参数寻优

摘要： 针对网络入侵检测模型自适应能力不足的问题,将麻雀搜索算法(SSA)中的大范围快速搜索能力引入到粒子群优化(PSO)算法,提出基于麻雀搜索算法的改进粒子群优化(SSAPSO)算法。该算法通过对轻量级梯度提升机(LightGBM)算法中难以整定的参数进行寻优,使PSO算法在保证寻优精度的同时快速收敛,并得到最优的网络入侵检测模型。仿真实验结果表明,在4种基准函数上,SSAPSO比基本PSO算法收敛速度更快;在KDDCUP99数据集上,SSAPSO优化LightGBM后得到的SSAPSO-LightGBM算法比分类特征和梯度提升(CatBoost)算法的准确率、召回率、精确率和F1指数分别提升了15.12%、3.25%、21.26%和12.25%;SSAPSO-LightGBM算法在上述数据集中正常流量(Normal)、未授权远程访问(R2L)攻击、未授权本地访问(U2R)攻击、监听(PROBE)攻击的检测准确率比LightGBM算法分别提升了0.61%、3.14%、4.24%、1.04%和5.03%。

摘要： 随着地铁行业的发展,紧急时刻地铁客流安全疏散成为重要研究课题,掌握短时客流数据尤为重要。文章通过建立基于智能算法优化的短时地铁客流预测模型——基于麻雀搜索算法优化支持向量回归的短时地铁客流预测模型(SSA-SVR)对地铁客流进行短时预测。

摘要： 为了提高机器学习算法超参数寻优效率,提出了一种基于参数并行机制的机器学习参数寻优方法。该方法通过群启发式算法来进行机器学习算法的参数寻优,将种群转换为Spark平台特有的弹性分布式数据集,针对参数寻优耗时特点并行计算种群中个体适应度。选取随机森林和遗传算法作为实验算法,设计了多组实验对所提出的学习训练方法进行验证。实验结果表明:该方法的参数寻优能力和效率都优于主流的网格搜索算法;在20万条以下的小数据量下,与基于数据并行机制的机器学习参数寻优方法相比,该方法运行时间最多能够减少69.5%,并具有良好的可扩展性。

摘要： 针对整数阶PID控制器参数选择受限致使并网逆变器系统性能欠佳的问题,文中提出了一种基于改进粒子群算法的并网逆变器分数阶控制策略。分析了分数阶PI^(λ)D^(μ)控制器的积分阶次λ、微分阶次μ对被控系统动态及稳态性能的影响;将分数阶PI^(λ)D^(μ)控制器与电流双闭环、电网电压前馈控制相结合,提出一种基于分数阶PI^(λ)D^(μ)控制器的并网逆变器的电流控制策略,并与传统整数阶PID控制策略进行比较;详细分析分数阶PI^(λ)D^(μ)控制器的参数取值范围,并采用改进粒子群算法寻优参数。仿真结果表明,采用分数阶PI^(λ)D^(μ)控制,增强了控制系统的灵活性,降低了并网电流总谐波畸变率,改善了系统的动态性能,提高了系统的电网扰动抑制能力。

摘要： 文章提出了一种基于改进蚁群算法的参数寻优方法。首先,针对蚁群算法搜索最优解的范围存在局限、容易陷入局部最优的问题,将莱维飞行的思想运用到信息素蒸发系数的寻优中,扩大了最优解的搜索范围,避免了陷入局部最优的局限性。其次,为了改善火电厂过热汽温系统的控制品质,将提出的改进蚁群算法运用到火电厂过热汽温系统的参数寻优中,先后完成了过热汽温系统的模型辨识和主副回路控制器的参数优化。最后,为了验证提出方法的有效性,采用国内某600MW火电厂机组的历史运行数据进行仿真试验,试验结果证明了该方法的可行性和有效性。

摘要： 为解决投诉举报文本分类困难这一问题,提出一种基于改进果蝇优化算法的文本分类方法。针对果蝇优化算法存在的搜索半径相对固定、种群多样性低等问题,对算法进行改进;采用支持向量机建立文本分类模型,利用改进后的果蝇优化算法对支持向量机的参数进行动态寻优,以此提高模型的分类精度。实验结果表明,该文本分类方法的准确率和召回率相比于文中其它几种对比方法而言均是最高的,验证了其在投诉文本分类问题上具有较高的准确性。

摘要： 为防治矿井热害,针对矿井井底风温在预测过程中精度较低的问题,提出1种网格搜索法结合K折交叉验证优化XGBoost的预测模型。通过分析确定影响井底风温的主要因素,使用网格搜索算法结合K折交叉验证,进行迭代缩小搜索范围并调参,选取最优参数配置,实现对XGBoost模型的优化,得到预测结果并与其他模型进行比较。研究结果表明:初始参数经优化后,当最大回归树深度为3且学习速率为0.1时,XGBoost回归模型性能最佳,与随机森林模型、BP神经网络模型、T-S模糊神经网络模型相比,平均相对误差分别降低了2.12%,0.88%,0.3%,均方根误差分别降低了0.66,0.24,0.11°C。

摘要： 针对锂离子电池健康状态(SOH)估算精度低、传统遗传算法(GA)易陷入局部最优、收敛速度慢的问题,为提高锂电池健康状态的估算精度,提出了交叉概率和变异概率自适应的调整策略对传统GA进行改进,在改进遗传算法(IGA)的作用下,使优良个体仍保持较好的进化能力,算法初期搜索范围、后期局部搜索能力以及收敛速度也得到加强。提取间接健康因子,再用改进的遗传算法对BP神经网络的初始参数寻优得到IGA-BP神经网络模型,基于NASA锂电池数据集分别用GA-BP与IGA-BP神经网络算法对SOH进行估算。结果表明:IGA-BP神经网络算法估算精度更高,且具备快速收敛的优势,平均绝对百分比误差和均方根误差分别下降了0.422%和0.412,拟合程度提高了8.1%。

摘要： 针对水质评估因子的模糊性和非线性特征,且水质样本小类(如高污染水质类)因样本量少而容易导致误分的问题,深入研究了支持向量机(SVM)这一善于解决非线性问题的智能模型,设计了一种多宽度复合高斯核的支持向量机模型。该模型通过多个复合高斯核扩大和控制核函数宽度,以此扩大样本间欧氏距离与差异,以解决小类的误分问题。运用MATLAB平台对2017年全国98个重点断面水质周报数据进行算法对比实验,结果证实多宽度核评估模型较好地提升了SVM的分类精度,对水质分类问题是可行有效的,对其他小样本分类问题也有一定的借鉴作用。

摘要： 针对机器人任务空间的全局避障轨迹规划问题,提出参数寻优的方法完成避障。首先推导出用于轨迹描述的多项式函数,通过改变参数值来改变轨迹形状进而避开障碍。其次以机器人关节转角增量最小和运动时间最短为目标,使用罚函数处理避障条件建立优化模型,将问题转化为求解最优参数,提出指数曲线递减和动态调整策略改进粒子群算法,完成寻优。最后利用Matlab完成机器人的运动学建模和工作空间分析,仿真验证轨迹规划结果,同时绘制机器人实时运动的关节数据曲线。结果表明,通过改进粒子群算法对参数寻优并使用五次多项式作轨迹描述完成避障规划,相比标准算法提高了收敛速度得到全局最优解。

摘要： 利用混沌运动遍历性和随机性的特点,对PID控制器进行参数寻优.在满足系统稳定前提条件下,通过利用混沌运动的粗寻优和细寻优,最终可以找到性能指标最小的一组参数.把这组参数就作为PID控制器的主要参数.仿真结果证明此方法可以快速稳定地实现PID参数寻优整定,而且所得参数的控制效果与传统参数整定方法相比在响应时间、超调量等方面效果更好.

摘要： 针对煤炭运输中调车绞车系统的PID参数整定问题,提出自适应遗传算法对PID控制进行参数寻优,将自适应在线遗传算法与PID控制技术相结合,通过仿真实现了在煤炭调车绞车系统中的应用,仿真结果表明自适应在线遗传算法PID参数优化相比传统的调节方法,具有更好的鲁棒性、最优性,能较好的实现参数的自动化调节。

摘要： 某恒温实验室的恒温精度为27±0.2°C,由于实验室的特殊性,并不要求房间温度均匀分布,但是控制点温度波动不能超过规定范围,但是恒温室的内外扰量多且某些随机扰量的大小难于确定,而导致了其恒温精度很难达到预期效果.为了解决这个问题,通过建立恒温室被控对象的数学模型求出其传递函数,然后采用参数寻优方法确定PID控制器的参数,最后采用MATLAB仿真的方法,研究恒温室内外扰量对房间温度的影响.通过研究,可以得出,当设备散热干扰量为14.7°C以及送风温度干扰量为0.1°C,渗透风干扰量不大于0.3°C时,PID控制才能保证恒温室的恒温精度。

摘要： 建立了基于多类支持向量机和油中融解气体分析的变压器故障诊断模型，并提出一种实用的支持向量机参数寻优方法。结合网格搜索，对训练样本进行分组交叉验证寻找给定范围内的最优参数，有效地解决了支持向量机的参数设计难题。实例计算表明，基于参数寻优建立的多类支持向量机模型在保证很高的分类正确率的同时，大大降低了二值支持向量机分层组合模型的模型构造及参数设计的复杂程度，具有很好的实用性和推广性。

摘要： 如何找出特定的最佳工艺参数是焊接工作者的一项重要工作，是进行焊接加工时首先需要解决的问题。在对试验结果进行分析的基础上，本文提出综合利用回归正交表、人工神经网络(ANN)及遗传算法(GA)，在可能的焊接工艺参数范围内自动搜寻最佳工艺参数的方法。比较了不同的种群数量、不同的交叉概率对最终结果的影响，试验证明本方法不但可以大大减少试焊次数，而且具有适应性强、可靠性高、算法简单易用的优点。

摘要： 如何找出特定的最佳工艺参数是焊接工作者的一项重要工作，是进行焊接加工时首先需要解决的问题。在对试验结果进行分析的基础上，本文提出综合利用回归正交表、人工神经网络(ANN)及遗传算法(GA)，在可能的焊接工艺参数范围内自动搜寻最佳工艺参数的方法。比较了不同的种群数量、不同的交叉概率对最终结果的影响，试验证明本方法不但可以大大减少试焊次数，而且具有适应性强、可靠性高、算法简单易用的优点。

摘要： 如何找出特定的最佳工艺参数是焊接工作者的一项重要工作，是进行焊接加工时首先需要解决的问题。在对试验结果进行分析的基础上，本文提出综合利用回归正交表、人工神经网络(ANN)及遗传算法(GA)，在可能的焊接工艺参数范围内自动搜寻最佳工艺参数的方法。比较了不同的种群数量、不同的交叉概率对最终结果的影响，试验证明本方法不但可以大大减少试焊次数，而且具有适应性强、可靠性高、算法简单易用的优点。

摘要： 如何找出特定的最佳工艺参数是焊接工作者的一项重要工作，是进行焊接加工时首先需要解决的问题。在对试验结果进行分析的基础上，本文提出综合利用回归正交表、人工神经网络(ANN)及遗传算法(GA)，在可能的焊接工艺参数范围内自动搜寻最佳工艺参数的方法。比较了不同的种群数量、不同的交叉概率对最终结果的影响，试验证明本方法不但可以大大减少试焊次数，而且具有适应性强、可靠性高、算法简单易用的优点。

摘要： 提出了模糊PID控制模型，能自寻优PID参数，具有良好的控制特征及鲁棒性。通过梯级水电站实时控制系统的实际应用研究，证明了其具有较大的实用价值。

摘要： 提出了模糊PID控制模型，能自寻优PID参数，具有良好的控制特征及鲁棒性。通过梯级水电站实时控制系统的实际应用研究，证明了其具有较大的实用价值。

摘要： 本发明公开了一种悬浮隧道参数化横断面几何优化形状及参数寻优算法，步骤包括：1、根据工程建设需要确定悬浮隧道横断面的几何尺度；2、构建参数化函数曲线用以描述满足尺寸限制要求的组合断面形状，确定优化参数及约束条件。3、得出一系列不同参数组合下悬浮隧道横断面的水动力学性能及结构属性等指标，用以建立寻优算法样本集，确立初始训练集及测试集；4、通过优化算法流程，确定最优水动力学性能或结构属性等的悬浮隧道横断面参数组合及断面形状。本发明通过悬浮隧道横断面参数化几何形状并结合智能优化算法确定最优参数变量组合、确定最优悬浮隧道横断面几何形状，可提升悬浮隧道水动力性能、降低工程成本等。

摘要： 本发明公开了一种多参数多目标混沌粒子群参数寻优方法，步骤包括：步骤1，确定目标函数和待优化参数；步骤2，算法初始化；步骤3，计算种群中每个个体对应的目标函数；步骤4，更新个体历史最优解；步骤5，更新粒子速度和位置；步骤6，更新全局最优解集；步骤7，更新全局最优解；步骤8，结果判断。与一般的随机初始化方法和现有混沌Logistic映射粒子群初始化方法相比，本发明方法提高了全局寻优的性能且稳定性好；与一般的多目标加权的优化方法相比，本发明方法采用了Pareto最优解技术，解决了多目标加权方法中权重选取困难的问题。

摘要： 本发明公开了一种悬浮隧道参数化横断面几何优化形状及参数寻优算法，步骤包括：1、根据工程建设需要确定悬浮隧道横断面的几何尺度；2、构建参数化函数曲线用以描述满足尺寸限制要求的组合断面形状，确定优化参数及约束条件。3、得出一系列不同参数组合下悬浮隧道横断面的水动力学性能及结构属性等指标，用以建立寻优算法样本集，确立初始训练集及测试集；4、通过优化算法流程，确定最优水动力学性能或结构属性等的悬浮隧道横断面参数组合及断面形状。本发明通过悬浮隧道横断面参数化几何形状并结合智能优化算法确定最优参数变量组合、确定最优悬浮隧道横断面几何形状，可提升悬浮隧道水动力性能、降低工程成本等。

摘要： 本发明公开了一种多参数多目标混沌粒子群参数寻优方法，步骤包括：步骤1，确定目标函数和待优化参数；步骤2，算法初始化；步骤3，计算种群中每个个体对应的目标函数；步骤4，更新个体历史最优解；步骤5，更新粒子速度和位置；步骤6，更新全局最优解集；步骤7，更新全局最优解；步骤8，结果判断。与一般的随机初始化方法和现有混沌Logistic映射粒子群初始化方法相比，本发明方法提高了全局寻优的性能且稳定性好；与一般的多目标加权的优化方法相比，本发明方法采用了Pareto最优解技术，解决了多目标加权方法中权重选取困难的问题。

摘要： 本申请涉及一种施工设备的参数寻优方法、系统、电子设备及存储介质，所述方法包括：边缘端获取设备端发送的施工设备的当前工况数据，当前工况数据包括设备工况数据、操作工况数据与参数集；判断当前工况数据与历史工况数据是否匹配；若与历史工况数据匹配，则基于内置的参数寻优算法确定当前工况数据的最优参数集；若与历史工况数据不匹配，则向云端发送寻优指令，以使得云端基于设备群的数据返回当前工况数据的最优参数集。本申请通过云端和边缘端一体化的方式对当前工况进行参数寻优，实现单机最优参数集与设备群最优参数集的融合，有利于在复杂随动工况下提高施工设备的施工效率、降低油耗。

摘要： 本发明属于电气设备故障诊断技术领域，具体涉及一种配网联式直流断路器拓扑结构及其设计参数寻优方法。设计的直流断路器拓扑结构具有双向导通、阻断电流和双向切除故障的能力，实现短路故障时切除故障的时序控制功能，将限流电感均匀分配在断路器两侧，防止电路中电压电流突变，吸收电感中过多的能量，减轻避雷器的压力，减少避雷器通流容量和切除故障的整体时间。为了设计出这样的直流断路器拓扑结构，本发明方法使用遗传算法寻优，遗传算法的特性使得求解区域为全局，从全局区域进行搜索，求出的解在区域范围内为最优解，确保了直流断路器拓扑设计参数的最优。

摘要： 本发明提出一种非线性支持向量机多特征量化及模型参数寻优重构心源性猝死风险因子的系统及方法，包括对心源性猝死心电信号数据集和正常窦性心律心电信号数据集进行数据预处理；对处理好的心电数据集进行心电波形检测；对心源性猝死风险因子进行提取；对提取的初始特征进行特征量化缩放处理；利用非线性支持向量机作为心源性猝死风险因子的验证模型，通过模型参数寻优，确定误差惩罚参数C和核参数γ；通过制定的心源性猝死风险因子和优化后的模型参数得到心源性猝死的预测模型；达到重构、验证心源性猝死风险因子的效果，对研究心源性猝死具有很好的指导意义。

摘要： 本发明属于茶叶分类技术领域，公开了一种基于近红外光谱特征选择和参数寻优的茶叶分类方法。首先利用近红外光谱仪扫描获得茶叶近红外光谱数据；然后采用一阶导数和多元散射校正法对原始近红外光谱数据预处理；在互信息筛选的基础上，结合信息融合技术将互信息值和对应的光谱数据吸光度融合，通过主成分分析法特征选择，再使用随机森林分类，计算得到茶叶分类准确率；最后，选用遗传算法，根据适应度函数得分筛选出最佳的特征组合和超参数并判别不同品种等级的茶叶。本发明综合信息融合、互信息特征选择、主成分特征选择、随机森林分类以及遗传算法优化筛选出最佳的特征组合和超参数，实现对不同品种等级茶叶的判别，筛选和判别的结果准确可靠。

摘要： 本发明涉及一种风力发电机组控制转速参数寻优的现场试验方法，该方法由风力发电机组的运行控制转速VK寻优的现场试验方法和安全控制参数以及安全运行控制逻辑中配套参数寻优的现场试验方法组成。其中：风力发电机组的运行控制转速寻优的现场试验方法是指将机组的控制转速参数设置为较大，使其触发超限值，直至在极端风况下叶轮的最高转速接近但不触发超限值，从而得到最优控制参数；安全控制参数以及安全运行控制逻辑中配套参数寻优的现场试验方法是指在极端风况下叶轮达到的最高飞升转速与设计要求最为接近时，则该控制参数即为机组安全控制参数。本发明可有效保证机组长期安全稳定运行和机组性能的发挥。

摘要： 本发明属于风电技术领域，具体公开了一种基于mBLS的联合在线自适应参数寻优风速预测方法，该方法基于几种在线单一预测模型，通过设计训练集更新迭代方法和自适应参数优化过程以确保单模型的实时在线预测能力；通过优化BLS原有的系统结构，设计了mBLS网络模型，多通道窗口被合并到输入层中，同时保留了原始BLS快速训练的优势，mBLS中每个特定的输入通道都是由相应的单模型的基础数据特征和预测结果构成的。多模型组合预测大大提高了预测的精度和稳定性，BLS的伪逆求解方式保证了模型的快速性和在线学习能力，自适应参数寻优保证了模型的实时最优，实现了模型长期使用的稳定性，非常适合于风电场实时短期风速预测场景，具有较强的实用性和理论性。