针对电力负荷的小样本、非线性、高维数和局部极小点等问题,提出采用最小二乘支持向量机方法建模,以历史负荷、温度、湿度等数据作为输入量,对短期电力负荷进行预测;针对最小二乘支持向量机在建模中存在的参数选取问题,采用一种根据种群多样性信息来指导初始种群选取和避免粒子早熟收敛现象的改进粒子群优化算法来优化最小二乘支持向量机的惩罚因子和核参数。仿真结果表明,基于改进粒子群优化算法和最小二乘支持向量机的短期电力负荷预测方法较最小二乘支持向量机预测方法、基于基本粒子群优化算法和最小二乘向量机的预测方法具有更好的预测精确度。
2021-10-02 16:29:05
251KB
1
matlab语言编写的PSO算法代码，和改进措施
2021-09-28 18:04:21
66KB
为了更好地改善多目标粒子群优化算法的收敛性和多样性的pso 算法
2021-09-28 18:03:56
3KB
改进kmeans算法matlab代码
通过K均值聚类对矢量进行量化：
整个代码库，图像和说明可在此存储库中找到。
加载图像：
1.1在本项目中，我们使用了NCSU工程大楼校园的图像，如下所示：
该图像已加载以下MATLAB代码（未读取）：
％1。加载图像（EB的视图）：I
=
imread（'ncsu.jpg'）;
图（1），imshow（I）;
title（'原始输入RGB图像'）;
1.2然后，使用下面的MATLAB代码（rgb2gray）将输入的RGB图像转换为灰度图像：
从RGB转换为灰度图像：rgbI
=
rgb2gray（I）;
Figure（2），imshow（rgbI）;
title（'灰色图像'）;
1.3现在，为了简化数学，我们将图像调整为适当的尺寸，其中我们选择min
{M，N}为2的幂，并且max
{M，N}为2的幂的倍数。
在我们的例子中，我们取M
=
512和N
=
2X512。
我们正在使用以下MATLAB代码调整rgb图像的大小：
％处理图像以获取正确的尺寸％获取灰色图像的尺寸：[M，N]
=
size（rgbI）;
％将图像重塑为尺寸M
=
512，N
2021-09-26 00:54:43
4.35MB
1