期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于混合迁移策略的生物地理学优化算法
被引量:
15
1
作者
毕晓君
王珏
《模式识别与人工智能》
EI
CSCD
北大核心
2012年第5期768-774,共7页
为提高生物地理学优化算法(BBO)的性能,提出一种基于混合迁移策略的生物地理学优化算法(HMB-BO).该算法通过动态选取待迁出种群个体,平衡对解集搜索过程中的选择压力.采用混合迁移策略改进迁移机制,增强算法对解的搜索能力,避免引起过...
为提高生物地理学优化算法(BBO)的性能,提出一种基于混合迁移策略的生物地理学优化算法(HMB-BO).该算法通过动态选取待迁出种群个体,平衡对解集搜索过程中的选择压力.采用混合迁移策略改进迁移机制,增强算法对解的搜索能力,避免引起过早收敛.并加入分段Logistic混沌机制对个体进行变异,提高算法的收敛精度.基于标准测试函数的仿真实验表明,HMBBO算法可有效避免早熟收敛,在收敛速度和收敛精度上较标准BBO算法有较大提高.
展开更多
关键词
生物地理学优化算法(BBO)
混合迁移策略
混沌优化
原文传递
多种群混合迁移生物地理学算法在短期负荷预测中的应用
2
作者
刘随阳
李捷
《电工材料》
CAS
2022年第2期17-22,共6页
为了获得更精确的电力负荷预测精度,提出了一种基于多种群混合迁移生物地理学算法(MGBBO)和核极限学习机(KELM)的短期负荷预测算法。改进算法首先对原始种群根据目标适应度值分化成三个不同的小种群;其次,融合了BBO算法中的迁移与变异操...
为了获得更精确的电力负荷预测精度,提出了一种基于多种群混合迁移生物地理学算法(MGBBO)和核极限学习机(KELM)的短期负荷预测算法。改进算法首先对原始种群根据目标适应度值分化成三个不同的小种群;其次,融合了BBO算法中的迁移与变异操作,创建了一种新型的分种群混合迁移算子,使三个小种群按照不同的方式进行变异迁移,丰富整体种群的多样性,提高算法的收敛速度和全局搜索能力;最后将改进算法与KELM结合构建预测模型用于负荷预测。6个测试函数测试以及实际电力负荷预测的仿真结果表明:MGBBO算法拥有更快的收敛速度和求解精度,MGBBO-KELM应用于负荷预测能够显著降低预测误差,提高预测精度。
展开更多
关键词
生物地理学算法
分组
混合迁移策略
极限学习机
负荷预测
下载PDF
职称材料
题名
基于混合迁移策略的生物地理学优化算法
被引量:
15
1
作者
毕晓君
王珏
机构
哈尔滨工程大学信息与通信工程学院
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2012年第5期768-774,共7页
基金
国家自然科学基金项目(No.61175126)
中央高校基本科研业务费专项项目(No.HEUCF81209)
教育部博士点基金项目(No.20112304110009)资助
文摘
为提高生物地理学优化算法(BBO)的性能,提出一种基于混合迁移策略的生物地理学优化算法(HMB-BO).该算法通过动态选取待迁出种群个体,平衡对解集搜索过程中的选择压力.采用混合迁移策略改进迁移机制,增强算法对解的搜索能力,避免引起过早收敛.并加入分段Logistic混沌机制对个体进行变异,提高算法的收敛精度.基于标准测试函数的仿真实验表明,HMBBO算法可有效避免早熟收敛,在收敛速度和收敛精度上较标准BBO算法有较大提高.
关键词
生物地理学优化算法(BBO)
混合迁移策略
混沌优化
Keywords
Biogeography-Based Optimization (BBO), Hybrid Migration Strategy, Chaos Optimization
分类号
Q15 [生物学—普通生物学]
原文传递
题名
多种群混合迁移生物地理学算法在短期负荷预测中的应用
2
作者
刘随阳
李捷
机构
国网湖北省电力有限公司荆门供电公司
国网邵阳供电公司输电检修公司
出处
《电工材料》
CAS
2022年第2期17-22,共6页
基金
国家自然科学基金(51907096)。
文摘
为了获得更精确的电力负荷预测精度,提出了一种基于多种群混合迁移生物地理学算法(MGBBO)和核极限学习机(KELM)的短期负荷预测算法。改进算法首先对原始种群根据目标适应度值分化成三个不同的小种群;其次,融合了BBO算法中的迁移与变异操作,创建了一种新型的分种群混合迁移算子,使三个小种群按照不同的方式进行变异迁移,丰富整体种群的多样性,提高算法的收敛速度和全局搜索能力;最后将改进算法与KELM结合构建预测模型用于负荷预测。6个测试函数测试以及实际电力负荷预测的仿真结果表明:MGBBO算法拥有更快的收敛速度和求解精度,MGBBO-KELM应用于负荷预测能够显著降低预测误差,提高预测精度。
关键词
生物地理学算法
分组
混合迁移策略
极限学习机
负荷预测
Keywords
biogeography-based optimization
multi-group hybrid migration
ELM
load forecasting
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于混合迁移策略的生物地理学优化算法
毕晓君
王珏
《模式识别与人工智能》
EI
CSCD
北大核心
2012
15
原文传递
2
多种群混合迁移生物地理学算法在短期负荷预测中的应用
刘随阳
李捷
《电工材料》
CAS
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部