期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进黑猩猩算法的解析Preisach模型参数辨识
被引量：
1
1
作者
李丹丹
介百坤
+2 位作者
朱石磊
李仲康
王宏
《科学技术与工程》
北大核心
2024年第17期7140-7147,共8页
解析Preisach模型解决了Preisach模型因离散Everett函数造成的测量误差大、数值不稳定的问题,但是解析Preisach模型同时存在参数多、辨识复杂的问题。针对上述问题,提出一种融合多策略的改进黑猩猩优化算法,来实现对解析Preisach模型的...
解析Preisach模型解决了Preisach模型因离散Everett函数造成的测量误差大、数值不稳定的问题,但是解析Preisach模型同时存在参数多、辨识复杂的问题。针对上述问题,提出一种融合多策略的改进黑猩猩优化算法,来实现对解析Preisach模型的参数快速、精确辨识。首先,引入自适应权重因子来平衡全局搜索和局部开发能力;其次,将差分变异策略应用到种群个体位置更新中,增强算法个体间的信息交流,扩大搜索范围;最后,使用柯西变异和高斯变异相结合的随机扰动策略,进一步增强算法跳出局部最优的能力。结合实验数据,分别使用遗传算法、黑猩猩算法、正弦余弦黑猩猩算法与所提算法对解析Preisach模型参数进行辨识,并基于辨识结果对取向硅钢片的磁滞回线进行模拟。通过磁滞回线拟合度、适应度值变化以及损耗误差分析3个方面的结果对比可得,所提算法在解析Preisach模型的参数辨识上兼具辨识精度高、收敛速度快的优点。
展开更多
关键词
解析Preisach模型
Everett函数
参数辨识
改进黑猩猩优化算法
磁滞回线
在线阅读
下载PDF
职称材料
改进的黑猩猩算法优化LSTM的短期电力负荷预测
被引量：
8
2
作者
高超
孙谊媊
+2 位作者
赵洪峰
邓林鲜
魏鹏飞
《现代电子技术》
2022年第21期122-126,共5页
针对电力负荷随机性强、预测精度不高的问题,提出一种基于改进型黑猩猩优化算法(ICOA)优化长短时记忆网络(LSTM)的短期负荷预测模型。为了避免标准的黑猩猩算法求解LSTM参数优化问题时易陷入局部最优和收敛速度慢等缺陷,首先通过Sin混...
针对电力负荷随机性强、预测精度不高的问题,提出一种基于改进型黑猩猩优化算法(ICOA)优化长短时记忆网络(LSTM)的短期负荷预测模型。为了避免标准的黑猩猩算法求解LSTM参数优化问题时易陷入局部最优和收敛速度慢等缺陷,首先通过Sin混沌映射初始化黑猩猩种群,增强种群多样性,提高初始解的质量;其次,提出一种非线性收敛因子,均衡算法的全局与局部搜索能力,提高收敛速度;然后,引入反向学习策略和柯西高斯变异对最优黑猩猩进行扰动变异,提高算法局部和全局的开发能力,进而提高算法的寻优能力;最后,利用ICOA对LSTM网络的隐含层神经元数、学习率等参数进行优化,自动寻找最优参数,建立ICOA⁃LSTM负荷预测模型。结合某地区的实际数据进行预测分析,结果表明,与Elman、LSTM、PSO⁃LSTM、WOA⁃LSTM、COA⁃LSTM预测方法相比,文中所提方法的收敛速度和预测精度均有大幅提升。
展开更多
关键词
短期负荷预测
长短时记忆网络
改进
型
黑猩猩
优化
算法
Sin混沌映射
收敛因子
反向学习
在线阅读
下载PDF
职称材料
题名
基于改进黑猩猩算法的解析Preisach模型参数辨识
被引量：
1
1
作者
李丹丹
介百坤
朱石磊
李仲康
王宏
机构
郑州轻工业大学建筑环境工程学院
河南省智慧建筑与人居环境工程技术研究中心
出处
《科学技术与工程》
北大核心
2024年第17期7140-7147,共8页
基金
河南省高等学校重点科研项目计划(22A470014)
河南省科技攻关项目(232102211050)
郑州轻工业大学青年骨干教师项目(13502010006)。
文摘
解析Preisach模型解决了Preisach模型因离散Everett函数造成的测量误差大、数值不稳定的问题,但是解析Preisach模型同时存在参数多、辨识复杂的问题。针对上述问题,提出一种融合多策略的改进黑猩猩优化算法,来实现对解析Preisach模型的参数快速、精确辨识。首先,引入自适应权重因子来平衡全局搜索和局部开发能力;其次,将差分变异策略应用到种群个体位置更新中,增强算法个体间的信息交流,扩大搜索范围;最后,使用柯西变异和高斯变异相结合的随机扰动策略,进一步增强算法跳出局部最优的能力。结合实验数据,分别使用遗传算法、黑猩猩算法、正弦余弦黑猩猩算法与所提算法对解析Preisach模型参数进行辨识,并基于辨识结果对取向硅钢片的磁滞回线进行模拟。通过磁滞回线拟合度、适应度值变化以及损耗误差分析3个方面的结果对比可得,所提算法在解析Preisach模型的参数辨识上兼具辨识精度高、收敛速度快的优点。
关键词
解析Preisach模型
Everett函数
参数辨识
改进黑猩猩优化算法
磁滞回线
Keywords
analytic the Preisach model
the Everett function
parameter identification
improved chimpanzee optimization algorithm
hysteresis loop
分类号
TM271 [一般工业技术—材料科学与工程]
在线阅读
下载PDF
职称材料
题名
改进的黑猩猩算法优化LSTM的短期电力负荷预测
被引量：
8
2
作者
高超
孙谊媊
赵洪峰
邓林鲜
魏鹏飞
机构
新疆大学电气工程学院
国网新疆电力有限公司
出处
《现代电子技术》
2022年第21期122-126,共5页
基金
上海合作组织科技伙伴计划(2017E01015)。
文摘
针对电力负荷随机性强、预测精度不高的问题,提出一种基于改进型黑猩猩优化算法(ICOA)优化长短时记忆网络(LSTM)的短期负荷预测模型。为了避免标准的黑猩猩算法求解LSTM参数优化问题时易陷入局部最优和收敛速度慢等缺陷,首先通过Sin混沌映射初始化黑猩猩种群,增强种群多样性,提高初始解的质量;其次,提出一种非线性收敛因子,均衡算法的全局与局部搜索能力,提高收敛速度;然后,引入反向学习策略和柯西高斯变异对最优黑猩猩进行扰动变异,提高算法局部和全局的开发能力,进而提高算法的寻优能力;最后,利用ICOA对LSTM网络的隐含层神经元数、学习率等参数进行优化,自动寻找最优参数,建立ICOA⁃LSTM负荷预测模型。结合某地区的实际数据进行预测分析,结果表明,与Elman、LSTM、PSO⁃LSTM、WOA⁃LSTM、COA⁃LSTM预测方法相比,文中所提方法的收敛速度和预测精度均有大幅提升。
关键词
短期负荷预测
长短时记忆网络
改进
型
黑猩猩
优化
算法
Sin混沌映射
收敛因子
反向学习
Keywords
short⁃term load forecasting
LSTM
ICOA
chaotic map Sin
convergence factor
OBL
分类号
TN711-34 [电子电信—电路与系统]
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
作者
出处
发文年
被引量
操作
1
基于改进黑猩猩算法的解析Preisach模型参数辨识
李丹丹
介百坤
朱石磊
李仲康
王宏
《科学技术与工程》
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
改进的黑猩猩算法优化LSTM的短期电力负荷预测
高超
孙谊媊
赵洪峰
邓林鲜
魏鹏飞
《现代电子技术》
2022
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
