函数型聚类分析在统计学领域被广泛关注,其分析过程通常在降维目标实现后进行。为了有效解决函数型主成分聚类问题,文章结合局部线性嵌入算法(Locally Linear Embedding,LLE)在非线性空间下的适用性,提出了一种局部线性下的函数型主成...函数型聚类分析在统计学领域被广泛关注,其分析过程通常在降维目标实现后进行。为了有效解决函数型主成分聚类问题,文章结合局部线性嵌入算法(Locally Linear Embedding,LLE)在非线性空间下的适用性,提出了一种局部线性下的函数型主成分分析模型(LLE Function Principle Component Analysis,LFPCA)。首先,采用函数型主成分分析法作为降维目标方法,改进了FPCA的算法模型,通过将LLE算法的权重系数矩阵与函数型主成分定义相结合,构建出一个适用于非线性空间下的聚类算法;其次,在求解算法的过程中定义了函数型主成分得分,并结合EM算法构建出GMM模型来近似函数型算法的概率密度函数,使模型更高效且适用性更强;最后,通过随机模拟实验及应用分析验证了LFPCA算法模型在真实数据集上具有良好的聚类效能。展开更多
冷热电联产(combined cooling, heating and power,CCHP)系统与微电网的结合有利于促进消纳可再生能源,为了提升CCHP型微电网的经济性、环保性和稳定性,提出了两阶段优化调度模型。离线优化阶段基于需求侧响应策略,建立了基于归一化法...冷热电联产(combined cooling, heating and power,CCHP)系统与微电网的结合有利于促进消纳可再生能源,为了提升CCHP型微电网的经济性、环保性和稳定性,提出了两阶段优化调度模型。离线优化阶段基于需求侧响应策略,建立了基于归一化法向约束法的多目标规划模型,并用熵权-TOPSIS法筛选最优结果。在线优化阶段建立了基于动态矩阵控制算法的有限时域优化模型,对离线优化结果进行跟踪优化和反馈校正,以降低不确定性因素的影响。最后,设计对比方案进行分析,验证了所提优化模型的有效性。展开更多
文摘函数型聚类分析在统计学领域被广泛关注,其分析过程通常在降维目标实现后进行。为了有效解决函数型主成分聚类问题,文章结合局部线性嵌入算法(Locally Linear Embedding,LLE)在非线性空间下的适用性,提出了一种局部线性下的函数型主成分分析模型(LLE Function Principle Component Analysis,LFPCA)。首先,采用函数型主成分分析法作为降维目标方法,改进了FPCA的算法模型,通过将LLE算法的权重系数矩阵与函数型主成分定义相结合,构建出一个适用于非线性空间下的聚类算法;其次,在求解算法的过程中定义了函数型主成分得分,并结合EM算法构建出GMM模型来近似函数型算法的概率密度函数,使模型更高效且适用性更强;最后,通过随机模拟实验及应用分析验证了LFPCA算法模型在真实数据集上具有良好的聚类效能。
文摘冷热电联产(combined cooling, heating and power,CCHP)系统与微电网的结合有利于促进消纳可再生能源,为了提升CCHP型微电网的经济性、环保性和稳定性,提出了两阶段优化调度模型。离线优化阶段基于需求侧响应策略,建立了基于归一化法向约束法的多目标规划模型,并用熵权-TOPSIS法筛选最优结果。在线优化阶段建立了基于动态矩阵控制算法的有限时域优化模型,对离线优化结果进行跟踪优化和反馈校正,以降低不确定性因素的影响。最后,设计对比方案进行分析,验证了所提优化模型的有效性。
