期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于SBO-PP模型的水资源可持续发展能力评价模型及应用 被引量:13
1
作者 胡林凯 崔东文 《水利经济》 2017年第5期7-11,31,共6页
为利用投影寻踪(PP)技术科学,客观评价区域水资源可持续发展能力,基于生态环境、水资源和经济社会因素选取20个指标构建区域水资源可持续发展能力评价指标体系。利用新型仿生群体智能算法——凉亭鸟优化(SBO)算法优化PP技术最佳投影方向... 为利用投影寻踪(PP)技术科学,客观评价区域水资源可持续发展能力,基于生态环境、水资源和经济社会因素选取20个指标构建区域水资源可持续发展能力评价指标体系。利用新型仿生群体智能算法——凉亭鸟优化(SBO)算法优化PP技术最佳投影方向,提出SBO-PP水资源可持续发展能力评价模型,并构建灰狼优化(GWO)算法-PP模型、人工蜂群(ABC)算法-PP模型、差分进化(DE)算法-PP模型、地理生物学优化(BBO)算法-PP模型、粒子群优化(PSO)算法-PP模型作对比,以云南省2006—2015年及2020年水资源可持续发展能力评价为例进行实例研究。结果表明:SBO算法优化PP技术获得的适应度值优于GWO、ABC、DE、BBO和PSO算法,具有较好的求解精度、稳健性能和极值寻优能力。SBO-PP模型对云南省2006—2007年水资源可持续发展能力评价为"较差",2008—2015年评价为"中等",2020年评价为"较强"。 展开更多
关键词 水资源 可持续发展能力 指标体系 凉亭鸟优化算法 投影寻踪 云南省
在线阅读 下载PDF
基于CEEMD-SBO-LSSVR的超短期风电功率组合预测 被引量:37
2
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
基于改进模糊神经推理的武器装备系统组合决策 被引量:3
3
作者 李瑞阳 何明 +1 位作者 王智学 邓巧雨 《计算机应用研究》 CSCD 北大核心 2020年第11期3241-3245,共5页
针对武器装备系统组合决策问题,提出了一种新的基于自适应模糊神经推理的组合决策模型。首先用由高斯函数表示的模糊集定量描述武器系统的作战效能和敏捷性;接着基于波士顿投资组合矩阵进行武器系统模糊分类,建立自适应神经网络;最后利... 针对武器装备系统组合决策问题,提出了一种新的基于自适应模糊神经推理的组合决策模型。首先用由高斯函数表示的模糊集定量描述武器系统的作战效能和敏捷性;接着基于波士顿投资组合矩阵进行武器系统模糊分类,建立自适应神经网络;最后利用鸟群算法优化模型相关参数。在样本数据库上的仿真结果表明,该方法可以反映武器系统组合状态,使决策者可以根据需求对组合策略进行调整更新。此外鸟群算法优化后的模型能够在一定程度上提高分类精度,与传统模型相比,具有更低的均方误差和更高的误差容忍率。 展开更多
关键词 体系 投资组合决策 模糊神经推理 波士顿投资矩阵 鸟群算法
在线阅读 下载PDF
基于筑巢机制的移动机器人路径规划 被引量:2
4
作者 任红格 宋雪琪 《激光杂志》 CAS 北大核心 2022年第10期155-158,共4页
针对移动机器人轨迹安全及路径规划效率的问题,提出了一种基于筑巢机制的路径规划方法。首先应用转弯行走策略,极大确保移动机器人行走过程当中的安全;其次在传统路径评价体系当中添加转弯因素,形成环境适应度指标;最后利用雄性园丁鸟... 针对移动机器人轨迹安全及路径规划效率的问题,提出了一种基于筑巢机制的路径规划方法。首先应用转弯行走策略,极大确保移动机器人行走过程当中的安全;其次在传统路径评价体系当中添加转弯因素,形成环境适应度指标;最后利用雄性园丁鸟筑巢模式中的巢穴质量和筑巢经验借鉴度分别改进蚁群算法中的初始信息素模块和信息素增值模块,提高算法的收敛速度和路径质量。实验在30×30的地图模型上进行验证,结果表明,在拐点数量以及路径长度上,该方法的输出轨迹均优于蚁群算法。 展开更多
关键词 移动机器人 路径规划 缎蓝园丁鸟优化算法 蚁群算法 环境适应度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部