程序名称：基于多目标粒子群算法的电力系统分布式电源选址定容
实现平台：matlab
简介：为更好地解决分布式电源选址定容问题，提出一种改进的多目标粒子群算法。考虑投资成本、网损以及电压稳定性三因素建立了一个三目标的数学模型，并采用上述多目标粒子群算法对模型求解。最后利用 IEEE－69节点系统仿真来验证所提算法在分布式电源选址定容方面的有效性。
具体细节可参考自动化与仪器仪表. 2021,(05)论文《基于多目标规划的分布式电源选址定容研究》
2023-02-27 14:49:32
134KB
1
matlab程序源码，可直接运行，并非完全复现《分布式光伏储能系统的优化配置方法》仅供学习交流。考虑分布式光伏储能系统的优化配置方法，采用双层模型求解 上层决策储能系统配置容量用遗传/粒子群算法求解
2023-02-27 11:05:27
29KB
1
In matlab, the optimization process based on BP neural network combined with genetic algorithm includes the problem description of text documents.
2023-02-24 16:11:54
312KB
基于BP神经网络的Al2O3-TiC复合陶瓷刀具力学性能预测，谷美林，高洁，针对复合陶瓷刀具材料的力学性能受很多因素影响的情况，利用人工神经网络的BP算法，结合MATLAB神经网络工具箱，建立了Al2O3-TiC复合陶�
2023-02-23 18:28:31
606KB
1
net=init(net);
net=newff([-1,1],[10,6,1],{'tansig','logsig','purelin'},'traingdm');
2023-02-23 08:26:43
817B
1
针对煤矿回采工作面瓦斯涌出的非线性特征,提出一种基于改进量子粒子群优化BP神经网络(IQPSO-BP)的瓦斯涌出量预测方法。鉴于量子粒子群算法的遍历能力有限,采用混沌序列来初始化量子的初始角位置。同时,采用凸函数调整惯性权重,以平衡算法的全局勘探和局部开发能力。并依此来优化BP神经网络的权值、阈值参数,进而建立了瓦斯涌出量预测模型。试验结果表明,IQPSO-BP算法具有较强的泛化能力及较高的预测精度,可有效用于煤矿瓦斯涌出量的预测。
2023-02-20 16:24:13
223KB
1