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:
采用人工蜂群算法应用于土地利用变化中的土地使用决策,提出了一种新的空间负荷预测方法.为了解决静态决策规则带来的问题和提高空间负荷预测的精确性,该方法结合了人工蜂群算法和用地仿真法的优点,利用用地仿真法理论来预测规划区域各小区的未来用地类型,定义各小区用地类型的属性节点和类节点的连线为蜂群搜索路径,通过模仿蜜蜂采蜜行为,自动搜索在该区域土地利用变化情况中各用地类型最优的转换规则,计算小区负荷.最后利用Matlab R2012a做实验,证明文中所提新方法是有效的.
推荐文章
人工蜂群算法在空间定位的研究
空间发声目标
空间定位
人工蜂群算法
搜索效率
计算精度
定位监测
基于人工蜂群的空间资源受限项目调度算法
空间资源
空间配置
人工蜂群
基于混沌人工蜂群算法的色彩量化方法
混沌
蜂群算法
色彩量化
图像处理
基于全局信息的人工蜂群聚类算法
人工蜂群算法
聚类
群体智能
搜索策略
全局信息
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 基于人工蜂群算法的空间负荷预测
来源期刊 电力系统及其自动化学报 学科 工学
关键词 人工蜂群算法 适应度函数 转换规则 空间负荷预测
年,卷(期) 2018,(8) 所属期刊栏目 学术论文
研究方向 页码范围 102-107
页数 6页 分类号 TM715
字数 4164字 语种 中文
DOI 10.3969/j.issn.1003-8930.2018.08.017
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 马星河 河南理工大学电气工程与自动化学院 63 164 7.0 11.0
2 赵军营 河南理工大学电气工程与自动化学院 19 63 4.0 7.0
3 许丹 河南理工大学电气工程与自动化学院 18 27 3.0 5.0
4 娄晨阳 河南理工大学电气工程与自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (84)
共引文献  (74)
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)
1983(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(6)
  • 参考文献(1)
  • 二级参考文献(5)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(12)
  • 参考文献(1)
  • 二级参考文献(11)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(9)
  • 参考文献(0)
  • 二级参考文献(9)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(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
人工蜂群算法
适应度函数
转换规则
空间负荷预测
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
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导