基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了改进的粒子群优化算法:通过改进初始粒子种群的产生方法,加快其产生速度;在新的粒子种群产生过程中引入自适应步长,可以在该速度梯度方向上找到较优的粒子,进而加速了收敛速度;借鉴遗传算法中的变异操作增加了粒子的多样性,减小了算法陷入局部极值的可能.通过应用实例证明,将改进的粒子群优化算法应用到电力负荷组合预测模型的权重求解是可行的.
推荐文章
基于RBFNN混合粒子群算法的电力负荷短期预测
电力负荷预测
径向基神经网络(RBFNN)
混合粒子群优化算法(HPSO)
粒子群优化算法及其在电力系统中的应用
粒子群优化算法
群体智能
电力系统
基于改进粒子群优化算法的预测控制
预测控制
标准粒子群优化
参数优化
多变量
耦合
改进粒子群算法优化的卫星钟差组合预报模型
卫星钟差
钟差预报
差分自回归移动平均模型
最小二乘向量机模型
改进粒子群
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进粒子群优化算法在电力负荷组合预测模型中的应用
来源期刊 电网技术 学科 工学
关键词 粒子群优化算法 变异 电力负荷 组合预测
年,卷(期) 2009,(2) 所属期刊栏目 国家重点基础项目
研究方向 页码范围 27-30
页数 4页 分类号 TM734
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (624)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(10)
  • 参考文献(1)
  • 二级参考文献(9)
2004(9)
  • 参考文献(4)
  • 二级参考文献(5)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(6)
  • 参考文献(3)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群优化算法
变异
电力负荷
组合预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电网技术
月刊
1000-3673
11-2410/TM
大16开
北京清河小营东路15号中国电力科学研究院内
82-604
1957
chi
出版文献量(篇)
9975
总下载数(次)
39
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导