检索结果-南通市图书馆

广东工业大学学报 2015年第1期32卷 121-127页

作者：李松芳刘伟广东工业大学应用数学学院广东广州510006

借鉴万有引力搜索算法和局部搜索思想,对遗传算法中的算术交叉和非均匀变异算子进行了改进,将万有引力搜索和混沌搜索引入新算子.新算子能够充分利用最优个体信息,兼具有全局搜索与局部搜索性能.仿真实验表明,新算子不但加快了算法的收... 详细信息

借鉴万有引力搜索算法和局部搜索思想,对遗传算法中的算术交叉和非均匀变异算子进行了改进,将万有引力搜索和混沌搜索引入新算子.新算子能够充分利用最优个体信息,兼具有全局搜索与局部搜索性能.仿真实验表明,新算子不但加快了算法的收敛速度,而且提高了求解精度.

关键词：遗传算法万有引力搜索混沌交叉算子变异算子

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

延迟焦化开工线腐蚀机理及温度模型预测

引用

石油学报（石油加工） 2020年第5期36卷 988-994页

作者：任佳王西刚赵梦恩金浩哲浙江理工大学机械与自动控制学院浙江杭州310018

以某延迟焦化装置为研究对象,明确了延迟焦化装置开工线发生的低温湿硫化氢(H2S)腐蚀问题并分析了腐蚀机理,在此基础上确立了开工线温度作为腐蚀失效的表征参量;由于开工线温度直接测量有延迟、成本高,且延迟焦化生产中各环境变量具有... 详细信息

以某延迟焦化装置为研究对象,明确了延迟焦化装置开工线发生的低温湿硫化氢(H2S)腐蚀问题并分析了腐蚀机理,在此基础上确立了开工线温度作为腐蚀失效的表征参量;由于开工线温度直接测量有延迟、成本高,且延迟焦化生产中各环境变量具有较强的非线性、时变性和复杂性,在高斯过程回归(GPR)模型的基础上,提出了基于引力搜索算法(GSA)优化的复合核函数高斯过程回归(GSA-CKGPR)模型,实现了开工线温度的软测量。通过对实际延迟焦化过程数据的训练预测分析,表明该预测模型相比于单核GPR模型、支持向量回归机(SVR)模型以及其他启发式优化算法具有更好的预测精度和稳定性,相对GPR模型均方根误差降低了47.3%,有利于延迟焦化开工线温度的精准预测,可为该装置的工艺操作参数优化及安全稳定运行提供理论支撑。

关键词：延迟焦化 H 2S腐蚀开工线温度预测高斯过程回归万有引力搜索

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于灵活性改造的火电机组参与快速调频的协调控制方案

引用

上海交通大学学报 2024年

作者：张建华姚祎赵思王永岳华北电力大学控制与计算机工程学院

随着可再生能源在电力系统中的普及，提高火电机组的一次调频(Primary Frequency Regulation， PFR)能力，从而抑制电网频率波动，是目前需要攻克的一个难题。然而，火电厂的灵活性运行在保证电网安全稳定运行方面挥发了重要作用。传统... 详细信息

随着可再生能源在电力系统中的普及，提高火电机组的一次调频(Primary Frequency Regulation， PFR)能力，从而抑制电网频率波动，是目前需要攻克的一个难题。然而，火电厂的灵活性运行在保证电网安全稳定运行方面挥发了重要作用。传统的火电机组一次调频策略采用协调控制系统(Coordinated Control System， CCS)、数字电液调节系统(Digital Electro-Hydraulic， DEH)，随着凝结水(Condensate Throttling， CT)和高加给水旁路节流(High-Pressure Heaters’ Feedwater Bypass， HPHFB)的改造，也能改善火电机组快速调频特性，因此，本文将CCS、DEH、CT、HPHFB四种控制方式相结合提出了新的调频策略。此外，为了提高火电机组的快速调频性能，将万有引力搜索(Gravitational Search Algorithm， GSA)算法和模糊增益调度策略相结合，提出了适用于多工况的火电机组快速调频策略，仿真结果验证改进控制策略的有效性。

关键词：一次调频灵活性运行万有引力搜索模糊增益调度

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

密度峰聚类算法优化及其隐私保护研究

密度峰聚类算法优化及其隐私保护研究

引用

作者：鲍舒婷安徽师范大学

学位级别：硕士

数据挖掘可以发现隐藏在大量数据中有价值的模式和知识,聚类分析是数据挖掘领域中的重要研究方法。作为一种无监督学习的数据分析方法,聚类分析通过划分簇使得簇中样本相似度高的同时簇间样本相似度低,已被广泛应用于模式识别、图像处... 详细信息

数据挖掘可以发现隐藏在大量数据中有价值的模式和知识,聚类分析是数据挖掘领域中的重要研究方法。作为一种无监督学习的数据分析方法,聚类分析通过划分簇使得簇中样本相似度高的同时簇间样本相似度低,已被广泛应用于模式识别、图像处理以及社团检测等领域。聚类分析的过程是对数据的挖掘和再利用,如果这些数据包含敏感信息,一旦被攻击者恶意挖掘,将会对用户个人财产和名誉带来巨大的影响。密度峰聚类算法是一种基于密度的聚类算法,该算法可以发现任意形状的类簇,聚类过程简洁高效,无需迭代。密度峰聚类算法也存在一些不足之处:对输入参数d敏感;对剩余样本进行分配很容易形成类似“多米诺骨牌”连带错误效应;密度峰聚类算法在计算样本局部密度和最短距离时可能泄露用户隐私。针对以上问题,本文的主要工作和研究成果如下:(1)针对密度峰聚类算法存在对全局参数d敏感,提出了一种基于共享近邻相似度的密度峰聚类算法。首先,该算法结合欧氏距离和共享近邻相似度进行样本局部密度的定义,避免了原始密度峰聚类算法中参数d的设置;其次,优化聚类中心的选择过程,能够自适应地进行聚类中心的选择;最后,将样本分配至距其最近并拥有较高密度的样本所在的簇中。实验结果表明,在UCI数据集和模拟数据集上,该算法能有效地提高聚类的准确性和聚类结果的质量。(2)针对密度峰聚类算法仅依赖局部密度对剩余样本进行分配同时容易形成类似“多米诺骨牌效应”的缺陷,提出了一种基于万有引力搜索的密度峰聚类算法。该算法使用密度峰聚类算法进行聚类中心选择,将聚类中心作为初始的粒子群并在万有引力搜索算法框架下进行剩余样本的分配,通过寻找最优解获取最佳的聚类效果。实验结果表明,在UCI数据集和模拟数据集上,该算法能具有较优的聚类效果。(3)针对密度峰聚类算法在计算样本局部密度和最短距离时可能泄露用户隐私的缺陷,提出一种差分隐私保护的密度峰聚类算法。该算法在局部密度和最短距离的计算过程中加入Laplace噪声进行差分隐私保护,同时进行隐私安全分析证明算法满足差分隐私保护。实验结果表明,算法在隐私保护程度和聚类有效性之间取得良好的平衡。

关键词：密度峰聚类共享近邻相似度万有引力搜索差分隐私

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进高斯过程回归算法及其应用研究

改进高斯过程回归算法及其应用研究

引用

作者：赵梦恩浙江理工大学

学位级别：硕士

在工业生产过程中,由于受到工艺、检测技术以及工况等条件限制,一些重要变量常常无法直接检测,这严重制约了自动控制技术的普及与应用,软测量技术因此应运而生。软测量技术最重要的一步就是软测量建模,近几年各种软测量建模方法不断涌现... 详细信息

在工业生产过程中,由于受到工艺、检测技术以及工况等条件限制,一些重要变量常常无法直接检测,这严重制约了自动控制技术的普及与应用,软测量技术因此应运而生。软测量技术最重要的一步就是软测量建模,近几年各种软测量建模方法不断涌现,其中高斯过程回归方法(Gaussian process regression,GPR)凭借其在处理小样本、复杂度较高的工业数据上的优势,被越来越多的学者关注。然而作为传统的软测量建模算法,高斯过程回归存在核函数单一、计算量较大、对初值敏感等问题,本文将针对这些问题开展改进研究。本文的研究得到了浙江省自然科学基金的资助,主要的研究内容和成果总结如下:(1)高斯过程回归结构以及参数优化研究。针对延迟焦化过程数据具有非线性、时变性和较强的复杂性等特点,提出一种基于万有引力搜索优化的组合核函数高斯过程回归算法。该算法具有两大特点:1)用组合核函数代替传统的单一核函数,相较于单一核函数,选择组合核函数能够更大可能地保留数据特征信息,使得映射关系更加符合数据分布,同时组合核函数的引入在结构上保证了算法具有更好的泛化能力;2)引入万有引力搜索算法寻找每一个核函数的最优超参数,克服共轭梯度法对初值依赖性强、迭代次数不确定等缺点。(2)高斯过程回归集成算法研究。针对工业现场工况复杂,不同的工况下数据特征间的相关性可能会不同等问题,提出一种基于K-means聚类的集成自适应高斯过程回归算法。首先利用K-means聚类算法将工业数据集划分成三个簇,然后利用自适应算法自适应地为每个簇选出最优核函数并建立最优局部模型。预测阶段,选用贝叶斯后验概率的融合方式对每个子模型赋予权重,从而对每个局部模型进行加权集成,得到预测结果。(3)改进高斯过程回归算法的应用研究。将所提两种算法应用于某延迟焦化系统开工线温度预测中,建立开工线温度预测模型,并与传统GPR算法、基于粒子群寻优的GPR(PSO-GPR)、基于遗传算法寻优的GPR(GA-GPR)、基于万有引力寻优的SVR(GSA-SVR)以及基于均值融和方式的K-means自适应高斯过程回归集成算法进行对比,结果表明本文提出的算法具有最高的预测精度、最强的稳定性,同时也证明了所提算法在延迟焦化系统中的实用性、有效性。(4)延迟焦化温度预测系统软件开发与应用。基于本文所提两种算法的基础上,开发了一套延迟焦化之温度预测系统,该系统软件涵盖本文所提两种算法,操作人员可根据现场训练数据实际情况自主选择表现较优的算法用于对现场温度进行实时监控预测。

关键词：软测量高斯过程回归万有引力搜索 K-means 开工线温度预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进模糊聚类分析的电力系统不良数据辨识

基于改进模糊聚类分析的电力系统不良数据辨识

引用

作者：康迪东北石油大学

学位级别：硕士

当前电力行业发展迅速,电力系统的规模也在不断扩大,随着电力网络的结构和运行模式更加复杂化,电网数据传输中产生错误数据的概率越来越高,由于客观原因的存在而产生的的错误数据又被称为不良数据,由于不良数据无法正确显示系统的运行状... 详细信息

当前电力行业发展迅速,电力系统的规模也在不断扩大,随着电力网络的结构和运行模式更加复杂化,电网数据传输中产生错误数据的概率越来越高,由于客观原因的存在而产生的的错误数据又被称为不良数据,由于不良数据无法正确显示系统的运行状况,其存在将严重影响状态估计的准确性与可靠性,进而对电力系统的安全稳定运行产生不利的影响。电力系统不良数据检测辨识的目的在于去除量测数据中的不良数据,为电力系统状态估计提供准确的数据。目前使用的不良数据检测辨识的方法主要是基于量测数据残差的方法,随着电网结构的复杂化,该方法检测结果存在漏检与误检的弊端日益凸显。本文采用基于模糊聚类的方法实现将原始量测中的良性数据与不良数据分离,算例仿真结果显示了该方法相比较传统方法的优越性。本文首先介绍了电力系统不良数据检测辨识的知识背景和研究现状,对比分析了当前不良数据检测辨识方法的优缺点。针对不良数据间存在相关性而容易出现残差污染和残差淹没的情况,传统的残差检测方法表现不佳,于是本文提出使用EGSA-FCM算法实现不良数据的检测辨识,该方法以模糊聚类算法中的模糊C均值算法为基础,通过引入本文提出的增强型万有引力搜索算法实现对SCADA系统上传的量测数据进行前期搜索,该方法提高了计算效率和准确性。最后将用于聚类有效性判断的COS指标应用于对最佳聚类数目的判定,获得最佳聚类结果,通过已知良性数据所在聚类,最终得到量测数据中良性数据与不良数据的分类。针对基于EGSA-FCM算法的不良数据检测辨识方法,本文编制了检测辨识程序。将该方法应用IEEE14节点电力系统和某地区电网变区中,检测辨识结果表明本文所提出的方法与传统的检测辨识方法相比有效避免了误检和漏检的发生,检测结果更加准确。

关键词：电力系统不良数据检测辨识模糊聚类万有引力搜索

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：