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:
由于萤火虫算法(FA)具有全局性能好、收敛精度高等优点,因此将萤火虫算法用于SVR的惩罚系数C和核参数σ的优化选取中.为提高迭代收敛速度和寻优精度,对萤火虫算法加以改进,在迭代过程中对亮度最亮的萤火虫位置施加随机扰动;将参数经过优化选取的SVR用于短期电力负荷预测,并将预测结果与采用网格搜索法、遗传算法、粒子群算法得到的结果做比较.其结果表明,采用改进萤火虫算法作参数寻优的SVR的负荷预测精度高,效果最好.
推荐文章
基于萤火虫算法的PID参数优化方法研究
PID
萤火虫算法
参数优化
Simulink
一种粒子群-萤火虫算法的参数优化方法
萤火虫算法
粒子群算法
参数优化
带高斯变异的人工萤火虫优化算法
人工萤火虫算法
高斯变异
函数优化
改进萤火虫算法在混合装药内弹道性能优化中的应用
萤火虫算法
混合装药
内弹道
收敛效果
全局最优
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 萤火虫算法优化SVR参数在短期电力负荷预测中的应用
来源期刊 西华大学学报(自然科学版) 学科 工学
关键词 萤火虫算法 支持向量机 电力负荷预测
年,卷(期) 2017,(1) 所属期刊栏目 机电工程
研究方向 页码范围 35-38
页数 4页 分类号 TP18|TM715
字数 2666字 语种 中文
DOI 10.3969/j.issn.1673-159X.2017.01.007
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 冯平 后勤工程学院机械电气工程系 33 76 5.0 6.0
2 陈镜伯 后勤工程学院机械电气工程系 5 11 2.0 3.0
3 陈杰睿 后勤工程学院机械电气工程系 4 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (56)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1998(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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
萤火虫算法
支持向量机
电力负荷预测
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
西华大学学报(自然科学版)
双月刊
1673-159X
51-1686/N
大16开
四川省成都市金牛区
1982
chi
出版文献量(篇)
3399
总下载数(次)
6
总被引数(次)
16135
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导