您的位置: 专家智库 > >

山东省优秀中青年科学家科研奖励基金(2009BSD01383)

作品数:3 被引量:13H指数:1
相关作者:窦全胜史忠植马君华姜平刘岩更多>>
相关机构:山东工商学院中国科学院中国人民解放军海军航空工程学院更多>>
发文基金:山东省优秀中青年科学家科研奖励基金国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇电力
  • 2篇电力负荷
  • 2篇负荷预测
  • 1篇电力负荷预测
  • 1篇子群
  • 1篇向量
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇聚类
  • 1篇计算机
  • 1篇计算机应用
  • 1篇多主体系统
  • 1篇PSO
  • 1篇MAS

机构

  • 3篇山东工商学院
  • 2篇中国科学院
  • 1篇吉林大学
  • 1篇中国人民解放...

作者

  • 3篇窦全胜
  • 2篇史忠植
  • 1篇姜平
  • 1篇安文
  • 1篇周春光
  • 1篇潘冠宇
  • 1篇刘岩
  • 1篇马君华

传媒

  • 1篇计算机学报
  • 1篇计算机工程与...
  • 1篇吉林大学学报...

年份

  • 3篇2012
3 条 记 录,以下是 1-3
排序方式:
PSO的向量整体修订策略和局部跳出策略被引量:1
2012年
针对传统PSO方法对CEC2005(The 2005 IEEE Congress on evolutionary computation)中的25个benchmark函数搜索效果较差的问题,提出了'向量整体修订'和'局部跳出'两种改进策略。改变PSO方法中粒子在每一维上的修订相互独立的传统机制,按某一概率将粒子作为整体进行修正,当群体最优长时间不变或变化值小于一定阈值时,为跳出局部最优,按某一概率重新定义群体最优或初始化群体。通过实验证明了改进后的PSO方法对CEC2005中的测试问题的有效性。
窦全胜潘冠宇刘岩周春光史忠植
关键词:计算机应用粒子群优化
多主体协同电力负荷预测模型被引量:1
2012年
提出了基于多主体(Multi-Agents System,MAS)协同的电力负荷预测模型,将不同的预测模型封装在不同的Agent中,利用各Agent之间的通信、合作机制来共同完成预测问题的求解,以近似日模型、回归模型、神经网络模型和规则修订模型为基础,进行协同预测。并通过实验证明了协同预测模型不仅能达到较好的预测精度,同时预测结果相对稳定,对提高实际负荷预测精度具有很现实的意义。
安文窦全胜
关键词:负荷预测
调和聚类-分类方法在电力负荷预测中的应用被引量:11
2012年
分类和聚类是数据挖掘中两个重要的研究领域,分类需要相关的先验知识,而聚类往往依据某种相似性测度,从数据本身来寻找其内在特征.在电力系统负荷预测过程中,依靠先验知识得到的分类结果与聚类结果之间并不协调.针对这一问题,文中给出了调和矩阵的定义,并在此基础上,提出调和聚类-分类算法,将该方法应用于电力系统负荷预测的样本分类中,实际结果表明,通过文中方法得到的分类结果更加客观和科学,预测结果的可靠性得到了保证.
窦全胜史忠植姜平马君华
关键词:聚类负荷预测
共1页<1>
聚类工具0