在电力系统中,针对用于解决多种燃料方案经济调度(economic dispatch,ED)算法收敛精度低的问题,提出了基于动态反向学习的协方差矩阵自适应进化策略(covariance matrix adaptation evolutionary strategy with dynamic opposition learn...在电力系统中,针对用于解决多种燃料方案经济调度(economic dispatch,ED)算法收敛精度低的问题,提出了基于动态反向学习的协方差矩阵自适应进化策略(covariance matrix adaptation evolutionary strategy with dynamic opposition learning,CMA-DOL),旨在根据样本点的变化动态更新反向样本点的范围,提高样本多样性,防止陷入局部最优.本方法在分别由10、40、80个发电机组组成的3个测试系统上进行了验证,并与文献中的其他算法进行比较,对超过50次独立运行的结果进行统计度量,实验结果表明CMA-DOL可以获得更好的解决方案.展开更多
为了解决目前水质预测中未考虑局部无知性这一问题,提出一种基于幂集置信规则库(Belief rule base with power set,PBRB)的水质预测模型。该模型能够有效融合专家知识与定量数据,并能在描述多种不确定性的同时,将传统的辨识框架扩展到幂...为了解决目前水质预测中未考虑局部无知性这一问题,提出一种基于幂集置信规则库(Belief rule base with power set,PBRB)的水质预测模型。该模型能够有效融合专家知识与定量数据,并能在描述多种不确定性的同时,将传统的辨识框架扩展到幂集,使其能够很好地表达无知性从而提高水质预测精度。此外,利用协方差矩阵自适应进化策略(Covariance matrix adaptive evolution strategy,CMA-ES)算法对PBRB模型进行优化。仿真结果表明:PBRB模型能准确预测一段时间内水质变化趋势,预测精度高于其他传统方法。展开更多
文摘在电力系统中,针对用于解决多种燃料方案经济调度(economic dispatch,ED)算法收敛精度低的问题,提出了基于动态反向学习的协方差矩阵自适应进化策略(covariance matrix adaptation evolutionary strategy with dynamic opposition learning,CMA-DOL),旨在根据样本点的变化动态更新反向样本点的范围,提高样本多样性,防止陷入局部最优.本方法在分别由10、40、80个发电机组组成的3个测试系统上进行了验证,并与文献中的其他算法进行比较,对超过50次独立运行的结果进行统计度量,实验结果表明CMA-DOL可以获得更好的解决方案.
文摘为了解决目前水质预测中未考虑局部无知性这一问题,提出一种基于幂集置信规则库(Belief rule base with power set,PBRB)的水质预测模型。该模型能够有效融合专家知识与定量数据,并能在描述多种不确定性的同时,将传统的辨识框架扩展到幂集,使其能够很好地表达无知性从而提高水质预测精度。此外,利用协方差矩阵自适应进化策略(Covariance matrix adaptive evolution strategy,CMA-ES)算法对PBRB模型进行优化。仿真结果表明:PBRB模型能准确预测一段时间内水质变化趋势,预测精度高于其他传统方法。
