期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于车辆时空状态链的电动汽车充换电需求模型 被引量:3
1
作者 郭晓利 祝伟庭 +3 位作者 曲朝阳 胡可为 吕洪波 宋佳骏 《电测与仪表》 北大核心 2020年第17期20-28,共9页
充换电设施网络规划是电动汽车产业发展的重要环节。故提出一种基于出行时空状态链的电动汽车充换电需求模型。分析了车辆行驶与停留多状态间相互转换过程,定义了车辆出行时间链与空间链特征量,构建了车辆状态转移矩阵。考虑多种充换电... 充换电设施网络规划是电动汽车产业发展的重要环节。故提出一种基于出行时空状态链的电动汽车充换电需求模型。分析了车辆行驶与停留多状态间相互转换过程,定义了车辆出行时间链与空间链特征量,构建了车辆状态转移矩阵。考虑多种充换电模式和温度对单位里程耗电量影响,构建电动汽车充换电需求模型。最后提出自适应混合细菌觅食算法,求解多种充换电模式选取情况。算例分析表明,模型可以准确模拟用户出行规律,体现电动汽车在行驶与停留多状态下的充换电需求时空分布特点。 展开更多
关键词 电动汽车 充换电需求 时空状态链 混合细菌觅食
下载PDF
云自适应混合细菌觅食优化算法 被引量:5
2
作者 程翔 刘升 《微电子学与计算机》 CSCD 北大核心 2015年第5期111-116,121,共7页
针对传统细菌觅食优化算法存储量大、收敛速度慢且难以解决高维问题等缺点,通过细菌的适应度值将细菌种群分为三个层次,不同层次分别采用不同的搜索步长生成策略,由X条件云发生器自适应调整一般层次中细菌搜索步长,并引入粒子群算法思... 针对传统细菌觅食优化算法存储量大、收敛速度慢且难以解决高维问题等缺点,通过细菌的适应度值将细菌种群分为三个层次,不同层次分别采用不同的搜索步长生成策略,由X条件云发生器自适应调整一般层次中细菌搜索步长,并引入粒子群算法思想进行细菌位置更新,提出了云自适应混合细菌觅食优化算法.由于云模型云滴具有随机性和稳定倾向性特点,提高了算法的灵活性;粒子群算法的引入提高了算法全局搜索能力,加快了算法的收敛速度.通过典型函数优化实验表明,与基本细菌觅食算法、自适应细菌觅食算法以及YSPSO相比,云自适应混合细菌觅食算法更有利于解决高维问题且具有较快的收敛速度和较高的计算精度. 展开更多
关键词 细菌觅食优化算法 云模型 搜索步长 粒子群算法 云自适应混合细菌觅食算法
下载PDF
重载铁路始端技术站列车组合策略优化研究 被引量:4
3
作者 梁紫玥 俞花珍 +3 位作者 邰国璇 黄友能 余立伟 李凯 《铁道学报》 EI CAS CSCD 北大核心 2022年第4期9-18,共10页
重载铁路始端技术站在重载铁路线网中具有举足轻重的地位。针对列车站内组合策略优化问题,通过分析重载列车技术站内作业特点,引入出站列车追踪策略变量,考虑到发线选择、到发线内接发车进路冲突和列车出发时间动态调整等约束的基础上,... 重载铁路始端技术站在重载铁路线网中具有举足轻重的地位。针对列车站内组合策略优化问题,通过分析重载列车技术站内作业特点,引入出站列车追踪策略变量,考虑到发线选择、到发线内接发车进路冲突和列车出发时间动态调整等约束的基础上,以单位时间内从技术站发出的货物列车净载重最大为目标,结合列车站内整体作业流程,构建混合整数规划模型,采用混合细菌觅食-离散粒子群算法,并对具体列车站内组合策略进行优化求解。最后,以某技术站为例进行分析,结果表明4 h内,列车站内组合策略优化后发出货运量为18.5万t,与经验方式发出16.5万t相比多2.0万t,技术站输送能力提升12.12%,验证了模型和算法对列车站内组合策略优化的可行性。 展开更多
关键词 重载铁路 组合策略 混合整数规划 技术站 混合细菌觅食-离散粒子群算法
下载PDF
基于CEEMD与VHBFO_SVM的微网短期负荷预测模型 被引量:3
4
作者 赵敏 《煤矿机电》 2019年第5期38-43,共6页
为适应微网的建设和发展对其负荷预测效率及精度的要求,提出一种基于变概率混合细菌觅食优化算法(VHBFO)优化支持向量机(SVM)的微网短期负荷预测模型。首先利用CEEMD将非平稳的负荷序列按照不同波动尺度逐级进行分解,从而得到多组固有... 为适应微网的建设和发展对其负荷预测效率及精度的要求,提出一种基于变概率混合细菌觅食优化算法(VHBFO)优化支持向量机(SVM)的微网短期负荷预测模型。首先利用CEEMD将非平稳的负荷序列按照不同波动尺度逐级进行分解,从而得到多组固有模态函数分量均值,并建立VHBFO_SVM模型对各组分量分别进行预测,最后通过叠加各组分量的预测结果得到预测值。以国内某微网示范工程项目为例,将VHBFO_SVM用于微网短期负荷预测。实例仿真结果表明,所提出的VHBFO_SVM预测模型优于SVM预测模型,更适用于当前微网短期负荷预测需要。 展开更多
关键词 微网 短期负荷预测 补充的总体平均经验模态分解(CEEMD) 变概率混合细菌觅食优化算法(VHBFO) 支持向量机(SVM)
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部