期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取 被引量:9
1
作者 张燕君 刘文哲 +1 位作者 付兴虎 毕卫红 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2015年第10期2916-2923,共8页
针对布里渊光时域反射光纤传感系统散射谱的高精度特征提取的要求,提出了一种基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取算法。不仅利用了广义回归神经网络在逼近能力、学习速度、模型的泛化等方面具有的优势... 针对布里渊光时域反射光纤传感系统散射谱的高精度特征提取的要求,提出了一种基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取算法。不仅利用了广义回归神经网络在逼近能力、学习速度、模型的泛化等方面具有的优势,而且采用搜索能力较强的自适应变异果蝇优化算法进一步增强了神经网络的学习能力,从而提高了布里渊散射谱的拟合度和频移提取的准确度。在布里渊散射谱中心频率为11.213GHz,线宽为40~50,30~60和20~70 MHz的散射谱白噪声实验模型中,将新算法分别与基于有限元分析的Levenberg-Marquardt拟合法、粒子群优化和拉凡格式混合拟合法、最小二乘法进行预测比较,新算法获得的最大拟合频移误差为0.4MHz,平均拟合度为0.991 2,均方根误差为0.024 1。仿真结果表明所提出的算法拟合度较好,绝对误差小。因此,将此算法用于基于布里渊光时域反射的分布式光纤传感系统,可有效提高布里渊散射谱的拟合度和频移提取的准确度。 展开更多
关键词 分布式光纤传感 布里渊散射谱 自适应变异果蝇算法 广义回归神经网络
在线阅读 下载PDF
基于小波变异果蝇优化支持向量机短期负荷预测方法研究 被引量:42
2
作者 熊军华 牛珂 +2 位作者 张春歌 李铎 谢飞 《电力系统保护与控制》 EI CSCD 北大核心 2017年第13期71-77,共7页
预测精度是电力负荷预测的重要指标。为增强预测精度,提出基于小波变异果蝇优化的支持向量机预测模型(WFOAAM-LSSVM)。利用小波对负荷数据进行预处理,分解成不同尺度的负荷曲线,加强历史数据规律性和随机性。针对果蝇算法寻优精度不高... 预测精度是电力负荷预测的重要指标。为增强预测精度,提出基于小波变异果蝇优化的支持向量机预测模型(WFOAAM-LSSVM)。利用小波对负荷数据进行预处理,分解成不同尺度的负荷曲线,加强历史数据规律性和随机性。针对果蝇算法寻优精度不高和易陷入局部最优的不足,利用群体适应度方差和当前最优解判断是否陷入局部最优,再进行最优个体扰动和高斯变异操作,对变异后的果蝇个体二次寻优,使支持向量机预测模型精度得到明显增强。利用WFOAAM-LSSVM对2015年河南省某地区历史负荷数据对未来几日预测,并与支持向量机模型以及粒子群优化的支持向量机模型预测结果对比。结果表明:基于小波变异果蝇优化的支持向量机短期负荷预测精度高,具有很好的实际应用意义。 展开更多
关键词 支持向量机 粒子群算法 变异果蝇算法 小波分析 短期负荷预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部