为了解决高维小样本的特征选择问题,该文结合文化基因算法(Memetic algorithm,MA)与最小二乘支持向量机(Memetic algorithm and least squares support vector machine,MALSSVM),设计了一种封装式(Wrapper)特征选择算法。该方法将全局...为了解决高维小样本的特征选择问题,该文结合文化基因算法(Memetic algorithm,MA)与最小二乘支持向量机(Memetic algorithm and least squares support vector machine,MALSSVM),设计了一种封装式(Wrapper)特征选择算法。该方法将全局搜索与局部搜索相结合作为求解策略,利用了最小二乘支持向量机易于求解的特点,构造分类器,以分类的准确率作为文化基因算法寻优过程中适应度函数的主要成分。实验表明,MA-LSSVM可以较高效稳定地获取对分类贡献较大的特征,降低数据维度,提高了分类效率。展开更多
为提高燃料电池并网发电系统运行的小干扰稳定性,提出一种燃料电池并网发电系统控制参数全局优化方法。针对大功率质子交换膜燃料电池(PEMFC)动态特性,建立150 k W的PEMFC发电系统模型,在此基础上建立系统的小信号模型。利用特征值分析...为提高燃料电池并网发电系统运行的小干扰稳定性,提出一种燃料电池并网发电系统控制参数全局优化方法。针对大功率质子交换膜燃料电池(PEMFC)动态特性,建立150 k W的PEMFC发电系统模型,在此基础上建立系统的小信号模型。利用特征值分析法分析确定影响系统稳定的关键参数,在充分考虑系统小干扰稳定性、阻尼比和稳定裕度协调优化情况下,利用回溯搜索算法(BSA)实现对燃料电池发电系统的关键控制参数的全局优化。展开更多
文摘为了解决高维小样本的特征选择问题,该文结合文化基因算法(Memetic algorithm,MA)与最小二乘支持向量机(Memetic algorithm and least squares support vector machine,MALSSVM),设计了一种封装式(Wrapper)特征选择算法。该方法将全局搜索与局部搜索相结合作为求解策略,利用了最小二乘支持向量机易于求解的特点,构造分类器,以分类的准确率作为文化基因算法寻优过程中适应度函数的主要成分。实验表明,MA-LSSVM可以较高效稳定地获取对分类贡献较大的特征,降低数据维度,提高了分类效率。
文摘为提高燃料电池并网发电系统运行的小干扰稳定性,提出一种燃料电池并网发电系统控制参数全局优化方法。针对大功率质子交换膜燃料电池(PEMFC)动态特性,建立150 k W的PEMFC发电系统模型,在此基础上建立系统的小信号模型。利用特征值分析法分析确定影响系统稳定的关键参数,在充分考虑系统小干扰稳定性、阻尼比和稳定裕度协调优化情况下,利用回溯搜索算法(BSA)实现对燃料电池发电系统的关键控制参数的全局优化。
