期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于改进MOBPSO算法的含分布式电源的多目标配电网重构 被引量:26
1
作者 卢扬 吴俊勇 郝亮亮 《电力系统保护与控制》 EI CSCD 北大核心 2016年第7期62-68,共7页
提出一种含多类分布式电源的多目标配电网重构模型。在重构时采用Pareto准则的多目标二进制粒子群优化(Multi-Objective Binary Particle Swarm Optimization,MOBPSO)算法,对算法进行了3点改进:基于环的编码方式用以降低不可行解的产生... 提出一种含多类分布式电源的多目标配电网重构模型。在重构时采用Pareto准则的多目标二进制粒子群优化(Multi-Objective Binary Particle Swarm Optimization,MOBPSO)算法,对算法进行了3点改进:基于环的编码方式用以降低不可行解的产生概率;动态变化的惯性因子和异步变化的学习因子用以提高算法的调节适应能力;在最优粒子的更新方式上提出小生境共享机制和比例选择算子相结合的策略。最后还给出了一种根据决策者偏好信息,从优化解集中选择相应重构方案的评价机制。算例结果表明:改进的MOBPSO算法在寻优效率和稳定性上均有提升;所提模型、改进算法以及评价机制互相配合,能够为决策者提供一种有效的配电网重构方案。 展开更多
关键词 多目标配电网重构 PARETO 分布式电源 改进的mobpso算法 评价机制
在线阅读 下载PDF
基于并行优化下齿轮箱两阶段特征选择与故障诊断方法研究
2
作者 李占祥 章翔峰 +1 位作者 姜宏 陈洋 《组合机床与自动化加工技术》 北大核心 2025年第8期179-184,191,共7页
精确选择最具判别性特征和优化识别模型参数对于复杂机械系统故障诊断至关重要。针对此问题,提出了一种基于MOBPSO算法的特征选择与故障诊断框架。在原始特征提取阶段,采用固有时间尺度分解(ITD)将振动信号预处理为若干PRC分量,并从原... 精确选择最具判别性特征和优化识别模型参数对于复杂机械系统故障诊断至关重要。针对此问题,提出了一种基于MOBPSO算法的特征选择与故障诊断框架。在原始特征提取阶段,采用固有时间尺度分解(ITD)将振动信号预处理为若干PRC分量,并从原始信号和前5个PRC分量中提取时域和频域统计参数作为每个信号样本的原始特征。由于原始特征维数较高,因此应用费舍尔分值法对故障特征进行排序,根据排序结果组成候选特征集。在特征重选阶段,将候选特征的重选状态和分类器参数的值编码到MOBPSO粒子中。该方法可以同步获得最优特征子集和支持向量机模型。利用自采的齿轮箱故障数据集对本框架进行验证,试验结果表明所提出的方法相较于现有方法能够获得更高的故障诊断精度。 展开更多
关键词 故障诊断 特征选择 mobpso算法 参数优化 支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部