-
题名基于云模型的入侵杂草优化算法
被引量：8
- 1
-
-
作者
刘挺
王联国
-
机构
甘肃农业大学信息科学技术学院
-
出处
《计算机工程》
CAS
CSCD
2014年第12期156-160,共5页
-
基金
国家自然科学基金资助项目(61063028)
甘肃省教育信息化发展战略研究基金资助项目(2011-2)
-
文摘
提出一种基于云模型的入侵杂草优化算法,根据杂草适应度值的大小将杂草种群分为优良子群、普通子群和较差子群。通过CR调整标准差,不同的子群采取不同的标准差进行扩散,优良子群采用较小的标准差进行精细搜索,普通子群利用云模型的随机性和模糊性动态调整标准差,进行自适应搜索,较差子群采用较大的标准差进行全局搜索。由此加快了算法的收敛速度,较好地平衡了全局搜索能力和局部搜索能力,并且在一定程度上避免了算法陷入局部最优。对7个测试函数进行仿真实验,结果表明,该算法具有较高的寻优精度和更快的收敛速度。
-
关键词
杂草优化算法
云模型
精细搜索
自适应
局部最优
x条件云发生器
-
Keywords
Invasive Weed Optimization（ IWO） algorithm
cloud model
fine-grained search
adaptive
local optimum
x-conditional cloud generator
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于混合半云模型的风速-功率曲线建模方法
被引量：8
- 2
-
-
作者
杨茂
张罗宾
崔杨
杨琼琼
黄宾阳
-
机构
东北电力大学现代电力系统仿真控制与绿色电能新技术教育部重点实验室
国网陕西省电力有限公司宝鸡供电公司
国网重庆市电力有限公司检修分公司
-
出处
《电力自动化设备》
EI
CSCD
北大核心
2020年第5期106-112,共7页
-
基金
国家重点研发计划项目(促进可再生能源消纳的风电/光伏发电功率预测技术及应用)(2018YFB0904200)。
-
文摘
风速-功率曲线的准确建模是风电机组出力态势评估和风电功率预测的关键基础之一。计及风电映射关系的不确定性及功率曲线的分布形态,提出一种基于混合半云模型的建模策略来实现对风功率数据固有和随机分布特征的挖掘和建模。引入最优组内云熵算法快速有效地剔除异常数据;采用逆向云发生器求取期望、熵与超熵数字特征来定量刻画风速-功率对应关系的不确定性,构建腰部数据的半云模型;通过X条件云发生器和正向云发生器分别求取腰部和上部数据的功率云滴,实现定性数字特征向定量数据的转换。以中国东北某大型风电场的实测数据为例,从数据质量、频率分布和风功率预测等维度分析混合半云模型,验证了所提方法的可行性。
-
关键词
混合半云模型
风速-功率曲线
x条件云发生器
最优组内云熵算法
不确定性预测
-
Keywords
hybrid half-cloud model
wind speed-power curve
x condition cloud generator
optimal segmentation cloud entropy algorithm
uncertainty forecasting
-
分类号
TM614
[电气工程—电力系统及自动化]
-
-
题名基于黄金分割准则的混沌云粒子群算法
被引量：3
- 3
-
-
作者
祁莹
苏宏升
-
机构
兰州交通大学自动化与电气工程学院
-
出处
《计算机工程与应用》
CSCD
2013年第22期244-247,270,共5页
-
文摘
针对传统粒子群算法寻优精度不高、易早熟的缺点,提出了基于黄金分割评判准则的混沌云粒子群(CCGPSO)算法。该算法利用黄金分割评判准则,将粒子群按照适应度大小分为标准粒子、混沌云粒子、云粒子三个子群,分别进行不同的算法操作。黄金分割的引入使整个粒子群可以搜索到全部解空间,解决了标准粒子群算法易陷入局部最优解和寻优精度不高的问题。选取了四种典型函数测试,并与混沌云粒子群算法(CCPSO)比较。仿真结果表明CCGPSO具有较高的寻优精度和收敛速度。
-
关键词
黄金分割
粒子群算法
混沌算法
x条件云发生器
-
Keywords
golden section
Particle Swarm Optimization（PSO）
chaos optimization
x condition cloud generator
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
