-
题名改进蜻蜓算法及其在特征选择中的应用
被引量：10
- 1
-
-
作者
王万良
朱凯莉
李伟琨
赵燕伟
介婧
-
机构
浙江工业大学计算机科学与技术学院
浙江工业大学机械工程学院
浙江科技学院自动化与电气工程学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2020年第8期2124-2132,共9页
-
基金
国家自然科学基金资助项目(61572438,61873240)。
-
文摘
为合理应用生产制造中产生的数据,分析和挖掘出数据中的关键特征和潜在信息,以帮助企业提高效率、降低成本,提出一种改进的蜻蜓算法,并将其用于特征选择。算法在继承蜻蜓算法良好收敛性的基础上,引入局部序列浮动后向选择机制,在增加算法的全局搜索能力的同时提高了算法的求解精度。在标准复杂数据集上对该算法与其他特征选择算法进行仿真对比与分析,并将其应用在半导体生产线上进行验证。实验结果表明,所提算法无论是在标准数据集上还是实际工程问题上,均表现出良好的全局搜索能力与发展潜力。
-
关键词
特征选择
蜻蜓算法
序列浮动后向选择
群智能算法
优化
-
Keywords
feature selection
dragonfly algorithm
sequential backward floating selection
swarm intelligence algorithm
optimization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TP278
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于差分进化极限学习机的电力系统暂态稳定评估方法
被引量：10
- 2
-
-
作者
李向伟
刘思言
高昆仑
-
机构
华北电力大学电气与电子工程学院
全球能源互联网研究院
-
出处
《科学技术与工程》
北大核心
2020年第1期213-217,共5页
-
基金
国家电网公司科技项目(SGGR0000JSJS1800569)
-
文摘
电力系统暂态稳定性的破坏可以对电力系统的安全稳定运行产生严重冲击,准确、快速地暂稳评估方法能够提高电力系统的安全防御能力。极限学习机由于其速度快、泛化性能好被应用到电力系统暂态稳定评估中。为了提高极限学习机的评估性能,利用基于差分进化算法的优化方法和序列浮动后向特征选择算法对极限学习机暂态稳定评估性能进行提升。首先对输入特征通过主元分析降维并利用序列浮动后向算法进行特征选择,再将最优特征集输入差分进化极限学习机进行暂态稳定评估,最后在新英格兰10机39节点系统中进行验证分析,结果表明,所提模型与其他极限学习机模型相比,大大提升了其在暂态稳定分类评估中的性能。
-
关键词
极限学习机
差分进化算法
序列浮动后向特征选择
暂态稳定评估
-
Keywords
extreme learning machine
differential evolution algorithm
sequence floating backward feature selection
transient stability assessment
-
分类号
TM712
[电气工程—电力系统及自动化]
-
