期刊文献+
共找到17篇文章
< 1 >
每页显示 20 50 100
混合随机反向学习和高斯变异的混沌松鼠搜索算法 被引量:13
1
作者 冯增喜 何鑫 +3 位作者 崔巍 赵锦彤 张茂强 杨芸芸 《计算机集成制造系统》 EI CSCD 北大核心 2023年第2期604-615,共12页
针对松鼠搜索算法(SSA)易陷入局部最优、过早收敛等问题,提出一种混合随机反向学习和高斯变异的混沌松鼠搜索算法(RGCSSA)。该算法通过Tent混沌映射初始化策略生成混沌初始种群,增强初始种群分布的均匀性,实现对解空间更高效的搜索;采... 针对松鼠搜索算法(SSA)易陷入局部最优、过早收敛等问题,提出一种混合随机反向学习和高斯变异的混沌松鼠搜索算法(RGCSSA)。该算法通过Tent混沌映射初始化策略生成混沌初始种群,增强初始种群分布的均匀性,实现对解空间更高效的搜索;采用非线性递减的捕食者概率策略,平衡SSA的全局搜索和局部开发能力;利用位置贪婪选择策略在迭代过程中不断保留种群中的优势个体,以提升算法收敛速度;引入随机反向学习和高斯变异策略,在增加种群多样性的同时提高算法跳出局部最优的能力。使用10个不同的基准测试函数进行仿真实验,并利用Wilcoxon符号秩检验验证所提算法的寻优性能,结果表明,RGCSSA算法在求解精度、收敛速度和稳定性等方面均有极大提升。 展开更多
关键词 松鼠搜索算法 tent混沌映射 随机反向学习 高斯变异 Wilcoxon符号秩检验
在线阅读 下载PDF
融合Tent混沌和维度学习的阴阳对算法 被引量:10
2
作者 李大海 刘庆腾 王振东 《计算机工程与设计》 北大核心 2023年第8期2320-2328,共9页
针对阴阳对算法(YYPO)易早熟收敛,提出一种融合Tent混沌映射和维度学习策略的阴阳对优化算法(YYPO-TP)。使用Tent混沌序列初始化阴阳两点生成以增加初始位置分布的均匀性,使用维度学习策略和反向搜索策略设计一种正反向搜索的分割方式,... 针对阴阳对算法(YYPO)易早熟收敛,提出一种融合Tent混沌映射和维度学习策略的阴阳对优化算法(YYPO-TP)。使用Tent混沌序列初始化阴阳两点生成以增加初始位置分布的均匀性,使用维度学习策略和反向搜索策略设计一种正反向搜索的分割方式,避免算法的早熟,增强算法全局寻优能力。实验结果表明,YYPO-TP相比YYPO在统计学意义上有显著性能优势,在风力发电机参数优化问题YYPO-TP也取得了更优的结果。 展开更多
关键词 阴阳对优化 混沌映射 维度学习策略 风力发电机 反向搜索 参数优化 参数检验
在线阅读 下载PDF
基于自适应t分布的改进麻雀搜索算法及其应用
3
作者 赵小强 顾鹏 《兰州理工大学学报》 北大核心 2025年第2期78-87,共10页
针对原始麻雀搜索算法全局搜索能力差、局部开发能力弱、易陷入局部最优等问题,提出一种基于自适应t分布的麻雀搜索算法(ATSSA).首先,通过Tent混沌映射初始化种群,增加初始种群的多样性;其次,利用自适应t分布变异算子对个体位置进行扰动... 针对原始麻雀搜索算法全局搜索能力差、局部开发能力弱、易陷入局部最优等问题,提出一种基于自适应t分布的麻雀搜索算法(ATSSA).首先,通过Tent混沌映射初始化种群,增加初始种群的多样性;其次,利用自适应t分布变异算子对个体位置进行扰动,提高算法的全局搜索能力,同时结合动态选择概率来调节引入的t分布变异算子,平衡算法的全局搜索能力;最后,融合精英反向学习策略,在产生最优解的位置进行扰动,产生新解,促使算法跳出局部最优.仿真实验利用10个基准测试函数进行测试,结果表明ATSSA相较于SSA具有更好的寻优能力.将改进后的算法与深度极限学习机构建预测模型,选用辛烷值数据集进行实验,模型预测精度从87.31%提高到99.32%,验证了改进后的算法具有良好的工程应用前景. 展开更多
关键词 麻雀搜索算法 tent混沌映射 自适应t分布 动态选择策略 精英反向学习
在线阅读 下载PDF
基于改进灰狼算法的自动导航小车控制策略 被引量:6
4
作者 石雅凯 陈晓静 荣峰 《科学技术与工程》 北大核心 2023年第23期9965-9972,共8页
针对灰狼算法(grey wolf optimizer,GWO)易陷入局部最优、后期收敛速度慢等问题,通过引入改进Tent混沌映射反向学习策略和非线性收敛因子,并加入差分进化的变异、交叉、选择操作,提出一种改进的差分灰狼优化算法(improved differential ... 针对灰狼算法(grey wolf optimizer,GWO)易陷入局部最优、后期收敛速度慢等问题,通过引入改进Tent混沌映射反向学习策略和非线性收敛因子,并加入差分进化的变异、交叉、选择操作,提出一种改进的差分灰狼优化算法(improved differential evolution grey wolf optimizer,IDE-GWO)。将改进算法应用于优化自动导航小车(automated guided vehicle,AGV)的比例积分微分(proportion integration differentiation,PID)控制参数,并与其他几种算法进行对比。Simulink仿真实验结果表明:该改进算法优化PID参数的控制效果明显优于其他智能优化算法,能够有效地提升AGV轨迹跟踪性能,使得AGV实际轨迹能较好拟合目标轨迹。 展开更多
关键词 tent混沌映射反向学习策略 差分进化灰狼优化 非线性收敛因子 PID控制
在线阅读 下载PDF
基于改进樽海鞘算法的含电动汽车微电网经济优化调度 被引量:1
5
作者 赵超 付斌 林立 《控制理论与应用》 北大核心 2025年第1期167-180,共14页
电动汽车接入可再生能源微电网有利于减少环境污染,改善能源结构.但是电动汽车充电负荷的随机波动性为微电网运行优化调度带来很大的困难.为了实现微电网的高效稳定运行,本文提出一种基于改进樽海鞘算法(ISSA)的含电动汽车的可再生能源... 电动汽车接入可再生能源微电网有利于减少环境污染,改善能源结构.但是电动汽车充电负荷的随机波动性为微电网运行优化调度带来很大的困难.为了实现微电网的高效稳定运行,本文提出一种基于改进樽海鞘算法(ISSA)的含电动汽车的可再生能源微电网优化调度方法.针对基本樽海鞘算法在进化后期由于种群多样性的缺失而易出现局部收敛或算法早熟的问题,改进算法首先利用Tent混沌序列产生初始种群,以增强种群的多样性;其次,通过设置动态控制参数来调节算法的全局探索与局部开发之间的平衡,提高算法的收敛性;同时,引入正交重心反向学习策略改进樽海鞘个体的位置信息更新,从而,强化算法的全局寻优能力以克服算法早熟收敛,以避免陷入局部极值,从而全面提高算法的优化性能;最后,将该算法用于求解含电动汽车微电网经济优化问题,在孤岛和并网两种模式下分别进行仿真实验,并与其他算法的优化结果进行比较.仿真结果表明,基于ISSA算法的优化结果均优于其他方法,两种模式下运行成本最大降幅分别为29.1%和20.0%,证明了所提算法的可行性和实用性. 展开更多
关键词 电动汽车 微电网 经济调度 樽海鞘算法 tent混沌映射 重心反向学习
在线阅读 下载PDF
多策略SMA-BP神经网络的空气质量指数预测 被引量:3
6
作者 文昌俊 陈洋洋 +1 位作者 何永豪 陈凡 《电子测量技术》 北大核心 2023年第22期78-86,共9页
针对BP神经网络预测精度不佳、预测结果不稳定的问题,提出改进黏菌算法(ISMA)优化BP神经网络的预测模型,引入Tent混沌映射克服初始种群分布不均的缺点,针对黏菌算法位置更新的随机性和后期容易陷入局部最优等问题引入领导者策略和莱维... 针对BP神经网络预测精度不佳、预测结果不稳定的问题,提出改进黏菌算法(ISMA)优化BP神经网络的预测模型,引入Tent混沌映射克服初始种群分布不均的缺点,针对黏菌算法位置更新的随机性和后期容易陷入局部最优等问题引入领导者策略和莱维飞行策略,利用自适应反向学习策略扩大搜索空间并用23组基准函数加以测试。随后利用ISMA算法优化BP网络模型的初始权值和阈值,构建ISMA-BP空气质量指数预测模型,最后将收集到的779组空气质量指数数据代入预测模型中进行测试分析,实验结果表明,与BP神经网络模型、GWO-BP、SMA-BP模型相比,ISMA-BP模型对AQI的预测具有更高的精度,其预测的均方误差为3.8402,平均绝对误差分别为1.5078。 展开更多
关键词 黏菌算法 tent混沌映射 反向学习策略 BP神经网络 灰色关联 度空气质量预测
在线阅读 下载PDF
融合互利共生和透镜成像学习的HHO算法 被引量:24
7
作者 陈功 曾国辉 +1 位作者 黄勃 刘瑾 《计算机工程与应用》 CSCD 北大核心 2022年第10期76-86,共11页
针对哈里斯鹰优化算法收敛速度慢、易陷入局部最优的问题,提出一种融合互利共生和透镜成像学习的哈里斯鹰优化算法(improved Harris hawks optimization,IHHO)。利用Tent混沌映射初始化种群,增加种群多样性,提高算法寻优性能;在探索阶... 针对哈里斯鹰优化算法收敛速度慢、易陷入局部最优的问题,提出一种融合互利共生和透镜成像学习的哈里斯鹰优化算法(improved Harris hawks optimization,IHHO)。利用Tent混沌映射初始化种群,增加种群多样性,提高算法寻优性能;在探索阶段融入一种互利共生思想,并引入非线性惯性因子,以增强种群信息交流,加快算法收敛速度;提出一种透镜成像反向学习策略,对哈里斯鹰位置以一定概率进行扰动变异,提高算法跳出局部最优的能力。通过16个基准测试函数进行仿真实验,结果表明,IHHO与其余5种算法相比,收敛速度更快,寻优精度更高;鲁棒性更强。同时,将IHHO应用于图像分割问题中,仿真实验验证了该算法在实际工程应用中的可行性。 展开更多
关键词 哈里斯鹰优化算法 tent混沌映射 互利共生 透镜成像 反向学习 图像分割
在线阅读 下载PDF
基于混沌精英黏菌算法的无刷直流电机转速控制 被引量:19
8
作者 肖亚宁 孙雪 +1 位作者 李三平 姚金言 《科学技术与工程》 北大核心 2021年第28期12130-12138,共9页
针对传统比例-积分-微分(proportional integral differential,PID)在无刷直流电机转速控制中存在响应速度慢、稳定性差等缺点,提出了一种基于混沌精英黏菌算法的自适应控制方法。首先,分析并建立了无刷直流电机数学模型。其次,为进一... 针对传统比例-积分-微分(proportional integral differential,PID)在无刷直流电机转速控制中存在响应速度慢、稳定性差等缺点,提出了一种基于混沌精英黏菌算法的自适应控制方法。首先,分析并建立了无刷直流电机数学模型。其次,为进一步提高标准黏菌算法的收敛速度和求解精度,采用Tent混沌映射丰富种群多样性,同时引入精英反向学习策略扩大搜索范围。最后,将上述改进算法应用于无刷直流电机的速度环PID参数自整定。通过在不同运行条件下进行MATLAB仿真以及实验,结果表明:对比传统PID以及模糊PID,所提方法能够使得控制精度得到显著提高,并且具有响应速度快,抗干扰能力强等优势。 展开更多
关键词 无刷直流电机 比例-积分-微分(PID)控制 黏菌算法 tent混沌映射 精英反向学习 转速控制
在线阅读 下载PDF
基于优化极限学习机的人造板厚度在线检测 被引量:3
9
作者 张晴 朱良宽 +1 位作者 Alaa M.E.Mohamed 史晗 《森林工程》 北大核心 2021年第4期58-65,共8页
为提高人造板厚度检测精度,提出一种基于改进哈里斯鹰优化(Harris Hawk Optimization,HHO)算法提升极限学习机(Extreme Learning Machine,ELM)的人造板厚度检测方法。通过对HHO算法进行改进,并利用优化后的算法对ELM的权值和偏置值等参... 为提高人造板厚度检测精度,提出一种基于改进哈里斯鹰优化(Harris Hawk Optimization,HHO)算法提升极限学习机(Extreme Learning Machine,ELM)的人造板厚度检测方法。通过对HHO算法进行改进,并利用优化后的算法对ELM的权值和偏置值等参数进行选择,在提升算法性能的基础上保留其寻优机制。同时,在初始种群位置中引入Tent映射反向学习,减少了不必要的全局搜索,在不影响种群多样性的条件下提高算法的收敛速度。最后以中密度纤维板(Medium Density Fiberboard,MDF)为例进行在线检测实验,得到实验数据并进行对比分析。实验结果显示,所提方法能够有效地减少测量误差,提高测量精度,具有一定的实际应用价值。 展开更多
关键词 中密度纤维板 极限学习 哈里斯鹰优化算法 tent映射 反向学习策略 在线测厚系统
在线阅读 下载PDF
一种基于多策略的改进黏菌算法 被引量:1
10
作者 王喜敏 袁杰 寇巧媛 《广西师范大学学报(自然科学版)》 CAS 北大核心 2022年第6期98-108,共11页
针对黏菌算法(slime mould algorithm,SMA)搜索效率低和陷入局部最优的问题,本文提出一种多策略改进黏菌算法。首先,通过Tent映射反向学习策略求得较优种群作为初始种群,提高算法收敛速度;其次,黏菌通过自适应权值策略和扰动策略更新位... 针对黏菌算法(slime mould algorithm,SMA)搜索效率低和陷入局部最优的问题,本文提出一种多策略改进黏菌算法。首先,通过Tent映射反向学习策略求得较优种群作为初始种群,提高算法收敛速度;其次,黏菌通过自适应权值策略和扰动策略更新位置,调整算法勘探能力和开发能力,避免陷入早熟并提高收敛速度;最后,与PSO、WOA、GWO、SMA等4种算法和相关改进SMA算法相比,对CEC测试函数的寻优结果表明:本文改进算法的搜索效率和避免陷入局部最优能力较强,算法能在较短时间内找到全局最优值,对测试函数的收敛速度和收敛精度均有不同程度提高。 展开更多
关键词 tent映射 反向学习策略 自适应权值策略 扰动策略 黏菌算法
在线阅读 下载PDF
混合策略改进鲸鱼优化算法 被引量:30
11
作者 徐航 张达敏 +2 位作者 王依柔 宋婷婷 樊英 《计算机工程与设计》 北大核心 2020年第12期3397-3404,共8页
为使鲸鱼优化算法在具备摆脱局部最优区域能力的同时提升算法寻优能力,提出一种基于混合策略的改进鲸鱼优化算法。利用混沌的特性对初始种群位置进行优化,使种群个体更加丰富多样,位置分布更加合理;提出一种混合反向学习策略,将透镜成... 为使鲸鱼优化算法在具备摆脱局部最优区域能力的同时提升算法寻优能力,提出一种基于混合策略的改进鲸鱼优化算法。利用混沌的特性对初始种群位置进行优化,使种群个体更加丰富多样,位置分布更加合理;提出一种混合反向学习策略,将透镜成像反向学习策略和最优最差反向学习策略相结合,提高领导者跳出局部最优区域的能力,提高算法的求解精度;出于协调改进算法勘探能力的目的,将自适应概率阈值p′和权重ω融入到算法中。对6个单峰函数和4个多峰函数的仿真结果验证了所提优化算法在收敛速度和寻优精度等方面有较大的提高。 展开更多
关键词 鲸鱼优化算法 tent混沌映射 透镜成像反向学习 概率阈值 惯性权重
在线阅读 下载PDF
基于混沌映射与光学现象改进的黑翅鸢优化算法
12
作者 王伟 广家和 +2 位作者 徐兴国 孙渝景 夏毅强 《科学技术与工程》 2025年第25期10800-10809,共10页
针对黑翅鸢优化算法(black-winged kite optimization algorithm,BKA)在全局探索与局部开发能力之间存在的不平衡,以及易陷入局部最优解的问题,提出了一种改进的黑翅鸢优化算法(improved BKA,IBKA)。首先,采用Tent混沌映射策略对种群进... 针对黑翅鸢优化算法(black-winged kite optimization algorithm,BKA)在全局探索与局部开发能力之间存在的不平衡,以及易陷入局部最优解的问题,提出了一种改进的黑翅鸢优化算法(improved BKA,IBKA)。首先,采用Tent混沌映射策略对种群进行初始化,提高种群的多样性。其次,在BKA的捕食行为中引入了一种动态透镜成像学习策略,以提高算法摆脱局部最优解的概率。最后,在BKA的迁移过程中集成了夫琅禾费衍射搜索策略,旨在提升算法的性能,实现快速寻优。实验结果表明,所提出的改进方法能够有效增强算法性能,经过改进后的IBKA具有更高的搜索精度、更快的收敛速度,并且展现出较强的实用性。 展开更多
关键词 黑翅鸢优化算法 tent混沌映射策略 动态透镜成像学习策略 夫琅禾费衍射搜索策略
在线阅读 下载PDF
基于改进TSO优化Xception的PEMFC故障诊断
13
作者 张领先 刘斌 +1 位作者 邓琳 任宇航 《化工学报》 EI CSCD 北大核心 2024年第3期945-955,共11页
针对质子交换膜燃料电池(PEMFC)的故障诊断问题,提出了一种利用改进的瞬态搜索优化(TSO)算法优化Xception网络的故障通用诊断方法。首先,对故障数据进行线性判别分析降维和归一化处理,在保留主要特征的前提下降低计算复杂度;其次,引入T... 针对质子交换膜燃料电池(PEMFC)的故障诊断问题,提出了一种利用改进的瞬态搜索优化(TSO)算法优化Xception网络的故障通用诊断方法。首先,对故障数据进行线性判别分析降维和归一化处理,在保留主要特征的前提下降低计算复杂度;其次,引入Tent混沌映射和反向学习策略增强TSO算法的全局搜索能力,在训练阶段对Xception神经网络的超参数进行优化;最后,使用充分训练的Xception网络对PEMFC故障进行分类识别,并与经典的分类模型进行对比。在基于实验测量的水管理故障数据和仿真产生的多类故障数据上,Xception均取得了最高的分类准确率,分别为100%和98.08%,这表明Xception对数据特征的提取能力较强,且所提方法能作为一种PEMFC故障的通用诊断方法。 展开更多
关键词 质子交换膜燃料电池 故障诊断 tent混沌映射 反向学习 瞬态搜索优化 Xception神经网络
在线阅读 下载PDF
基于多项优化哈里斯鹰算法的同步电机参数辨识
14
作者 廖正霖 沈艳霞 《计量学报》 CSCD 北大核心 2024年第12期1868-1875,共8页
针对永磁同步电机(PMSM)参数辨识领域的传统方法存在难以同时辨识多参数、辨识精度不够高等问题,提出一种参数辨识算法。该算法中采用了哈里斯鹰优化算法。为了提高参数辨识的准确度和稳定性,从3个方面对哈里斯鹰算法进行改进:首先,从... 针对永磁同步电机(PMSM)参数辨识领域的传统方法存在难以同时辨识多参数、辨识精度不够高等问题,提出一种参数辨识算法。该算法中采用了哈里斯鹰优化算法。为了提高参数辨识的准确度和稳定性,从3个方面对哈里斯鹰算法进行改进:首先,从种群的初始化方向引入Logistic混沌映射来初始化鹰群的位置,增加种群的多样性,加快辨识算法的收敛速度;其次,从鹰群位置更新的角度考虑,通过随机反向学习策略优化鹰群中位置最差个体,使算法的模糊性和随机性提高,增强全局搜索性能,使辨识结果更精确;最后,为了防止过早收敛,将目前的最佳个体位置保留进入下一次迭代,改善传统哈里斯鹰算法易陷入局部最优和精度下降的问题。在基于PMSM电压方程建立的数学模型基础上,将多项优化的哈里斯鹰算法(MIHHO)和标准哈里斯鹰算法(HHO)、粒子群算法(PSO)以及麻雀搜索算法(SSA)进行测试。经过仿真和实验证明,MIHHO对于PMSM参数辨识具有更加优秀的稳定性、收敛速度以及更高的辨识精度。 展开更多
关键词 电学测量 永磁同步电机 哈里斯鹰算法 参数辨识 LOGISTIC混沌映射 随机反向学习策略
在线阅读 下载PDF
基于改进QPSO算法的光伏发电最大功率点跟踪 被引量:2
15
作者 方胜利 杨峰 +2 位作者 朱晓亮 马春艳 侯贸军 《安徽大学学报(自然科学版)》 CAS 北大核心 2023年第4期57-66,共10页
光伏阵列输出在不同工况下具有单峰或多峰特性.针对因最大功率点跟踪(maximum power point tracking,简称MPPT)精度不高、跟踪时间较长而导致光伏发电效率低下的问题,提出一种改进的量子粒子群优化(quantum particle swarm optimization... 光伏阵列输出在不同工况下具有单峰或多峰特性.针对因最大功率点跟踪(maximum power point tracking,简称MPPT)精度不高、跟踪时间较长而导致光伏发电效率低下的问题,提出一种改进的量子粒子群优化(quantum particle swarm optimization,简称QPSO)算法.采用Logistic混沌映射初始化粒子种群;在种群进化前期将反向学习策略引入惯性权重自适应调整的量子粒子群优化(dynamically changing weights quantum-behaved particle swarm optimization,简称DCWQPSO),扩大种群搜索范围,提高种群的全局搜索能力;在种群进化后期将模拟退火机制引入DCWQPSO,提高种群收敛速度,并对粒子群进行柯西变异,增强粒子的多样性,提升局部搜索能力.Matlab仿真结果表明:相对其他4种算法,该文提出的改进QPSO算法的跟踪时间更短、跟踪精度更高.因此,该文算法具有优越性. 展开更多
关键词 最大功率点跟踪 改进量子粒子群优化 LOGISTIC混沌映射 反向学习策略 模拟退火 柯西变异
在线阅读 下载PDF
基于IGSA-BP网络的瓦斯涌出量预测模型 被引量:14
16
作者 徐耀松 齐翠玉 丰胜成 《电子测量与仪器学报》 CSCD 北大核心 2019年第5期111-117,共7页
为提高煤矿瓦斯涌出量预测的精度和效率,提出一种基于改进的万有引力算法(IGSA)的BP神经网络IGSA-BP瓦斯涌出量预测模型。由于BP神经网络的初始权值和阈值对网络的预测精度和收敛速度有较大影响,采用改进的万有引力算法训练BP神经网络... 为提高煤矿瓦斯涌出量预测的精度和效率,提出一种基于改进的万有引力算法(IGSA)的BP神经网络IGSA-BP瓦斯涌出量预测模型。由于BP神经网络的初始权值和阈值对网络的预测精度和收敛速度有较大影响,采用改进的万有引力算法训练BP神经网络的初始权值和阈值,引入粒子群算法记忆与社会信息交流的思想,对万有引力算法(GSA)的速度与位置更新公式进行改进,采用Tent混沌映射增加GSA种群的多样性,使算法避免陷入局部极值并增强GSA的遍历搜索能力。结果表明,改进的万有引力BP神经网络预测结果的误差在0.20 m^3/min以内,与未经改进的万有引力BP神经网络和粒子群BP神经网络相比,预测精度分别提高了近5倍和10倍,说明该方法对煤矿瓦斯涌出量具有更好的预测精度和收敛速度。 展开更多
关键词 瓦斯涌出量 预测 BP神经网络 万有引力算法 反向学习机制 tent混沌映射
在线阅读 下载PDF
基于改进多元宇宙算法优化ELM的短期电力负荷预测 被引量:36
17
作者 龙干 黄媚 +3 位作者 方力谦 郑林灵 蒋崇颖 张勇军 《电力系统保护与控制》 EI CSCD 北大核心 2022年第19期99-106,共8页
为改善因人工神经网络参数随机初始化对短期电力负荷预测带来的不足,提出一种基于改进多元宇宙(improved multivariate universe optimizer, IMVO)算法优化极限学习机(extreme learning machine, ELM)的短期电力负荷预测方法。算法的改... 为改善因人工神经网络参数随机初始化对短期电力负荷预测带来的不足,提出一种基于改进多元宇宙(improved multivariate universe optimizer, IMVO)算法优化极限学习机(extreme learning machine, ELM)的短期电力负荷预测方法。算法的改进包含3个方面。首先,添加beta分布的随机数得到改进Tent混沌映射方法,采用遍历均匀性更好的改进Tent混沌映射方法使MVO算法得到好的初始解位置。其次,采用指数形式改进传统MVO算法的旅行距离率,利用指数形式改进后可使算法在整个寻优迭代前中期保持较高的全局开发水平。然后,采用精英反向学习的方法改进宇宙群。通过基准函数测试改进前后算法的性能,表明IMVO算法具有更好的稳定性和鲁棒性。最后,利用IMVO算法优化ELM的权值和阈值,建立IMVO-ELM短期电力负荷预测模型。通过实例分析和实验对比,表明IMVO-ELM模型的稳定性、预测精度和泛化能力均优于其他模型。 展开更多
关键词 短期电力负荷预测 多元宇宙算法 极限学习 改进tent混沌映射 精英反向学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部