搜索资源列表
人工智能与模糊控制_电力系统
- 人工智能与模糊控制_电力系统-artificial intelligence and fuzzy control _ Power System
yhs
- 基于遗传算法的电力系统无功优化程序，可以帮您更好的进行电力系统的优化，使用标准的MATLAB程序-based on genetic algorithm reactive power optimization program that can help you better electrical system optimization, the use of standard MATLAB
reactive_power_optimization
- 一种改进遗传算法,用于电力系统无功优化,已经编译通过-an improved genetic algorithm for reactive power optimization, has been compiled by
qpso40
- qpso算法解决电力系统最优化问题，例子是40个节点的大规模问题
PSO40
- 用标准PSO算法解决电力系统最优化问题，粒子采用的是40个节点的大规模问题
DE40
- 微分进化算法来解决电力系统优化问题的源代码，例子采用的是40个粒子的大规模计算问题
IEEE30PQdecouple
- 电力系统潮流计算 采取PQ分解法 用VC++完成编程。
NN+GA
- 1,改进BP神经网络在股市预测中的应用.2,基于MATLAB工具箱的开采煤层自燃危险性预测.3,基于改进的神经网络的电力系统负荷预报.4,基于神经网络的灌溉用水量预测.5,基于遗传算法改进BP网络的地表沉陷预计.6,利用遗传算法改进BP学习算法.7,模糊神经网络在电力市场短期负荷预测中的应用.8,神经网络学习算法存在的问题及对策.9,遗传神经网络在电力系统短期负荷预测中的应用.10,应用改进BP神经网络进行用水量预测.11,用遗传算法改进的BP模型在刹车系统诊断中的应用研究.12,遗传算法改进的
afs1
- 人工鱼群算法（AFSA）是2002年李晓磊提出的基于鱼群行为的寻求全局最优 的新型搜索策略，该算法具有较优的全局收敛能力及较快的寻优速度。本文首次将 人工鱼群算法应用于人工神经网络的学习，形成了人工鱼群神经网络模型，通过与 BP算法、模拟退化算法、进化算法训练的人工神经网络进行比较，验证了人工鱼群 神经网络在全局寻优能力上的优势，进而利用人工鱼群神经网络进行电力系统短期 负荷预测，建立了人工鱼群神经网络预测模型。为了进一步提高算法的稳定性，以 及求得全局最优值的能力，文中
遗传算法工具箱源程序
- 本程序为遗传算法源代码，可用来解决一系列工程问题，如电力系统机组组合、经济调度等。
sf1704.zip
- 基于遗传算法的电力系统无功优化程序，可以帮您更好的进行电力系统的优化，使用标准的MATLAB程序-,based on genetic algorithm reactive power optimization program that can help you better electrical system optimization, the use of standard MATLAB
IEEE(BPA)
- 比较丰富的IEEE，th，BPA节点数据，对于学习电力系统专业方向的学生做仿真比较有帮助-there are IEEE Th，Bpa data form
matlab
- 为大家提供方便，遗传算法电力系统无功优化-genetic algorithm reactive power optimization program
gene
- 遗传算法程序，用以解决电力系统潮流计算及电力市场方面的问题-Genetic algorithm program to solve the power flow calculation and aspects of the electricity market
SGA40
- 用标准遗传算法解决电力系统最优化问题，粒子使用的是40个节点的大规模计算问题-Using standard genetic algorithm to solve power system optimization problems, particle using 40 nodes of a large-scale computing problems
MY_PSO_zyk_cgaus_rldc
- 给予粒子群算法的优点,将其用于电力系统中进行参数优化有明显效果-this is a alagorithm of var power optimization
opf_slvr
- 用于电力系统运行中潮流的优化问题,确保供电质量安全-this is a alagorith of state slow of power
SOA_wgyh_zyk_dai_57
- 对电力系统57接点应用随机搜索法进行潮流分析,及电压稳定分析-Contact 57 on the power system using random search method for trend analysis, and voltage stability analysis
fuheyuce
- 基于BP神经网络的电力系统日负荷预测，模型采用24个输入，24个输出，训练次数为10000，训练目标为0.5，学习速率设置为0.1。(Load forecasting based on BP neural network, the model uses 24 inputs, 24 outputs, the number of training is 10000, the training target is 0.5, the learning rate is set to 0.1.)
粒子群算法1
- 粒子群算法,强引导粒子群与混沌优化的电力系统无功优化(Particle swarm optimization, strongly guided particle swarm optimization and chaotic optimization for reactive power optimization in power systems)