【预测模型】基于粒子群算法优化最小二乘支持向量机lssvm实现预测附matlab源码2
2022-02-17 16:15:13
1003KB
1
对象为风电接入的IEEE33节点配电系统，已知风电分别接入在10节点（pw1）和17节点（pw2），采用粒子群优化算法求解无功补偿装置的最优补偿无功功率，使得系统的网损最小，潮流计算采用前推回代法。
目标函数：确定无功补偿装置接入系统的最优无功补偿注入功率使得系统的运行网损最小（程序中的注释有详细的说明）约束：无功出力上下限，关于粒子群迭代过程中，粒子位置越限处理注释中有说明。
2022-02-16 18:02:56
5KB
能源短缺和环境问题已成为本世纪全球面临的最重要课题，作为一种新的能源形式，固体氧化物燃料电池（SOFC）技术日益受到重视。由于现有的SOFC模型过于复杂，难以满足工程上对SOFC系统实时控制的需求，提出利用粒子群算法（PSO）优化径向基函数（RBF）神经网络，从而实现对SOFC的建模。PSO对RBF神经网络的中心值和连接权值进行优化，提高了网络的泛化性能，使其非线性逼近能力更强，从而达到精确模型的目的。仿真实验验证了粒子群算法在SOFC建模的有效性。
2022-02-16 14:14:37
871KB
1
文档对粒子群算法进行了非常详细，且简单易懂得的解释。希望会给好学者以启示，祝你学习顺利。 文档对粒子群算法进行了非常详细，且简单易懂得的解释。希望会给好学者以启示，祝你学习顺利。
2022-02-16 09:42:41
193KB
1
包括：1、标准粒子群算法程序，和含变异算子的改进PSO算法
2、基于模拟退火的粒子群优化算法
3、混合粒子群算法
4、遗传算法与粒子群神经网络的混合算法等
2022-02-15 19:10:00
18.66MB
为快速获取网络点韧性度以衡量其抗毁性性能，设计基于改进二进制粒子群（BPSO）算法的点韧性度计算方法。改进BPSO算法的概率映射函数和位置更新式以解决算法容易陷入局部最优的不足，对网络节点状态进行编码以获取种群粒子，并设计基于广度优先搜索思想的方法求解剩余网络的适应度函数值；最后综合改进BPSO算法和适应度函数求解算法设计点韧性度计算方法。在两种基本网络和两种实际网络中的仿真分析验证了方法的有效性。
2022-02-15 15:34:38
870KB
1
一本可以称为PSO圣经的书，书名就是Particle Swarm Optimization。英文原版，不会让你失望的。
2022-02-15 14:22:13
10.93MB
1
由于支持向量机的主要参数的选择能够在很大程度上影响分类性能和效果，并且目前参数优化缺乏理论指导，提出一种粒子群优化算法以优化支持向量机参数的方法.该方法通过引入非线性递减惯性权值和异步线性变化的学习因子策略来改善标准粒子群算法的后期收敛速度慢、易陷入局部最优的缺陷.实验结果表明，相对于标准粒子群算法，本方法在参数优化方面具有良好的鲁棒性、快速收敛和全局搜索能力，具有更高的分类精确度和效率.
2022-02-12 21:06:17
928KB
1