您的位置: 专家智库 > >

中国博士后科学基金(2012T50639)

作品数:5 被引量:26H指数:3
相关作者:梁静瞿博阳宋慧毛晓波刘巍更多>>
相关机构:中原工学院郑州大学南洋理工大学更多>>
发文基金:中国博士后科学基金国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 2篇多目标优化
  • 2篇子群
  • 2篇粒子群
  • 2篇粒子群优化
  • 1篇电业
  • 1篇调度
  • 1篇调度问题
  • 1篇短期负荷预测
  • 1篇学习机
  • 1篇优化算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇帕累托
  • 1篇帕累托最优
  • 1篇群算法
  • 1篇网络
  • 1篇粒子群算法
  • 1篇粒子群优化算...
  • 1篇进化算法
  • 1篇经济调度

机构

  • 5篇郑州大学
  • 5篇中原工学院
  • 1篇南洋理工大学
  • 1篇国网河南省电...

作者

  • 5篇瞿博阳
  • 5篇梁静
  • 4篇宋慧
  • 1篇周钦亚
  • 1篇毛晓波
  • 1篇刘巍

传媒

  • 2篇计算机仿真
  • 2篇郑州大学学报...
  • 1篇计算机工程与...

年份

  • 1篇2015
  • 3篇2014
  • 1篇2013
5 条 记 录,以下是 1-5
排序方式:
电业超短期负荷预测仿真研究被引量:2
2015年
超短期负荷预测是电力负荷预测中很重要的环节,数据的提取和预测方法的选择则是最难的环节。为了准确预测,采用电行业监测分析系统数据提取平台,能够实时监测及提取负荷数据。反向传播(BP)神经网络和极限学习机(ELM)具有预测能力强和全局搜索显著特点而成为超短期负荷预测中常用的两种方法。实验数据通过重点用电行业监测分析系统获取,通过建立预测数据提取模型,用BP神经网络和ELM通过不同的隐含层节点数设置进行超短期预测。实验结果表明,提出的数据提取平台在提取数据上的可靠性,同时BP神经网络及ELM在超短期负荷预测中的可行性,并且相比较于BP神经网络,ELM在超短期负荷预测上具有较高的预测精度和较短的运算时间。
梁静瞿博阳宋慧刘巍
关键词:超短期负荷预测极限学习机反向传播神经网络
多目标优化在路径优化中的应用被引量:6
2014年
在移动机器人路径规划问题的研究中,路径规划的实质是机器人按照一定的技术指标找到一条从起点到终点与障碍物无碰撞的最短路径。由于路径长度和安全性指标是相互矛盾的两个技术指标,大多数现存算法在把它们作为单目标优化时容易陷入局部最优,用多目标优化中的帕累托最优则能够很好地平衡和解决这两个目标不同资源分配下的组合情况。用贝塞尔曲线来描述路径,用帕累托最优解决路径长度和安全性指标之间的共存问题。实验结果表明,比起单目标处理,多目标优化在解决路径优化问题中路径长度及安全性指标时较稳定,能够找到满足条件的更短路径,并且帕累托最优能够很好地解决不兼容目标之间的共存问题,找到不同安全性指标下优化最短路径。
梁静宋慧瞿博阳
关键词:贝塞尔曲线多目标优化帕累托最优
双局部粒子群算法解决环境经济调度问题被引量:4
2014年
提出一种基于双局部最优的多目标粒子群优化算法,与可行解为优的约束处理方法相结合,来求解决非线性带约束的多目标电力系统环境经济调度问题。该算法针对传统多目标粒子群算法多样性低的局限性,通过对搜索空间的分割归类来增加帕累托最优解的多样性;并采用一种新的双局部最优来引导粒子的搜索,从而增强了算法的全局搜索能力。算法加入了可行解为优的约束处理方法对IEEE30节点六发电机电力系统环境经济负荷分配模型分别在几个不同复杂性问题的情况进行仿真测试,并与文献中的其他算法进行了比较。结果表明,改进的算法能够在保持帕累托最优解多样性的同时具有良好的收敛性能,更有效地解决电力系统环境经济调度问题。
瞿博阳梁静Ponnuthurai Nagaratnam Suganthan
关键词:经济调度多目标优化粒子群优化
基于改进粒子群算法的路径优化问题研究被引量:12
2014年
把动态约束机制及改进的粒子群优化算法(含交叉策略的动态多组群粒子群优化算法)与Bezier曲线结合来实现路径优化.用三次Bezier曲线来描述路径,测试不同算法下得到的曲线在路径优化问题中的特性,通过比较得出不同算法的优劣性.实验结果表明:动态多组群粒子群优化算法克服了标准粒子群优化算法易于早熟和陷入局部最优的特点,动态约束提高了交叉策略下算法的寻优性能,能够灵活地处理约束条件,克服了以往静态惩罚函数的缺点.
梁静宋慧瞿博阳毛晓波
关键词:BEZIER曲线
基于混合策略的差分进化算法被引量:2
2013年
针对传统差分进化算法在求解问题中种群易收敛、易早熟的问题,提出了一种基于混合策略的差分进化算法.该算法根据粒子适应度、适应度标准差和粒子间距离标准差,将种群分为3个不同大小、不同功能的子种群,每个子种群采用不同策略和控制参数来实现自己被指定的功能.算法在搜索过程中既增强了种群的全局搜索能力,又增加了收敛精度.通过对4个标准函数的测试,仿真结果表明该算法比其他算法具有更好的寻优能力.
梁静周钦亚瞿博阳宋慧
关键词:差分进化算法多种群
共1页<1>
聚类工具0