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:
针对人工鱼群算法中固定的视野和步长导致算法寻优速度变慢、易陷入局部最优等问题,引入了一个变系数因子来自适应调节人工鱼在聚群、追尾和觅食行为中的视野和步长;此外,为了降低算法后期运算复杂度以获得更多有效的人工鱼,加入一种人工鱼群最大迭代次数淘汰机制.将改进后的人工鱼群算法用来优化支持向量机中的核函数参数和惩罚参数,并应用到风电场短期风电功率预测中.通过实验仿真对比得出改进的人工鱼群优化支持向量机在短期风电功率预测中有较好的效果.
推荐文章
基于动态集成LSSVR的超短期风电功率预测
超短期风电功率预测
最小二乘支持向量回归
动态集成
动态时间弯曲距离
数值天气预报
基于风速融合和NARX神经网络的短期风电功率预测
短期风电功率预测
预测模型
NARX神经网络
风速融合
数据融合
数据处理
基于ARMA的风电功率预测
风力发电
ARMA
风电功率预测
风电机组
基于EEMD-IGSA-LSSVM的超短期风电功率预测?
集合经验模态分解
风功率预测
最小二乘向量机
改进引力搜索算法
指数径向基核函数
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 基于改进鱼群优化支持向量机的短期风电功率预测
来源期刊 电测与仪表 学科 工学
关键词 人工鱼群算法 支持向量机 变系数因子 功率预测
年,卷(期) 2016,(3) 所属期刊栏目 电能计量与负荷控制
研究方向 页码范围 80-84
页数 5页 分类号 TM93
字数 4390字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈国初 上海电机学院电气学院 78 405 11.0 17.0
2 王永翔 上海电机学院电气学院 4 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (103)
参考文献  (6)
节点文献
引证文献  (12)
同被引文献  (66)
二级引证文献  (37)
1993(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(8)
  • 引证文献(3)
  • 二级引证文献(5)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(24)
  • 引证文献(6)
  • 二级引证文献(18)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
人工鱼群算法
支持向量机
变系数因子
功率预测
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
电测与仪表
半月刊
1001-1390
23-1202/TH
大16开
哈尔滨市松北区创新路2000号
14-43
1964
chi
出版文献量(篇)
7685
总下载数(次)
22
总被引数(次)
55393
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导