针对人工蜂群和粒子群算法的优势与缺陷, 提出一种Tent 混沌人工蜂群粒子群混合算法. 首先利用Tent 混沌反向学习策略初始化种群; 然后划分双子群, 利用Tent 混沌人工蜂群算法和粒子群算法协同进化; 最后应用重组算子选择最优个体作为跟随蜂的邻域蜜源和粒子群的全局极值. 仿真结果表明, 该算法不仅能有效避免早熟收敛, 而且能有效跳出局部极值, 与其他最新人工蜂群和粒子群算法相比具有较强的全局搜索能力和局部搜索能力.
2021-11-26 17:47:30
241KB
1
为提高道路交通事故的预测精度以及建模速度，在分析道路交通事故影响因素基础上，提出了基于灰色关联分析的LS-SVM道路交通事故预测模型。该模型采用灰色关联分析完成影响因素的相关性分析，结合关联度值，筛选最小二乘向量机模型的输入变量，简化LS-SVM模型结构；然后运用动态改变惯性权重自适应粒子群算法（DCW-APSO）对模型参数进行优化选取；最后应用模型预测1996—2000年的综合道路交通事故死亡率，并将预测结果与其他模型进行对比分析。结果表明，相较其他预测模型，该模型具有较快的收敛速度，并能明显提高道路交通事故预测的精度。
2021-11-26 16:42:57
893KB
1
参数的优化选择对支持向量回归机的预测精度和泛化能力影响显著, 鉴于此, 提出一种多智能体粒子群算法(MAPSO) 寻优其参数的方法, 并建立MAPSO支持向量回归模型, 用于非线性系统的模型预测控制, 推导出最优控制率. 采用该算法对非线性系统进行仿真, 并与基于粒子群算法、基于遗传算法优化支持向量回归机的模型预测控制方法和RBF 神经网络的预测控制方法进行比较, 结果表明, 所提出的算法具有更好的控制性能, 可以有效应用于非线性系统控制中.
2021-11-26 15:59:24
341KB
1
粒子群算法的Pareto多目标函数优化,多目标粒子群优化算法原理,matlab源码
2021-11-25 18:42:00
17KB
针对我国北方地区“以热定电”模式造成大规模弃风与调度经济性较差等问题，建立了区域电热综合能源系统日前经济调度模型。首先，构建了电储能、热储能和电动汽车的经济性模型，改进了风电折算成本的描述方法；然后，综合考虑了弃风成本、电动汽车调度成本、电储能和热储能损耗成本、环境污染成本等，构建了区域综合能源系统的调度成本模型；最后，利用信息熵衡量粒子的丰富度，并结合贪心变异策略提出基于粒子维度熵的改进混沌粒子群优化算法。算例结果表明，所提算法在保证优越收敛性的同时可有效分析各设备单元在经济调度和消纳弃风方面的作用，验证了模型和算法的有效性与实用性。
2021-11-25 14:52:04
1.85MB
1