期刊文献+
共找到466篇文章
< 1 2 24 >
每页显示 20 50 100
基于遗传算法优化深度神经网络的站点客流预测
1
作者 胡晓伟 吴则洋 +1 位作者 卢泓博 王健 《交通运输工程与信息学报》 2025年第1期72-84,共13页
【背景】客流预测是城市轨道交通运营和管理的重要组成,近年来结合多源数据和深度神经网络的精准客流预测受到越来越多的关注。【目标】提升轨道交通站点客流预测的精度,为运营管理提供有效支持。【方法】首先,搭建一种融合多特征的站... 【背景】客流预测是城市轨道交通运营和管理的重要组成,近年来结合多源数据和深度神经网络的精准客流预测受到越来越多的关注。【目标】提升轨道交通站点客流预测的精度,为运营管理提供有效支持。【方法】首先,搭建一种融合多特征的站点客流预测模型,该模型通过卷积神经网络(CNN)提取地铁客流的时空特征,并结合残差单元(ResNet)增强特征提取能力,构建特征传播矩阵挖掘站点间的空间特征,采用长短期记忆网络(LSTM)提取影响因子序列数据的时间特征,在特征融合过程中应用注意力机制突出关键特征。随后,引入遗传算法(GA)对模型进行优化,并采用多层感知器(MLP)修正模型的预测结果误差,提高模型的预测精度。【数据】杭州地铁站点刷卡数据及对应的气象数据、POI数据。【结果】优化ResNet-CNN-LSTM-Attention模型(IO-RCLA)的预测精度最高。相比于RCLA模型,IO-RCLA所有站点预测结果的MAE、RMSE、MAPE分别降低了17.09%、16.09%和8.91%,证明了方法在多站点客流预测中的高精度和有效性。 展开更多
关键词 城市交通 客流预测 组合神经网络 多源数据 遗传算法
在线阅读 下载PDF
基于改进鲸鱼优化算法与残差修正的短期电量预测
2
作者 尼俊红 王畅 《电力信息与通信技术》 2025年第2期18-27,共10页
随着新型清洁能源的大力发展和电力市场改革的进行,电量预测在电力企业生产、运营中的作用越来越重要。为了实现电量数据精准预测,文章提出了一种改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的变分模态分解(variatio... 随着新型清洁能源的大力发展和电力市场改革的进行,电量预测在电力企业生产、运营中的作用越来越重要。为了实现电量数据精准预测,文章提出了一种改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的变分模态分解(variational mode decomposition,VMD)结合极限梯度提升算法(extreme gradient boosting,XGBoost)修正的差分自回归移动平均(auto regressive integrated moving average,ARIMA)的组合短期电量预测模型。首先,通过引入非线性因子、自适应惯性权重和扰动控制因子改进鲸鱼优化算法,提高其求解能力和搜索能力,以此对VMD的参数寻优;其次,利用寻优确定参数的VMD对电量数据进行分解,降低数据波动性,便于预测模型学习;最后,针对分解分量构建ARIMA-XGBoost电量预测模型,将预测结果重构得到最终预测值。实验结果表明,所提模型的预测评价指标均优于对比模型,对称平均绝对百分比误差相比最小二乘支持向量回归和随机森林回归分别下降了2.46%和1.55%,验证了所提模型在电量预测方面具有更高的准确度。 展开更多
关键词 鲸鱼优化算法 分解预测 组合模型 时间序列预测
在线阅读 下载PDF
基于高频组合片段-基因表达式编程算法的轨道交通地面沉降预测模型
3
作者 胡珉 卢孟栋 《城市轨道交通研究》 北大核心 2024年第8期206-210,共5页
[目的]地面沉降预测和控制是轨道交通盾构法隧道施工中最为关注的问题之一。为了解决现有地面沉降预测和控制中存在的模型表达过于复杂且缺乏解释性的问题,需要一种既简洁清晰,又能够描述复杂问题的可解释模型,GEP(基因表达式编程)算法... [目的]地面沉降预测和控制是轨道交通盾构法隧道施工中最为关注的问题之一。为了解决现有地面沉降预测和控制中存在的模型表达过于复杂且缺乏解释性的问题,需要一种既简洁清晰,又能够描述复杂问题的可解释模型,GEP(基因表达式编程)算法提供了这种可能性,因此需对基于HFS(高频组合片段)-GEP算法的轨道交通地面沉降预测模型进行深入研究。[方法]以杭绍城际铁路某区段盾构隧道工程为依托,选取盾构施工过程中的土舱压力、刀盘扭矩、刀盘转速、推进速度、总推力、隧道埋深及盾尾注浆量等参数作为关键输入型施工参数,地面沉降作为输出型施工参数,通过备选公式集筛选以及HFS选取,建立基于HFS-GEP算法的轨道交通地面沉降预测模型。利用该模型对第180环—第210环区段的关键施工参数进行优化调整,分析盾构施工参数变化对地面最终沉降的影响效果。[结果及结论]基于HFS-GEP算法的地面沉降预测模型可以反映盾构施工参数与地面最终沉降的显式关系;相较于传统GEP算法的地面沉降预测模型,该模型准确度更高,结构更为简洁,且收敛速度更快。通过对盾构关键施工参数进行优化调整,该模型可将第180环—第210环区段的最终沉降量控制在10 mm以内。 展开更多
关键词 轨道交通 地面沉降预测模型 高频组合片段 基因表达式编程算法
在线阅读 下载PDF
基于LSTM-XGBoost组合的脱硫效率模型预测
4
作者 易中彪 《电工技术》 2024年第2期32-36,共5页
在石灰石-石膏湿法脱硫系统中影响脱硫效率的主要因素有浆液pH值、液气比(L/G)、钙硫比(Ca/S)、烟气流量和原烟气SO_(2)浓度等。基于电厂实际运行数据,利用LSTM-XGBoost组合预测算法来预测脱硫系统的脱硫效率,并采用平均绝对误差MAE、... 在石灰石-石膏湿法脱硫系统中影响脱硫效率的主要因素有浆液pH值、液气比(L/G)、钙硫比(Ca/S)、烟气流量和原烟气SO_(2)浓度等。基于电厂实际运行数据,利用LSTM-XGBoost组合预测算法来预测脱硫系统的脱硫效率,并采用平均绝对误差MAE、均方误差MSE、均方根误差RMSE和决定系数R^(2)等模型评价指标对其准确性进行验证。实验证明,基于LSTM-XGBoost组合预测的脱硫效率与电厂实际脱硫效率非常接近,精确度高,对火力发电具有指导意义。 展开更多
关键词 石灰石-湿法烟气脱硫 脱硫效率预测 lstm-xgboost组合预测算法
在线阅读 下载PDF
基于二次分解和乌鸦搜索算法优化组合模型的超短期风速预测 被引量:3
5
作者 邱文智 张文煜 +2 位作者 郭振海 赵晶 马可可 《太阳能学报》 EI CAS CSCD 北大核心 2024年第3期73-82,共10页
针对风速的波动性和随机性等特点,提出一种基于二次分解和乌鸦搜索算法优化组合模型的超短期风速预测方法。该方法的基本思路是构造基于变分模态分解、样本熵和奇异谱分析的二次分解的方法,将原始风速序列分解为不同的子序列,并对这些... 针对风速的波动性和随机性等特点,提出一种基于二次分解和乌鸦搜索算法优化组合模型的超短期风速预测方法。该方法的基本思路是构造基于变分模态分解、样本熵和奇异谱分析的二次分解的方法,将原始风速序列分解为不同的子序列,并对这些子序列分别建立预测模型,最后重构。对变分模态分解的子序列建立基于长短时记忆网络的深度学习模型预测,而残差序列进行二次分解后的子序列建立乌鸦搜索算法优化的组合预测模型预测。最后,对子序列进行重构并得到最终的预测结果。使用实际的风速观测资料开展模拟实验,结果表明:在3个风电场中,所提模型与其他模型相比平均相对误差分别提升了30.07%、37.56%和37.40%,验证了混合模型在超短期风速预测中的有效性和稳定性,以及在不同数据集上的泛化性能。 展开更多
关键词 风速 预测 长短时记忆 二次分解 乌鸦搜索算法 组合预测模型
在线阅读 下载PDF
基于邻域互信息的组合预测最优子集选择算法
6
作者 吕兴 李倩 +2 位作者 张大斌 曾莉玲 凌立文 《计算机工程与设计》 北大核心 2024年第5期1359-1367,共9页
为在候选模型集中高效地选择时间序列组合预测的最优子集,提出一种CSPSO-NMI-MRMR最优子集选择算法。利用邻域互信息(neighborhood mutual information, NMI)度量相关性和冗余度,避免数值型数据的离散化,按最大相关最小冗余原则(minimal... 为在候选模型集中高效地选择时间序列组合预测的最优子集,提出一种CSPSO-NMI-MRMR最优子集选择算法。利用邻域互信息(neighborhood mutual information, NMI)度量相关性和冗余度,避免数值型数据的离散化,按最大相关最小冗余原则(minimal redundancy and maximal relevance, MRMR)筛选最优子集;邻域互信息中的邻域参数与子集选择效果密切相关,采用CSPSO算法寻找最优邻域参数,充分利用布谷鸟算法(cuckoo search, CS)和粒子群优化算法(particle swarm optimization, PSO)的优势,兼顾搜索效率和全局搜索能力;在寻参过程中设计一种淘汰策略,优化邻域参数的寻优区间并淘汰部分单模型,减少计算量。仿真结果表明,所提方法在预测精度、运行时间和稳健性上效果更优。 展开更多
关键词 时间序列 组合预测 子模型选择 邻域互信息 参数优化 启发式算法 布谷鸟算法
在线阅读 下载PDF
基于MVMCGS组合模型的短期电力负荷预测研究
7
作者 陈金龙 吴斌(指导) 孙丽 《上海电机学院学报》 2025年第1期14-20,共7页
随着电力系统的不断更新,其负荷波动性及非线性特征变得难以预测,进而导致负荷预测精度不高。针对这一问题,提出了一种基于多策略鲸鱼优化算法(MSWOA)、多尺度样本熵(MSE)优化的变分模态分解(VMD)与冠豪猪优化(CPO)算法、自注意力机制... 随着电力系统的不断更新,其负荷波动性及非线性特征变得难以预测,进而导致负荷预测精度不高。针对这一问题,提出了一种基于多策略鲸鱼优化算法(MSWOA)、多尺度样本熵(MSE)优化的变分模态分解(VMD)与冠豪猪优化(CPO)算法、自注意力机制优化的门控循环单元(GRU)相结合的组合预测模型,即MVMCGS组合预测模型。首先,利用复合混沌映射、自适应权重策略、高斯变异结合淘金优化算法增强鲸鱼优化算法的局部和全局搜索能力,得到MSWOA;然后,结合MSE优化VMD,提高分解效果;最后,采用CPO优化GRU模型参数和自注意力机制优化GRU模型的权重分配,将分解后的子序列导入模型中,提高模型预测精度。实验表明:该模型的预测能力表现出色,其预测精度优于单一模型和其他相关混合模型,验证了该模型的有效性。 展开更多
关键词 多策略鲸鱼优化算法 多尺度样本熵 自注意力机制 组合预测模型
在线阅读 下载PDF
2025、2030、2035年国际FPSO市场需求组合预测——基于多算法融合分析
8
作者 芦琳娜 张瑞朋 +5 位作者 于强 李松 解永乐 徐珊珊 于银杰 张秋阳 《资源与产业》 2024年第5期198-206,共9页
调研分析国际浮式生产储油卸油装置(Floating Production Storage and Offloading,FPSO)的市场需求现状,提出国际FPSO市场需求的预测方法。采用熵值法、人工神经网络法、随机森林回归、ADABOOST回归、ARMA模型等多算法融合的方法,对国际... 调研分析国际浮式生产储油卸油装置(Floating Production Storage and Offloading,FPSO)的市场需求现状,提出国际FPSO市场需求的预测方法。采用熵值法、人工神经网络法、随机森林回归、ADABOOST回归、ARMA模型等多算法融合的方法,对国际FPSO订单进行组合预测,结果表明国际FPSO市场需求在2025年、2030年、2035年的需求量分别为9、10与12艘,可见国际FPSO市场需求在未来十多年间稳步回升。我国船企应密切关注原油价格变化对FPSO市场需求的影响,积极采用新产品技术,同时减少碳排放,提高市场份额。 展开更多
关键词 浮式生产储油卸油装置 市场需求 算法融合 组合预测 原油价格
在线阅读 下载PDF
基于麻雀搜索算法和长短期记忆神经网络的轨道交通站点客流预测
9
作者 张开雯 何勇 +1 位作者 余家香 陈林 《四川师范大学学报(自然科学版)》 CAS 2025年第1期105-113,共9页
准确的短时客流预测可以为城市轨道交通的良好运营提供保障,但轨道交通的短时客流具有非线性和高随机性等特点,为了提高对短时客流的预测精度,提出将ISSA算法和LSTM模型进行组合,构建城市轨道交通短时客流预测模型.针对SSA算法收敛速度... 准确的短时客流预测可以为城市轨道交通的良好运营提供保障,但轨道交通的短时客流具有非线性和高随机性等特点,为了提高对短时客流的预测精度,提出将ISSA算法和LSTM模型进行组合,构建城市轨道交通短时客流预测模型.针对SSA算法收敛速度慢,容易陷入局部最优解的问题,引入黄金莱维飞行策略,通过动态调整探索者移动步长的方法,使得它在未知范围内搜索时,能够覆盖更大的范围,提高SSA算法全局搜索的能力.通过使用ISSA算法对LSTM模型的隐含层、学习率和迭代次数的神经元个数进行优化,构建ISSA-LSTM组合预测模型,用于城市轨道交通短时客流的预测.将该模型与BP、LSTM和SSA-LSTM等3种短时客流预测模型进行对比,结果表明:在针对工作日和非工作日客流的预测中,ISSA-LSTM模型预测误差最小,具有较好的预测效果. 展开更多
关键词 短时客流预测 改进麻雀搜索算法 长短时记忆神经网络 组合模型
在线阅读 下载PDF
基于SMA-CNN-GRU-Attention组合模型的矿区地表三维形变预测
10
作者 彭毅博 杨维芳 +3 位作者 闫香蓉 高墨通 侯宇豪 张德龙 《测绘通报》 北大核心 2025年第3期8-14,20,共8页
矿区地表形变监测与预测研究对于矿区安全生产与灾害防治预警具有重要意义。现有研究偏向于对地面垂直沉降的监测与预测,对三维方向形变预测研究较少。针对以上问题,本文基于小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术对金川矿区西... 矿区地表形变监测与预测研究对于矿区安全生产与灾害防治预警具有重要意义。现有研究偏向于对地面垂直沉降的监测与预测,对三维方向形变预测研究较少。针对以上问题,本文基于小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术对金川矿区西二采区进行多轨道数据地表形变监测,并提出一种加入黏菌优化算法(SMA)的SMA-CNN-GRU-Attention组合网络模型,利用该模型对该区域地表三维形变进行预测研究。结果表明,加入SMA进行最优参数求解后,垂直向预测结果的平均绝对误差(MAE)与均方根误差(RMSE)较CNN-GRU网络模型分别降低30%和46%;南北向预测结果的MAE与RMSE分别降低37%、39%;东西向预测结果的精度提升较小,MAE、RMSE分别降低6%和10%。SMA算法不仅可以加快模型最优参数选取效率,还能较大程度地提升CNN-GRU-Attention模型预测性能。SMA-CNN-GRU-Attention多特征输入预测模型相较其他预测模型具有优越性,为地表三维形变预测研究提供了一种有效方法。 展开更多
关键词 SBAS-InSAR 形变监测 三维形变预测 SMA优化算法 组合模型
在线阅读 下载PDF
基于遗传算法优化权重的组合预测分析
11
作者 黄胜龙 袁宏俊 胡凌云 《山西大同大学学报(自然科学版)》 2024年第6期48-53,共6页
目的提出了一种利用遗传算法优化组合预测权重的方法,旨在通过遗传算法的优化过程选择最佳权重,以提升组合预测模型的精度。方法首先,采用网格搜索法在超参数格中寻找适宜的遗传算法参数。随后,通过遗传算法的自然选择、交叉和变异等操... 目的提出了一种利用遗传算法优化组合预测权重的方法,旨在通过遗传算法的优化过程选择最佳权重,以提升组合预测模型的精度。方法首先,采用网格搜索法在超参数格中寻找适宜的遗传算法参数。随后,通过遗传算法的自然选择、交叉和变异等操作,逐步演化出适用于组合预测的最佳权重。最后,通过对全国铁路运营里程的实证分析。结果结果显示基于遗传算法确定的权重在组合预测中表现出更卓越的预测效果,相较传统方法具备更高的准确性和泛化能力。 展开更多
关键词 遗传算法 组合预测 网格搜索 BP-神经网络
在线阅读 下载PDF
基于GA-QPSO-ELM的边坡位移组合预测
12
作者 傅嘉辉 张夫龙 +1 位作者 张学超 闫少霞 《自动化技术与应用》 2025年第1期53-56,共4页
为了提高水利工程边坡位移预测精度,在QPSO算法寻优过程中引入遗传算法的交叉和变异操作,形成GA-QPSO算法。采用GA-QPSO算法对ELM参数进行优化,建立基于GA-QPSO-ELM的边坡位移组合预测模型,采用实际水利工程的边坡位移监测数据进行仿真... 为了提高水利工程边坡位移预测精度,在QPSO算法寻优过程中引入遗传算法的交叉和变异操作,形成GA-QPSO算法。采用GA-QPSO算法对ELM参数进行优化,建立基于GA-QPSO-ELM的边坡位移组合预测模型,采用实际水利工程的边坡位移监测数据进行仿真分析,并与其他边坡位移预测方法进行对比。结果表明,GA-QPSO-ELM组合模型的平均相对误差为1.186%,预测精度高于其他方法,验证了模型的正确性和优越性。 展开更多
关键词 边坡位移 组合预测 极限学习机 遗传算法 量子粒子群算法
在线阅读 下载PDF
基于机器学习算法的港口货物吞吐量组合预测研究
13
作者 胡曰琪 《中国储运》 2024年第8期88-89,共2页
港口货物吞吐量数据具有复杂的非线性和非平稳特性,准确的预测可为港口建设和未来规划提供重要参考。基于分解—集成的思想,使用X12季节调整法将原始货物吞吐量时间序列数据分解成季节、趋势和随机分量,根据各分量特点分别训练加入注意... 港口货物吞吐量数据具有复杂的非线性和非平稳特性,准确的预测可为港口建设和未来规划提供重要参考。基于分解—集成的思想,使用X12季节调整法将原始货物吞吐量时间序列数据分解成季节、趋势和随机分量,根据各分量特点分别训练加入注意力机制的长短时记忆网络(LSTM)、卷积神经网络(CNN)和支持向量回归(SVR)三种基准模型对港口货物吞吐量进行组合预测。 展开更多
关键词 港口货物吞吐量 组合预测 注意力机制 机器学习算法 基准模型 未来规划
在线阅读 下载PDF
基于改进金豺算法的短期负荷预测 被引量:3
14
作者 谢国民 王润良 《电力系统及其自动化学报》 CSCD 北大核心 2024年第3期65-74,共10页
针对电力负荷序列波动性和预测精度不高的问题,提出一种基于变分模态分解、排列熵和改进金豺算法优化双向长短期记忆网络的预测模型。首先,利用变分模态分解重构原始负荷序列,再采用排列熵理论对分解后的子序列进行熵值重组;然后,利用... 针对电力负荷序列波动性和预测精度不高的问题,提出一种基于变分模态分解、排列熵和改进金豺算法优化双向长短期记忆网络的预测模型。首先,利用变分模态分解重构原始负荷序列,再采用排列熵理论对分解后的子序列进行熵值重组;然后,利用改进金豺算法对双向长短期记忆网络的参数进行优化,并对每个子序列建立预测模型;最后,组合各模型结果得到最终预测值。实验结果表明,本文模型预测精度更高,与真实值拟合度更好。 展开更多
关键词 变分模态分解 改进金豺算法 双向长短期记忆 组合模型 短期负荷预测
在线阅读 下载PDF
一种新的模糊自适应变权重组合预测算法 被引量:29
15
作者 唐小我 王景 曹长修 《电子科技大学学报》 EI CAS CSCD 北大核心 1997年第3期289-292,共4页
模仿人的决策过程,提出了一种模糊自适应变权重组合预测算法。算法通过各个单项预测算法在过去和最近时期与实际观测值的匹配程度自动地调整权重的分配,是一种变权重组合预测算法。仿真结果表明该算法简单有效。
关键词 组合预测 模糊预测 自适应预测 算法
在线阅读 下载PDF
改进粒子群优化算法在电力负荷组合预测模型中的应用 被引量:21
16
作者 吴昌友 王福林 +1 位作者 董志贵 索瑞霞 《电网技术》 EI CSCD 北大核心 2009年第2期27-30,共4页
提出了改进的粒子群优化算法:通过改进初始粒子种群的产生方法,加快其产生速度;在新的粒子种群产生过程中引入自适应步长,可以在该速度梯度方向上找到较优的粒子,进而加速了收敛速度;借鉴遗传算法中的变异操作增加了粒子的多样性,减小... 提出了改进的粒子群优化算法:通过改进初始粒子种群的产生方法,加快其产生速度;在新的粒子种群产生过程中引入自适应步长,可以在该速度梯度方向上找到较优的粒子,进而加速了收敛速度;借鉴遗传算法中的变异操作增加了粒子的多样性,减小了算法陷入局部极值的可能。通过应用实例证明,将改进的粒子群优化算法应用到电力负荷组合预测模型的权重求解是可行的。 展开更多
关键词 粒子群优化算法 变异 电力负荷 组合预测
在线阅读 下载PDF
基于遗传算法的短期负荷组合预测模型 被引量:17
17
作者 谢开贵 李春燕 俞集辉 《电网技术》 EI CSCD 北大核心 2001年第8期20-23,共4页
给出电力系统短期负荷的固定权系数组合预测模型──基于遗传算法的组合预测模型。为增加样本的多样性、避免陷入局部极小,文中对遗传算法每代的相同或相近个体作等适应值变换,改进后的遗传算法具有更好的全局优化特性。利用改进的遗... 给出电力系统短期负荷的固定权系数组合预测模型──基于遗传算法的组合预测模型。为增加样本的多样性、避免陷入局部极小,文中对遗传算法每代的相同或相近个体作等适应值变换,改进后的遗传算法具有更好的全局优化特性。利用改进的遗传算法确定组合预测模型的权系数,然后进行负荷预测。计算结果表明,该方法是实用和有效的。 展开更多
关键词 负荷预测 组合预测模型 遗传算法 电力系统
在线阅读 下载PDF
基于Odds-Matrix算法的中长期电量组合预测方法及其应用 被引量:5
18
作者 欧阳森 冯天瑞 +1 位作者 李翔 王克英 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第8期39-44,共6页
中长期电量的组合预测存在权重选择困难,适应性、抗干扰性较差的问题.文中结合目前广泛应用的组合预测技术,设计了以Odds-Matrix算法为核心的Odds-Matrix组合预测方法.该组合预测方法利用Odds-Matrix算法对单一预测模型的有效性进行定... 中长期电量的组合预测存在权重选择困难,适应性、抗干扰性较差的问题.文中结合目前广泛应用的组合预测技术,设计了以Odds-Matrix算法为核心的Odds-Matrix组合预测方法.该组合预测方法利用Odds-Matrix算法对单一预测模型的有效性进行定量分析,用权重概率分布函数来描述各个方法的优劣,然后根据权重进行单一预测模型的筛选和组合.利用实际数据对所设计的Odds-Matrix组合预测方法进行测试,结果表明,文中预测方法的精确度较其他常用组合预测法较高,说明该方法具有较强的适应性与抗干扰性. 展开更多
关键词 电量预测 Odds-Matrix算法 组合预测 模型筛选
在线阅读 下载PDF
基于改进ABC算法的中长期电力负荷组合预测 被引量:15
19
作者 陈强 金小明 +3 位作者 姚建刚 杨胜杰 龚磊 吴兆刚 《电力系统保护与控制》 EI CSCD 北大核心 2014年第23期113-117,共5页
将人工蜂群(ABC)算法应用到中长期电力负荷预测中,通过与组合预测模型相结合,对组合预测目标函数进行优化权重求解。另外针对该算法的早期收敛速度慢、后期容易陷入局部最优的缺点,通过引入扰动项,并进行最坏蜜源替代予以解决。实例分... 将人工蜂群(ABC)算法应用到中长期电力负荷预测中,通过与组合预测模型相结合,对组合预测目标函数进行优化权重求解。另外针对该算法的早期收敛速度慢、后期容易陷入局部最优的缺点,通过引入扰动项,并进行最坏蜜源替代予以解决。实例分析证明该改进算法收敛速度快,全局寻优能力强。利用它求得的组合预测值,相对于单一模型的预测结果,精度有较大的提高,说明该改进算法应用到中长期电力负荷预测中是可行的。 展开更多
关键词 ABC算法 中长期电力负荷 组合预测 扰动项 OBL策略
在线阅读 下载PDF
基于加速遗传算法的组合预测方法研究 被引量:14
20
作者 王硕 唐小我 曾勇 《科研管理》 CSSCI 北大核心 2002年第3期118-121,共4页
应用加速遗传算法解决组合预测问题 ,可以克服传统遗传算法的缺点 :对搜索空间 (优化变量空间 )的大小变化适应能力差 ,计算量大 ,易出现早熟收敛 ,控制参数的设置技术无明确准则指导等 ,与已有结果相比 ,对预测误差信息矩阵无正定性要... 应用加速遗传算法解决组合预测问题 ,可以克服传统遗传算法的缺点 :对搜索空间 (优化变量空间 )的大小变化适应能力差 ,计算量大 ,易出现早熟收敛 ,控制参数的设置技术无明确准则指导等 ,与已有结果相比 ,对预测误差信息矩阵无正定性要求 ,目标函数可以推广到规模庞大 。 展开更多
关键词 加速遗传算法 组合预测 权重
在线阅读 下载PDF
上一页 1 2 24 下一页 到第
使用帮助 返回顶部