• Journal of Power Electronics
• /
• 제17권5호
• /
• pp.1288-1297
• /
• 2017

The estimation of the remaining useful life (RUL) of lithium-ion (Li-ion) batteries is important for intelligent battery management system (BMS). Data mining technology is becoming increasingly mature, and the RUL estimation of Li-ion batteries based on data-driven prognostics is more accurate with the arrival of the era of big data. However, the support vector machine (SVM), which is applied to predict the RUL of Li-ion batteries, uses the traditional single-radial basis kernel function. This type of classifier has weak generalization ability, and it easily shows the problem of data migration, which results in inaccurate prediction of the RUL of Li-ion batteries. In this study, a novel multi-kernel SVM (MSVM) based on polynomial kernel and radial basis kernel function is proposed. Moreover, the particle swarm optimization algorithm is used to search the kernel parameters, penalty factor, and weight coefficient of the MSVM model. Finally, this paper utilizes the NASA battery dataset to form the observed data sequence for regression prediction. Results show that the improved algorithm not only has better prediction accuracy and stronger generalization ability but also decreases training time and computational complexity.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.5972-5989
• /
• 2019

With the onset of the big data age, data is growing exponentially, and the issue of how to optimize large-scale data processing is especially significant. Large-scale global optimization (LSGO) is a research topic with great interest in academia and industry. Spark is a popular cloud computing framework that can cluster large-scale data, and it can effectively support the functions of iterative calculation through resilient distributed datasets (RDD). In this paper, we propose a hybrid mechanism of particle swarm optimization (PSO) and differential evolution (DE) algorithms based on Spark (SparkPSODE). The SparkPSODE algorithm is a parallel algorithm, in which the RDD and island models are employed. The island model is used to divide the global population into several subpopulations, which are applied to reduce the computational time by corresponding to RDD's partitions. To preserve population diversity and avoid premature convergence, the evolutionary strategy of DE is integrated into SparkPSODE. Finally, SparkPSODE is conducted on a set of benchmark problems on LSGO and show that, in comparison with several algorithms, the proposed SparkPSODE algorithm obtains better optimization performance through experimental results.

• Smart Structures and Systems
• /
• 제25권3호
• /
• pp.345-368
• /
• 2020

The present work proposes a self-controlled multi-stage optimization method for damage identification of structures utilizing standard particle swarm optimization (PSO) algorithm. Damage identification problem is formulated as an inverse optimization problem where damage severity in each element of the structure is considered as optimization variables. An efficient objective function is formed using the first few frequencies and mode shapes of the structure. This objective function is minimized by a self-controlled multi-stage strategy to identify and quantify the damage extent of the structural members. In the first stage, standard PSO is utilized to get an initial solution to the problem. Subsequently, the algorithm identifies the most damage-prone elements of the structure using an adaptable threshold value of damage severity. These identified elements are included in the search space of the standard PSO at the next stage. Thus, the algorithm reduces the dimension of the search space and subsequently increases the accuracy of damage prediction with a considerable reduction in computational cost. The efficiency of the proposed method is investigated and compared with available results through three numerical examples considering both with and without noise. The obtained results demonstrate the accuracy of the present method can accurately estimate the location and severity of multi-damage cases in the structural systems with less computational cost.

• Nuclear Engineering and Technology
• /
• 제55권3호
• /
• pp.827-838
• /
• 2023

Centrifugal pump is a key part of nuclear power plant systems, and its health status is critical to the safety and reliability of nuclear power plants. Therefore, fault diagnosis is required for centrifugal pump. Traditional fault diagnosis methods have difficulty extracting fault features from nonlinear and non-stationary signals, resulting in low diagnostic accuracy. In this paper, a new fault diagnosis method is proposed based on the improved particle swarm optimization (IPSO) algorithm-based variational modal decomposition (VMD) and relevance vector machine (RVM). Firstly, a simulation test bench for rotor faults is built, in which vibration displacement signals of the rotor are also collected by eddy current sensors. Then, the improved particle swarm algorithm is used to optimize the VMD to achieve adaptive decomposition of vibration displacement signals. Meanwhile, a screening criterion based on the minimum Kullback-Leibler (K-L) divergence value is established to extract the primary intrinsic modal function (IMF) component. Eventually, the factors are obtained from the primary IMF component to form a fault feature vector, and fault patterns are recognized using the RVM model. The results show that the extraction of the fault information and fault diagnosis classification have been improved, and the average accuracy could reach 97.87%.

• 한국음향학회지
• /
• 제28권4호
• /
• pp.363-369
• /
• 2009

본 논문에서는 인접된 다중모드 공진점을 갖는 수중 음향 압전 트랜스듀서의 전기적 등가회로 모델을 추정하는 방법을 제안하였다. 트랜스듀서의 실측된 임피던스와 추정된 등가모델의 임피던스 오차가 최소가 되도록 공진모드간 결합 영향을 고려한 적합도 함수를 제안하고, 미립자 집단 최적화 (PSO:Particle Swarm Optimization) 알고리즘을 이용하여 등가회로의 미지상수를 추정하였다. 3개의 공진점을 갖는 샌드위치형 예제 트랜스듀서에 대하여 제안된 방법을 적용하여 등가회로를 모델링하고, 수중에서의 임피던스 측정치와 추정된 등가모델의 임피던스를 비교함으로써 제안된 기법의 타당성을 검증하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제12권2호
• /
• pp.173-180
• /
• 2012

This paper proposes a novel optimization algorithm inspired by water flowing and shaking behaviors in a vessel. Water drops in our algorithm flow to the gradient descent direction and are sometimes shaken for getting out of local optimum areas when most water drops fall in local optimum areas. These flowing and shaking operations allow our algorithm to quickly approach to the global optimum without staying in local optimum areas. We experimented our algorithm with four function optimization problems and compared its results with those of particle swarm optimization. Experimental results showed that our algorithm is superior to the particle swarm optimization algorithm in terms of the speed and success ratio of finding the global optimum.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.15-29
• /
• 2018

본 논문에서는 기존 파티클 스웜 최적화를 기반으로 추적 대상 객체의 이동 궤적을 이용하는 객체 추적기에서 시간 정보 활용의 문제점을 개선한 강인한 객체 추적 알고리즘을 제안한다. 제안하는 알고리즘은 추적 대상 객체와 유사한 특징을 가지는 변위들의 집합에 대한 위치들의 온라인 업데이트와 추적을 가능하게 한다. 객체들의 중첩을 검출하고 추적 대상의 위치를 결정하기 위해 궤적 정보와 변위들의 집합을 기반으로 적응적 파라미터를 사용하는 규칙기반 접근을 사용한다. 기존 알고리즘들과 비교해보면 제안하는 접근법은 가용한 정보를 복합적으로 사용함으로써 각종 임계값에 대한 적응적 조정을 가능하게 한다. 또한, 파티클 스웜 최적화에서 발산에 의한 손실과 불완전한 수렴의 문제를 해결하기 위해 효율적인 가중치 조절 함수를 제안하고 있다. 제안하는 가중치 조절 함수는 파티클들이 최적의 해에 수렴하기 이전에 전체 프레임 영역에서 탐색할 수 있도록 한다. 유사한 특징 조합을 가지는 다중 객체가 존재하는 환경에서 제안 알고리즘을 테스트한 결과, 기존 스웜 최적화 기반의 객체 추적기들에 비해 기존 유사 변위들에 대한 잘못된 추적을 현저히 줄이는 것을 확인할 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제9권5호
• /
• pp.458-464
• /
• 2016

본 논문은 배열안테나의 상호결합(mutual coupling)에 의한 방사패턴 왜곡을 보상하는 최적화 방법을 제시하도록 한다. 배열안테나에서 안테나 사이의 간격이 좁아지게 되면 안테나 상호간의 커플링에 의해 방사패턴에 왜곡이 발생하게 된다. 상호결합은 각 안테나에 여기되는 신호의 크기와 위상을 변화시키며 이는 방사패턴의 왜곡으로 이어진다. 이런 방사패턴의 왜곡 문제를 해결하기 위하여 상호결합을 고려한 여기신호를 각 배열 요소에 공급하는 방법을 제안하였다. 공급신호의 크기와 위상을 결정하기 위하여 입자 군집 최적화 알고리즘(Particle Swarm Optimization)을 사용하였다. 왜곡 보상을 검증하기 위하여 전방향으로 동일한 방사패턴을 갖는 다이폴안테나를 사용하였으며, 배열안테나의 간격을 0.2파장으로 두어 상호결합이 많이 발생하도록 하였다. 최적화를 통한 안테나의 신호를 선정한 결과 이상적인 방사패턴과 동일한 결과가 나오는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제17권4호
• /
• pp.797-804
• /
• 2013

본 논문은 Particle Swarm Optimization(PSO)을 이용하여 고속 2차원 디지털필터의 설계방법을 제안하였다. 먼저 2차원 상태공간 디지털필터의 설계문제를 PSO에 적용하기 위하여 최소화 문제로써 형식화 과정이 논의된다. 제안된 PSO 알고리즘을 이용한 설계방법은 필터설계에서 요구되는 안정성을 보증하는 과정이 검토되어 개선된다. 본 논문에서 제안된 방법의 타당성을 설계예시를 통해 고찰한 결과, 설계된 디지털필터는 동일한 설계사양으로 기존의 설계방법으로 설계된 디지털필터보다 근사 및 라운드오프 오차 면에서 우수한 결과를 얻을 수 있었다. 아울러 제안된 2의 멱수가 필터계수인 2차원 상태공간 디지털필터는 승산기가 필요하지 않아 기존의 필터보다 연산과정에서 계산용량을 약 1/4로 줄일 수 있다는 것을 보였다.

• 지구물리와물리탐사
• /
• 제22권4호
• /
• pp.186-194
• /
• 2019

물리탐사 자료의 역산 해를 찾는데 흔히 이용되는 결정론적 해법은 지역 최소점에 빠져 적절한 해에 수렴하지 못할 가능성이 크다는 단점이 존재한다. 이 문제를 해결하기 위한 대안 중 하나는 확률론적 접근법에 기반한 전역 최적화 방법을 이용하는 것이며, 여러 방법들 중에서 입자 군집 최적화(Particle Swarm Optimization, PSO)법의 적용사례가 많이 소개되었다. 이 논문에서는 PSO법을 이용한 소형루프 전자탐사 자료의 층서 구조 전기비저항 역해석 알고리즘을 개발하고 합성자료를 이용하여 역산실험을 수행하였다. 실험결과 기존의 Gauss-Newton 알고리즘으로는 최적의 역산해를 찾는데 어려움이 있는 소형루프 전자탐사 자료의 역산 시도에 PSO 방법을 적용하면 성공률을 높일 수 있음을 확인하였다.