- 年份
- 2025(2)
- 2024(8)
- 2023(4)
- 2022(3)
- 2021(1)
- 2020(4)
- 2019(2)
- 2018(1)
- 2017(4)
- 2016(1)
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)(34)
- 北京大学中文核心期刊目录(北大核心)(32)
- 中国科学引文数据库(CSCD)(23)
- 中文社会科学引文索引(CSSCI)(1)
- 更多...
- 刊名
- 现代制造工程(3)
- 电子学报(3)
- 中国机械工程(2)
- 信息与控制(2)
- 工程设计学报(2)
- 物理学报(2)
- 电工技术学报(2)
- 电网技术(2)
- 计算机工程(2)
- 中南大学学报(自然科学版)(1)
- 更多...
- 作者单位
- 北京工业大学(2)
- 杭州电子科技大学(2)
- 浙江大学(2)
- 上海交通大学(1)
- 中南大学(1)
- 中国铁道科学研究院(1)
- 云南财经大学(1)
- 华东交通大学(1)
- 华北电力大学(1)
- 华南理工大学(1)
- 更多...
- 语种
- 汉语(43)
- 关键词
- 多目标粒子群优化算法(43)
- 优化设计(3)
- 多目标优化(3)
- 代理模型(2)
- 响应面法(2)
- 复杂产品(2)
- 外部档案(2)
- 服务质量(2)
- 轨迹规划(2)
- 6Sigma可靠性(1)
- 更多...
- 作者
- 张静(2)
- 李冰(2)
- 韩红桂(2)
- 丁剑鹰(1)
- 乔俊飞(1)
- 付学中(1)
- 付志远(1)
- 代学武(1)
- 任密蜂(1)
- 伍凌(1)
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 43 条结果
- 基于改进MOPSO-BP算法的短期电力负荷预测研究摘要:短期电力负荷预测为电力规划的科学性、电力调度的合理性、电力运行的经济性提供了有效的指导,近年来,神经网络在预测短期电力负荷中得到了广泛应用.针对BP神经网络预测方法的自主学习能力强但预测结果容易陷入局部最小值的缺点,首先建立了三种短期电力负荷预测模型,分别是基于BP神经网络的预测模型,基于自适应网格法的多目标粒子群优化算法(MOPSO)优化BP神经网络的MOPSO-BP预测模型,以及基于拥挤距离法改进的MOPSO优化BP神经网络的改进…查看全部>>
- 基于多目标粒子群算法的异构网接入控制摘要:各种异构接入网络的无缝融合是下一代网络的显著体征之一。研究异构网络的呼入接纳控制,考虑延时、价格和阻塞率因素,致力于同时提高运营商收益和用户满意度,将无线异构网络的呼入接纳控制转换为组合优化问题,利用多目标粒子群优化算法收敛速度快,可同时在多目标上进行优化的特点,提出了一种基于多目标粒子群优化算法的异构无线网络呼入接纳控制算法。通过仿真,证明可以在运营商的收益和用户群的满意度中找到好的平衡。
- 计及风险备用约束的孤网系统环保经济调度北大核心CSCDCSTPCD摘要:为解决风电、光伏发电出力的随机性给微网调度带来的问题,利用可再生能源的概率分布函数来描述系统中存在的不确定性因素,引入失负荷风险指标和风光浪费风险指标建立了考虑发电经济性和环保性的多目标模型,保证微网供电的可靠性和可再生能源的高效利用。采用改进型多目标粒子群算法求解该模型,然后通过熵权法决策出最终的调度方案,避免人为确定多目标权重问题主观因素的影响,使微网调度的整体效益达到最优,算例结果验证了所提模型及算法的有效性。
- 基于混沌多目标粒子群优化算法的云服务选择北大核心CSCDCSTPCD
- 基于多目标粒子群优化算法的UPFC协调控制北大核心CSCDCSTPCD摘要:针对UPFC多个控制器间的负交互影响,将UPFC的多个功能控制器之间的协调问题转化为多目标优化问题,提出采用一种新颖的多目标粒子群优化算法(MOPSO)进行控制器的参数优化.介绍MOPSO算法的基本原理和实现过程,进行算例计算,并且与多目标进化算法(MOEA)进行比较分析.时域仿真验证了采用所提出的协调控制策略可以得到快速收敛并且良好分布的Pareto解集,从而有效消除控制器间的负交互影响,取得满意的控制性能.
- 一种多策略融合的多目标粒子群优化算法北大核心CSCDCSTPCD摘要:为提高多目标粒子群算法在解决复杂多目标优化问题中的整体性能,提出一种多策略融合的多目标粒子群算法。该算法采用均匀化与随机化相结合的方式初始化种群,在粒子速度更新中新增一扰动项,运用简化的 k-最近邻方法维持档案以及对档案个体赋予生存期属性并动态调整生存期值。实验结果表明,在 GD 和 SP 性能指标上,本文算法与另外5种对等算法在 ZDT 和 DTLZ 系列测试问题上进行对比,其表现出了总体显著性的性能优势。
- 弧齿锥齿轮基本参数优化设计北大核心CSCDCSTPCD摘要:为改善因传统机械式机床加工运动受限而采用局部共轭接触造成的齿面接触区域小的现状,同时为提升齿面接触性能,提出了一种弧齿锥齿轮基本参数优化设计方法.基于齿轮副全齿面接触的实现方法,以齿轮基本参数为优化变量、排除啮合界限线和根切界限线(以下简称为"2类界限线")及防止齿顶变尖为约束条件,建立了以传动润滑性能综合参数和齿面瞬时接触线总长度最大为目标的齿面接触性能多目标优化数学模型.引入更加适合模型本身的现代多目标骨干粒子群算法求解最优基本参…查看全部>>
- 基于粒子群优化的室内动态热舒适度控制方法北大核心CSCDCSTPCD摘要:针对预测平均投票数(predicted mean vote,PMV)值在舒适区和节能区之问周期性交替变化的控制方法,提出了基于PMV的动态舒适度冷/热抱怨模型和能耗模型.基于此模型,根据用户设定的舒适和节能两者的协调关系,运用改进的多目标离散粒子群优化算法,得出动态舒适度控制系统输入参数的寻优方法.该方法只需实时测量热环境和居住者热感觉数据,不需建立热环境物理解析模型,普适性强.实验证明了上述控制方法的有效性,该方法可实现动态舒适度的最优控制.
- 含风电场多目标低碳电力系统动态经济调度研究北大核心CSCDCSTPCD摘要:含风电场多目标低碳电力系统调度模型包括2个目标函数:发电成本和碳排放量.考虑电力系统经济性的同时减少碳排放量;考虑风电场带来的风险,在发电成本中增加风险成本;在保证电力系统安全性的同时增加风电场的出力,达到低碳节能的效果.对含风电场多目标低碳电力系统调度模型,采用改进的多目标粒子群优化算法进行优化求解.仿真验证了含风电场多目标低碳电力系统调度数学模型与改进粒子群算法的正确性与有效性.
- 基于收敛速度和多样性的多目标粒子群种群规模优化设计北大核心CSCDCSTPCD