研究了一种全新的基于自适应混沌变异粒子群的路径规划算法。该方法首先进行环境建模,利用改进的粒子群算法获得一条较优路径。在改进的粒子算法中为防止早收敛,加入自适应混沌变异操作,在加强算法局部搜索能力的同时保证搜索过程中种群的多样性。仿真实验表明,即使在复杂的环境下,利用该算法也可以规划出一条全局较优路径,且能安全避碰。
2024-04-26 20:30:00 537KB 论文研究
1
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码
2024-04-25 14:08:18 455KB matlab
1
本文深入探讨了利用多目标粒子群算法进行选址定容优化的方法,特别关注于储能系统在其中的作用与出力分析。文章首先介绍了多目标粒子群算法的基本原理和选址定容问题的背景,接着详细阐述了如何通过该算法解决选址定容过程中的复杂问题,尤其是在考虑储能系统出力的情况下。此外,文章还提供了实际应用案例和效果评估,为读者展示了该方法的实用性和有效性。 适用人群: 本文适合电力系统规划、优化算法研究、储能技术应用等领域的学者、工程师和研究人员阅读。 使用场景: 当读者需要了解或应用多目标粒子群算法来解决选址定容问题,特别是在涉及储能系统出力分析时,本文可作为重要的参考资料。 目标: 本文旨在为读者提供一套完整的、基于多目标粒子群算法的选址定容优化方法,并通过对储能出力的深入分析,帮助读者更好地理解储能系统在选址定容中的重要作用。 关键词: 多目标粒子群算法、选址定容、储能系统、出力分析
2024-04-25 09:42:08 4.32MB matlab 多目标粒子群算法
1
参考文献:   [1]  刘自发,于普洋,李颉雨.  计及运行特性的配电网分布式电源与广义储能规划    [J].  电力自动化设备,  2023,  43  (03):  72-79.     [2]  任智君,郭红霞,杨苹,等.  含高比例可再生能源配电网灵活资源双层优化配置    [J].  太阳能学报,  2021,  42  (09):  33-38.     [3]  高红均,刘俊勇.  考虑不同类型DG和负荷建模的主动配电网协同规划    [J].  中国电机工程学报,  2016,  36  (18):  4911-4922+5115.           分析系统灵活性供需关系,建立灵活资源运行-规划联合优化双层配置模型。运行层引入灵活性不足率作为系统灵活性评价指标,将网损和弃风弃光量计入经济惩罚,以系统年运行成本最优为目标;规划层引入系统综合安全性指标对系统安全性进行评估,以系统年综合成本最优为目标。采用粒子群优化算法对双层配置模型进行求解。最后,利用IEEE 33节点配网系统对算例进行仿真,结果验证了所提运行-规划联合双层配置模型能有效减少网损和
2024-04-15 18:22:59 3.41MB matlab 粒子群算法
1
1. Matlab实现粒子群优化算法优化BP神经网络的数据分类预测(完整源码和数据) 2. 多变量输入,单变量输出(类别),数据分类预测 3. 评价指标包括:准确率 和 混淆矩阵 4. 包括拟合效果图 和 混淆矩阵 5. Excel数据,要求 Matlab 2018B及以上版本
2024-04-15 09:42:39 74KB 机器学习 神经网络 粒子群算法 Matlab
1
粒子群算法(PSO)优化双向长短期记忆神经网络的数据分类预测,PSO-BiLSTM分类预测,多输入单输出。 多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用。 程序语言为matlab,程序可出分类效果图,迭代优化图,混淆矩阵图
2024-04-12 14:36:46 74KB 神经网络
1
MATLAB代码:基于改进粒子群算法的含电动汽车参与园区综合能源优化调度 关键词:电动汽车 改进粒子群 综合能源 优化调度 园区 参考文档:《含电动汽车的区域综合能源系统优化调度研究》第3章:复现 仿真平台:MATLAB 主要内容:代码主要做的是一个含有系统能源运营商、分布式光伏用户、电动汽车充电代理商的园区综合能源系统,分析了三种市场交易主体的属性以及市场交易机制,建立了三方市场主体各自的综合能量管理优化策略,采用改进的粒子群算法对模型实现了求解,算例选取了某商务型办公园区的冬季典型场景。 此方法更加具有创新性,代码非常精品,注释保姆级
2024-04-10 18:40:48 276KB matlab
1
1. Matlab实现粒子群优化算法优化BP神经网络的数据回归预测(完整源码和数据) 2. 多变量输入,单变量输出,数据回归预测 3. 评价指标包括:R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据,暂无版本限制,推荐2018B及以上版本
2024-04-08 19:42:21 15KB 机器学习 神经网络 粒子群算法 Matlab
1
【优化求解】基于狮群算法LSO求解最优目标matlab源码.zip
2024-03-29 15:43:50 1.42MB
1
针对开采沉陷计算参数反演方法存在早熟收敛现象、容易陷入局部最优解的问题,提出将蚁群算法运用于开采沉陷计算参数反演:首先对反演参数的搜索空间进行离散,将参数反演问题转化为组合优化问题,然后建立了基于最大-最小蚁群算法的概率积分法计算参数反演流程。应用实例表明,蚁群算法对观测站测点缺失具有较强的抗干扰能力,较最小二乘法和模矢法有较好的拟合效果。
1