检索结果-内蒙古大学图书馆

电工技术 2025年第3期 89-90,95页

作者：李少华山西工程职业学院山西太原030000

为了探究ga-pso算法在电力系统无功优化问题中的应用效果,结合遗传算法的全局搜索能力和粒子群优化算法的快速收敛性,提出了一种新型混合优化策略。研究内容主要围绕算法在标准IEEE-14节点系统仿真运算,以评估其在电力系统无功优化中的... 详细信息

为了探究ga-pso算法在电力系统无功优化问题中的应用效果,结合遗传算法的全局搜索能力和粒子群优化算法的快速收敛性,提出了一种新型混合优化策略。研究内容主要围绕算法在标准IEEE-14节点系统仿真运算,以评估其在电力系统无功优化中的性能。研究结果显示,ga-pso算法在测试系统上有效降低了有功损耗,并显著提升了电压水平,验证了该算法在电力系统无功优化中的实用性和高效性。

关键词： ga-pso算法电力系统无功优化离散变量

来源：评论

学校读者我要写书评

暂无评论

基于雷达海杂波的蒸发波导ga-pso算法

引用

兵器装备工程学报 2021年第8期42卷 239-244页

作者：张瑜周文静邢孟女河南师范大学物理与电子工程学院河南新乡453007

针对目前利用雷达海杂波反演蒸发波导方法精度较低、特征参数代表性不强的现状,提出了一种基于遗传-粒子群(ga-pso)的混合算法。通过改变多波段雷达的频率建立目标函数,然后改变天线高度获得准确度更高的海杂波特征信息,利用遗传-粒子... 详细信息

针对目前利用雷达海杂波反演蒸发波导方法精度较低、特征参数代表性不强的现状,提出了一种基于遗传-粒子群(ga-pso)的混合算法。通过改变多波段雷达的频率建立目标函数,然后改变天线高度获得准确度更高的海杂波特征信息,利用遗传-粒子群混合算法求解目标函数,获得高精度的蒸发波导特征参数。仿真实验证明:利用ga-pso混合算法获得蒸发波导特征参数不仅精度高,而且具有较好的算法稳定性。该方法可直接应用到海岸、舰船上无线电系统中,进一步扩大雷达系统探测范围和增加通信系统的通信距离,增强国防实力。

关键词：雷达海杂波蒸发波导多目标函数 ga-pso算法特征信息

来源：评论

学校读者我要写书评

暂无评论

一种ga-pso算法优化BP网络的网络流量预测

引用

计算机应用与软件 2014年第4期31卷 106-110页

作者：高玉明张仁津贵州师范大学数学与计算机科学学院贵州贵阳550001 贵州师范大学多媒体CAI所贵州贵阳550001

分析和研究网络流量的预测,对于网络信息安全和网络资源管理具有重要的意义。为了更有效、准确地对网络流量进行预测,提出一种ga-pso算法优化BP神经网络的网络流量预测模型。首先采用BP神经网络建立网络流量预测模型,然后用gapso算法对B... 详细信息

分析和研究网络流量的预测,对于网络信息安全和网络资源管理具有重要的意义。为了更有效、准确地对网络流量进行预测,提出一种ga-pso算法优化BP神经网络的网络流量预测模型。首先采用BP神经网络建立网络流量预测模型,然后用gapso算法对BP神经网络的初始权值和阈值进行优化,最后利用网络流量的历史数据进行仿真实验。实验结果表明,经过ga-pso算法优化后的BP神经网络模型能加快神经网络的收敛速度,提高网络流量的预测精度。

关键词： BP神经网络遗传算法粒子群优化算法 ga-pso算法网络流量预测

来源：评论

学校读者我要写书评

暂无评论

基于ga-pso算法的路径测试数据自动生成

引用

计算机应用研究 2010年第4期27卷 1366-1369页

作者：周红张胜刘琳岚蔡虹南昌航空大学信息工程学院南昌330063

为了实现测试数据自动生成,许多遗传算法及其改进算法应用到了测试领域。针对遗传算法具有较强的全局搜索能力,但局部搜索能力较弱,且收敛速度慢的特点。将遗传算法与粒子群算法结合起来形成新的混合算法(ga-pso),并成功应用到软件测试... 详细信息

为了实现测试数据自动生成,许多遗传算法及其改进算法应用到了测试领域。针对遗传算法具有较强的全局搜索能力,但局部搜索能力较弱,且收敛速度慢的特点。将遗传算法与粒子群算法结合起来形成新的混合算法(ga-pso),并成功应用到软件测试数据自动生成过程中。实验结果表明,该算法结合了遗传算法和粒子群算法的优点,在保证软件测试数据正确生成的情况下,极大地提高了数据生成的效率。

关键词：测试数据自动生成 ga-pso算法软件测试

来源：评论

学校读者我要写书评

暂无评论

基于ga-pso算法优化BP网络的短期电力负荷预测

基于GA-PSO算法优化BP网络的短期电力负荷预测

引用

作者：高玉明贵州师范大学

学位级别：硕士

随着电力市场的不断发展，电力负荷预测工作成为电力系统管理部门的一项重要工作。准确地进行电力负荷预测可以更好地制定电网规划方案以及发电机组的检修计划，可以更加合理地安排电网的运行方式。对于提高电力企业的经济效益和社会效... 详细信息

随着电力市场的不断发展，电力负荷预测工作成为电力系统管理部门的一项重要工作。准确地进行电力负荷预测可以更好地制定电网规划方案以及发电机组的检修计划，可以更加合理地安排电网的运行方式。对于提高电力企业的经济效益和社会效益、保持电力系统的安全稳定运行、保障人们日常生活的有序进行具有重要的意义。本文首先介绍了电力负荷预测的研究背景、国内外研究现状以及研究意义，并且叙述了电力负荷预测的基本理论；其次，对现代预测关键技术进行了详细的介绍，介绍了人工神经网络的基本理论，研究了BP神经网络的结构、BP神经网络的学习算法步骤及其优缺点，分析了遗传算法和粒子群优化算法的特点以及基本原理；再次，对BP神经网络预测模型进行了设计，主要是输入层和输出层的设计、隐含层的设计以及转移函数的确定；最后，分别采用遗传算法(ga)、粒子群优化算法(pso)以及本文所提出的ga-pso算法对BP神经网络的权值和阈值进行优化，分别建立了ga-BP神经网络预测模型、pso-BP神经网络预测模型以及ga-pso-BP神经网络预测模型。选取欧洲某地区的历史负荷数据、历史气温和日期类型等数据进行仿真实验，对该地区某一天24小时各整点时刻的负荷进行预测。并分析预测结果，比较各预测模型的性能。仿真实验结果表明ga-pso-BP神经网络预测模型不仅加快了神经网络的收敛速度，而且提高了短期电力负荷的预测精度。

关键词： BP神经网络短期电力负荷预测遗传算法粒子群优化算法 ga-pso算法

来源：评论

学校读者我要写书评

暂无评论

基于ga-pso算法的绿色施工项目多目标均衡优化研究

基于GA-PSO算法的绿色施工项目多目标均衡优化研究

引用

作者：陈玉梅扬州大学

学位级别：硕士

我国正处于经济快速发展阶段,尤其是城市化进程不断持续发展,资源的过量消耗和环境污染等问题也随之日益凸显。建筑业作为国民经济的重要支柱产业之一,既推动了国民经济的发展,也带来了诸如资源浪费和环境污染等问题,这些问题在建筑施... 详细信息

我国正处于经济快速发展阶段,尤其是城市化进程不断持续发展,资源的过量消耗和环境污染等问题也随之日益凸显。建筑业作为国民经济的重要支柱产业之一,既推动了国民经济的发展,也带来了诸如资源浪费和环境污染等问题,这些问题在建筑施工这一环节中表现的尤为明显。随着可持续发展战略和生态文明战略的提出,以绿色为导向的高质量发展逐渐成为建筑行业的发展风向标,绿色施工作为可持续发展的重要途径,也会成为建筑领域施工的主要发展方向。绿色施工相较于传统的施工技术,更多考虑了环保的因素,注重环境效益、经济效益和社会效益的共生。而对项目多目标的科学综合管理是实现绿色施工的重要方法,但传统施工项目目标管理多涉及工期、成本、质量三大目标,因此本文将环境保护和安全目标结合传统三大控制目标同时分析研究得以较优实现项目目标均衡优化,对施工项目多目标管理的研究和对绿色施工的促进以及为企业管理者提供决策依据有着非常重要的理论和现实意义。本文通过分析绿色施工各目标之间的关系,在网络计划技术的基础上结合目标管理的特点对绿色施工项目的工期、成本、质量、安全和环境保护五个主控目标进行定性定量分析,对质量、安全和环境保护三个定性目标采用德尔菲法进行量化。在目标分析的基础上,结合文献研究和合理的假设分析并建立工期与成本优化模型、工期与质量优化模型、工期与安全优化模型、工期与环境保护优化模型,之后利用多属性效用理论构建了绿色施工项目工期-成本-质量-安全-环境保护多目标均衡优化模型。其次本文在粒子群算法和遗传算法的分析基础上,将遗传思想引入粒子群算法中,并利用改进后的粒子群算法即遗传粒子群算法(ga-pso算法)对绿色施工项目的多目标均衡优化模型进行求解,高效高精度地选择出模型的均衡最优解,为管理者提供多目标优化的决策依据。最后本文结合绿色施工项目的实例,利用ga-pso算法对构建的绿色施工项目多目标均衡优化模型进行求解,得到了多目标均衡优化模型的最优解,在整体模型最优解下得到了各目标的较优解,结果显示该绿色施工项目的质量、安全和环境保护目标值都符合要求水平,且优化后的工期比合同约定的工期提前了 11天,成本也比预期减少了 177万元,优化结果很好地实现了该绿色施工项目在工期、成本、质量、安全和环境保护五个目标的均衡优化,同时也验证了遗传粒子群算法的适用性和实用性。根据绿色施工项目多目标的优化研究结果和项目管理的特点,为绿色施工项目五个主控目标的控制措施提出了建议,为项目管理者提供一种合理可行的保证绿色施工项目在预算下高效绿色、保质保量地进行的决策方法,进而提升绿色施工项目的优化管理能力。

关键词：绿色施工项目多目标优化多属性效用理论德尔菲法 ga-pso算法

来源：评论

学校读者我要写书评

暂无评论

基于ga-pso算法的微电网优化调度研究

基于GA-PSO算法的微电网优化调度研究

引用

作者：郭福涛新疆大学

学位级别：硕士

作为一种新能源供给结构,微电网解决了微电源连接低压和中压配电网络中的问题,它不仅能够减少能源的浪费,而且几乎不会破坏环境,此外还能加强系统的稳定性。假如要全面利用微电网系统的优势,那么就需要有效地安排微电源的配置。首先,微... 详细信息

作为一种新能源供给结构,微电网解决了微电源连接低压和中压配电网络中的问题,它不仅能够减少能源的浪费,而且几乎不会破坏环境,此外还能加强系统的稳定性。假如要全面利用微电网系统的优势,那么就需要有效地安排微电源的配置。首先,微电网系统包含各种各样的微电源,它们具有不同的操作特性,并且容易受到外部客观环境与负载要求的影响。其次,因为可再生能源在微电网系统中占比很大,所以不仅要研究微电网系统的经济性,而且对它的环境成本也要深入分析,因此微电网的优化调度越来越复杂。日益严重的能源短缺与环境污染问题引导电力向智能电网方向发展,作为传统电力系统与智能电网相连的一种途径,微电网具有非常重要的研究价值。微电网的分布式电源种类繁多,怎样运用合理的调度方案,保证微电网正常运行的同时减少运行成本以及污染物的排放,这个问题已经成为微电网研究的热门话题。事实上,如果只考虑运行成本或者环境效益一种情况,那么优化结果是片面的,导致微电网的实际效果不能发挥。然而,现在经常使用的智能优化算法在解决这些问题时具有过早收敛到局部最优解的情况,所以本文将采用新的算法来解决微电网的多目标优化问题。为了使得微电网能够持续向负载供电并允许用户选择合适的调度方案,探究发电系统中微电网电源负载的最优调度问题。本文构建了包含六种微电源的微电网系统的模型,并列出了以经济效益与环境效益为目标的多目标函数。由于本文的方案比现有微电网包含的分布式电源多,导致结构复杂,变量增多,微电源的输出功率占比优化较难,因此在满足系统的约束条件下,采用ga-pso算法进行求解。在新算法针对实际问题进行优化时,前半段使用遗传算法的交叉、变异的能力和全局搜索能力高的特性,求得实际问题的初始搜寻空间。后半段使用pso算法对问题进行局部查找,又因为pso算法在求解问题时收敛速率较快,这样就能迅速得到全部空间的最优解。通过算例验证,结果显示:搭建的模型能够保证微电网对负荷持续供电,并提供不同的调度策略供用户选择。接下来,与多目标粒子群算法相比较,得到了ga-pso算法的可行性与优越性,为微电网的设计提供了一种理论依据。最后对孤岛并网的无缝切换做了部分研究。

关键词：微电网分布式电源目标函数 ga-pso算法无缝切换

来源：评论

学校读者我要写书评

暂无评论

基于ga-pso算法的电力系统无功优化研究

基于GA-PSO算法的电力系统无功优化研究

引用

作者：高春阳陕西理工大学

学位级别：硕士

电能质量的优劣对保证电力系统的安全、稳定、经济运行有着至关重要的作用。电压质量是一种衡量电能质量的主要指标,而无功功率又是对电压质量产生影响的一个主要因素,如果出现无功功率缺乏或者是分布不合理,就会导致电力系统有功功率... 详细信息

电能质量的优劣对保证电力系统的安全、稳定、经济运行有着至关重要的作用。电压质量是一种衡量电能质量的主要指标,而无功功率又是对电压质量产生影响的一个主要因素,如果出现无功功率缺乏或者是分布不合理,就会导致电力系统有功功率的增加和电压质量的降低,因此必须要对电力系统进行无功优化来提高电力系统的电能质量,以保证人民的生命财产安全和电力系统的安全经济运行。本文针对电力系统容易出现有功损耗增大和电压质量降低等问题提出了一种ga-pso算法,并将其应用于电力系统无功优化过程中,最后经过仿真实验表明该算法达到了降低电力系统有功损耗和提高电压质量的效果,主要做了以下几方面研究:首先阐述了电力系统无功优化的重要性,以有功损耗作为目标函数构建了无功优化的数学模型,并将传统的无功优化算法与人工智能算法进行了比较,研究了粒子群算法(Particle Swarm Optimization,pso)的基本原理以及算法具体的实现流程,并对近些年标准pso算法的几种改进策略进行了说明。其次介绍了ga-pso算法在标准pso算法基础上的三方面改进策略,一是在粒子迭代初期引入差分参数来控制粒子种群的分布,以提升种群的多样性。二是将非线性控制策略引入到惯性权重和加速因子的取值过程中,避免粒子在寻优过程中陷入局部最优,提高了粒子的全局搜索能力。三是将遗传算法(Genetic Algorithm,ga)的选择和交叉操作加入到pso算法之中,让初代粒子和子代粒子进行信息共享,使得算法的收敛速度不断加快。并将ga-pso算法用Rastrigin等函数进行了测试,验证了算法的有效性。最后说明了将ga-pso算法用于无功优化时所涉及到的一些关键环节设计,并阐述了潮流计算在无功优化中的重要作用。介绍了ga-pso算法应用到电力系统无功优化过程中的具体步骤,并用IEEE-14和IEEE-57节点系统进行了仿真分析,仿真结果表明ga-pso算法在电力系统无功优化过程中的可行性和优越性。

关键词：电力系统无功优化有功损耗电压质量 ga-pso算法

来源：评论

学校读者我要写书评

暂无评论

基于ga-pso算法的生鲜农产品选址—路径问题优化研究

引用

物流工程与管理 2016年第2期38卷 51-53,55页

作者：徐建华苏州科技学院商学院江苏苏州215009

针对生鲜农产品易腐败的特性,引进以易腐品生命周期为基础的生鲜农产品完好率函数来表示运输途中的货损成本,完整考虑货物从供应商到配送中心及配送中心到需求点的运输成本,并结合时间窗的概念,建立了总成本最小、服务水平最大的选址—... 详细信息

针对生鲜农产品易腐败的特性,引进以易腐品生命周期为基础的生鲜农产品完好率函数来表示运输途中的货损成本,完整考虑货物从供应商到配送中心及配送中心到需求点的运输成本,并结合时间窗的概念,建立了总成本最小、服务水平最大的选址—路径优化模型,并将该问题看成一个整体设计出ga-pso算法求解,最后采用实例对其进行验证分析。

关键词：生鲜农产品选址-路径问题 ga-pso算法

来源：评论

学校读者我要写书评

暂无评论

基于ga-pso算法的省市两级应急物资储备中心选址研究

引用

长沙民政职业技术学院学报 2023年第4期30卷 88-92页

作者：王伟坚李婷婷黎晗长沙民政职业技术学院湖南长沙410004

文章针对湖南省应急物资储备中心的选址问题,采用遗传-粒子群混合算法(ga-pso)建立了多目标、多约束的优化模型,考虑因素包括灾害特征、人口分布、基础设施条件、自然地理条件等。通过算法迭代计算,确定了省级和地市级应急物资储备中心... 详细信息

文章针对湖南省应急物资储备中心的选址问题,采用遗传-粒子群混合算法(ga-pso)建立了多目标、多约束的优化模型,考虑因素包括灾害特征、人口分布、基础设施条件、自然地理条件等。通过算法迭代计算,确定了省级和地市级应急物资储备中心的建设方案,拟实现快速准确提供救援所需的物资,降低自然灾害造成的影响。文章还建议政府部门在制定应急管理政策时应充分考虑“分层分级,层级联动”并加强对应急物资储备中心内的现代科技投入和建设。

关键词：应急物资储备物流选址 ga-pso算法应急管理

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：