排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
基于网格搜索和交叉验证的支持向量机在梯级水电系统隐随机调度中的应用 总被引:2,自引:0,他引:2
将支持向量机(SVM)理论与网格搜索及交叉验证相结合,应用于梯级水电系统隐随机优化调度中,实现径流不确定条件下的梯级实际优化运行。以系统结构风险最小为SVM训练目标,结合参数分布规律,采用指数划分的网格搜索对模型参数进行优选;将K-fold交叉验证技术引入到SVM训练性能评价中,降低了训练样本随机性对训练模型性能的干扰,提高了模型的泛化能力。建立VC_与MATLAB混合编程平台,对梯级水电系统隐随机优化调度运行进行仿真,结果表明基于采用最优参数SVM的隐随机优化调度在梯级系统发电量和发电过程方面取得了良好成果。 相似文献
2.
3.
基于鲶鱼效应粒子群算法的水库水沙调度模型研究 总被引:1,自引:0,他引:1
水沙优化调度具有多目标、高维、非线性和难以求解的特点,在统筹考虑泥沙淤积、发电量目标和优化调度决策变量的基础上,建立水库水沙多目标优化调度模型,采用全局搜索能力和收敛性较强的鲶鱼效应粒子群算法求解。该模型较好的整合了模型中的目标和待优化决策变量,为水沙优化调度模型研究提供了一个新的途径,所提出的算法克服了粒子群容易陷入局部最优的缺点,可以有效的处理维数灾和复杂约束问题。实例研究表明,在给定的泥沙淤积量阀值和考虑汛期排沙的条件下,针对来水来沙情势有目的提前蓄水可以很好的解决发电和排沙减淤的矛盾,同时也验证了模型及算法的有效性和通用性。 相似文献
4.
5.
6.
1