期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
改进粒子群优化RBF神经网络在短期电力负荷预测上的研究 被引量:6
1
作者 王成武 郭松林 王伟 《电子测试》 2020年第3期45-46,101,共3页
电力负荷预测的准确性对整个电力系统的安全和经济效能起着很大的作用,为提高短期电力负荷预测的准确性,提出一种改进的粒子群优化RBF神经网络的模型。针对PSO算法其迭代后期极易深陷部分最优,收敛准确度低,容易发散等问题,提出了PSO算... 电力负荷预测的准确性对整个电力系统的安全和经济效能起着很大的作用,为提高短期电力负荷预测的准确性,提出一种改进的粒子群优化RBF神经网络的模型。针对PSO算法其迭代后期极易深陷部分最优,收敛准确度低,容易发散等问题,提出了PSO算法自身的特性结合Levy飞行机制算法的特点进行融合,在保障算法的寻优准确度的同时也保障了寻优的速度,从而实现全局最优。利用改进的粒子群算法优化RBF神经网络,再将训练好的RBF神经网络应用到电力负荷的预测中。将此模型应用到黑龙江省某地区短期电力负荷预测中,结果表明此种方法有效提高了预测精度。 展开更多
关键词 粒子群算法 RBF神经网络 电力负荷预测 莱维飞行
下载PDF
多策略融合改进的斑马优化算法
2
作者 任庆欣 冯锋 《计算机科学》 CSCD 北大核心 2024年第S02期46-52,共7页
为解决斑马优化算法易陷入局部寻优、收敛速度慢等一系列问题,提出一种多策略融合改进的斑马优化算法(MSI-ZOA)。首先,利用Tent混沌映射产生随机序列的方式初始化种群,提高初始化种群在搜索空间的分布质量,加强全局探索能力。其次,利用... 为解决斑马优化算法易陷入局部寻优、收敛速度慢等一系列问题,提出一种多策略融合改进的斑马优化算法(MSI-ZOA)。首先,利用Tent混沌映射产生随机序列的方式初始化种群,提高初始化种群在搜索空间的分布质量,加强全局探索能力。其次,利用莱维飞行的重尾特性,产生较大步长,增加搜索空间的覆盖率,加强在斑马优化算法(ZOA)的觅食阶段的全局探索能力。接着,使用一种双曲线余弦增强因子的正余弦优化算法,将其应用在ZOA算法的抵御捕食者攻击阶段,以有效挑出局部最优解,提高收敛速度。最后,使用8个基准函数对MSI-ZOA算法、ZOA算法、秃鹰优化算法(AVOA)、人工蜂鸟算法(AHA)、大猩猩部队优化算法(GTO)、算术优化算法(AOA)和北方苍鹰优化算法(NGO)进行测试,结果表明MSI-ZOA算法相比其他6种算法在收敛速度和全局搜索能力上更具优势。 展开更多
关键词 斑马优化算法 Tent混沌映射 莱维飞行 双曲线余弦增强因子 正余弦优化算法
下载PDF
A low-carbon economic dispatch model for electricity market with wind power based on improved ant-lion optimisation algorithm 被引量:2
3
作者 Renwu Yan Yihan Lin +1 位作者 Ning Yu Yi Wu 《CAAI Transactions on Intelligence Technology》 SCIE EI 2023年第1期29-39,共11页
Introducing carbon trading into electricity market can convert carbon dioxide into schedulable resources with economic value.However,the randomness of wind power generation puts forward higher requirements for electri... Introducing carbon trading into electricity market can convert carbon dioxide into schedulable resources with economic value.However,the randomness of wind power generation puts forward higher requirements for electricity market transactions.Therefore,the carbon trading market is introduced into the wind power market,and a new form of low-carbon economic dispatch model is developed.First,the economic dispatch goal of wind power is be considered.It is projected to save money and reduce the cost of power generation for the system.The model includes risk operating costs to account for the impact of wind power output variability on the system,as well as wind farm negative efficiency operating costs to account for the loss caused by wind abandonment.The model also employs carbon trading market metrics to achieve the goal of lowering system carbon emissions,and analyze the impact of different carbon trading prices on the system.A low-carbon economic dispatch model for the wind power market is implemented based on the following two goals.Finally,the solution is optimised using the Ant-lion optimisation method,which combines Levi's flight mechanism and golden sine.The proposed model and algorithm's rationality is proven through the use of cases. 展开更多
关键词 ant-lion optimisation algorithm carbon trading levi flight low-carbon economic dispatch wind power market
下载PDF
求解包装生产中复杂问题的布谷鸟算法改进 被引量:3
4
作者 王晓红 杨礼彬 +4 位作者 任展翔 莫海宁 庞斌 陈利 黄泽铭 《包装工程》 CAS 北大核心 2021年第5期240-246,共7页
目的为了解决在求解复杂的高维函数优化问题时存在的求解精度不够高和易陷入局部最优等问题,提出一种基于莱维飞行发现概率的变步长布谷鸟搜索算法(LFCS)。方法在相同环境下,选取6个不同难度、不同类型的测试函数,将LFCS算法与IPSO,IDE,... 目的为了解决在求解复杂的高维函数优化问题时存在的求解精度不够高和易陷入局部最优等问题,提出一种基于莱维飞行发现概率的变步长布谷鸟搜索算法(LFCS)。方法在相同环境下,选取6个不同难度、不同类型的测试函数,将LFCS算法与IPSO,IDE,IABC,CS算法比较,分析算法的收敛速度和收敛精度。结果相比其他4种算法,LFCS算法迭代次数更少,收敛速度更快,收敛精度更高。结论无论是低维函数还是高维函数,LFCS算法在收敛速度和收敛精度方面都有所提高,尤其是针对复杂的高维函数优化问题,在取值范围较大的情况下,LFCS算法能够更快、更准地找到最优解。 展开更多
关键词 高维函数 优化 布谷鸟搜索算法 变步长 莱维飞行 发现概率
下载PDF
AdHoc中的一种改进的人工蜂群和粒子群算法的组播路由的研究 被引量:2
5
作者 郭琪瑶 朱范德 《科技通报》 北大核心 2017年第2期81-85,共5页
Adhoc的组播路由问题需要考虑延迟、带宽、费用和丢包率等服务质量约束的问题,其本质是一个NP问题。本文将人工蜂群算法和粒子群算法进行混合,在蜂群算法的蜜源更新的公式中引入柯西分布,能够帮助探路蜂跳出局部最优,提高产生全局最优... Adhoc的组播路由问题需要考虑延迟、带宽、费用和丢包率等服务质量约束的问题,其本质是一个NP问题。本文将人工蜂群算法和粒子群算法进行混合,在蜂群算法的蜜源更新的公式中引入柯西分布,能够帮助探路蜂跳出局部最优,提高产生全局最优解的速度,使用列维飞行可以减少寻找优化解的时间,在粒子群算法中采用自适应参数变换的思想,加速了产生种群的最优解。本文算法应用在Ad Hoc网络的组播路由算法中,在满足Qo S约束函数的前提下,降低了产生路由最优解的费用,缩短了时间。仿真实验说明本文的算法与基本的人工蜂群算法和粒子群算法相比在网络时延,网络消耗费用,网络成本和丢包率方面具有很好的效果。 展开更多
关键词 Adhoc组播路由 柯西分布 列维飞行 自适应参数变换 QOS
下载PDF
一种简化的布谷鸟搜索算法 被引量:1
6
作者 李辉 《智能计算机与应用》 2020年第2期138-141,共4页
对布谷鸟搜索算法中的莱维分布函数进行了简化,并利用适应度值按概率对个体进行变异,提出新的改进算法-一种简化的布谷鸟搜索算法。实验发现:该算法搜索性能强,鲁棒性高,操作简便,易于应用,是一种可推广的优化算法。
关键词 莱维飞行 适应度 寻优能力
下载PDF
采用多搜索策略的改进贫富优化算法
7
作者 刘棋锴 王勇 《广西民族大学学报(自然科学版)》 CAS 2022年第3期58-67,共10页
针对标准贫富优化算法(PRO)存在的不足,提出采用多搜索策略的改进贫富优化算法(IPRO):第一,当前群体最富者(最优者)利用柯西变异对自身施加扰动变异,以增强自身的开发能力;第二,一般富人在搜索中既要考虑自身与最富者之间的差距,又要考... 针对标准贫富优化算法(PRO)存在的不足,提出采用多搜索策略的改进贫富优化算法(IPRO):第一,当前群体最富者(最优者)利用柯西变异对自身施加扰动变异,以增强自身的开发能力;第二,一般富人在搜索中既要考虑自身与最富者之间的差距,又要考虑其与最优穷人之间的阶级差距,利用Levy飞行增加了一般富人搜索步长的灵活性和多样性;第三,穷人群体在算法前期和后期均可动态调整其搜索策略,增加了穷人个体搜索的多样性,进而增强了算法的全局搜索能力。数值实验结果表明:改进算法的全局搜索速度和优化精度均得到了明显的提高,算法规避陷入局部最优的能力得到了增强。最后,利用活塞杆设计参数优化实例验证了IPRO具有较好的实用性。 展开更多
关键词 贫富优化算法(PRO) 柯西扰动 列维飞行 动态调整机制
下载PDF
基于改进蚁群算法的参数寻优在过热汽温控制中的应用
8
作者 李思莹 《滁州学院学报》 2022年第2期13-19,共7页
文章提出了一种基于改进蚁群算法的参数寻优方法。首先,针对蚁群算法搜索最优解的范围存在局限、容易陷入局部最优的问题,将莱维飞行的思想运用到信息素蒸发系数的寻优中,扩大了最优解的搜索范围,避免了陷入局部最优的局限性。其次,为... 文章提出了一种基于改进蚁群算法的参数寻优方法。首先,针对蚁群算法搜索最优解的范围存在局限、容易陷入局部最优的问题,将莱维飞行的思想运用到信息素蒸发系数的寻优中,扩大了最优解的搜索范围,避免了陷入局部最优的局限性。其次,为了改善火电厂过热汽温系统的控制品质,将提出的改进蚁群算法运用到火电厂过热汽温系统的参数寻优中,先后完成了过热汽温系统的模型辨识和主副回路控制器的参数优化。最后,为了验证提出方法的有效性,采用国内某600MW火电厂机组的历史运行数据进行仿真试验,试验结果证明了该方法的可行性和有效性。 展开更多
关键词 蚁群算法 莱维飞行 过热汽温控制 参数寻优
下载PDF
基于改进磷虾群算法优化Elman神经网络的PEMFC电堆建模 被引量:5
9
作者 张莹 苏建徽 +2 位作者 汪海宁 杜燕 施永 《电测与仪表》 北大核心 2021年第3期23-27,共5页
质子交换膜燃料电池(PEMFC)电堆的优化控制需要有精确的电堆模型。现有的基于Elman神经网络建立的PEMFC电堆模型已具有较好的精度,但是此种电堆模型仍然存在容易陷入局部极值、结果无法重现等问题。考虑可以将自适应莱维飞行和偏好随机... 质子交换膜燃料电池(PEMFC)电堆的优化控制需要有精确的电堆模型。现有的基于Elman神经网络建立的PEMFC电堆模型已具有较好的精度,但是此种电堆模型仍然存在容易陷入局部极值、结果无法重现等问题。考虑可以将自适应莱维飞行和偏好随机游动两种机制引入基本磷虾群(Krill Herd,KH)算法,得到一种改进的磷虾群(Improved Krill Herd,IKH)算法用以优化神经网络的初始参数,进而建立基于IKH-Elman网络的PEMFC电堆模型。仿真结果表明,IKH算法用于优化神经网络可同时保证更高的寻优精度和更快的收敛速度;在预测的精度和稳定性上此种电堆模型也具有一定的优势。 展开更多
关键词 PEMFC电堆模型 ELMAN神经网络 磷虾群算法 改进 自适应莱维飞行 偏好随机游动
下载PDF
基于改进蚁狮优化算法的黄酒发酵过程模型的参数辨识 被引量:4
10
作者 宗原 刘登峰 刘以安 《食品与发酵工业》 CAS CSCD 北大核心 2021年第2期153-159,共7页
针对基于Levenberg-Marquardt方法辨识黄酒发酵过程模型参数时易陷入局部最优,收敛速度慢,很难准确获取具有强泛化能力的模型参数的问题,提出了一种具有莱维飞行机制和柯西变异的蚁狮优化算法(ant lion optimization with Levy flight a... 针对基于Levenberg-Marquardt方法辨识黄酒发酵过程模型参数时易陷入局部最优,收敛速度慢,很难准确获取具有强泛化能力的模型参数的问题,提出了一种具有莱维飞行机制和柯西变异的蚁狮优化算法(ant lion optimization with Levy flight and Cauchy mutation,LCALO),该算法采用基于莱维飞行和柯西变异来解决这类问题。莱维飞行可以提高算法的全局搜索能力,而柯西变异有助于避免陷入局部最优。结果表明,相比于遗传算法、粒子群算法和蚁狮算法,LCALO的收敛速度快,具有全局搜索能力和局部开发能力好的优点。最后将改进算法应用于黄酒发酵模型的参数辨识,仿真结果证明该算法具有较好的参数辨识能力。 展开更多
关键词 蚁狮优化算法 莱维飞行机制 收敛速度 黄酒发酵 参数辨识
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部