基于改进PSO-LSTM神经网络的气温预测.pdf
2024-05-13 10:49:10 1.18MB
1
此为对粒子群算法的改进,采用高斯混沌变异,效果优于原算法
1
提供了粒子群算法的5种改进方案,用于数值优化计算
1
改进PSO优化的LSSVM对中国日光温室温度的预测。
2022-02-11 04:06:36 1.23MB 研究论文
1
Matlab改进PSO算法2-改进pso算法2.rar 继续上传改进PSO算法的文献和Brian Birge的PSO工具箱,这三篇文献都是在工具箱中提到的,貌似都是动态环境中用到的,极值不变情况下的算法还是BPSO,大体写了写自己的理解和问题,大家有兴趣就看看和讨论一下吧。
2022-01-19 21:46:41 848KB matlab
1
为提高BP神经网络的收敛速度和泛化能力,防止其陷入局部最优值,在前人工作基础上对传统粒子群算法进行了改进,具体包括:设定最大限制速度、改变惯性权重因子和改进适应度函数,并把改进粒子群算法应用于BP神经网络权值和阈值的优化。之后利用改进粒子群算法优化的BP神经网络实现对储层参数的动态预测,具体步骤为:确定神经网络的输入、输出神经元,定量化时间参数[T],利用训练样本构建神经网络模型并进行检验。最后通过平均训练误差对仿真过程进行分析,结果表明改进PSO-BP算法的收敛性与泛化能力均优于BP算法和PSO-BP算法。
2021-12-20 15:13:39 560KB 论文研究
1
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。
1