检索结果-维普期刊中文期刊服务平台

基于自适应扰动量子粒子群算法参数优化的支持向量回归机短期风电功率预测被引量：47: 1; 作者陈道君龚庆武 +2 位作者金朝意张静王定美《电网技术》 EI CSCD 北大核心 2013年第4期974-980,共7页; 智能电网的建设和大规模风电接入电网对短期风电功率预测精度提出了更高的要求。为了克服支持向量回归机(support vector regression machine,SVR)依赖人为经验选择学习参数的弊端,在量子粒子群优化(quantum-behaved particle swarm opt... 展开更多; 关键词短期风电功率预测学习参数选择自适应扰动量子粒子群优化算法支持向量回归机; 在线阅读下载PDF 职称材料

基于改进随机移动算子的人工鱼群算法被引量：7: 2; 作者淦艳魏延 +1 位作者杨有万辉《计算机工程与应用》 CSCD 2014年第13期147-152,共6页; 人工鱼群基本算法在求解多峰函数最优值时,存在计算精度有限,易陷入局部最优,鲁棒性较差以及收敛速率较慢和搜索效率较低的缺点,而随机移动算子的随机性是造成这些缺点的重要因素。通过引入粒子群算法思想和自适应扰动的思想对随机移动... 展开更多; 关键词人工鱼群算法随机移动算子粒子群算法自适应扰动; 在线阅读下载PDF 职称材料

带扰动因子的布尔型粒子群优化算法被引量：1: 3; 作者黄志杨高鹰《计算机工程与设计》 CSCD 北大核心 2011年第11期3848-3852,共5页; 对二进制布尔型粒子群优化算法提出改进,通过在其速度更新公式中引入扰动因子避免粒子过早的陷入局部极值,提出两种调整惯性权重和学习因子取1的概率的策略以平衡算法的收敛和发散,分别是按照粒子相似性自适应调整和线性调整,由此得到... 展开更多; 关键词二进制粒子群优化离散粒子群优化优化算法扰动因子自适应调整; 在线阅读下载PDF 职称材料

基于动态函数连接神经网络的自适应逆控制系统辨识研究被引量：6: 4; 作者虎涛涛康波单要楠《计算机科学》 CSCD 北大核心 2017年第10期203-208,共6页; 自适应逆控制将系统扰动消除和动态响应性能独立分开控制,其性能的优劣取决于系统对象、逆对象及逆控制器模型辨识精度的高低。文中提出用动态函数连接神经网络来实现自适应逆控制系统对象、逆对象的同时在线建模和逆控制器的离线建模,... 展开更多; 关键词自适应逆控制扰动消除系统辨识动态函数连接神经网络变参数混沌粒子群算法; 在线阅读下载PDF 职称材料

题名基于自适应扰动量子粒子群算法参数优化的支持向量回归机短期风电功率预测被引量：47: 1; 作者陈道君龚庆武金朝意张静王定美; 机构武汉大学电气工程学院南京南瑞继保电气有限公司甘肃省电力公司风电技术中心; 出处《电网技术》 EI CSCD 北大核心 2013年第4期974-980,共7页; 基金中央高校基本科研业务费专项资金资助(201120702020009) 教育部博士研究生学术新人奖(5052011207016)~~; 文摘智能电网的建设和大规模风电接入电网对短期风电功率预测精度提出了更高的要求。为了克服支持向量回归机(support vector regression machine,SVR)依赖人为经验选择学习参数的弊端,在量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)算法中加入自适应早熟判定准则、混合扰动算子和动态扩张收缩系数,提出了自适应扰动量子粒子群优化算法(adaptive disturbance quantum-behaved particle swarm optimization,ADQPSO),并使用ADQPSO优化选择SVR的学习参数。实例研究表明,ADQPSO算法全局寻优能力强、鲁棒性好、计算耗时短,利用ADQPSO优化得到的SVR参数,可有效提高模型的预测精度;与反向传播神经网络(back propagation neural network,BPNN)和径向基神经网络(radial basis functionneural network,RBFNN)相比,提出的ADQPSO-SVR能够提高短期风电功率预测的准确性和稳定性。; 关键词短期风电功率预测学习参数选择自适应扰动量子粒子群优化算法支持向量回归机; Keywords short-term wind power prediction selection oflearning parameters adaptive disturbance quantum-behavedparticle swarm optimization （adqpso） algorithm supportvector regression machine （SVR）; 分类号 TM614 [电气工程—电力系统及自动化] TM71 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于改进随机移动算子的人工鱼群算法被引量：7: 2; 作者淦艳魏延杨有万辉; 机构重庆师范大学计算机与信息科学学院重庆师范大学科研处; 出处《计算机工程与应用》 CSCD 2014年第13期147-152,共6页; 基金重庆市教委科研项目(No.KJ120611) 重庆师范大学博士基金(No.11XLB047); 文摘人工鱼群基本算法在求解多峰函数最优值时,存在计算精度有限,易陷入局部最优,鲁棒性较差以及收敛速率较慢和搜索效率较低的缺点,而随机移动算子的随机性是造成这些缺点的重要因素。通过引入粒子群算法思想和自适应扰动的思想对随机移动算子进行改进,进而提出了基于粒子群算法的人工鱼群算法(PSO-AFSA)和包含自适应扰动项的改进人工鱼群算法(ADI-AFSA),并证明了两种改进算法的收敛性。利用公认测试函数集进行仿真实验,结果表明两种改进算法与人工鱼群基本算法及其传统改进算法相比,提高了计算精度、收敛速率、搜索效率并且具有更好的鲁棒性。; 关键词人工鱼群算法随机移动算子粒子群算法自适应扰动; Keywords Artificial Fish swarm algorithm （AFSA） random moved function Particle swarm optimization （PSO） adaptive disturbance; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名带扰动因子的布尔型粒子群优化算法被引量：1: 3; 作者黄志杨高鹰; 机构广州大学数学与信息科学学院广州大学计算机与教育软件学院; 出处《计算机工程与设计》 CSCD 北大核心 2011年第11期3848-3852,共5页; 文摘对二进制布尔型粒子群优化算法提出改进,通过在其速度更新公式中引入扰动因子避免粒子过早的陷入局部极值,提出两种调整惯性权重和学习因子取1的概率的策略以平衡算法的收敛和发散,分别是按照粒子相似性自适应调整和线性调整,由此得到两种带扰动因子的布尔型粒子群优化算法。4个基准测试函数的对比,实验结果表明了两种改进算法的有效性和优良性能。; 关键词二进制粒子群优化离散粒子群优化优化算法扰动因子自适应调整; Keywords binary particle swarm optimization discrete particle swarm optimization optimization algorithm disturbance factor adaptive adjustments; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于动态函数连接神经网络的自适应逆控制系统辨识研究被引量：6: 4; 作者虎涛涛康波单要楠; 机构电子科技大学电子科学技术研究院电子科技大学自动化工程学院电子科技大学数学科学学院; 出处《计算机科学》 CSCD 北大核心 2017年第10期203-208,共6页; 文摘自适应逆控制将系统扰动消除和动态响应性能独立分开控制,其性能的优劣取决于系统对象、逆对象及逆控制器模型辨识精度的高低。文中提出用动态函数连接神经网络来实现自适应逆控制系统对象、逆对象的同时在线建模和逆控制器的离线建模,并将模型参数的辨识转化为空间参数寻优。针对混沌初始化对已收敛种群结构的破坏性,提出用变参数混沌粒子群优化算法对神经网络权值进行全局寻优,通过仿真实验可以看出基于动态函数连接神经网络的建模误差小,辨识精度高;与当前的参考模型自适应控制方法进行对比分析,所提方法能取得较好的扰动消除效果,并能使系统的跟踪响应性能得到提高,从而验证了方法的有效性、可行性。; 关键词自适应逆控制扰动消除系统辨识动态函数连接神经网络变参数混沌粒子群算法; Keywords adaptive inverse cont rol, disturbance el imination, System ident if ication, Dynamic function l ink neural net-work, Variable parameter,Chaos particle swarm optimization algorithm; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于自适应扰动量子粒子群算法参数优化的支持向量回归机短期风电功率预测	陈道君龚庆武金朝意张静王定美	《电网技术》 EI CSCD 北大核心	2013	47	在线阅读下载PDF 职称材料
2	基于改进随机移动算子的人工鱼群算法	淦艳魏延杨有万辉	《计算机工程与应用》 CSCD	2014	7	在线阅读下载PDF 职称材料
3	带扰动因子的布尔型粒子群优化算法	黄志杨高鹰	《计算机工程与设计》 CSCD 北大核心	2011	1	在线阅读下载PDF 职称材料
4	基于动态函数连接神经网络的自适应逆控制系统辨识研究	虎涛涛康波单要楠	《计算机科学》 CSCD 北大核心	2017	6	在线阅读下载PDF 职称材料