摘要：以实车工况下驾驶员操作行为为研究对象,设计双时间窗截取时间序列长度,给出驾驶操作行为统计特征提取方法。利用单因素方差分析疲劳特征的P值和F值,获取操作行为最优疲劳特征指标,提出基于鲸鱼优化的决策树方法,进行疲劳驾驶识别。实车数据试验表明,所提出的三级疲劳驾驶检测正确率达84.25%,漏报率为15.69%。

摘要：针对大惯性脉冲发电机励磁控制问题,提出了鲸鱼优化的自适应PID控制方法。根据脉冲发电机的工作特点和励磁控制的基本要求,从考虑反映发电机参数随转速变化的二阶有名值模型出发,建立了脉冲发电机简化的单输入单输出线性励磁控制系统。对该系统采用基于经典控制理论的PID控制方法,为提高系统的响应时间和控制精度,设计了参数随误差自动调节的参数自适应PID控制。对于参数调整系数的整定,构建了以时间权重误差积分为优化目标,参数调整系数为优化变量的优化问题,并使用鲸鱼优化算法(WOA)进行求解。最后,对控制方法进行仿真,并与鲸鱼优化PID相比,空载起励阶跃响应的上升时间从1.21 s提高到了0.88 s,稳态误差两者相当;负载时,上升时间从2.01 s提高为1.60 s,稳态误差从4.04%降低为1.96%。仿真结果证实了所提方法的有效性。

摘要：为了提升滚动轴承的识别效率,保障机械设备的正常安全运行,文中提出了一种基于鲸鱼优化算法与多核学习的支持向量机相结合的故障诊断方法。在研究过程中,由于滚动轴承信号的强非线性与故障为多分类问题,文中引入了多核学习方法,通过将多核函数映射到高维空间,构建由多个特征空间向量组合成的新的空间。新的空间充分利用各子空间的映射能力,对于故障分类这一复杂问题有了较强的适应性,弥补了单核函数非线性差的缺陷。为了解决多核参数选择问题,引入了鲸鱼优化算法,提升了模型的训练效率。在6205-2RS型深沟球轴承实验平台上,通过与单核SVM、GS-MKSVM等算法的对照实验,验证了该算法具有较好的分类识别能力,算法的精度达到了94.4%,相较于其他算法提升了约15%。

摘要：针对传统PID控制器的线性局限性,本文提出一种模糊系统与BP神经网络结合的方案.同时,采用鲸鱼优化算法(whale optimization algorithm,WOA)进一步优化参数精度,称为基于鲸鱼优化算法的模糊神经PID控制器.通过模拟鲸类的特殊觅食行为——气泡捕鱼,建立优化数学模型,从而进一步优化训练模糊化的BP神经网络的权值和偏置误差,降低模糊神经网络被用于函数逼近所引起的误差.将传统模糊PID及基于混沌遗传算法(GA)优化的PID控制器与本文设计的PID控制器相比较,仿真结果表明:系统的动态性能与稳态精度均得到良好的改善.

摘要：具有广泛工程应用背景的强非线性约束优化是最优化领域极为困难的科技问题,如何寻找快速有效的优化算法求解其全局最优化解,仍然是该问题研究的关键.为此,针对强非线性约束函数优化求解难的问题,融合果蝇视觉系统的信息处理机制与种群进化思想,提出一种基于状态矩阵转移的改进型果蝇视觉进化神经网络.模型设计中,将候选解视为状态,构建以状态作为元素的状态矩阵,进而将状态矩阵中各元素对应的目标值形成的灰度图视为输入;依据果蝇视觉系统的分层视觉信息处理特性,构建能有效处理约束条件的改进型果蝇视觉前馈神经网络,进而将其输出作为状态转移的全局学习率;依据鲸鱼捕食的行为特性建立转移状态的更新策略.由此,获得仅含两个可调参数且计算复杂度仅由输入灰度图分辨率确定的视觉进化神经网络.比较性的数值实验表明,此神经网络的寻优质量具有明显优势,对工程优化问题的解决具有重要参考价值.

摘要：分析在短期电力负荷预测过程中,智能组合预测法的应用,建立了基于CWOA-Elman网络的预测组合模型,通过真实历史数据分析证实了模型的有效性。