搜索效率的布谷鸟搜索算法引入到地震属性聚类中,通过扩大搜索范围,增加种群数量,更容易跳出局部极值。结果表明,通过2个理论数据集试验证明基于布谷鸟搜索的聚类算法能较好地发现非线性数据结构中低维特征。通过实际地震数据应用可以看出基于布谷鸟搜索的地震属性聚类算法能比较准确地刻画塔里木盆地塔中地区碳酸盐岩礁滩储层和油气的分布。

摘要： 欺骗通过传输虚假的全球导航卫星系统(global navigation satellite system,GNSS)信号使接收机解算出错误的位置、速度和时间,具有很大的危害性,因此检测到欺骗干扰是十分必要的。传统的利用单一参数检测欺骗干扰的方法存在一定的局限性,然而欺骗过程会引起一系列参数的变化,本文提出综合利用多个参数的检测方法,即将多个参数作为C-支持向量机(C-support vector machine,C-SVM)的特征输入并构建用于检测欺骗干扰的分类器。考虑到使用传统网格搜索(grid search,GS)优化后的C-SVM算法(GS-C-SVM)容易陷入局部最优继而降低分类器的性能,文中提出利用布谷鸟搜索(cuckoo search,CS)算法优化C-SVM(CS-C-SVM),仿真实验结果表明该方法可以进一步提高分类准确率并降低虚警率。

摘要： 本文构造了一种基于图嵌入技术和布谷鸟搜索的二步蛋白质复合物预测方法(TSSComplex),该算法可在蛋白质交互(PPI)网络上探测蛋白质复合物。采用图嵌入技术,更新边权的计算方式,使得边权同时兼顾了网络的拓扑结构和空间结构。将布谷鸟算法和传统的复合物搜索算法NEOComplex相结合,构成了TSSComplex算法,使用TSSComplex算法既能有效控制复合物中包含的蛋白质数量,又不会遗漏一些小型复合物。将该算法用于最新的人类PPI网络进行实验分析,获得了22.78%的精度和18.62%的召回率(使用传统的NEOComplex算法,其精度和召回率从47%降到了0%)。同时,又定义了最优重合率,用来衡量探测到的复合物能否尽可能地包含已知复合物。实验发现,在参考复合物集合中,有55.43%的复合物能够完全包含在某个通过预测获得的复合物中。另一方面,在参考复合物集合中,有94.78%的复合物,其最优重合率超过了50%。研究结果显示,在蛋白质交互信息大量增加的情况下,TSSComplex算法依然具有一定的精度,且能够为进一步精确探测复合物缩小搜索范围。

摘要： 对大坝变形进行合理分析和准确预测是确保大坝安全运行的重要手段.大坝变形监测数据具有趋势性、周期性、随机性和非线性等特性,现有的机器学习模型大都基于大坝变形监测数据的非线性特点进行构建,而忽略了监测数据还具有趋势性和周期性的线性特征.提出了一种大坝变形预测模型,通过采用布谷鸟搜索算法(CS)对长短期记忆人工神经网络(LSTM)进行优化,再基于物联网传感器的实时监测数据,使用局部加权回归的周期趋势分解方法(STL)将数据分解成趋势分量、周期分量和余项分量,采用优化后的LSTM模型对趋势分量和余项分量分别进行预测,并通过简单周期估计方法进行计算,将3个分量的预测结果求和后得到最终变形预测结果.试验选取浙江利山水库开展变形预测研究,结果表明:STL-CS-LSTM模型的水平和沉降变形预测精度都高于其他模型,水平位移预测精度由高到低依次为LSTM模型、支持向量回归模型SVR和人工神经网络模型ANN,沉降预测精度由高到低依次为ANN模型、LSTM模型、SVR模型.

摘要： 在经典布谷鸟算法的基础上引入自适应步长因子加快算法前期的求解速度、提高算法后期的求解精度,实现算法快速收敛的目的;通过加入模拟退火机制使算法不容易陷入局部最优。通过案例仿真,说明改进布谷鸟算法在解决多无人机任务分配时的速度和精度都有明显提高。

摘要： 针对采用炉排上下方压差来衡量炉排炉干燥段垃圾厚度时测量值波动过大的问题,提出了一种垃圾料层厚度软测量模型。首先,采用皮尔逊相关性分析,消除模型输入变量之间的迟延;然后,结合专家经验,通过现有垃圾厚度模型计算得出垃圾厚度等级;最后,建立基于布谷鸟搜索算法优化长短期记忆的垃圾料层厚度软测量模型。实验结果表明,相比反向传播神经网络、Elman神经网络与长短期记忆模型,所提出的软测量模型具有较高的精度,可实现对料层厚度的准确判断。

摘要： 由于布谷鸟算法的步长控制因子和发现概率在算法运行过程中保持固定,影响算法的整体寻优效率和寻优精度,为此提出一种自适应设置步长控制因子和发现概率的布谷鸟搜索算法,并利用它优化模糊聚类随机选取初始聚类中心影响聚类效果的缺陷。首先根据搜索阶段的不同自动调节两个参数,使全局和局部的搜索能力达到最平衡的状态,提高整体的搜索效率;然后用改进的布谷鸟搜索算法优化模糊聚类算法,使得算法达到更好的聚类效果。在对比实验中验证了改进后的自适应布谷鸟搜索算法在寻优速度和精度上效果更优。通过比较4种算法在UCI数据集上的聚类效果,验证了改进后的算法在聚类准确率和稳定性上都有所提升。

摘要： 地基雷达对月成像可以获得月球表面的电磁散射特性、 地形地貌特征等,可用于月球的科学研究.地基雷达对月成像技术是将合成孔径技术应用到天文探测当中,延迟多普勒技术是地基雷达天文成像应用最为广泛的技术,其关键在于运动补偿.目前,国外在地基天文雷达领域的研究上已趋于成熟,而我国正处于起步阶段.为解决地基雷达对月成像中的难点问题,本文首先基于地月运动几何模型分析了延迟多普勒成像理论的关键问题,包括成像原理、分辨率和模糊问题.接着,本文提出了一种参数化运动补偿算法,该算法以图像熵值为评价指标进行参数搜索,并采用布谷鸟搜索算法提升参数搜索效率.最后,通过仿真验证了算法的有效性,为将来开展试验验证提供了技术支撑.

摘要： 本发明适用于数据处理技术改进领域，提供了一种SFAD布谷鸟过滤器，所述SFAD布谷鸟过滤器将SFA布谷鸟过滤器通过双向链表连接起来形成，所述SFAD布谷鸟过滤器包括多个单元SFACF,所述单元SFACF包括平行设置的第一个单元CF指针及第二个单元CF指针。SFAD布谷鸟过滤器是一种高效的概要数据结构，有效地降低了布谷鸟过滤器的假阳性率，从而增加了重复数据删除系统的效率和吞吐量。

摘要： 本发明适用于数据处理技术改进领域，提供了一种两阶段布谷鸟过滤器，两阶段布谷鸟过滤器，其特征在于，所述两阶段布谷鸟过滤器由若干个桶组成，每个桶由若干个单元组成，每个单元可被用于存放数据指纹，若干个单元构成二维指纹矩阵的结构，每个待插入的元素和两个哈希函数相关联，同时将插入算法按照负载率划分为两个阶段，使用在负载率较低的第一阶段主动进行重定位的策略缓解了数据负载不均的问题，有效的降低了布谷鸟过滤器的插入时延，从而增加了重复数据删除系统的效率和吞吐量。

摘要： 本发明提出了一种基于改进布谷鸟搜索算法的微云部署方法。本发明将离散布谷鸟搜索算法和离散差分进化算法结合在一起，第一阶段通过离散化莱维飞行机制，更新布谷鸟种群的位置，将每一代种群中适应度最大的个体直接保留到下一代，避免它被交叉和变异操作破坏；第二阶段对布谷鸟算法的丢巢操作通过离散差分进化算法进行改进，对第一阶段的少部分劣质基因个体通过变异算子与优秀的父基因进行进化，在保留种群的优秀基因和增加种群的多样性的同时，加快算法的收敛速度。本发明算法求解速度快，能在大规模的物联网网络中使用较短时间求解出微云的永久部署位置，大幅度提高微云在网络中的使用效率和生存寿命。

摘要： 本发明涉及基于布谷鸟搜索算法的时间最优机械臂轨迹规划方法，属于多关节机械臂关节空间轨迹规划领域，以时间最优为性能指标，以速度最为约束条件，使用3‑5‑3多项式对机械臂进行轨迹规划，使机械臂能够在速度的约束下尽快的从起点运行到终点，提高整个系统的实时性。本发明使用智能优化算法求解各段轨迹所需的最优时间，首先使用速度作为约束条件，使用3段多项式的时间总和作为目标函数，并利用布谷鸟搜索算法在速度的约束下求解各段轨迹所需的最优时间，最后使用最优时间对机械臂进行轨迹规划。确保各个关节的速度满足速度的约束，加速度连续不突变，能够使得机械臂平稳的从起点运动到终点。

摘要： 本发明公开了一种基于布谷鸟搜索算法的SVM的配电网拓扑辨识方法，包括：利用SCADA系统采集不同拓扑结构下观测节点的多种负荷水平的断面电压幅值量测数据和相应的拓扑标签，进行标准化预处理得到训练数据集。根据训练数据集对支持向量机进行训练学习，并通过布谷鸟搜索算法对设置初始的惩罚因子C和核函数参数进行搜索分析分别获得其最优值；确定基于布谷鸟搜索算法优化的支持向量机的配电网拓扑辨识模型。从监测节点获取观测节点的断面电压幅值量测数据，并进行标准化预处理。利用得到配电网拓扑辨识模型对观测节点预处理后的断面电压幅值量测数据进行分析，确定节点的电路拓扑结构。本发明提出的方法均比传统方法具有很大的优越性。

摘要： 本发明涉及机器学习领域，尤其涉及一种新的基于布谷鸟搜索的XGBoost训练方法，本发明详细提出了一种新的极梯度提升模型(XGBoost)训练方法，并首次使用布谷鸟搜索算法(CS)同时调整了其九个参数。基于CS的XGBoost，在通过所提出的方法训练的XGBoost之后，应用于一个真实世界企业人事管理领域职员信息数据集的是否离职预测。此外，基于CS的XGBoost与现有的XGBoosts进行了比较，这些XGBoosts由其他优化算法训练，包括GA、PSO等，另外还有GBDT、RF、SVM和KNN四个分类器。实验结果和相应讨论表明，基于MFO的XGBoost在准确率、准确率、召回率等主要性能指标上均优于上述比较模型。

摘要： 本发明属于电力系统领域，涉及一种基于改进多目标布谷鸟搜索算法的热电联产机组负荷优化分配方法。本发明针对母管制热电联产机组，建立了考虑调峰收入的运行收益最大化与污染物排放最小化的目标函数模型，并考虑该问题的决策变量维数为nt+mt维，实际应用中该优化问题的维度基本在100维以上，属于高维多目标优化问题，故采取改进多目标布谷鸟搜索算法进行优化，解的收敛速度快，并具有良好的多样性，可以得到热电联产机组运行收益与污染物排放相互平衡的最佳方案。

摘要： 本发明涉及一种基于改进布谷鸟搜索算法的锅炉负荷分配方法及系统，属于热电厂锅炉控制技术领域。先建立适应度函数，再以适应度函数最小为优化目标，利用改进布谷鸟搜索算法对额定负荷进行优化分配，得到各台锅炉的最优负荷，从而能够合理对锅炉负荷进行分配，以合理规划锅炉的运行过程，减少碳排放。此外，通过令布谷鸟搜索算法的动态系数随迭代次数发生变化，以对布谷鸟搜索算法进行改进，能够使得算法的精度更高，得到的分配结果更加准确。

摘要： 本申请提供了一种基于布谷鸟搜索算法优化LSTM的瓦斯浓度预测方法和系统。该方法包括：对获取的煤矿井下瓦斯浓度数据进行处理，得到标准化瓦斯浓度数据；确定预先构建的LSTM预测模型的优化参数组合以及所述LSTM预测模型的准确性评价指标；基于布谷鸟搜索算法，根据所述LSTM预测模型的准确性评价指标和所述LSTM预测模型的优化参数组合，构建CS‑LSTM预测模型；根据所述煤矿井下的瓦斯浓度监测数据，对所述CS‑LSTM预测模型进行准确性评价。籍此，以通过优化完成的CS‑LSTM预测模型对煤矿瓦斯浓度进行预测，提高煤矿瓦斯浓度预测的精确性，指导煤矿安全生产。

摘要： 本发明公开了一种基于布谷鸟搜索及蚁群优化的波束选择方法及装置，涉及移动通信技术技术领域，其中方法包括以下步骤：S1：获取备选波束方向集合B＝{B1,B2,...,BK}∈RK*C，其中B表示所有用户的备选波束方向集合，Bk表示用户k的备选波束方向集合，K表示总的用户数量，C表示各用户备选波束方向集合中波束的数量；S2：引入位置索引集合Xi＝{xi,1,xi,2,...,xi,k,...,xi,K}∈RK*1(i＝1,2,...,M)，其中xi,k表示个体i给用户k分配的波束为Bk中的第xi,k个元素，M表示一个种群内的个体数量等步骤；本发明可实现接近最优的系统和速率性能。