期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于CEEMD-SBO-LSSVR的超短期风电功率组合预测 被引量:40
1
作者 周小麟 童晓阳 《电网技术》 EI CSCD 北大核心 2021年第3期855-862,共8页
为提高风电功率预测的精度,提出了一种基于互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)、缎蓝园丁鸟优化算法(satinbower birdoptimizationalgorithm,SBO)及最小二乘支持向量回归(least squares ... 为提高风电功率预测的精度,提出了一种基于互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)、缎蓝园丁鸟优化算法(satinbower birdoptimizationalgorithm,SBO)及最小二乘支持向量回归(least squares support vector regression,LSSVR)模型的超短期风电功率组合预测方法。针对风电序列的随机波动性,采用CEEMD对风电功率序列进行分解,将分解得到的不同特征尺度的各分量作为LSSVR模型的训练输入量。引入SBO算法对LSSVR的正则化参数与核函数宽度进行优化,建立各分量的预测模型,将各分量的预测输出值叠加得到最终的风电功率预测值。所提CEEMD-SBO-LSSVR组合预测方法不仅有效降低了预测的复杂度,而且保证原始风电序列经模态分解处理后具有小的重构误差。仿真结果表明,与其他预测模型相比,所提方法具有较高的超短期风电功率预测精度。 展开更多
关键词 超短期风电预测 最小二乘支持向量回归 互补集合经验模态分解 缎蓝园丁鸟优化算法 组合模型
在线阅读 下载PDF
融入教育心理学的SBO算法
2
作者 张雨婷 刘勇 《计算机应用研究》 CSCD 北大核心 2022年第9期2631-2639,共9页
针对SBO(school based optimization)算法搜索性能差、易陷入局部最优等缺陷,提出融入教育心理学的SBO算法(SBO based on educational psychology,SBO-EP)。在教阶段,引入最近发展区理论,对学生进行分组动态教学,提高算法的探索能力;引... 针对SBO(school based optimization)算法搜索性能差、易陷入局部最优等缺陷,提出融入教育心理学的SBO算法(SBO based on educational psychology,SBO-EP)。在教阶段,引入最近发展区理论,对学生进行分组动态教学,提高算法的探索能力;引用成就动机理论加入自学阶段,针对每组学生的成就动机设计动态自学方式,提高算法的开发能力;在每轮学习过程结束后参考同伴效应设置班级重组操作,增加解的多样性。采用40个CEC2021测试函数和20个其他类型测试函数进行数值实验,并将SBO-EP算法与蚁群优化算法、基于球形矢量的粒子群优化算法、阿基米德优化算法、灰狼优化算法、教与学优化算法、融合认知心理学的教与学优化算法、学生心理学优化算法进行对比分析。结果表明,SBO-EP算法在收敛速度、寻优精度及稳定性上优势明显。最后,对三种策略的组合进行对比实验,验证了改进策略的有效性。 展开更多
关键词 sbo算法 最近发展区理论 成就动机理论 同伴效应
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部