Results 61 to 70 of about 1,783 (151)
Jianzhu Gangjiegou Jinzhan, 2014 群智能优化算法已被证实可以用于解决实际工程的优化问题。水循环算法可对约束问题进行求解。基于自然界中水循环过程提出的一种新型智能优化算法———水循环算法(WCA),研究了其应用于空间桁架结构优化设计问题的可行性及有效性,论文对两个空间桁架结构进行了截面优化计算分析,并与已有文献优化结果进行了比较,研究结果表明:WCA优化算法相对于群搜索算法(GSO)、启发式粒子群优化算法(HPSO)等优化算法能够提供更快的收敛速度,收敛结果也更好。
章纯, 刘锋, 廖国维, 李丽娟
doaj
Dianci bileiqi, 2022 GIS中的隔离开关操作将会产生高幅值的VFTO,从而损害其设备造成系统故障。为了更加经济地抑制VFTO,提出了基于粒子群优化算法来抑制VFTO最佳铁氧体磁环尺寸的方法。通过模拟GIS中磁环对于VFTO抑制效果的分析，得出了磁环模型等效电阻和等效电感的取值范围；建立磁环尺寸参数的数学模型，利用粒子群优化算法优化得出最小的磁环尺寸。最后基于ATP-EMTP软件对某一1 100 kV GIS进行建模仿真，对比磁环优化前后对于VFTO幅值抑制效果。结果表明：优化前磁环和优化后磁环都能达到相同的抑制效果 ...
刘子英, 刘洋
doaj
Gaoya dianqi, 2018 为了保证变压器供电的可靠性,结合油中溶解气体分析法（DGA）,提出了基于支持向量机（SVM）和Kriging模型的双级分类算法,实现变压器的潜伏性故障的预测。首先,以SVM作为初级分类器,将待测DGA数据分类为正常、放电故障或过热故障三种状态;其次,以Kriging模型作为次级分类器,对待测数据进行二次分类,完成精确诊断。为提高算法精度,应用改进的粒子群优化算法分别对SVM的核函数参数、惩罚系数以及Kriging模型的相关参数进行优化。所提方法集成了粒子群优化算法的快速寻优能力 ...
柳强, 丁宇
doaj
Research on Optimization of Neural Network Model By Improved PSO Algorithm and Its Application [PDF]
, 2014 在水文学科领域中，准确的预报问题是防灾减灾的重要研究课题之一。近年来，由于全球气候的变化和人类活动的影响，全国的气象灾害越来越严重，而且持续的时间比较长和影响的范围也越来越大，我国国民经济的发展受到了严重地影响。如何对现有水文资料的分析和研究并找到其变化的规律是非常必要和重要的。近年来，国内外研究者已成功的将神经网络(NeuralNetworks,NNS)方法应用在大气学科预测建模等各个复杂领域。但目前还没有找到确定优化神经网络的各个参数的定量方法，其中采用最多的是BP神经网络 ...
蒋林利
core
Guangtongxin yanjiu, 2018 为提高拉曼光纤放大器（RFA）的放大带宽和光纤通信系统的传输容量,利用4个不同波长的泵浦设计了带宽为100nm的宽带RFA。在对拉曼耦合波微分方程数值求解的同时,结合粒子群优化算法优化了4个泵浦的波长及功率,得到了3组平均开关增益分别为18.690 9、19.638 7和21.764 1dB,所对应的增益平坦度分别为0.879 7、0.914 4和0.945 2dB的优化结果。基于3组优化后的泵浦功率和泵浦波长,对粒子群优化算法的边界条件进行改进,进一步提升了RFA的性能,也使算法的性能得到改善 ...
巩稼民 +6 more
doaj
Research on the Application of PSO-BP Neural Network to Credit Risk Assessment for Commercial Banks [PDF]
, 2009 信用风险是金融机构面临的最主要的风险之一。在解决商业银行信用风险评估问题时，神经网络的非线性映射能力使其具有独特的优势。通过BP神经网络，可以很好地实现信用指标和信用等级之间的非线性映射关系，从而达到对客户按其指标数据进行信用等级分类的功能。但BP神经网络的参数设置是基于参数空间局部信息的，不是全局最优值，这必将降低BP网络的收敛速度和预测精度。本文分析了具有全局寻优功能的粒子群优化算法(PSO)，该算法能够改进传统的BP神经网络学习策略，弥补BP神经网络参数设置的不足 ...
郭阳
core
Online Optimization of Chemical Process [PDF]
, 2011 化工生产过程的在线优化是提高化工经济效益的重要手段，一直受到业内重视，但相关的技术仍需要进一步完善；本文从具体工业问题出发，探讨化工在线优化的两大关键问题：建模和在线优化算法。 首先建模部分，通过比较各类神经网络建模的精度、网络参数的灵敏度以及学习时间等，本文选用了RBF_PLS神经网络进行建模。实验结果显示，RBF_PLS神经网络学习速度快、参数少，而且所设参数对网络输出呈现一定的规律，调节方便。此外，由于RBF_PLS神经网络输出层与隐层输出之间的关系是线性的 ...
邓毅
core
基于粒子群算法的海洋温差能朗肯循环系统多目标优化 [PDF]
, 2019 为提高海洋温差能发电系统的综合性能,以单位换热面积发电量和单位海水流量发电量为基础建立综合目标函数,选取蒸发温度、冷凝温度、蒸发器和冷凝器的海水出口温度为优化变量,利用粒子群算法对海洋温差能朗肯循环系统进行多目标参数优化。研究结果表明,在28℃温海水和5℃冷海水条件下,循环工质为R717时,蒸发器内的最佳蒸发温度为23.10℃,温海水出口温度为23.42℃;冷凝器内的最佳冷凝温度为12.31℃,冷海水出口温度为10.80℃;在换热器的海水进出口温差超过4℃时,换热器的海水出口温度对系统性能的影响较小 ...
张浩然, 王兵振, 王锰, 赵英汝
core
Gaoya dianqi, 2016 针对变压器差动保护装置易受励磁涌流误动作问题,提出了基于EMD-SVD-KELM与参数优选的励磁涌流辨识方法。首先,以经验模态分解（EMD）和奇异值分解（SVD）为工具,对励磁涌流和故障电流信号进行预处理,提取出识别特征量,并作为后续核函数极限学习机（KELM）学习输入量;然后,因学习机性能受参数C和γ影响较大,以均分训练样本所得多个模型的平均准确率作为适应度评价函数,为KELM参数优选提供评价标准。通过EMTDC仿真计算生成训练样本和测试样本,利用多种优化算法对KELM进行训练和测试。最终 ...
施恂山 +5 more
doaj
Gaoya dianqi, 2021 建立一种粒子群优化的改进加权支持向量回归的变压器顶层油温模型,能够准确的估计变压器顶层油温。该模型根据环境温度、变压器负荷、变压器顶层油温等样本数据建立支持向量回归模型,分析变压器顶层油温与其他各因素之间的联系,根据不同影响因素建立支持向量超平面将变压器顶层油温预测限制在一个合理区间,根据支持向量机的惩罚因子和松弛因子的选择使该区间缩小至与实际变压器顶层油温的误差达到最小,使以变压器顶层油温为预测目标函数的预测模型精度最高 ...
李诗勇 +6 more
doaj