检索结果-维普期刊中文期刊服务平台

基于改进CFD与小波混合神经网络组合的风电场功率预测方法被引量：21: 1; 作者崔嘉杨俊友 +3 位作者杨理践高凯旻宋志成高子昂《电网技术》 EI CSCD 北大核心 2017年第1期79-85,共7页; 风的间歇性和时变性制约电力系统能量平衡,准确的风电功率预测有助于电网减小旋转备用、合理制定检修计划。为减小预测误差,提出一种基于多计算流体力学(computational fluid dynamics,CFD)模型的新型风电场组合功率预测方法。首先,利... 展开更多; 关键词功率预测组合方法计算流体力学小波混合神经网络尾流模型; 在线阅读下载PDF 职称材料

模糊神经网络控制的混合小波神经网络盲均衡算法被引量：17: 2; 作者郭业才王丽华《电子学报》 EI CAS CSCD 北大核心 2011年第4期975-980,共6页; 针对传统恒模算法(CMA)收敛速度与均方误差之间的矛盾,提出了模糊神经网络控制的混合小波神经网络(FHWNN)盲均衡算法.该算法在小波神经网络输入层之前级联一个横向滤波器,将横向滤波器的节点输出分为实部和虚部两路经过小波神经网络后... 展开更多; 关键词盲均衡水声信道复数系统模糊控制混合小波神经网络; 在线阅读下载PDF 职称材料

应用混合小波神经网络和遗传算法在香港衍生品市场上的研究被引量：3: 3; 作者张鸿彦林辉《系统管理学报》北大核心 2008年第1期25-31,共7页; 提出了新的基于Black-Scholes模型的混合小波神经网络。隐含波动率是指在市场中观察的期权价格所蕴涵的波动率。基于不同种类的期权价格对波动率的敏感度不同,建立了混合小波神经网络和遗传算法相结合的模型,将期权按钱性进行分类,提出... 展开更多; 关键词期权定价混合小波神经网络遗传算法 Black—Scholes模型钱性隐含波动率; 在线阅读下载PDF 职称材料

用混合小波网络和遗传算法对期权定价的研究被引量：7: 4; 作者张鸿彦林辉姜彩楼《系统工程学报》 CSCD 北大核心 2010年第1期43-49,共7页; 由于波动率微笑的存在,不同种类的期权的隐含波动率不同,如何衡量不同种类期权的隐含波动率的最优权重一直是期权定价领域中的重要问题.提出了新的基于Black-Scholes模型的混合小波神经网络,建立了混合小波神经网络和遗传算法相结合的模... 展开更多; 关键词期权定价混合小波神经网络遗传算法 BLACK-SCHOLES模型钱性隐含波动率; 在线阅读下载PDF 职称材料

基于WNN与FCM的电动汽车动态充电负荷预测方法被引量：10: 5; 作者张天培王成亮 +3 位作者崔恒志郑海雁杨庆胜卞正达《电力工程技术》北大核心 2021年第1期167-174,共8页; 随着电动汽车动态无线充电(EV-DWC)技术的发展,针对目前EV-DWC负荷建模理论工作不全面的现状,以交通流量作为影响充电负荷的主要因素,以天气、典型日期、季节等因素为次要影响因素,根据路况建立负荷模型,通过电动汽车型号和状态的聚类... 展开更多; 关键词电动汽车动态充电(EV-DWC) 小波-反向传播混合神经网络(W-BPNN) 模糊C聚类(FCM) 电动汽车充电方式负荷模型; 在线阅读下载PDF 职称材料

题名基于改进CFD与小波混合神经网络组合的风电场功率预测方法被引量：21: 1; 作者崔嘉杨俊友杨理践高凯旻宋志成高子昂; 机构沈阳工业大学电气工程学院沈阳工业大学信息科学与工程学院东北电力大学电气工程学院; 出处《电网技术》 EI CSCD 北大核心 2017年第1期79-85,共7页; 基金国家电网公司科技项目(DKYKJ[2012]001-1)~~; 文摘风的间歇性和时变性制约电力系统能量平衡,准确的风电功率预测有助于电网减小旋转备用、合理制定检修计划。为减小预测误差,提出一种基于多计算流体力学(computational fluid dynamics,CFD)模型的新型风电场组合功率预测方法。首先,利用小波混合神经网络对数值天气预报降尺度;其次,提出了考虑多重尾流的风电场物理CFD模型,并建立了根据测风塔风速外推各台风电机组风速的加速比相关系数;最后,提出了仅考虑自由流场和带有激盘模型的变权重组合流场模型。实际算例仿真证明,所提出的预测方法更准确地反映了风电场实际运行状态,有效提高了预测准确性。; 关键词功率预测组合方法计算流体力学小波混合神经网络尾流模型; Keywords power forecast combination method computational fluid dynamics wavelet-hybrid neural network wake model; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名模糊神经网络控制的混合小波神经网络盲均衡算法被引量：17: 2; 作者郭业才王丽华; 机构南京信息工程大学电子与信息学院安徽理工大学电气与信息学院; 出处《电子学报》 EI CAS CSCD 北大核心 2011年第4期975-980,共6页; 基金全国优秀博士学位论文作者专项资金(No.200753) 安徽省高等学校自然科学基金(No.KJ2010A096) +2 种基金江苏省"六大人才高峰"培养对象(No.2008026); 文摘针对传统恒模算法(CMA)收敛速度与均方误差之间的矛盾,提出了模糊神经网络控制的混合小波神经网络(FHWNN)盲均衡算法.该算法在小波神经网络输入层之前级联一个横向滤波器,将横向滤波器的节点输出分为实部和虚部两路经过小波神经网络后再合成为一路复数信号;利用模糊神经网络(FNN)设计的模糊规则控制小波函数的尺度因子和平移因子的迭代步长,以提高步长控制的精度;通过常数模代价函数分别获得横向滤波器和小波神经网络的权系数迭代公式.理论分析与仿真结果表明,该算法具有较快的收敛速度和较小的稳态误差,较好地克服了收敛速度与均方误差之间的矛盾.; 关键词盲均衡水声信道复数系统模糊控制混合小波神经网络; Keywords blind equalization underwater acoustic channels complex system fuzzy controlling hybrid wavelet neural network; 分类号 TN911.72 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名应用混合小波神经网络和遗传算法在香港衍生品市场上的研究被引量：3: 3; 作者张鸿彦林辉; 机构东南大学系统工程研究所南京大学商学院; 出处《系统管理学报》北大核心 2008年第1期25-31,共7页; 基金国家自然科学基金资助项目(70501013); 文摘提出了新的基于Black-Scholes模型的混合小波神经网络。隐含波动率是指在市场中观察的期权价格所蕴涵的波动率。基于不同种类的期权价格对波动率的敏感度不同,建立了混合小波神经网络和遗传算法相结合的模型,将期权按钱性进行分类,提出了加权的隐含波动率作为神经网络的输入变量,通过遗传算法来求取不同种类期权的隐含波动率的最优权重。在香港衍生品市场的实证中表明,所提出的模型优于传统的Black-Scholes模型。; 关键词期权定价混合小波神经网络遗传算法 Black—Scholes模型钱性隐含波动率; Keywords option pricing hybrid wavelet neural network genetic algorithm Black-Scholes model moneyness implied volatility; 分类号 F830.9 [经济管理—金融学]; 在线阅读下载PDF 职称材料

题名用混合小波网络和遗传算法对期权定价的研究被引量：7: 4; 作者张鸿彦林辉姜彩楼; 机构东南大学管理学院南京大学商学院; 出处《系统工程学报》 CSCD 北大核心 2010年第1期43-49,共7页; 基金国家自然科学基金资助项目(70501013); 文摘由于波动率微笑的存在,不同种类的期权的隐含波动率不同,如何衡量不同种类期权的隐含波动率的最优权重一直是期权定价领域中的重要问题.提出了新的基于Black-Scholes模型的混合小波神经网络,建立了混合小波神经网络和遗传算法相结合的模型,将期权按钱性进行分类,提出了加权的隐含波动率作为神经网络的输入变量,通过遗传算法来求取不同种类期权的隐含波动率的最优权重.在香港衍生品市场的实证中表明,所提出的模型要优于传统的Black-Scholes模型和其它的神经网络模型.; 关键词期权定价混合小波神经网络遗传算法 BLACK-SCHOLES模型钱性隐含波动率; Keywords option pricing hybrid wavelet neural network genetic algorithm Black-Scholes model moneyness implied volatility rate; 分类号 F224 [经济管理—国民经济]; 在线阅读下载PDF 职称材料

题名基于WNN与FCM的电动汽车动态充电负荷预测方法被引量：10: 5; 作者张天培王成亮崔恒志郑海雁杨庆胜卞正达; 机构江苏方天电力技术有限公司国网江苏省电力有限公司东南大学电气工程学院; 出处《电力工程技术》北大核心 2021年第1期167-174,共8页; 基金国家自然科学基金资助项目(51877036)。; 文摘随着电动汽车动态无线充电(EV-DWC)技术的发展,针对目前EV-DWC负荷建模理论工作不全面的现状,以交通流量作为影响充电负荷的主要因素,以天气、典型日期、季节等因素为次要影响因素,根据路况建立负荷模型,通过电动汽车型号和状态的聚类不同对汽车分配不同的功率,完成动态充电负荷的建立。采用小波神经网络(WNN)对时序信息进行处理预测,再同误差反向传播神经网络(BPNN)相结合预测充电道路上的车流,短期车流预测精度为85%,用模糊C聚类(FCM)算法对电动汽车的充电类型以及该类型所对应的充电功率进行划分,将进入充电道路的电动汽车分为7种类型。根据各种充电类型分配相应的充电功率,完成日负荷建模。; 关键词电动汽车动态充电(EV-DWC) 小波-反向传播混合神经网络(W-BPNN) 模糊C聚类(FCM) 电动汽车充电方式负荷模型; Keywords electrical vehicle dynamic wireless charging(EV-DWC) wavelet-back propagation neural network(W-BPNN) fuzzy C-means(FCM) EV charging pattern load model; 分类号 TM714 [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	作者	出处	发文年	被引量	操作
1	基于改进CFD与小波混合神经网络组合的风电场功率预测方法	崔嘉杨俊友杨理践高凯旻宋志成高子昂	《电网技术》 EI CSCD 北大核心	2017	21	在线阅读下载PDF 职称材料
2	模糊神经网络控制的混合小波神经网络盲均衡算法	郭业才王丽华	《电子学报》 EI CAS CSCD 北大核心	2011	17	在线阅读下载PDF 职称材料
3	应用混合小波神经网络和遗传算法在香港衍生品市场上的研究	张鸿彦林辉	《系统管理学报》北大核心	2008	3	在线阅读下载PDF 职称材料
4	用混合小波网络和遗传算法对期权定价的研究	张鸿彦林辉姜彩楼	《系统工程学报》 CSCD 北大核心	2010	7	在线阅读下载PDF 职称材料
5	基于WNN与FCM的电动汽车动态充电负荷预测方法	张天培王成亮崔恒志郑海雁杨庆胜卞正达	《电力工程技术》北大核心	2021	10	在线阅读下载PDF 职称材料