期刊文献+
共找到2,707篇文章
< 1 2 136 >
每页显示 20 50 100
基于精英种群策略的协同差分进化算法 预览
1
作者 马永杰 朱琳 田福泽 《计算机工程与科学》 CSCD 北大核心 2019年第2期335-342,共8页
针对差分进化算法在处理函数优化时存在的过早收敛和易陷入局部最优的问题,提出了一种基于精英种群策略的协同差分进化算法。在优化过程中,首先对种群进行适应度值评估和排序,提取前N个优秀个体组成精英种群,其余个体随机分为3个等大的... 针对差分进化算法在处理函数优化时存在的过早收敛和易陷入局部最优的问题,提出了一种基于精英种群策略的协同差分进化算法。在优化过程中,首先对种群进行适应度值评估和排序,提取前N个优秀个体组成精英种群,其余个体随机分为3个等大的子种群,每个子种群采取不同的进化策略,以此来保证种群的多样性;然后每隔一定代数,根据新的适应度值更新精英种群和其余3个子种群,这样可以有效地避免算法陷入局部最优;最后,将所提出的算法与4个先进的差分进化算法在CEC2014的30个标准测试函数上进行对比实验。实验结果表明,所提出的算法能够有效提高收敛速度,具有较高的收敛精度和较好的优化性能。 展开更多
关键词 差分进化 函数优化 精英种群 协同进化 参数自适应
在线阅读 下载PDF
集成学习人工蜂群算法 预览
2
作者 杜振鑫 刘广钟 赵学华 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第2期124-131,共8页
为了抑制人工蜂群算法中的早熟收敛问题,提出一种集成学习框架,挖掘种群中的有用信息来抑制早熟。当个体产生候选解的时候,通过对所有好于当前解的个体线性组合,产生一个集成最优解;然后利用相应的人工蜂群算法的搜索公式产生候选解,该... 为了抑制人工蜂群算法中的早熟收敛问题,提出一种集成学习框架,挖掘种群中的有用信息来抑制早熟。当个体产生候选解的时候,通过对所有好于当前解的个体线性组合,产生一个集成最优解;然后利用相应的人工蜂群算法的搜索公式产生候选解,该公式中的全局最优解被集成最优解代替。该框架通过产生更有希望的个体带领算法进化,帮助算法逃离局部最优解。实验表明,新的集成学习框架显著地提高了全局最优解引导的人工蜂群算法的性能,而没有增加算法的计算复杂度,且该框架可提高全局最优解引导的差分、粒子群算法的性能。 展开更多
关键词 人工蜂群算法 集成学习 粒子群算法 差分进化算法 进化计算
在线阅读 下载PDF
基于双模式迁移策略的生物地理学优化算法 预览
3
作者 李昌兴 张颖 《西安邮电大学学报》 2019年第1期73-78,84共7页
提出了一种基于双模式迁移策略的生物地理学优化算法。该算法在标准生物地理学优化算法的基础上,引入自适应的差分变异算子对迁移算子进行改善,并将改进后迁移算子与标准的迁移算子相结合形成双迁移模式,同时,通过调节参数对两种迁移模... 提出了一种基于双模式迁移策略的生物地理学优化算法。该算法在标准生物地理学优化算法的基础上,引入自适应的差分变异算子对迁移算子进行改善,并将改进后迁移算子与标准的迁移算子相结合形成双迁移模式,同时,通过调节参数对两种迁移模式加以平衡。利用10个基准测试函数进行测试,结果表明,与两种单模式算法相比,改进后的生物地理学优化算法优化性能提升,其收敛速度、收敛精度提高、算法稳定性具有明显优势,且当参数取0.65~0.75时算法的性能达到最优。 展开更多
关键词 生物地理学优化算法 双模式迁移策略 差分演化
在线阅读 下载PDF
一种改进的灰狼优化算法 预览
4
作者 龙文 蔡绍洪 +1 位作者 焦建军 伍铁斌 《电子学报》 EI CAS CSCD 北大核心 2019年第1期169-175,共7页
灰狼优化算法是最近提出的一种较有竞争力的优化技术.然而,它的位置更新方程存在开发能力强而探索能力弱的缺点.受差分进化和粒子群优化算法的启发,构建一个修改的个体位置更新方程以增强算法的探索能力;受粒子群优化算法的启发,提出一... 灰狼优化算法是最近提出的一种较有竞争力的优化技术.然而,它的位置更新方程存在开发能力强而探索能力弱的缺点.受差分进化和粒子群优化算法的启发,构建一个修改的个体位置更新方程以增强算法的探索能力;受粒子群优化算法的启发,提出一种控制参数a随机动态调整策略.此外,为了提高算法的全局收敛速度,用混沌初始化方法产生初始种群.采用18个高维测试函数进行仿真实验,结果表明:对于绝大多数情形,在相同最大适应度函数评价次数下,本文算法的性能明显优于标准灰狼优化算法. 展开更多
关键词 灰狼优化算法 差分进化 粒子群优化 控制参数 混沌初始化
在线阅读 下载PDF
An Improved DV-Hop Localization Algorithm Based on Hop Distances Correction 预览
5
作者 Guiqi Liu Zhihong Qian Xue Wang 《中国通信:英文版》 SCIE CSCD 2019年第6期200-214,共15页
DV-Hop localization algorithm has greater localization error which estimates distance from an unknown node to the different anchor nodes by using estimated average size of a hop to achieve the location of the unknown ... DV-Hop localization algorithm has greater localization error which estimates distance from an unknown node to the different anchor nodes by using estimated average size of a hop to achieve the location of the unknown node.So an improved DV-Hop localization algorithm based on correctional average size of a hop,HDCDV-Hop algorithm,is proposed.The improved algorithm corrects the estimated distance between the unknown node and different anchor nodes based on fractional hop count information and relatively accurate coordinates of the anchor nodes information,and it uses the improved Differential Evolution algorithm to get the estimate location of unknown nodes so as to further reduce the localization error.Simulation results show that our proposed algorithm have lower localization error and higher localization accuracy compared with the original DV-Hop algorithm and other classical improved algorithms. 展开更多
关键词 WSN DV-HOP localization ALGORITHM HOP Distance CORRECTION IMPROVED Differential Evolution ALGORITHM
在线阅读 下载PDF
基于DE-RBF神经网络的短电弧脉冲电源恒压控制 预览
6
作者 孟崇崇 周建平 胡国玉 《机床与液压》 北大核心 2019年第19期16-19,51共5页
为获得较好的短电弧脉冲电源稳压效果,实现短电弧加工高效率、低损耗的目的,提出了一种基于差分进化算法(DE)优化RBF神经网络的PID控制策略。建立了MATLAB/Simulink电源系统仿真模型,仿真对比分析了传统PID及RBFPID控制策略,并进行了短... 为获得较好的短电弧脉冲电源稳压效果,实现短电弧加工高效率、低损耗的目的,提出了一种基于差分进化算法(DE)优化RBF神经网络的PID控制策略。建立了MATLAB/Simulink电源系统仿真模型,仿真对比分析了传统PID及RBFPID控制策略,并进行了短电弧铣削加工对比实验。结果表明:新型控制策略下的脉冲电源输出稳定、抗干扰性强、稳压效果好,加工效率提升59.7%,相对电极损耗减少3.07%。 展开更多
关键词 短电弧 差分进化 RBF 脉冲电源
在线阅读 下载PDF
基于DE和NSGAⅡ的集装箱多式联运的路径优化算法 预览
7
作者 梅梦婷 米小珍 郑晓军 《现代电子技术》 北大核心 2019年第15期144-149,共6页
考虑集装箱多式联运过程中时间参数的不确定性,引入三角模糊数用于表示在途时间和中转时间,同时考虑班期产生的等待时间,将碳排放纳入考量范畴,建立基于时间、成本和碳排放量的多目标模型。提出基于DE和NSGA-Ⅱ的DE-NSGAⅡ多目标优化算... 考虑集装箱多式联运过程中时间参数的不确定性,引入三角模糊数用于表示在途时间和中转时间,同时考虑班期产生的等待时间,将碳排放纳入考量范畴,建立基于时间、成本和碳排放量的多目标模型。提出基于DE和NSGA-Ⅱ的DE-NSGAⅡ多目标优化算法,该算法通过差分方法模拟NSGA-Ⅱ的交叉和变异算子及自适应控制策略调整交叉因子和缩放因子来提高算法搜索能力。实例表明,在求解组合优化问题时,DE-NSGAⅡ算法的Pareto最优解集分布更均匀,收敛速度更快,证明了DE-NSGAⅡ算法的可行性和优越性。 展开更多
关键词 集装箱多式联运 NSGA-Ⅱ 差分算法 碳排放 多目标模型 优化算法
在线阅读 下载PDF
改进光纤光栅应变分布解调算法中优化目标函数的理论与方法
8
作者 张伟 苏超乾 +3 位作者 张梅 雷小华 章鹏 陈伟民 《中国激光》 EI CAS CSCD 北大核心 2019年第2期171-178,共8页
分析了光纤布拉格光栅(FBG)反射光谱的获取方式,根据反射光谱的特征,提出了利用相关系数改进FBG应变分布解调算法中优化目标函数的理论方法。结合差分进化算法,对改进算法与传统算法的性能进行了对比仿真。仿真结果表明,传统算法仅适用... 分析了光纤布拉格光栅(FBG)反射光谱的获取方式,根据反射光谱的特征,提出了利用相关系数改进FBG应变分布解调算法中优化目标函数的理论方法。结合差分进化算法,对改进算法与传统算法的性能进行了对比仿真。仿真结果表明,传统算法仅适用于能获知FBG真实反射率的情况,而改进算法还适用于无法获知FBG真实反射率的情况,所提方法提升了FBG应变分布解调算法的实际应用能力。 展开更多
关键词 光纤光学 光纤布拉格光栅 非均匀应变分布 差分进化 解调
联合补货策略下基于改进蛙跳算法的选址:库存集成优化研究 预览
9
作者 王林 冯俊翔 张金隆 《管理工程学报》 CSSCI CSCD 北大核心 2019年第2期180-187,共8页
构建了一种基于联合补货策略的配送中心选址-库存集成优化新模型,该模型允许存在瑕疵品并导致缺货。设计了一种改进的自适应混合差分蛙跳算法(Adaptive Hybrid Differential Frog Leaping Algorithm, AHDFLA),该算法将差分进化算法的变... 构建了一种基于联合补货策略的配送中心选址-库存集成优化新模型,该模型允许存在瑕疵品并导致缺货。设计了一种改进的自适应混合差分蛙跳算法(Adaptive Hybrid Differential Frog Leaping Algorithm, AHDFLA),该算法将差分进化算法的变异操作与蛙跳算法的寻优操作相结合,同时对三种局部寻优策略进行改进,最后增加审判操作来综合提高原始蛙跳算法的收敛速度和全局寻优能力。进而采用 AHDFLA 算法对该模型进行求解,最后通过对算例中部分参数进行敏感性分析,得出不同参数对总成本的影响,可为企业运营管理提供科学的决策参考。 展开更多
关键词 选址-库存 联合采购 瑕疵品 蛙跳算法 差分进化
在线阅读 下载PDF
基于变异交叉方程与进化选择机制的回溯优化改进算法 预览
10
作者 赵琳敬 葛宝臻 陈雷 《计算机应用研究》 CSCD 北大核心 2019年第7期1980-1983,共4页
针对回溯搜索优化算法存在的收敛速度慢、容易陷入局部最优等问题,提出了一种改进算法。利用t分布产生变异尺度系数,加快了算法收敛速度;完善交叉方程结构,引入最优个体控制种群搜索方向,有效提高了算法开发能力;最后提出进化选择机制,... 针对回溯搜索优化算法存在的收敛速度慢、容易陷入局部最优等问题,提出了一种改进算法。利用t分布产生变异尺度系数,加快了算法收敛速度;完善交叉方程结构,引入最优个体控制种群搜索方向,有效提高了算法开发能力;最后提出进化选择机制,引入差分进化算法变异因子,一定概率下以较差解替换较优解,避免算法陷入局部最优。在数值实验中,选取了15个测试函数进行仿真测试,并与五种表现良好的算法进行了比较,结果表明,该算法在收敛速度及搜索精度方面有明显优势。 展开更多
关键词 回溯搜索优化算法 变异方程 交叉方程 差分进化
在线阅读 下载PDF
基于DE优化的炼焦能耗神经网络模型 预览
11
作者 陶文华 孔平平 +2 位作者 桂运金 陈娇 吴志林 《电子设计工程》 2019年第20期31-35,共5页
现今焦化行业耗能高、污染严重的问题,引起社会广泛关注,使得降低炼焦能耗,保护环境成了焦化行业亟待解决的问题。针对炼焦生产过程中炼焦能耗数学模型难以建立、统计量大等问题,分析了影响炼焦能耗的主要因素,提出了神经网络数学模型... 现今焦化行业耗能高、污染严重的问题,引起社会广泛关注,使得降低炼焦能耗,保护环境成了焦化行业亟待解决的问题。针对炼焦生产过程中炼焦能耗数学模型难以建立、统计量大等问题,分析了影响炼焦能耗的主要因素,提出了神经网络数学模型。由于差分进化算法收敛速度快、不易陷入极值等优点,建立基于差分进化算法神经网络数学模型。通过MATLAB仿真实验结果表明,模型误差波动小,寻优速度快,模型精度达到95%以上。该研究为建立炼焦能耗数学模型方面,提供了新的思路,为炼焦行业高效低耗生产指明了新方向。 展开更多
关键词 炼焦能耗 差分进化 神经网络 模型
在线阅读 下载PDF
一种新的混合演化多目标优化算法 预览
12
作者 杜冠军 佟国香 《软件》 2019年第2期6-10,共5页
在KKT(Karush-Kuhn-Tucker)条件下,m维的连续多目标优化问题的Pareto解集在决策空间是一个(m-1)维的流形(manifold)。随着算法的迭代,当前种群将分布在流形的周围。为充分利用这一规则特性(regularityproperty)以解决具有复杂PS(Paretos... 在KKT(Karush-Kuhn-Tucker)条件下,m维的连续多目标优化问题的Pareto解集在决策空间是一个(m-1)维的流形(manifold)。随着算法的迭代,当前种群将分布在流形的周围。为充分利用这一规则特性(regularityproperty)以解决具有复杂PS(Paretoset)的多目标优化问题,本文提出一种基于差分算子和分布估计算子的混合子代生成算法。首先,引入一个参数来指示当前种群的收敛程度,即当前种群解个体所构成的数据的协方差矩阵的前(m-1)个特征值的和与所有特征值的和的比,比值越大,收敛程度越高;进而,根据不同比值,自适应调节差分算子和分布估计算子生成新解的数量。将该算法在tec09系列测试函数上进行仿真实验,并与RM-MEDA、NSGA-II-DE两个算法进行对比,实验结果表明,RM-MEDA/DE算法优于与之比较的其他算法. 展开更多
关键词 流形 差分算子 分布估计算子 多目标优化
在线阅读 下载PDF
新能源并网环境下发电侧微分演化博弈竞价策略
13
作者 彭春华 钱锟 闫俊丽 《电网技术》 EI CSCD 北大核心 2019年第6期2002-2009,共8页
智能电网中新能源的大量接入及其固有的不确定性,导致电力市场对常规电能需求裕度降低并存在大幅波动性,从而对发电侧竞价策略的可靠性提出了更高的要求。将演化博弈理论引入到发电商的竞价策略中,以便在不确定性环境中可通过动态演化... 智能电网中新能源的大量接入及其固有的不确定性,导致电力市场对常规电能需求裕度降低并存在大幅波动性,从而对发电侧竞价策略的可靠性提出了更高的要求。将演化博弈理论引入到发电商的竞价策略中,以便在不确定性环境中可通过动态演化获得稳定的最优竞价策略;鉴于可再生能源出力的不确定性导致演化博弈复制动态方程难以求解,提出通过将演化博弈思想与复合微分进化算法有机融合,构造复合微分演化博弈算法实现发电商竞价发电的动态演化博弈过程;最后通过与常规竞价策略进行对比分析,验证了所提出的微分演化博弈竞价策略的优越性。 展开更多
关键词 电力市场 竞价策略 演化博弈 发电侧 微分进化
一种基于改进差分进化的K-均值聚类算法研究 预览
14
作者 王凤领 梁海英 张波 《计算机与数字工程》 2019年第5期1042-1048,共7页
针对K-均值算法的差异与缺点,对初始值敏感,易于落入局部最优解,差异进化算法具有强大的全局收敛能力和鲁棒性,但其收敛速度较慢。鉴于上述问题和缺陷,论文首先详细介绍了进化算法关键操作和差分进化算法的步骤和具体流程。然后,阐述了... 针对K-均值算法的差异与缺点,对初始值敏感,易于落入局部最优解,差异进化算法具有强大的全局收敛能力和鲁棒性,但其收敛速度较慢。鉴于上述问题和缺陷,论文首先详细介绍了进化算法关键操作和差分进化算法的步骤和具体流程。然后,阐述了基于差分进化的K-均值聚类算法的描述,步骤和具体流程。最后,提出基于改进差分进化的K均值聚类算法,详细介绍改进方案,改进算法的步骤和具体流程。基于差分进化和改进算法的K均值聚类算法进行仿真实验,实验结果表明,该算法具有较好的搜索能力,算法收敛速度更快,鲁棒性更强。 展开更多
关键词 差分进化 K-MEANS算法 K-均值聚类算法
在线阅读 下载PDF
基于改进狼群算法的水电站厂内优化运行研究
15
作者 李励 赖喜德 陈小明 《水电能源科学》 北大核心 2019年第6期164-168,共5页
针对水电站厂内运行中机组负荷分配问题的高维度、多约束的特点,提出了一种基于差分进化算法的自适应狼群算法,结合水电站厂内优化运行的优化目标和约束条件,以龙潭水电站日常运行数据为基础,采用该算法进行求解,并与遗传算法和原狼群... 针对水电站厂内运行中机组负荷分配问题的高维度、多约束的特点,提出了一种基于差分进化算法的自适应狼群算法,结合水电站厂内优化运行的优化目标和约束条件,以龙潭水电站日常运行数据为基础,采用该算法进行求解,并与遗传算法和原狼群算法计算结果进行比较。结果表明,该算法在计算耗时和收敛精度上均较遗传算法和原狼群算法有一定的改善,能满足电站实时性和精度要求,具有良好的全局搜索能力,在计算高维多机组负荷分配问题时能快速有效摆脱局部最优情况趋向全局最优解。 展开更多
关键词 水电站 厂内优化运行 狼群算法 自适应 差分进化
融合学习差分进化和粒子群优化算法的认知决策引擎 预览
16
作者 张煜培 赵知劲 郑仕链 《计算机科学》 CSCD 北大核心 2019年第6期95-101,共7页
为了提高认知无线电系统的参数决策速度和性能,提出一种融合粒子群和学习差分进化算法的认知无线电决策引擎(HPSO-BLDE)。首先,对学习差分进化算法引入自适应变异机制,使得每条染色体随个体适应度和平均适应度进行自适应变异,提高其局... 为了提高认知无线电系统的参数决策速度和性能,提出一种融合粒子群和学习差分进化算法的认知无线电决策引擎(HPSO-BLDE)。首先,对学习差分进化算法引入自适应变异机制,使得每条染色体随个体适应度和平均适应度进行自适应变异,提高其局部寻优能力。然后,改进粒子群算法的学习因子,并加入扰动项,防止算法早熟;选用更合适的变换函数,将正反向速度转换为相同概率更新粒子位置,提高最优解的精度,从而提高粒子群算法的全局寻优能力。最后,在认知引擎模型中并行地运行改进的粒子群算法(IBPSO)和差分进化算法(IBLDE),每隔固定的迭代次数后,融合两种算法的最优个体信息,得到HPSO-BLDE算法,使IBPSO算法和IBLDE算法的种群兼具二者的优点,从而提高了最优解的求解精度并加快了收敛速度。多载波通信系统的参数决策仿真结果表明,IBPSO算法、IBLDE算法和HPSO-BLDE算法的性能优于已有的爬山遗传(HGA)算法、量子粒子群算法(BQPSO)和二进制学习差分进化算法(BLDE),其中HPSO-BLDE算法的性能最优。 展开更多
关键词 认知无线电 认知决策引擎 重配置 差分进化 粒子群优化
在线阅读 免费下载
一种阶段性策略自适应差分进化算法 预览
17
作者 倪洪杰 彭春祥 +1 位作者 周晓根 俞立 《计算机科学》 CSCD 北大核心 2019年第B06期106-110,共5页
针对差分进化算法的变异策略选择问题,提出一种阶段性策略自适应差分进化算法(SSADE)。首先,根据各个体与当前最优个体之间的平均距离衡量种群的拥挤度,进而估计种群的进化阶段;然后,将整个种群划分为多个子种群,并针对不同阶段的特性,... 针对差分进化算法的变异策略选择问题,提出一种阶段性策略自适应差分进化算法(SSADE)。首先,根据各个体与当前最优个体之间的平均距离衡量种群的拥挤度,进而估计种群的进化阶段;然后,将整个种群划分为多个子种群,并针对不同阶段的特性,设计子种群协同进化变异策略池;最后,根据各变异策略的历史成功信息,从对应的策略池中动态自适应地选择合适的变异策略,从而达到平衡全局探测和局部搜索的目的。在12个经典测试函数上的实验结果表明,所提SSADE算法在计算代价、可靠性、解的质量和扩展性方面优于现有主流算法。 展开更多
关键词 差分进化 策略自适应 子种群 全局优化 协同进化
在线阅读 免费下载
New few parameters differential evolution algorithm with application to structural identification
18
作者 Rita Greco Ivo Vanzi 《交通运输工程学报(英文版)》 CSCD 2019年第1期1-14,共14页
Differential evolution algorithm(DEA)is a stochastic,population-based global optimization method.In this paper,we propose new schemes for both mutation and crossover operators in order to enhance the performances of t... Differential evolution algorithm(DEA)is a stochastic,population-based global optimization method.In this paper,we propose new schemes for both mutation and crossover operators in order to enhance the performances of the standard DEA.The advantage of these proposed operators is that they are'parameters-less',without a tuning phase of algorithm parameters that is often a disadvantage of DEA.Once the modified differential evolutions are presented,a large comparative analysis is performed with the aim to assess both correctness and efficiency of the proposed operators.Advantages of proposed DEA are used in an important task of modern structural engineering that is mechanical identification under external dynamic loads.This is because of the importance of using a“parametersless”algorithm in identification problems whose characteristics typically vary strongly case by case,needing of a continuous set up of the algorithm proposed.This important advantage of proposed optimizers,in front of other identification algorithms,is used to develop a computer code suitable for the automatic identification of a simple supported beam subject to an impact load,that has been tested both using numerical simulations and real standard tests dynamic.The results point out that this algorithm is an interesting candidate for standard applications in structural identification problems. 展开更多
关键词 DIFFERENTIAL evolution PARAMETRIC IDENTIFICATION STRUCTURAL IDENTIFICATION Optimization
Sequential Fault Diagnosis Using an Inertial Velocity Differential Evolution Algorithm
19
作者 Xiao-Hong Qiu Yu-Ting Hu Bo Li 《国际自动化与计算杂志:英文版》 EI CSCD 2019年第3期389-397,共9页
The optimal test sequence design for fault diagnosis is a challenging NP-complete problem.An improved differential evolution(DE)algorithm with additional inertial velocity term called inertial velocity differential ev... The optimal test sequence design for fault diagnosis is a challenging NP-complete problem.An improved differential evolution(DE)algorithm with additional inertial velocity term called inertial velocity differential evolution(IVDE)is proposed to solve the optimal test sequence problem(OTP)in complicated electronic system.The proposed IVDE algorithm is constructed based on adaptive differential evolution algorithm.And it is used to optimize the test sequence sets with a new individual fitness function including the index of fault isolation rate(FIR)satisfied and generate diagnostic decision tree to decrease the test sets and the test cost.The simulation results show that IVDE algorithm can cut down the test cost with the satisfied FIR.Compared with the other algorithms such as particle swarm optimization(PSO)and genetic algorithm(GA),IVDE can get better solution to OTP. 展开更多
关键词 Differential evolution(DE) EVOLUTIONARY computation FAULT isolation rate(FIR) TESTABILITY FAULT diagnosis
基于改进k-means和DE-ELM的配电网负荷预测研究
20
作者 刘宇 廉洪波 王炜 《国外电子测量技术》 2019年第5期45-49,共5页
为了提高供电可靠性及负荷供需均衡稳定性,高精度的电力负荷预测结果显得十分重要,为此提出了基于改进kmeans和差分进化极限学习机(DE-ELM)算法的配电网负荷预测研究。为了提高传统k-means算法初始聚类中心的科学性,采用密度值优化方法... 为了提高供电可靠性及负荷供需均衡稳定性,高精度的电力负荷预测结果显得十分重要,为此提出了基于改进kmeans和差分进化极限学习机(DE-ELM)算法的配电网负荷预测研究。为了提高传统k-means算法初始聚类中心的科学性,采用密度值优化方法优化聚类数目,确定最优聚类类别。为了提升电力负荷预测精度,提出了采用差分进化算法优化传统极限学习机(ELM)的初始权值和阈值,获得最优的网络模型,以提高神经元敏感度,从而提升预测精度。通过算例仿真实验,采用改进的k-means算法对电力用户进行分类,获得4类电力用户,分别采用DE-ELM和ELM算法对4类电力用户用电负荷进行预测,预测结果显示DE-ELM具有更准确的预测效果,验证了所提方法的可靠性。 展开更多
关键词 配电网 负荷 预测 差分进化 极限学习机
上一页 1 2 136 下一页 到第
使用帮助 返回顶部 意见反馈