“gwo”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果178个，建议您升级VIP下载更多相关专利

[发明专利]一种改进DE-GWO算法的实现方法-CN201810537052.0在审
发明人：王琪;韩晓新;沃松林;罗印升 -专利权人：江苏理工学院
申请日： 2018-05-30 - 公布日： 2018-12-14 - 主分类号： G06N3/12 文献下载
摘要：本发明公开一种改进DE‑GWO算法的实现方法，引入差分进化策略与GWO算法构成DE‑GWO算法，利用差分进化的变异、交叉和选择三种操作对灰狼个体的位置和目标函数进行迭代更新；引入一种非线性函数收敛因子策略，改进DE‑GWO算法的寻优性能，得到全局最优解。为提高GWO算法的性能，本发明将DE和GWO算法混合使用；同时，改进了收敛因子非线性函数递减方式，增加了全局最优解的搜索能力，有效避免了早熟停滞以及陷入局部最优的缺陷。
算法非线性函数全局最优解改进收敛递减方式迭代更新进化策略目标函数引入寻优早熟进化搜索停滞

[发明专利]基于GWO-SVM模型的机笼散热器优化设计方法-CN202210702757.X在审
发明人：刘丹丹;陈锬;周在福;陈峰;许平川 -专利权人：浙江众合科技股份有限公司
申请日： 2022-06-21 - 公布日： 2022-10-04 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了基于GWO‑SVM模型的机笼散热器优化设计方法，包括如下步骤：S1、构建散热器的几何模型，几何模型通过有限元分析仿真软件处理后得到数据集；S2、采用GWO算法优化SVM模型的惩罚因子c和核函数g构建GWO‑SVM模型；S3、通过数据集对构建GWO‑SVM模型进行训练，并对GWO‑SVM模型进行可靠性分析；若GWO‑SVM模型可靠，执行S4；若GWO‑SVM模型不可靠，则加入更新因子对GWO‑SVM
基于 gwo svm 模型散热器优化设计方法

[发明专利]基于自适应灰狼优化算法的无人机协同攻击多目标任务分配方法-CN202310080596.X在审
发明人：黄汉桥;程昊宇;闫天;周欢;张勃;黄俊华;沈阅 -专利权人：西北工业大学
申请日： 2023-01-31 - 公布日： 2023-05-09 - 主分类号： G05D1/10 文献下载
摘要：本发明涉及一种基于自适应灰狼优化算法的无人机协同攻击多目标任务分配方法，提出了自适应调整策略、最优学习搜索方程、跳出局部最优策略和控制参数非线性调整策略，提出自适应GWO(Self‑adaptive GWO,SA‑GWO)算法解决多无人机攻击多目标任务分配问题，对目标任务序列进行了编码，设计了适应度函数，对6架无人机攻击8目标任务分配的仿真实验验证了SA‑GWO算法的求解有效性，与基于IPSO、ACO、GA、GWO算法的任务分配仿真实验相比较验证了SA‑GWO算法的求解精度与优化速度。本发明在多无人机协同攻击多目标的任务分配上优于IPSO、ACO、GA、GWO等一般算法，具有重要的应用价值。
基于自适应灰狼优化算法无人机协同攻击多目标任务分配方法

[发明专利]一种基于数据驱动的锂离子电池健康状态估算方法-CN202310815726.X在审
发明人：卢丞一;李炬晨;曹勇;潘光;曹永辉;黄桥高;罗斯伦 -专利权人：西北工业大学
申请日： 2023-07-05 - 公布日： 2023-09-12 - 主分类号： G01R31/392 文献下载
摘要：包括筛选健康因子，建立初始GWO‑LSSVM模型，将训练集中的健康因子作为输入变量输入到初始GWO‑LSSVM模型，并将电池健康状况作为所述初始GWO‑LSSVM模型的输出进行迭代训练得到训练完备的目标GWO‑LSSVM模型，将训练好的的目标GWO‑LSSVM模型对电池健康状态进行估算。本发明将灰狼优化算法GWO算法强大的寻优能力和最小二乘支持向量机LSSVM算法有效结合，为锂离子电池的健康状态评估提出了一种更有效的方法，能够迅速而准确地对锂离子电池的健康状态进行估算。
一种基于数据驱动锂离子电池健康状态估算方法

[发明专利]基于DE-GWO算法的光伏最大功率点跟踪方法-CN202210240683.2有效
发明人：缪书唯;杨永康;蒋晨;李书璇;周海涛;熊昊然 -专利权人：三峡大学
申请日： 2022-03-10 - 公布日： 2023-08-01 - 主分类号： G05F1/67 文献下载
摘要：基于DE‑GWO算法的光伏最大功率点跟踪方法，包括以下步骤：步骤1：搭建光伏发电系统仿真模型；步骤2：对于DE算法，缩放因子F采用自适应取值；对于GWO算法，改进参数向量A，将DE算法和GWO算法的应用于MPPT模块中，应用DE算法进行全局搜索，以GWO算法进行局部搜索；步骤3：构建基于DE算法和GWO算法的混合算法；步骤4：通过步骤1搭建的光伏发电系统仿真模型本发明基于DE‑GWO算法的光伏最大功率点跟踪方法，能够在不同部分遮影条件下完成全局最大功率点的跟踪，且算法简单易于实现。
基于 de gwo 算法最大功率跟踪方法

[发明专利]一种CFRP铣削工艺参数的优化方法及系统-CN202210026177.3在审
发明人：黄彬;王茂臻 -专利权人：福州大学
申请日： 2022-01-11 - 公布日： 2022-04-26 - 主分类号： G06F30/17 文献下载
摘要：本发明涉及一种CFRP铣削工艺参数的优化系统，包括以下步骤：步骤S1:根据铣削碳纤维材料的表面质量为目标，并基于预设优化变量及约束，构建实验方案；步骤S2：根据实验结果获取训练集和测试集，并利用GWO算法改进SVR算法进行拟合目标，得到GSVR模型；步骤S3:基于GWO算法建立CFRP铣削工艺参数优化模型，将GSVR模型作为GWO算法的适应度函数，得到GWO‑GSVR模型，并基于GWO‑GSVR模型对CFRP
一种 cfrp 铣削工艺参数优化方法系统

[发明专利]一种基于GWO算法的变压器成本优化设计系统及方法-CN202310235652.2在审
发明人：吴鹏;苏畅宇;徐黎明;陈宇鹏;钱广荣;陈霖;曹晨雨 -专利权人：常州大学;宜兴市泽威电工材料有限公司
申请日： 2023-03-13 - 公布日： 2023-06-06 - 主分类号： G06F30/27 文献下载
摘要：本发明属于变压器优化设计领域，具体公开了一种基于GWO算法的变压器成本优化设计系统及方法，所述方法包括以下步骤：1）根据变压器的损耗参数，建立变压器电气部分的损耗模型和成本模型，并对损耗模型和成本模型中要优化的设计参数设立初始值；2）针对所述损耗模型和成本模型，设定变压器的优化目标函数和约束条件；3）在传统GWO算法的基础上对种群初始化、收敛因子和位置更新权重进行改进，获取改进GWO算法；4）采用步骤三中的改进GWO算法，通过可操作的优化系统对变压器进行优化设计本发明改进GWO算法的求解结果较传统GWO算法有明显提升，使变压器的损耗明显降低，变压器的运行成本亦随之降低，有较好的实用价值。
一种基于 gwo 算法变压器成本优化设计系统方法

[发明专利]基于VMD-DCNN-SVM的Buck电路故障诊断方法-CN202210486580.4在审
发明人：黄郑;姜媛媛 -专利权人：安徽理工大学
申请日： 2022-05-06 - 公布日： 2022-07-22 - 主分类号： G06N3/00 文献下载
摘要：本发明公开一种基于VMD‑DCNN‑SVM的Buck电路故障诊断方法，首先对Buck的输出电压进行采集，作为训练数据，然后利用GWO优化后的VMD将训练数据分解得到IMF分量。对IMF分量进行重构得到多维矩阵，将多维矩阵输入到深度卷积神经网络，提取故障信号特征，将DCNN提取的故障信号特征输入到由GWO优化后SVM诊断模型中进行训练。将电路实时工作时采集到的故障信号输入到优化后的GWO‑VMD进行分解，将分解得到的IMF分量构造成多维矩阵，输入DCNN中提取特征，将提取的特征输入到已经训练完成优化后的GWO‑SVM中进行故障诊断，优化后的GWO‑SVM诊断模型的输出即为故障诊断的结果。
基于 vmd dcnn svm buck 电路故障诊断方法

[发明专利]一种销售额预测方法及系统-CN202310817606.3在审
发明人：高永平;刘汉青;张志康 -专利权人：东华理工大学
申请日： 2023-07-05 - 公布日： 2023-09-08 - 主分类号： G06Q30/0202 文献下载
摘要：本发明公开了一种销售额预测方法及系统，涉及销售预测技术领域，该方法包括以下步骤：获取历史销售额数据；通过GWO算法对Prophet模型的多个参数进行优化，得到GWO‑Prophet模型；通过GWO‑Prophet本发明通过GWO算法对Prophet模型中的对分解影响大的多个参数进行优化，从而提高模型的精确度，得到GWO‑Prophet模型，能够对未来一年销售额数据进行预测。
一种销售额预测方法系统

[发明专利]基于SDAE和改进GWO-SVM的轴承缺陷识别方法-CN201911381284.2在审
发明人：张茂慧;杨奕飞;何祖军;苏贞;齐亮;袁伟;徐江敏;李建祯 -专利权人：江苏科技大学;江苏科技大学海洋装备研究院
申请日： 2019-12-27 - 公布日： 2020-07-31 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于SDAE和改进GWO‑SVM的轴承缺陷识别方法，包括以下步骤：1.收集轴承在正常情况下和故障情况下的振动信号，并进行数据预处理；2.构建一个四层初始堆叠去噪自编码SDAE，并训练初始堆叠去噪自编码网络SDAE；3.建立改进GWO‑SVM分类器模型，提取SDAE最深层特征，训练改进GWO‑SVM分类器；4.SDAE微调并重新训练改进GWO‑SVM分类器，直到满足分类准确率。本发明的优点在于：本发明将数据特征提取和分类模型结合，提高了识别的准确率；通过去噪自编码训练SDAE网络，不仅学习到原始数据的特征，还能学习到被“破坏”后的退化特征具有更强的泛化性、鲁棒性；改进GWO方法在收敛速度和精度方面都更优
基于 sdae 改进 gwo svm 轴承缺陷识别方法

[发明专利]一种基于GWO-SVM的SRM间接位置检测方法-CN202310713634.0在审
发明人：胡鸿志;耿妍婷;代元涛;宋旭钊;苏弘杰;颜宝贤 -专利权人：桂林电子科技大学
申请日： 2023-06-16 - 公布日： 2023-08-29 - 主分类号： H02P21/18 文献下载
摘要：本发明公开了一种基于GWO‑SVM的SRM间接位置检测方法。转子位置角、电流数据；S3.将磁链、转子位置角、电流数据导出、预处理、标记、归一化；S4.将预处理数据放入灰狼优化支持向量机(GreyWolfOptimizer‑SupportVectorMachine,GWO‑SVM)模型进行训练，利用训练完成的GWO‑SVM非线性模型对转子位置角间接检测。本发明是一种基于GWO‑SVM的SRM间接位置检测方法，传统检测方法的电磁特性在深饱和状态时很难由线性解析公式准确表达，本方法的GWO‑SVM非线性模型能够准确表达电磁特性关系，同时GWO优化的SVM改善了
一种基于 gwo svm srm 间接位置检测方法

[发明专利]一种基于GWO-ELM的露天采矿爆破块度的预测方法-CN202110340451.X在审
发明人：贾正昭;宋子岭;范军富;王箫鹤 -专利权人：辽宁工程技术大学
申请日： 2021-03-30 - 公布日： 2021-07-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于GWO‑ELM的露天采矿爆破块度的预测方法，所述方法包括如下步骤：针对影响爆破块度因素之间的复杂非线性关系,利用灰狼(GWO)优化极限学习机(ELM)的输入权值与隐含层阈值,建立GWO‑ELM本发明利用GWO优化ELM的输入权值与隐含层阈值，提高ELM方法的稳定性和预测精确度，从而建立GWO‑ELM爆破块度预测方法，为露天矿山爆破块度预测提供理论依据。
一种基于 gwo elm 露天采矿爆破预测方法

[发明专利]一种基于GWO-LSSVM的风机叶片全尺寸静态测试应变预测方法-CN202211627500.9在审
发明人：刘征;李永杰;刘昕;何振锋;涂亮 -专利权人：广州大学
申请日： 2022-12-16 - 公布日： 2023-05-23 - 主分类号： G06F30/17 文献下载
摘要：本发明涉及材料测试领域，且公开了一种基于GWO‑LSSVM的风机叶片全尺寸静态测试应变预测方法，包括以下步骤：用分层抽样的方法随机划分训练样本和测试样本，并将样本数据结果在[0,1]之间归一化；通过GWO进行参数优化，得到最佳组合参数gam和sig2；通过GWO‑LSSVM模型进行应变预测；输入参数的重要性分析，采用随机森林算法对叶片数据完成特征分析，并结合静态测试结果与LSSVM及BP神经网络结果进行对比，验证了基于GWO‑LSSVM的叶片应变预测模型的准确性和可靠性，为风机叶片的结构设计和稳定运行提供更多的有效依据。
一种基于 gwo lssvm 风机叶片尺寸静态测试应变预测方法

[发明专利]一种基于GWO-FW-MKL-SVR算法的TBM掘进速率预测方法-CN202110577145.8有效
发明人：张海波;杨海清;曹科;靳晓光;宋康磊;杜传奇;曾绍毅;种攀攀;周波;许天珍;安龙飞 -专利权人：中铁十八局集团有限公司;中铁十八局集团隧道工程有限公司
申请日： 2021-05-26 - 公布日： 2022-06-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于GWO‑FW‑MKL‑SVR算法的TBM掘进速率预测方法，包括以下步骤：S1：获取TBM机器运行记录数据，构建样本数据集；S2：构建FW‑MKL‑SVR模型；S3：使用GWO算法和样本数据对FW‑MKL‑SVR模型中的参数进行优化和训练，得到基于GWO‑FW‑MKL‑SVR的TBM掘进速率预测模型；S4：检验GWO‑FW‑MKL‑SVR模型预测的准确性；若不满足预设的TBM掘进预测精度，则返回
一种基于 gwo fw mkl svr 算法 tbm 掘进速率预测方法

[发明专利]基于EWB-GWO算法的无人配送机器人路径规划方法-CN202211674106.0在审
发明人：罗元;路嘉锴;秦琼 -专利权人：重庆邮电大学
申请日： 2022-12-26 - 公布日： 2023-06-23 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种基于EWB‑GWO算法的无人配送机器人路径规划方法，包括步骤：S1，通过引入二维Tent‑Sine耦合混沌映射对GWO算法的生成初始狼群的策略进行了修正。S2，通过引入非线性惯性权重策略、基于精英策略的反向学习方法以及融合蝴蝶优化算法的随机游走法则，改进了GWO算法在处理高维复杂问题当中所存在的收敛速度慢、精度低以及全局勘探与局部开采功能不平衡的缺陷；S3，基于布雷森汉姆线算法的视野线检测技术加强了EWB‑GWO算法初始种群的合理化生成，减少算法的迭代次数，降低算法在处理路径规划问题当中的时间复杂度。本发明仿真结果表明，EWB‑GWO算法在同类型的元启发式算法当中具有非常强大的竞争性。同时在路径规划实验当中的路径长度衡量指标以及平滑度指标上达到了最优。
基于 ewb gwo 算法无人配送机器人路径规划方法

1
2
3
4
5
6
7
8
9
10
11
12
下一页»
尾页
共 178 条