检索结果-内蒙古大学图书馆

河南科技 2022年第19期41卷 4-8页

作者：高天龚平顺安徽理工大学电气与信息工程学院安徽淮南232000

本研究通过对核极限学习机的原理进行分析,确定优化参数,分析粒子群算法的基本原理,并对多种改进的粒子群算法进行研究,通过基准测试函数对6种算法的优劣进行分析。笔者选取综合学习粒子群算法为优化核极限学习机的基本框架,并将线性递... 详细信息

本研究通过对核极限学习机的原理进行分析,确定优化参数,分析粒子群算法的基本原理,并对多种改进的粒子群算法进行研究,通过基准测试函数对6种算法的优劣进行分析。笔者选取综合学习粒子群算法为优化核极限学习机的基本框架,并将线性递减惯性权重和综合学习粒子群算法进行结合,用于改进粒子群算法易陷入局部最优的问题,从而实现对核极限学习机的参数优化。

关键词：核极限学习机参数优化线性权值下降粒子群算法综合学习粒子群算法

来源：评论

学校读者我要写书评

暂无评论

一种多种群综合学习粒子群优化算法

引用

数学的实践与认识 2019年第10期49卷 273-285页

作者：王英伟马树才辽宁大学经济学院

针对综合学习算法(Comprehensive learning particle swarm optimization,CLPSO)在解决全局优化问题时精度不高且收敛速度慢的问题,提出一种多种群综合学习算法(MSCLPSO).该算法将传统粒子群算法的社会部分引入CLPSO算法,有效提高了算... 详细信息

针对综合学习算法(Comprehensive learning particle swarm optimization,CLPSO)在解决全局优化问题时精度不高且收敛速度慢的问题,提出一种多种群综合学习算法(MSCLPSO).该算法将传统粒子群算法的社会部分引入CLPSO算法,有效提高了算法的收敛速度和局部开采能力;同时,为扩大粒子的空间搜索范围,算法引入多种群策略,提高了算法全局勘探能力;并针对可能陷入局部极值的粒子,采用全局学习策略更新学习样本,增加了种群中粒子多样性.实验结果表明,在处理单峰和多峰标准测试函数中,MSCLPSO算法有效提高了CLPSO算法的精度和收敛速度.

关键词：粒子群算法综合学习粒子群算法多种群综合学习算法柯西变异高斯变异

来源：评论

学校读者我要写书评

暂无评论

采用综合学习粒子群算法的有限冲激响应数字滤波器设计

引用

西安交通大学学报 2012年第8期46卷 71-75页

作者：赵安新陈明张钟华刘君华西安交通大学电气工程学院西安710049 西安科技大学通信工程学院西安710054 西安邮电学院电子工程系西安710061 中国计量科学研究院电学量子基准实验室北京100013

针对标准粒子群优化算法在求解复杂多模问题时容易陷入局部极值点和有限冲击响应数字滤波器(FIR DF)设计时减少误差的问题,将综合学习粒子群优化算法(CLPSO)应用于FIR DF设计中.CLPSO在每一代更新中采用所有粒子全局最优值代替粒子本身... 详细信息

针对标准粒子群优化算法在求解复杂多模问题时容易陷入局部极值点和有限冲击响应数字滤波器(FIR DF)设计时减少误差的问题,将综合学习粒子群优化算法(CLPSO)应用于FIR DF设计中.CLPSO在每一代更新中采用所有粒子全局最优值代替粒子本身的个体历史最优值,当粒子停止更新时,重置粒子最优值,保证粒子学习最优和在错误方向上花费最少计算时间.数值结果显示,在满足算法复杂度、计算时间、逼近误差等设计指标的前提下,CLPSO在低通和高通频率采样法FIR DF设计中比传统查表法、遗传算法和标准粒子群优化算法具有一定的优势.

关键词：综合学习粒子群算法滤波器频率采样遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的道岔智能诊断方法研究

基于机器学习的道岔智能诊断方法研究

引用

作者：郑韵婷大连交通大学

学位级别：硕士

截止2022年底,我国铁路营业总里程达到15.5万公里,其中高速铁路4.2万公里。2023年全路预计投产新线3000公里以上,其中高铁2500公里。然而,我国铁路运营线路长、环境复杂,因此保障列车安全和运营维护是铁路建设的重要课题之一。其中,道... 详细信息

截止2022年底,我国铁路营业总里程达到15.5万公里,其中高速铁路4.2万公里。2023年全路预计投产新线3000公里以上,其中高铁2500公里。然而,我国铁路运营线路长、环境复杂,因此保障列车安全和运营维护是铁路建设的重要课题之一。其中,道岔作为影响铁路行车安全的重要设备,其正常运行是保障行车安全和提高运营效率的关键。基于上述现状,铁路安全对道岔设备工作状态的实时监测以及实现道岔设备故障诊断和定位的智能化提出了更高的要求。本文基于铁路现场需求和对典型故障的分析,以ZDJ9型道岔转辙机为研究对象,开展了基于机器学习的道岔智能诊断方法研究,为道岔维护提供理论支持。本文主要的研究工作如下:(1)为实现道岔的精确故障诊断,提出一种基于多域特征和改进极限学习机的故障诊断算法。首先,提取了道岔转换阻力的时域、值域、时频域等多域特征。其次,为降低所提特征的维度及冗余信息,采用线性判别分析和核主成分分析法对特征进行有效降维。最后,针对粒子群算法容易陷入局部最优解的问题,引入综合学习粒子群算法优化极限学习机,并与其他传统算法进行对比,验证了所提诊断算法的有效性和可行性。(2)为实现道岔的提前维修,提出了一种基于曲线相似度的道岔健康状态识别方法。通过计算待评估曲线与基准曲线的皮尔逊相关系数和欧氏距离对道岔状态进行趋势分析。进一步针对数据非线性特性问题,提出了基于孤立森林算法实现道岔的健康状态检测,实现道岔健康、亚健康、故障三种状态的识别,可以指导维护人员对识别出亚健康状态的道岔进行提前维修。最终实验结果表明,本文方法具有一定的优势,能够有效地识别道岔的健康状态。(3)结合需求分析,开发并设计了道岔智能诊断软件,具备智能化的故障诊断和健康状态识别功能,促进道岔维护工作的高效进行,对于减轻工作量、降低维修成本有积极作用,从而达到提高维护效率的目的。

关键词：道岔故障诊断健康状态识别综合学习粒子群算法极限学习机

来源：评论

学校读者我要写书评

暂无评论

考虑风电不确定性的多区域多目标低碳经济调度模型和方法研究

考虑风电不确定性的多区域多目标低碳经济调度模型和方法研究

引用

作者：徐升平贵州大学

学位级别：硕士

经济调度在电力系统的运行和规划中担负着重要作用,是电力系统实现安全、稳定和经济运行的重要基石。传统的电力系调度模型通常将系统内所有发电机看作区域内的一个整体,但随着电力系统规模的不断扩大,目前普遍将大系统划分为各个区域,... 详细信息

经济调度在电力系统的运行和规划中担负着重要作用,是电力系统实现安全、稳定和经济运行的重要基石。传统的电力系调度模型通常将系统内所有发电机看作区域内的一个整体,但随着电力系统规模的不断扩大,目前普遍将大系统划分为各个区域,区域之间通过联络线的互联实现电能的交换和传输。此外以往的调度主要集中在经济性这一目标上,略显单一缺乏多样性,难以为决策者提供多维度、多层次的更加全面的调度方案。故调度模型正在从传统的单区域向多区域逐步深入,从单一目标向多目标不断发展。本文主要对传统经济调度、多区域经济调度、含碳税和风电不确定性的多区域动态经济调度及多区域多目标环境经济调度进行了研究,主要的研究内容如下:1.基于遗忘速度等多个策略改进了综合学习粒子群算法,提出了FV-ICLPSO算法以克服基本的综合学习粒子群算法收敛速度慢这一不足。首先将其应用在30个CEC2014基准函数上进行改进策略有效性和性能的验证,然后再将其与六个近年提出的较为先进的智能优化算法一起应用在六个不同特性的传统经济调度案例上进行仿真对比以验证其有效性和适用性。2.搭建传统多区域经济调度的模型,该模型除了考虑传统经济调度的约束条件外,还增加了区域功率的平衡约束和联络线的传输容量约束。将提出的FVICLPSO算法应用于两个典型多区域经济调度案例上,最终验证了该算法的有效性和对该类模型的可行性。3.旨在解决综合学习粒子群算法收敛不佳这一问题,基于当前的一个研究热点分数阶理论,提出了基于分数阶理论和双阶段运行等策略的改进综合学习粒子群算法AFOCLPSO。考虑碳税和风电场的并网,采用蒙特卡洛法生成海量风电场景再进行反向约减生成典型场景,最终搭建了考虑碳税和风电不确定性的多区域动态经济调度模型。将提出的AFOCLPSO算法与多个先进的对比算法同时应用于该模型两个案例上,最终验证了其改进的合理性和求解的有效性。4.构建了多区域环境经济调度模型,将当前较受欢迎的多目标优化算法之一NSGA-II及另外四种多目标算法一起应用于4区域40机组案例上,最后从解的质量、性能评价指标、帕累托前沿和计算时间等方面说明了该算法在求解该类模型上具有极强的竞争力,值得后续尝试改进和推广。

关键词：多区域电力系统综合学习粒子群算法经济调度动态经济调度环境经济调度非支配排序遗传算法

来源：评论

学校读者我要写书评

暂无评论

考虑航速优化的多港口泊位协同调度优化

考虑航速优化的多港口泊位协同调度优化

引用

作者：潘靖怡大连海事大学

学位级别：硕士

随着世界经济一体化、全球化的发展,集装箱运输在国际贸易中的地位稳步上升。然而,集装箱运输蓬勃发展的同时,也带来了港口拥堵、泊位忙闲不均、港口区位竞争激烈等现象。为改善这些问题,提高港口作业效率,近年来中国逐步推进大规模港... 详细信息

随着世界经济一体化、全球化的发展,集装箱运输在国际贸易中的地位稳步上升。然而,集装箱运输蓬勃发展的同时,也带来了港口拥堵、泊位忙闲不均、港口区位竞争激烈等现象。为改善这些问题,提高港口作业效率,近年来中国逐步推进大规模港口整合,并且已经取得了诸多的成功实践经验。港口整合协作使得多港口泊位协同调度成为可能,多港口泊位协同调度可以减少船舶在港时间,提高泊位利用率,在此基础上考虑航速优化,可以进一步降低船舶燃油消耗。然而,现有考虑航速优化的多港口泊位协同调度研究已有不少,但多采用精确求解算法,且存在求解较大规模问题耗时长、内存溢出等问题。基于以上背景,本文结合航速优化问题将离散动态泊位分配问题拓展至多个港口进行了研究。本文的主要研究内容如下: (1)结合航速优化,将泊位分配调度优化问题由单港口扩展到多港口。针对多港口泊位分配问题,将船舶航速和停泊顺序作为决策变量,以集装箱码头和班轮公司的总成本最小化作为目标,构建非线性混合整数规划模型。模型综合考虑了所有船舶等待成本、装卸作业成本、延迟离港成本和燃油消耗成本,对每段航程的航速和每个港口的泊位分配进行优化,对港口作业计划的优化及港口整合优化的研究具有一定的指导意义。 (2)利用二阶锥规划降低燃油和船舶航速之间关系高度非线性的计算难度。目前对考虑航速优化的多港口泊位分配问题的研究,在航速计算方面选择线性回归或对船舶航速离散化的方式回避模型的高度非线性,但船舶航速实际上并不是一个离散的变量。因此,本文在离散动态BAP的基础上正视了非线性求解的问题,利用二阶锥规划将模型转换成了便于求解的形式。 (3)针对目前研究在求解较大规模问题时存在的耗时长、内存溢出等问题,设计了一种综合学习粒子群-改进的变邻域搜索算法(CLPSO-MVNS)相结合的启发式算法。使用综合学习粒子群算法优化航速,采用改进的变邻域搜索算法优化停泊顺序,以此提高求解效率和准确性。接着构造了小、中和大三种规模下的多组算例,并与CPLEX求解结果进行比较,算例结果表明:在大规模问题中,CPLEX运行时间较长,而CLPSO-MVNS算法可以在18分钟之内求出所有大规模算例的解,CLPSO-MVNS算法解与CPLEX解的平均差距为-21.30%,无论是在求解速度还是解的质量CLPSO-MVNS算法都比CPLEX更具优势,证明了算法的有效性。在此基础上,进行了船舶航速的敏感性分析,证明航速是决定总成本的关键因素,在泊位资源充裕时,船舶应该在保证船期的情况下采用低速航行。

关键词：集装箱码头泊位协同调度航速优化综合学习粒子群算法变邻域搜索算法

来源：评论

学校读者我要写书评

暂无评论

深海环境下水平非均匀声速场反演研究

深海环境下水平非均匀声速场反演研究

引用

作者：管杨哈尔滨工程大学

学位级别：硕士

声速是研究水声问题的重要环境参数。通过直接测量的方式获取海水声速,不但成本高,耗时多,且一次性获取大范围非均匀环境下的声速场具有一定的难度。而反演技术将声传播模型与历史数据相结合,为获取海洋声速提供了一种高效、便捷和环保... 详细信息

声速是研究水声问题的重要环境参数。通过直接测量的方式获取海水声速,不但成本高,耗时多,且一次性获取大范围非均匀环境下的声速场具有一定的难度。而反演技术将声传播模型与历史数据相结合,为获取海洋声速提供了一种高效、便捷和环保的方法。但传统的等效声速剖面反演方法往往将研究海域等效为水平均匀的,这已经不能满足水声领域对声速场测量精度的要求。论文研究了深海环境下水平非均匀声速场的反演问题,以经验正交函数表征水平非均匀声速场,改进了传统等效声速场的反演模型。首先,论文对海洋声层析的国内外研究现状进行了分析,总结了现有的海洋声速剖面反演技术。重点对海洋典型的水动力现象引起的水平非均匀声速场进行了介绍,并对非均匀声速场对声场计算的影响进行仿真分析。接着,论文建立了水平非均匀声速场反演模型,在水平非均匀声速场建模的基础上,利用射线声学的方法,建立了以声线到达时间为变量的反演代价函数。此外,论文选取了综合学习策略的粒子群算法(CLPSO算法),解决多变量的反演问题。并利用高斯涡声速场模型数据,讨论了应划分样本区域来构建多组经验正交基函数,并验证了CLPSO算法可以求解27变量的多元反演问题。然后,利用HYCOM数据模拟真实海洋环境,验证了反演方法的精度。并利用反距离加权插值方法,获取了研究海域的部分水平非均匀声速场,并分析了其误差。还分析了传统反演方法与本文反演方法的结果对声传播特性的影响。最后,利用2021年某次南海声层析实验数据,通过实测声场数据反演了海水中的水平非均匀声速场,验证了反演方法的反演精度。研究表明,建立的水平非均匀声速场反演模型,可以通过划分样本区域构建的多组经验正交基函数,并结合CLPSO算法求解多维度问题的优势,来提高水平非均匀声速场的反演精度。

关键词：声速场反演经验正交函数综合学习粒子群算法声层析

来源：评论

学校读者我要写书评

暂无评论

基于径向基情感神经网络的氨氮软测量模型设计及应用研究

基于径向基情感神经网络的氨氮软测量模型设计及应用研究

引用

作者：张鸿业北京工业大学

学位级别：硕士

随着城镇文明和工业生产技术水平的提升,人类对水资源的需求量愈来愈大,随之产生的城市水环境污染问题将越来越严重。为了提高污水资源的利用率,使出水水质达标,需要加强城市污水处理厂对污水的治理,促进污水资源再生利用。在导致水污... 详细信息

随着城镇文明和工业生产技术水平的提升,人类对水资源的需求量愈来愈大,随之产生的城市水环境污染问题将越来越严重。为了提高污水资源的利用率,使出水水质达标,需要加强城市污水处理厂对污水的治理,促进污水资源再生利用。在导致水污染的众多污染物中,氨氮是一个能使水体富营养化并产生水污染物的关键水质指标,若其超标排放会严重危害水域生态环境,威胁人们健康,因此减少氨氮的排放是城市污水处理厂的主要任务之一。然而,由于实际的城市污水处理过程除氮生化反应复杂,是一个具有时变性和不确定性的非线性系统,同时采样数据存在噪声,传统化学反应检测方法难以及时、便捷、准确的对其实现在线测量。目前,径向基情感神经网络(Radial Basis Emotional Neural Network,RBENN)因其在输入添加了高斯函数,通过将输入映射到高维空间可在一定程度上消除对干扰的影响,具有非线性逼近能力强,抗干扰性能较好的优势,在处理复杂非线性建模问题上得到了广泛的应用。因此,针对出水氨氮浓度难以在线检测的问题,本文提出了一种基于RBENN的出水氨氮软测量模型,实现了对出水氨氮浓度的准确在线预测。本论文的重点研究工作主要包含以下几点:1.基于NMI和SU的SBPSO氨氮特征变量选择方法针对城市污水处理过程出水水质指标种类繁多且关系复杂,存在较多冗余信息,导致难以选择辅助变量特征的问题,设计了一种基于归一化互信息(Normalized Mutual Information,NMI)和对称不确定性(Symmetrical Uncertainty,SU)的粘性二进制粒子群(Sticky Binary Particle Swarm Optimization,SBPSO)氨氮特征变量选择方法。首先,设计一种基于SU的粒子种群初始化机制得到了样本数据的内在特征信息,形成了更高质量的初始种群;其次,提出一种特征删除策略,减少了迭代搜索过程中的计算量;然后,构造了一种粒子适应度评价函数,引导粒子的搜索方向;最后,制定了一种粒子最优位置更新规则,得到了与出水氨氮指标相关性强且冗余度低的辅助变量特征子集。仿真实验结果证实了提出的特征选择方法能够自动筛选与出水氨氮关联性强的辅助变量。2.基于ADw-CLPSO算法的RBENN设计方法针对RBENN模型的权重参数确定困难,且难以根据实际任务确定网络规模,导致模型泛化性能低的问题,设计了一种带有自适应惯性权重调整策略的综合学习粒子群(Adaptive Inertia Weight Adjustment Strategy Based on Comprehensive Learning Particle Swarm Optimization,ADw-CLPSO)算法。首先,设计了一个粒子惯性权重自适应动态调整方法调节了每个粒子的飞行参数,从而平衡了算法中粒子的全局运动和局部搜索能力,提高了解的质量;其次,在该算法的基础上建立了一种粒子变维学习机制(Particle-variable Dimensional Learning Mechanism,PVDLM),使粒子能够在具有不同维度大小的搜索空间中学习并寻找最优解;然后,将设计的算法应用于RBENN,实现了网络参数寻优过程中模型结构的动态调整。仿真实验结果表明,与其他算法相比,RBENN能够在紧凑的网络结构下确定学习参数,提高了RBENN模型的预测精度。3.基于ADw-CLPSO-RBENN的氨氮软测量模型针对城市污水处理流程出水氨氮浓度不稳定,污染物来源分析复杂,建立精确模型困难,导致难以对出水氨氮浓度含量实现在线测量的问题,设计并构造了一种基于ADw-CLPSO-RBENN的出水氨氮软测量模型。首先,基于NMI和SU的SBPSO氨氮特征选择算法搜索用于输入模型的辅助变量特征子集;然后,利用ADw-CLPSO算法确定合适的RBENN模型结构,并同时对模型的学习参数进行调优,搭建了软测量模型;最后,通过利用真实的某城市污水处理厂的生产数据验证了该模型对出水氨氮浓度的预测性能。仿真结果表明,所建立的软测量模型结构更简单,对比其他软测量模型的实验结果而言,该模型的泛化水平更高,可以实现准确的出水氨氮浓度预测。4.城市污水处理过程氨氮监测系统APP开发设计为了实现将设计的软测量模型进行工程应用,依托于“十三五水体污染控制与治理重大科技专项子课题—京津冀区域水环境管理大数据平台开发研究”项目,设计开发了一款基于IOS平台的城市污水处理过程氨氮监测系统APP软件,主要功能包括用户身份管理系统、水质参数的历史和预测数据的可视化展示、相关区域的污染信息查询等。首先,在设计与编码过程中使用Swift编写软件的客户端界面,实现出水氨氮软测量系统的可视化应用;然后,利用Java编写服务端接口从My SQL数据库

关键词：出水氨氮浓度软测量模型径向基情感神经网络特征选择综合学习粒子群算法自适应调整学习机制

来源：评论

学校读者我要写书评

暂无评论

企业直流配电网短期负荷预测研究

企业直流配电网短期负荷预测研究

引用

作者：陈家瑞西安工业大学

学位级别：硕士

传统交流配电网在新能源时代难以满足企业使用清洁能源的要求,更多的新建企业开始考虑使用直流配电网输电。相对于传统交流配电网,直流配电网可控性好,传输的电能质量高,电能输送时损耗小,使直流配网成为未来企业配电网发展的新方向。目... 详细信息

传统交流配电网在新能源时代难以满足企业使用清洁能源的要求,更多的新建企业开始考虑使用直流配电网输电。相对于传统交流配电网,直流配电网可控性好,传输的电能质量高,电能输送时损耗小,使直流配网成为未来企业配电网发展的新方向。目前,如何对企业的短期负荷情况进行预测,实现有计划地从母线馈电用以保障企业配电网稳定运行,保障企业生产稳定运行是企业可以大规模使用直流配电网的关键技术,因此企业直流配电网短期负荷预测研究具有实际意义。首先,本文以企业直流配电网的实际运行情况为研究对象,以提高其短期负荷预测精度为主要研究目的,降低企业生产时产生的众多因素对预测结果的干扰,提高预测准确性。为准确找到出历史负荷数据因素以外其他的影响预测精度的因素,通过功率谱分析等研究方法得出相似日特征对预测的结果具有强影响性;同时对生产功率消耗进行规范化建模,利用皮尔逊相关系数法对交流负载进行分析,得出电机使用时间与负荷量存在强相关性。其次,历史负荷数据有缺失值和异常值以及一些噪声影响,为减少历史负荷数据序列对预测结果产生的误差,需要对历史负荷数据进行修补与清洗。对缺失数据与异常值进行修补,再对历史负荷数据序列进行小波阈值平滑数据处理,降低历史数据对预测结果的随机误差。然后,利用综合学习粒子群支持向量回归负荷预测算法(Comprehensive Learning Particle Swarm Optimization-Support Vector Regression,CLPSO-SVR)预测企业负荷使用情况。该算法以支持向量回归算法作为预测算法,利用了粒子群算法对支持向量回归算法参数进行整定,避免了SVR算法陷入局部最优,SVR参数提前选定,不再更新,提升了预测算法预测精度。最后,对CLPSO-SVR算法仿真验证,其结果的平均绝对百分误差值为3.92%,较其它算法降低了0.14%到1.24%;均方根误差值为4.18%,较其它算法降低了0.81%到2.38%。同时也在小样本企业负荷数据有良好的表现,验证了CLPSO-SVR算法基本上可以在企业直流配电网完成负荷预测的任务。

关键词：企业配电网电力负荷支持向量回归短期预测综合学习粒子群算法

来源：评论

学校读者我要写书评

暂无评论

基于遗忘速度改进CLPSO算法的多区域电力系统经济调度

引用

电力大数据 2024年第10期27卷 27-44页

作者：徐升平王阳阿里·瓦格迪·穆罕默德侯赛因·布什卡拉张力心包敏贵州电网有限责任公司安顺供电局贵州安顺561000 贵州省电力系统智能技术重点实验室贵州大学电气工程学院贵州贵阳550025 埃及开罗大学统计研究生院运筹学系埃及开罗12613 沙特阿拉伯哈夫阿尔巴廷大学电气工程系沙特阿拉伯哈夫阿尔巴廷31991

传统的电力系统经济调度(economic dispatch,ED)方法通常将整个系统内的发电机组视为一个整体进行优化。然而,随着电力系统规模的不断扩大,单一系统内的电力调度逐渐受到局限,为此,现代电力系统通常被划分为多个区域,每个区域通过联络... 详细信息

传统的电力系统经济调度(economic dispatch,ED)方法通常将整个系统内的发电机组视为一个整体进行优化。然而,随着电力系统规模的不断扩大,单一系统内的电力调度逐渐受到局限,为此,现代电力系统通常被划分为多个区域,每个区域通过联络线实现电力的传输与交换。这种多区域的经济调度(multi-area economic dispatch,MAED)在数学模型上尤其复杂,特别是当需要考虑阀点效应、多燃料选择以及联络线传输容量等多重约束时,问题就演变为一个涉及多约束、多模态、非线性与多变量耦合的高度复杂的优化问题。为了解决这一挑战,本文提出了一种名为FV-ICLPSO的改进型综合学习粒子群优化算法。针对传统CLPSO算法收敛速度较慢的缺点,FV-ICLPSO引入了三项关键改进:1)设计了一种自适应策略,根据算法的迭代进程和问题的维度动态调整学习概率,以增强算法的全局搜索能力;2)提出了一种自适应粒子选择方法,赋予不同适应度等级的粒子以不同的选择范围,从而优化其学习范例的选择;3)改进了速度更新公式,通过引入基于遗忘先前速度的机制,促使粒子向更有潜力的区域移动。为了验证FV-ICLPSO的性能,本文首先在30个CEC2014基准测试函数上进行了广泛的实验对比分析,随后将其应用于具有3区域10机组系统和4区域40机组系统的MAED问题中。仿真结果表明,与传统的CLPSO算法和其他几种极为优异的优化算法以及近年来相关文献中的几种算法的结果相比,FV-ICLPSO在解的质量、收敛速度、鲁棒性和统计显著性方面都表现出了显著的竞争力。

关键词：多区域电力系统综合学习粒子群算法经济调度联络线约束多燃料选择阀点效应

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：