期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
应用模拟树木生长算法求解无功优化问题 被引量:13
1
作者 杨丽徙 王锴 +1 位作者 黄训诚 程杰 《郑州大学学报(工学版)》 CAS 2008年第2期69-72,共4页
将模拟树木生长算法应用于电力系统无功优化,对目标函数及约束条件处理方便,且不需要给出很多优化参数.建立无功优化的数学模型,变步长和最优解保留策略的应用提高了算法的全局寻优能力和寻优速度.IEEE 30节点系统的计算分析结果表明,... 将模拟树木生长算法应用于电力系统无功优化,对目标函数及约束条件处理方便,且不需要给出很多优化参数.建立无功优化的数学模型,变步长和最优解保留策略的应用提高了算法的全局寻优能力和寻优速度.IEEE 30节点系统的计算分析结果表明,模拟树木生长算法有较强的收敛稳定性,是处理无功优化问题的一种可行的、有效的方法. 展开更多
关键词 无功优化 模拟树木生长算法 变步长 最优解保留策略
在线阅读 下载PDF
基于树木生长算法的含UPFC的最优潮流计算 被引量:6
2
作者 欧阳晨 卫志农 孙国强 《电力工程技术》 2020年第3期84-91,共8页
最优潮流(OPF)计算是一个非凸优化问题,统一潮流控制器(UPFC)的引入增加了OPF问题的非凸程度,使得基于内点法的传统优化算法难以获取全局最优解。文中提出基于树木生长算法(TGA)的计及UPFC的最优潮流计算方法,将发电成本与有功网损、电... 最优潮流(OPF)计算是一个非凸优化问题,统一潮流控制器(UPFC)的引入增加了OPF问题的非凸程度,使得基于内点法的传统优化算法难以获取全局最优解。文中提出基于树木生长算法(TGA)的计及UPFC的最优潮流计算方法,将发电成本与有功网损、电压偏移加权作为目标函数,并考虑网络与UPFC设备的安全运行约束,优化了OPF模型。最后基于IEEE 30节点系统以及南京西环网116节点实际系统进行算例测试,对比TGA、粒子群与内点法的结果,并使用蒙特卡洛方法对不同的启发式算法分别进行50次计算,验证了TGA具有更好的求解精度与鲁棒性。 展开更多
关键词 统一潮流控制器(UPFC) 最优潮流(OPF) 元启发式算法 树木生长算法(tga) 非线性规划
在线阅读 下载PDF
混沌模拟树木生长算法在无功优化中的应用
3
作者 陈勇 吕树河 杨丽徙 《电力系统保护与控制》 EI CSCD 北大核心 2010年第22期96-99,140,共5页
针对模拟树木生长算法在求解大规模电力系统无功优化问题中存在的收敛稳定性差、难以找到全局最优解的缺点,提出了新的无功优化算法——混沌模拟树木生长算法(CTGSA)。该方法利用混沌优化所具有的对初值敏感性和遍历性的特点,在模拟树... 针对模拟树木生长算法在求解大规模电力系统无功优化问题中存在的收敛稳定性差、难以找到全局最优解的缺点,提出了新的无功优化算法——混沌模拟树木生长算法(CTGSA)。该方法利用混沌优化所具有的对初值敏感性和遍历性的特点,在模拟树木生长寻优过程中引入混沌移民操作来改善生长点集中可行解的质量、增加可行解的多样性,从而提高算法的收敛稳定性和寻优精度。将该算法应用于IEEE 30节点系统,结果表明该算法具有较强的全局优化能力和收敛稳定性。 展开更多
关键词 无功优化 混沌优化 移民 混沌模拟树木生长算法
在线阅读 下载PDF
SVR的树木生长过程建模及其参数优化研究 被引量:3
4
作者 王珊 燕飞 《湖南农业科学》 2010年第2期103-106,共4页
计算机树木模型可以广泛地应用于理解、预测和调控树木的生长和产量,在树木生长及生态系统等领域的研究中已经成为一种很重要的研究方法。采用支持向量回归对树木高度进行建模与预测,减小了样本数据量小造成的误差,克服了树木生长方程... 计算机树木模型可以广泛地应用于理解、预测和调控树木的生长和产量,在树木生长及生态系统等领域的研究中已经成为一种很重要的研究方法。采用支持向量回归对树木高度进行建模与预测,减小了样本数据量小造成的误差,克服了树木生长方程选择的困难。对支持向量机的参数采用遗传算法进行筛选,提高数据拟合精度。最后将预测结果与采用各类生长方程模型的预测结果进行比较,结果表明用支持向量机预测方法有较高的精度。 展开更多
关键词 树木 生长过程模拟 支持向量回归机 遗传算法
在线阅读 下载PDF
基于GA-BP神经网络的树木生长模型研究 被引量:2
5
作者 马学欣 严耿坤 +1 位作者 王锋 侯建花 《绿色科技》 2022年第15期185-190,共6页
在森林资源的实际调查中,树木胸径、树高和蓄积量的测量存在难度大、成本高、精度低等问题。基于树木生长与林分因子、生长环境之间的相关性,提出了一种利用遗传算法优化BP神经网络的树木生长模型来预测树木的胸径、树高和蓄积量,通过优... 在森林资源的实际调查中,树木胸径、树高和蓄积量的测量存在难度大、成本高、精度低等问题。基于树木生长与林分因子、生长环境之间的相关性,提出了一种利用遗传算法优化BP神经网络的树木生长模型来预测树木的胸径、树高和蓄积量,通过优化BP神经网络的权值和阈值,建立GA-BP模型,并与多元线性回归模型的预测结果进行了比较。结果表明:该模型的预测结果比多元线性回归模型更接近于实测值,GA-BP模型的最小R~2高于多元线性回归模型且更接近于1。采用遗传算法优化后的模型具有更高的预测精度,对景宁县树木生长预测具有指导意义。 展开更多
关键词 遗传算法 BP神经网络 GA-BP模型 树木生长
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部