黄大伟
- 作品数：6 被引量：43H指数：4
- 供职机构：重庆大学自动化学院更多>>
- 发文基金：重庆市科技攻关计划更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 加强学习与联想记忆的粒子群优化算法被引量：5
- 2012年
- 为了克服粒子群优化算法多维搜索时方向性差、目的性弱以及易早熟收敛等缺点,提出了一种改进的粒子群优化算法。改进的算法分别对认知部分及社会部分的最优信息、最差信息赋予不同的学习因子,使算法具有更强的学习能力。每个粒子联想记忆其历史最优、最差信息,然后按照追逐最优躲避最差的原则寻找最优位置。联想记忆克服了多维搜索中方向性差、目的性弱的缺点;追优避差保持了种群的多样性,有利于提高算法的收敛速度、克服早熟收敛。通过基准函数的仿真测实验证了算法的有效性。
- 段其昌张广峰黄大伟周华鑫
- 关键词：粒子群优化联想记忆仿真测试
- 带扩展记忆的粒子群优化算法及其在电力系统短期负荷预测中应用
- 随着电力市场的逐步民营化和自由化，电力负荷需求的预测对于电网的规划、能量消耗及安全运行影响越来越重大，引起一些国家和地区的高度重视和广泛关注。 最近几十年，众多专家学者就如何提高电力负荷预测精度提出了各种各样的方法。经...
- 黄大伟
- 关键词：粒子群优化算法电力系统短期负荷预测
- 文献传递
- 基于EMD和PSO-SVM的电力系统中期负荷预测被引量：13
- 2012年
- 预测精度是衡量电力系统负荷预测模型性能的一个重要指标。针对电力系统负荷数据序列是一种典型的具有周期性和随机性的非线性非平稳时间序列的特点,为了提高负荷预测的精度,提出了运用EMD解析出其中代表负荷不同特性分量的预测模型。根据各分量的变化规律,分别选择合适的核函数,并利用PSO优化SVM参数,将各分量的预测结果重构后得到最终预测值。通过EUNITE国际电力负荷预测竞赛数据的仿真实例,验证了该预测模型能够有效提高电力负荷的预测精度,且速度较快,稳定性较强。
- 段其昌饶志波黄大伟林森
- 关键词：负荷预测经验模式分解粒子群优化
- 带扩展记忆的粒子群优化算法仿真分析被引量：11
- 2011年
- 从心理学的角度提出带扩展记忆的粒子群优化算法(PSOEM),以克服标准粒子群优化算法(PSO)在优化多维函数过程中粒子搜索方向性差、目的性弱的缺陷.采用扩展记忆存储粒子的历史信息,并引入参数表征扩展记忆的重要性.利用经典离散控制理论分析其定值算法的稳定范围.此算法与标准算法是同源异构的,可以与已改进的PSO算法结合使用.基准测试函数的仿真结果验证了所提出算法的有效性.
- 段其昌黄大伟雷蕾段盼
- 关键词：粒子群优化稳定性分析
- 基于扩展记忆粒子群-支持向量回归的短期电力负荷预测被引量：14
- 2012年
- 为了快速准确高效地预测短期电力负荷,提出了一种带扩展记忆的粒子群优化技术(PSOEM)和支持向量回归(SVR)相结合,以历史负荷数据、气象因素等作为输入的基于PSOEM-SVR的短期电力负荷预测方法。PSOEM比传统PSO收敛速度更快精度更高具有更强的寻优能力,用它来优化组合核函数SVR参数,减少了SVR参数设置的盲目低效性,获得较优的PSOEM-SVR预测模型。该模型的实例仿真预测结果表明该方法比BP神经网络具有更好的准确性和稳定性,平均绝对误差控制在1%以内。
- 段其昌曾勇黄大伟段盼刘顿
- 关键词：粒子群优化支持向量回归短期负荷预测
- ASP.NET Web应用程序身份验证分析
- 2010年
- 本文简要分析和总结了ASP.NET Web应用程序实现身份验证的各种方式,并给出了安全性方面的建议。
- 黄大伟
- 关键词：安全性
