公开(公告)号：CN114358235A

公开(公告)日：2022-04-15

申请号：CN202210008080.X

申请日：2022-01-06

Applicant: 辽宁工程技术大学

Inventor： 任晓奎 ,  胡启振 ,  陶志勇 ,  高艳东 ,  白立春

IPC: G06N3/00 ,  G06N3/04

Abstract: 本发明公开了一种基于BA‑NM算法的溯源方法，该方法包括以下步骤：初始化阶段：设定蝙蝠种群数N和维度，在污染源参数分布范围内，更新初代蝙蝠位置；计算每个个体的适应度值，找出最优蝙蝠个体，判断是否满足终止条件；全局搜索阶段：更新频率和速度，并计算出新一代蝙蝠位置；找到当前最优蝙蝠位置，根据更新局部解并判断是否接受新的局部解，然后更新响度和脉冲进入下一阶段；强化局部搜索；判断强化局部搜索阶段找到的最优值是否满足终止条件，满足的话终止循环并输出最优值。本发明对传统BA算法全局搜索存在的缺陷进行了改进，并引入了NM算法加强局部搜索能力，混合算法提升了搜索精度减小了算法陷入局部最优的风险。

公开(公告)号：CN113780664A

公开(公告)日：2021-12-10

申请号：CN202111079658.2

申请日：2021-09-15

Applicant: 辽宁工程技术大学

Inventor： 任晓奎 ,  胡启振 ,  陶志勇 ,  高艳东 ,  白立春

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于TDT‑SSA‑BP的时间序列预测方法，该方法包括以下步骤：数据预处理；将处理好的时间序列进行CEEMDAN分解；用排列熵计算CEEMDAN分解后各模态分量和余量的排列熵值；将排列熵值较高的模态分量用VMD进行二次分解；利用麻雀搜索算法对神经网络的权值和阈值进行寻优；将经过二层分解得到的分量输入到麻雀搜索算法优化的神经网络模型中，得到各分量的预测值，然后叠加各个分量的预测值，即可得到最后的DO时间序列预测浓度。本发明采用麻雀搜索算法优化神经网络来提高预测精度，且相比于传统的粒子群算法，麻雀搜索算法具有更强的寻优能力，采用二次分解技术可将原始的时间序列分解为相对稳定的分量，从而提升预测精度。