-
题名“教与学”优化算法研究综述
被引量：40
- 1
-
-
作者
拓守恒
雍龙泉
邓方安
-
机构
陕西理工学院数学与计算机科学学院
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第7期1933-1938,共6页
-
基金
国家自然科学基金资助项目(60974082
81160183)
陕西省教育厅科研计划资助项目(12JK0863)
-
文摘
简要分析了群智能优化算法的研究现状,重点对"教与学"优化算法作了详细的描述,并分析了"教与学"算法的性能及其优缺点;随后介绍了几种改进的"教与学"优化算法,对"教与学"优化算法的应用研究情况进行了论述。最后,说明了目前"教与学"优化算法中存在的问题,并指出"教与学"优化算法未来的研究方向。
-
关键词
“教与学”优化算法
“教”阶段
“学”阶段
-
Keywords
teaching-learning-based optimization（TLBO） algorithm
＂teaching＂ phase
＂learning＂ phase
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名极端学习机算法的改进及应用研究
被引量：4
- 2
-
-
作者
牛培峰
马云鹏
刘魏岩
卢青
杨潇
-
机构
燕山大学电气工程学院
-
出处
《燕山大学学报》
CAS
北大核心
2015年第2期127-132,共6页
-
基金
国家自然科学基金资助项目(61403331)
-
文摘
极端学习机是一种新型的单隐藏层前馈神经网络模型,其输入权值和隐藏层阈值随机设置,其输出权值解析计算得到。因此,其运算速度是传统的BP神经网络的数千倍,而且具有良好的模型辨识能力。然而,极端学习机的输入权值和隐藏层阈值是随机设定的,可能不是使网络训练目标能达到全局最小值时的最优模型参数。针对此不足,本文采用最小二乘思想确定极端学习机的输入权值和隐藏层阈值。同时,将改进的极端学习机算法应用于电站锅炉的燃烧热效率建模,并与BP、原始极端学习机、粒子群优化极端学习机和"教与学"优化极端学习机算法进行比较,证明了改进算法的有效性。
-
关键词
极端学习机
粒子群算法
“教与学”优化算法
最小二乘思想
-
Keywords
extreme learning machine
particle swarm optimization
teaching-learning-based optimization algorithm
least square method
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于多目标优化的时滞广域阻尼控制器设计
被引量：9
- 3
-
-
作者
李岩
胡志坚
刘宇凯
贺建波
索江镭
-
机构
武汉大学电气工程学院
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2015年第8期94-101,共8页
-
基金
高等学校博士学科点专项科研基金项目(20110141110032)
西安交通大学电力设备电气绝缘国家重点实验室资助(EIPE13205)~~
-
文摘
提出一种考虑区间模式和本地模式协调的时滞广域阻尼控制器设计新方法。首先,根据能控能观指标找出最佳反馈信号和输出控制量。然后,计算超前滞后补偿的时间常数,并构建区间和本地模式协调优化的多目标函数,应用"教与学"优化算法确定最优增益序列。最后,应用均衡降阶算法对系统进行降阶,基于线性矩阵不等式(LMI)理论分析最优增益序列,选出对时滞鲁棒性最好的值。新英格兰测试系统的仿真结果表明,提出的基于多目标优化的时滞广域阻尼控制器设计方法,在很好地抑制了区间振荡模式的同时,保证本地振荡模式不被恶化,并且对时滞具有很好的鲁棒性。
-
关键词
广域阻尼控制器
线性矩阵不等式(LMI)
“教与学”优化算法
多目标
鲁棒性
-
Keywords
wide area damping controller
linear matrix inequality（LMI）
teaching learning based optimization（TLBO）
multi-objective
robust
-
分类号
TM933.313
[电气工程—电力电子与电力传动]
-
