【摘 要】
：
为提高预测的精度和速度,研究一种基于选择鲸鱼优化算法(selection whale optimization algorithm,SWOA)优化的反向传播神经网络(back propagation neural network,BPNN),并用于光伏电站的发电量预测.针对WOA(鲸鱼优化算法)的收敛速度慢和易早熟等问题,采用Tent映射生成分布均匀的初始种群,引入非线性系数a替代线性系数,基于选择策略提高算法的收敛速度,构建以风速、压强、温度、湿度和辐照度等5种数据为输入,以发电量为输出的BPNN模型.
【机 构】
：
湖北民族大学信息工程学院,国家电网湖北电力公司宜昌供电公司
【基金项目】
：
国家自然科学基金项目(61771188,61961017),湖北省教育厅科学技术研究计划青年人才项目(Q20151905),湖北民族大学博士启动基金项目(MY2017B017),教育部产学合作协同育人项目(201902289038).
论文部分内容阅读
为提高预测的精度和速度,研究一种基于选择鲸鱼优化算法(selection whale optimization algorithm,SWOA)优化的反向传播神经网络(back propagation neural network,BPNN),并用于光伏电站的发电量预测.针对WOA(鲸鱼优化算法)的收敛速度慢和易早熟等问题,采用Tent映射生成分布均匀的初始种群,引入非线性系数a替代线性系数,基于选择策略提高算法的收敛速度,构建以风速、压强、温度、湿度和辐照度等5种数据为输入,以发电量为输出的BPNN模型.
其他文献
为探索利用食用菌菌渣资源为原料进行工厂化生产草菇的可行性,分别以杏鲍菇菌渣和鹿茸菇菌渣为主设计配方,在一次、二次隧道发酵结束后及出菇前三个不同时期取培养料样品,提取总DNA,采用Illumina Hiseq高通量测序技术对细菌16S rRNA基因V3~V4区进行测序,分析细菌群落结构多样性,同时测定碳氮比和产量,利用SPASS软件进行结果分析.结果表明,以杏鲍菇菌渣为主的配方碳氮比呈下降趋势,以鹿茸菇菌渣为主时碳氮比变化为先降后增;草菇培养料中具有丰富的细菌群落,二次发酵对培养料中菌群变化起了关键性作用,
探讨骨填充网袋加压椎体成形术联合损伤胶囊治疗骨质疏松性椎体压缩骨折的临床疗效。选取2016年6月至2019年6月在甘肃省中医院脊柱科住院诊断为骨质疏松性椎体压缩骨折,并行骨填充网袋加压椎体成形术的患者80例,随机分为对照组40例与治疗组40例。对照组患者常规行骨填充网袋加压椎体成形术手术治疗,并在入院时给予碳酸钙D3颗粒口服,每次1袋,2次/d,连服4周为一疗程,共两个疗程;治疗组在上述治疗基础上,入院开始给予院内制剂损伤胶囊,口服,每次4粒,3次/d,连服4周为一疗程,共两个疗程。比较两组患者术前、术后
犹豫模糊环境下多属性决策问题作为实际不精确信息的表达形式,一系列基于不同角度的多属性决策方法被相继提出.本文从信息集成、距离测度、决策者心理行为、优于关系、偏好程度、冲突理论、三支决策理论等角度系统地展示犹豫模糊环境下几类多属性决策方法的研究内容.最后,将几类方法应用于实际物流供货商选择问题,并分析和研究了犹豫模糊环境下几类多属性决策方法的优势与特征.
系统评价TNF-α抑制剂治疗强直性脊柱炎的疗效及安全性。计算机检索PubMed、Cochrane library、EMBase、中国生物医学文献数据库、中国期刊全文数据库、中文科技期刊全文数据库、万方数据库。根据纳入排除标准筛选文献,纳入TNF-α抑制剂治疗强直性脊柱炎的随机对照试验,由两名评价员独立提取资料,并对其方法学进行质量评价,对符合纳入标准的研究采用RevMan5.3软件进行Meta分析。共纳入17个随机对照试验,共2499例患者。Meta分析结果显示:TNF-α抑制剂能有效提高达到ASAS20
为了改善基层医疗人才匮乏现状,从医学高职院校人才培养机制角度出发,剖析一些高校毕业生不愿意服务基层医疗的原因,从而研究有助于基层医疗建设的优化措施.
探讨了湖南高职院校科技成果转化现状与对策.分析了湖南高职院校科技成果转化现状,总结了高职院校在科技成果转化中存在的问题,提出了加强高职院校科技成果转化的对策,应加强内涵建设,增强科研实力和影响力,结合市场需求,提高成果质与量,加强校企合作,推动协同创新,完善保障和激励创新分配机制,以期提升湖南高职院校科技创新能力和科技成果转化率,促进高校的长远稳定发展.
结合我国高等职业教育质量提升的要求,探讨了高职院校实施导师制的必要性及基本模式,并对目前高职导师制推行过程中出现的问题提出了几点针对性的建议:制定和完善相应的激励政策,实现导师制培养方式的多样化,建立完善的导师工作评价和考核制度.导师制注重全过程、全方位育人,有利于提高人才培养的质量和水平.
目前虚拟环境中的无人驾驶车辆运动行为的智能训练主要通过无人驾驶车辆和环境的不断交互完成强化学习决策任务,存在无人驾驶车辆训练速度较慢且效率低下的问题.针对此问题,本文将车辆运动模拟技术和CMA-ES算法结合,提出了一种虚拟环境中基于改进协方差自适应算法(Covariance Matrix Adaptive Evolutionary Strategy,CMA-ES)算法的无人驾驶车辆运动行为智能训练方法,首先模拟车辆的运动行为,得到特殊路段的运动行为和环境信息数据;然后对模拟得到的环境信息数据进行编码预处理
以金融数学课程为例,对云班课—翻转课堂在课程教学中的实践进行探究.综合云班课线上教学平台及翻转课堂的线下教学方式,分析了学情,提出了教学创新理念及创新思路,对教学创新策略及过程进行讨论,并针对教学创新效果进行综合评价.该教学模式将部分课堂主体交由学生,体现了以学生为中心的教学创新理念,强化了学生的自主学习能力,增强了学生团结协作的意识及数据分析能力.
针对存在信道受限和外部信号干扰的参数不确定网络控制系统,研究了一类H∞滤波器设计问题,以提高控制系统鲁棒性.使用独立伯努利序列构建信道受限网络通信模型,运用参数分离法分解控制系统矩阵中不确定参数项;在此基础上,通过构建含有两个子系统的离散切换系统描述滤波误差系统,利用李雅普诺夫函数和离散切换系统理论证明滤波误差系统渐近稳定并具有H∞性能指标,通过线性矩阵不等式给出滤波器参数求解的方法.实验结果表明最优性能指标γ*=1.6294,具有较低的保