您的位置: 专家智库 > >

霍明

作品数:3 被引量:17H指数:3
供职机构:湖南大学电气与信息工程学院更多>>
相关领域:电气工程更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇电气工程

主题

  • 2篇短期负荷预测
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇组合优化
  • 2篇向量
  • 2篇向量机
  • 2篇粒子群
  • 2篇混沌优化
  • 2篇负荷预测
  • 2篇参数选取
  • 1篇电容
  • 1篇电容器
  • 1篇电容器优化配...
  • 1篇电网
  • 1篇优化配置
  • 1篇优化算法
  • 1篇配电
  • 1篇配电网
  • 1篇群算法
  • 1篇子群

机构

  • 3篇湖南大学

作者

  • 3篇霍明
  • 2篇罗滇生
  • 1篇何井龙
  • 1篇杨洪

传媒

  • 2篇电力系统及其...

年份

  • 3篇2009
3 条 记 录,以下是 1-3
排序方式:
短期负荷预测中SVM参数选取的混沌优化方法被引量:8
2009年
支持向量机已成功地应用于短期负荷预测领域,但其学习和泛化能力取决于参数的有效选取。为进一步提高预测精度,针对目前支持向量机参数选取方法的人为盲目性等缺点,在分析各个参数对其预测性能的影响的基础上,将混沌优化技术应用于参数的选取过程。对组合优化问题建立目标函数,采用一种改进的变尺度混沌优化算法来搜索全局最优值,从而得到最优的参数组合。通过湖南某地区电网日负荷预测的仿真结果表明,该方法与常规方法相比,显著地降低了模型的建模误差和预测误差,具有更好的性能。
霍明罗滇生何井龙
关键词:短期负荷预测支持向量机参数选取混沌优化算法组合优化
短期负荷预测的支持向量机模型参数优化方法研究
支持向量机是一种新的基于统计学习理论的机器学习方法,具有泛化能力强、全局最优和计算速度快等突出优点,已经成功地应用于短期负荷预测领域。预测模型的拟合精度和泛化能力取决于相关参数的选取,但是至今还没有形成通用的理论和方法,...
霍明
关键词:短期负荷预测支持向量机参数选取组合优化粒子群混沌优化
文献传递
基于SA-PSO的配电网电容器优化配置被引量:4
2009年
应用模拟退火粒子群优化算法(simulated annealing particle swarm optimization,SA-PSO)求解配电网电容器优化配置问题,在同时考虑系统有功损耗费用和补偿电容器购买、安装和维护费用的基础上,建立了相应的数学模型。为了改善算法摆脱局部极值点的能力,提高算法的收敛速度和精度,采用基于适应度值的动态阈值来控制实施局部搜索的粒子数目。将其应用到一个IEEE33节点配电网的电容器优化配置中,结果表明,模拟退火粒子群优化算法具有合理性和可行性。
杨洪罗滇生霍明
关键词:配电网模拟退火粒子群算法电容器优化配置
共1页<1>
聚类工具0