期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
免疫量子粒子群算法在地震层析反演中的应用
1
作者
梅胜全
钟本善
周熙襄
《大庆石油地质与开发》
CAS
CSCD
北大核心
2010年第2期130-133,共4页
在地震走时层析静校正中,反演算法优化一直是个技术难点。与传统的线性反演算法不同,启发式群集智能算法具有自适应、自学习、智能搜索等全局寻优特点,成为一个高效的全局非线性寻优算法。引入量子行为的粒子群优化算法基于概率选择...
在地震走时层析静校正中,反演算法优化一直是个技术难点。与传统的线性反演算法不同,启发式群集智能算法具有自适应、自学习、智能搜索等全局寻优特点,成为一个高效的全局非线性寻优算法。引入量子行为的粒子群优化算法基于概率选择机制,能够有效地克服早熟现象,改善全局搜索能力。在此基础上,将免疫进化算法中的疫苗接种、克隆选择机制引入地震层析成像反演中,以增加抗体的多样性,进一步指导粒子的全局搜索行为,形成了免疫量子粒子群算法。通过理论模型与复杂近地表的静校正资料试算,验证了算法的可行性。
展开更多
关键词
量
子粒
子群
优化
免疫
量
子粒
子群
优化
免疫
接种
克隆选择
下载PDF
职称材料
基于协同免疫量子粒子群优化算法的虚拟电厂双层博弈模型
被引量:
10
2
作者
谭忠富
谭彩霞
+1 位作者
蒲雷
杨佳澄
《电力建设》
北大核心
2020年第6期9-17,共9页
为了充分利用电动汽车(electric vehicle,EV)大规模的储能优势与代理聚合商在电力市场灵活购售电优势,以此弥补虚拟电厂(virtual power plant,VPP)内部供需不平衡情况,构建电动汽车参与的虚拟电厂双层博弈模型,对虚拟电厂同时进行内外...
为了充分利用电动汽车(electric vehicle,EV)大规模的储能优势与代理聚合商在电力市场灵活购售电优势,以此弥补虚拟电厂(virtual power plant,VPP)内部供需不平衡情况,构建电动汽车参与的虚拟电厂双层博弈模型,对虚拟电厂同时进行内外部优化。首先,构建上层代理聚合商-虚拟电厂完全信息动态博弈模型进行虚拟电厂外部优化;其次,构建虚拟电厂-电动汽车聚合商合作博弈模型进行虚拟电厂内部优化,并利用改进的Shapley值分配虚拟电厂与电动汽车聚合商的合作收益;最后,以集成风电机组、可控负荷、储能电池、用户、电动汽车的虚拟电厂进行算例分析,采取协同免疫量子粒子群优化(coevolutionary immune quantum partical swarm optimization,CIQPSO)算法搜寻最优解。算例结果表明,电动汽车参与虚拟电厂能够同时提高两者的经济效益,提高虚拟电厂内部供需平衡能力。
展开更多
关键词
虚拟电厂(VPP)
电动汽车(EV)
聚合商
双层博弈
改进Shapley值
协同
免疫
量
子粒
子群
优化
(CIQPSO)算法
原文传递
基于并行二进制免疫量子粒子群优化的特征选择方法
被引量:
8
3
作者
朱颢东
钟勇
《控制与决策》
EI
CSCD
北大核心
2010年第1期53-58,63,共7页
为提高文本挖掘算法的运行速度,降低占用的内存空间,提出一种基于并行二进制免疫量子粒子群优化的特征选择方法.该方法采用二进制免疫量子粒子群优化搜索特征子集,利用并行算法来提高时间效率,从而较快地获得较具代表性的特征子集.实验...
为提高文本挖掘算法的运行速度,降低占用的内存空间,提出一种基于并行二进制免疫量子粒子群优化的特征选择方法.该方法采用二进制免疫量子粒子群优化搜索特征子集,利用并行算法来提高时间效率,从而较快地获得较具代表性的特征子集.实验结果表明该算法是有效的.
展开更多
关键词
特征空间
特征选择
并行二进制
免疫
量
子粒
子群
优化
原文传递
题名
免疫量子粒子群算法在地震层析反演中的应用
1
作者
梅胜全
钟本善
周熙襄
机构
成都理工大学信息工程学院
出处
《大庆石油地质与开发》
CAS
CSCD
北大核心
2010年第2期130-133,共4页
基金
中国核工业地质局地勘资金项目(200661)资助.
文摘
在地震走时层析静校正中,反演算法优化一直是个技术难点。与传统的线性反演算法不同,启发式群集智能算法具有自适应、自学习、智能搜索等全局寻优特点,成为一个高效的全局非线性寻优算法。引入量子行为的粒子群优化算法基于概率选择机制,能够有效地克服早熟现象,改善全局搜索能力。在此基础上,将免疫进化算法中的疫苗接种、克隆选择机制引入地震层析成像反演中,以增加抗体的多样性,进一步指导粒子的全局搜索行为,形成了免疫量子粒子群算法。通过理论模型与复杂近地表的静校正资料试算,验证了算法的可行性。
关键词
量
子粒
子群
优化
免疫
量
子粒
子群
优化
免疫
接种
克隆选择
Keywords
Quantum-behaved particle swarm optimization
quantum-behaved particle swarm optimization with immunity algorithm (IQPSO)
immunization
clone choice
分类号
P631 [天文地球—地质矿产勘探]
下载PDF
职称材料
题名
基于协同免疫量子粒子群优化算法的虚拟电厂双层博弈模型
被引量:
10
2
作者
谭忠富
谭彩霞
蒲雷
杨佳澄
机构
华北电力大学经济与管理学院
延安大学经济与管理学院
北京能源发展研究基地
出处
《电力建设》
北大核心
2020年第6期9-17,共9页
基金
国家自然科学基金项目(71573084)。
文摘
为了充分利用电动汽车(electric vehicle,EV)大规模的储能优势与代理聚合商在电力市场灵活购售电优势,以此弥补虚拟电厂(virtual power plant,VPP)内部供需不平衡情况,构建电动汽车参与的虚拟电厂双层博弈模型,对虚拟电厂同时进行内外部优化。首先,构建上层代理聚合商-虚拟电厂完全信息动态博弈模型进行虚拟电厂外部优化;其次,构建虚拟电厂-电动汽车聚合商合作博弈模型进行虚拟电厂内部优化,并利用改进的Shapley值分配虚拟电厂与电动汽车聚合商的合作收益;最后,以集成风电机组、可控负荷、储能电池、用户、电动汽车的虚拟电厂进行算例分析,采取协同免疫量子粒子群优化(coevolutionary immune quantum partical swarm optimization,CIQPSO)算法搜寻最优解。算例结果表明,电动汽车参与虚拟电厂能够同时提高两者的经济效益,提高虚拟电厂内部供需平衡能力。
关键词
虚拟电厂(VPP)
电动汽车(EV)
聚合商
双层博弈
改进Shapley值
协同
免疫
量
子粒
子群
优化
(CIQPSO)算法
Keywords
virtual power plant(VPP)
electric vehicle(EV)
aggregator
two-layer game
improved Shapley value
coevolutionary immune quantum partical swarm optimization(CIQPSO)algorithm
分类号
TM73 [电气工程—电力系统及自动化]
原文传递
题名
基于并行二进制免疫量子粒子群优化的特征选择方法
被引量:
8
3
作者
朱颢东
钟勇
机构
中国科学院成都计算机应用研究所
中国科学院研究生院
出处
《控制与决策》
EI
CSCD
北大核心
2010年第1期53-58,63,共7页
基金
四川省科技计划项目(2008GZ0003)
四川省科技厅科技攻关项目(07GG006-019)
文摘
为提高文本挖掘算法的运行速度,降低占用的内存空间,提出一种基于并行二进制免疫量子粒子群优化的特征选择方法.该方法采用二进制免疫量子粒子群优化搜索特征子集,利用并行算法来提高时间效率,从而较快地获得较具代表性的特征子集.实验结果表明该算法是有效的.
关键词
特征空间
特征选择
并行二进制
免疫
量
子粒
子群
优化
Keywords
Feature space
Feature selection
Parallel binary immune quantum-behaved particle swarm optimization (PBIQPSO)
分类号
TP301 [自动化与计算机技术—计算机系统结构]
原文传递
题名
作者
出处
发文年
被引量
操作
1
免疫量子粒子群算法在地震层析反演中的应用
梅胜全
钟本善
周熙襄
《大庆石油地质与开发》
CAS
CSCD
北大核心
2010
0
下载PDF
职称材料
2
基于协同免疫量子粒子群优化算法的虚拟电厂双层博弈模型
谭忠富
谭彩霞
蒲雷
杨佳澄
《电力建设》
北大核心
2020
10
原文传递
3
基于并行二进制免疫量子粒子群优化的特征选择方法
朱颢东
钟勇
《控制与决策》
EI
CSCD
北大核心
2010
8
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部