• Complex
  • Title
  • Keyword
  • Abstract
  • Scholars
  • Journal
  • ISSN
  • Conference
成果搜索
High Impact Results & Cited Count Trend for Year Keyword Cloud and Partner Relationship

Query:

学者姓名:赵超

Refining:

Source

Submit Unfold

Language

Submit

Clean All

Sort by:
Default
  • Default
  • Title
  • Year
  • WOS Cited Count
  • Impact factor
  • Ascending
  • Descending
< Page ,Total 8 >
基于改进樽海鞘算法的含电动汽车微电网经济优化调度
期刊论文 | 2025 , 42 (1) , 167-180 | 控制理论与应用
Abstract&Keyword Cite

Abstract :

电动汽车接入可再生能源微电网有利于减少环境污染,改善能源结构.但是电动汽车充电负荷的随机波动性为微电网运行优化调度带来很大的困难.为了实现微电网的高效稳定运行,本文提出一种基于改进樽海鞘算法(ISSA)的含电动汽车的可再生能源微电网优化调度方法.针对基本樽海鞘算法在进化后期由于种群多样性的缺失而易出现局部收敛或算法早熟的问题,改进算法首先利用Tent混沌序列产生初始种群,以增强种群的多样性;其次,通过设置动态控制参数来调节算法的全局探索与局部开发之间的平衡,提高算法的收敛性;同时,引入正交重心反向学习策略改进樽海鞘个体的位置信息更新,从而,强化算法的全局寻优能力以克服算法早熟收敛,以避免陷入局部极值,从而全面提高算法的优化性能;最后,将该算法用于求解含电动汽车微电网经济优化问题,在孤岛和并网两种模式下分别进行仿真实验,并与其他算法的优化结果进行比较.仿真结果表明,基于ISSA算法的优化结果均优于其他方法,两种模式下运行成本最大降幅分别为29.1%和20.0%,证明了所提算法的可行性和实用性.

Keyword :

Tent混沌映射 Tent混沌映射 微电网 微电网 樽海鞘算法 樽海鞘算法 电动汽车 电动汽车 经济调度 经济调度 重心反向学习 重心反向学习

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 赵超 , 付斌 , 林立 . 基于改进樽海鞘算法的含电动汽车微电网经济优化调度 [J]. | 控制理论与应用 , 2025 , 42 (1) : 167-180 .
MLA 赵超 等. "基于改进樽海鞘算法的含电动汽车微电网经济优化调度" . | 控制理论与应用 42 . 1 (2025) : 167-180 .
APA 赵超 , 付斌 , 林立 . 基于改进樽海鞘算法的含电动汽车微电网经济优化调度 . | 控制理论与应用 , 2025 , 42 (1) , 167-180 .
Export to NoteExpress RIS BibTex

Version :

基于改进灰狼算法的独立微电网容量优化配置 CSCD PKU
期刊论文 | 2022 , 43 (01) , 256-262 | 太阳能学报
Abstract&Keyword Cite

Abstract :

为降低独立微电网的综合发电成本,提高供电可靠性,研究基于改进灰狼优化算法的独立微电网电源容量优化配置方法。针对基本灰狼算法在进化后期由于种群多样性的缺失而易出现局部收敛或算法早熟的问题,提出一种具有全局寻优性能的改进灰狼优化算法。改进算法首先利用Tent混沌序列产生初始种群,以增强种群的多样性;其次,通过对收敛因子设置非线性调整策略来调节算法的全局探索与局部开发之间的平衡,提高算法的收敛性;最后引入柯西变异算子有效降低算法出现早熟收敛的概率,从而全面提高算法的优化性能。在分析风力发电机-光伏组件-蓄电池/柴油发电机独立微电网各发电单元特性的基础上,建立以年均系统成本最小化为目标的独立微电网容量...

Keyword :

光伏组件 光伏组件 容量优化配置 容量优化配置 改进灰狼优化算法 改进灰狼优化算法 独立微电网 独立微电网 风力发电 风力发电

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 赵超 , 王斌 , 孙志新 et al. 基于改进灰狼算法的独立微电网容量优化配置 [J]. | 太阳能学报 , 2022 , 43 (01) : 256-262 .
MLA 赵超 et al. "基于改进灰狼算法的独立微电网容量优化配置" . | 太阳能学报 43 . 01 (2022) : 256-262 .
APA 赵超 , 王斌 , 孙志新 , 汪轩 . 基于改进灰狼算法的独立微电网容量优化配置 . | 太阳能学报 , 2022 , 43 (01) , 256-262 .
Export to NoteExpress RIS BibTex

Version :

改进的LSSVM-GSA模型在建筑能耗预测中的应用
会议论文 | 2019 | 第30届中国过程控制会议(CPCC 2019)
Abstract&Keyword Cite

Abstract :

提出了一种结合小波分析和LSSVM-GSA方法的建筑能耗预测模型。对建筑日耗电量的影响因素进行分析后,选择主要影响因素量化并取标准特征值,根据相似系数法计算不同日建筑能耗的相似度,选取预测日的相似日;对相似日的建筑能耗数据进行小波分解得到其低频序列和高频序列,低频序列用LSSVM-GSA进行模拟,高频序列采用均方加权处理,结合两者结果并进行小波重构得到最终预测值。将该模型应用于某图书馆建筑进行模拟运算,与一般LSSVM-GSA方法建立的模型所得进行对比,发现结合小波分析和LSSVM-GSA方法建立的建筑能耗预测模型具有更好的预测精度和稳定性。

Keyword :

万有引力搜索算法 万有引力搜索算法 小波分析 小波分析 建筑能耗预测 建筑能耗预测 建筑节能 建筑节能 最小二乘支持向量机 最小二乘支持向量机

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 陈晓彦 , 赵超 . 改进的LSSVM-GSA模型在建筑能耗预测中的应用 [C] //第30届中国过程控制会议(CPCC 2019)摘要集 . 2019 .
MLA 陈晓彦 et al. "改进的LSSVM-GSA模型在建筑能耗预测中的应用" 第30届中国过程控制会议(CPCC 2019)摘要集 . (2019) .
APA 陈晓彦 , 赵超 . 改进的LSSVM-GSA模型在建筑能耗预测中的应用 第30届中国过程控制会议(CPCC 2019)摘要集 . (2019) .
Export to NoteExpress RIS BibTex

Version :

基于DBN-RLSSVM航煤闪点的软测量建模
会议论文 | 2019 | 第30届中国过程控制会议(CPCC 2019)
Abstract&Keyword Cite

Abstract :

航煤闪点是表征常压分馏装置产品质量的重要指标。针对分馏过程中航煤闪点难以实时测量的问题,建立一种基于深度信念网络(DBN)和鲁棒最小二乘支持向量机(RLSSVM)相结合的软测量预测模型。首先通过深度信念网络对数据进行特征提取,消除变量之间的相关性,以减少鲁棒最小二乘支持向量机模型的输入;并利用灰狼优化算法对鲁棒最小二乘支持向量机模型进行参数寻优,得到最优预测模型。采用常压分馏装置的过程数据进行仿真研究,结果表明所提出的DBN-RLSSVM模型的具有良好的预报精度。

Keyword :

深度信念网络 深度信念网络 灰狼优化算法 灰狼优化算法 航煤闪点 航煤闪点 软测量 软测量 鲁棒最小二乘支持向量机 鲁棒最小二乘支持向量机

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 赵超 , 王延峰 . 基于DBN-RLSSVM航煤闪点的软测量建模 [C] //第30届中国过程控制会议(CPCC 2019)摘要集 . 2019 .
MLA 赵超 et al. "基于DBN-RLSSVM航煤闪点的软测量建模" 第30届中国过程控制会议(CPCC 2019)摘要集 . (2019) .
APA 赵超 , 王延峰 . 基于DBN-RLSSVM航煤闪点的软测量建模 第30届中国过程控制会议(CPCC 2019)摘要集 . (2019) .
Export to NoteExpress RIS BibTex

Version :

基于ACQPSO-ELM的变风量空调负荷预测
会议论文 | 2019 | 第30届中国过程控制会议(CPCC 2019)
Abstract&Keyword Cite

Abstract :

为了更加精确地建立空调系统负荷预测模型,提出了一种利用改进的云自适应量子粒子群优化算法(ACQPSO)优化极限学习机的模型。通过数值仿真证明ACQPSO算法的寻优精度和收敛速度。利用ACQPSO算法对极限学习机的参数进行优化,建立ACQPSO-ELM模型算法,并将ACQPSO-ELM模型算法应用于空调负荷预测。最后以某高校的图书馆空调负荷样本进行空调负荷预测,仿真实例结果对比结果说明了ACQPSO-ELM模型方法的有效性和优越性。

Keyword :

云模型 云模型 极限学习机 极限学习机 空调负荷 空调负荷 量子粒子群算法 量子粒子群算法

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 赵超 , 王斌 , 王延峰 . 基于ACQPSO-ELM的变风量空调负荷预测 [C] //第30届中国过程控制会议(CPCC 2019)摘要集 . 2019 .
MLA 赵超 et al. "基于ACQPSO-ELM的变风量空调负荷预测" 第30届中国过程控制会议(CPCC 2019)摘要集 . (2019) .
APA 赵超 , 王斌 , 王延峰 . 基于ACQPSO-ELM的变风量空调负荷预测 第30届中国过程控制会议(CPCC 2019)摘要集 . (2019) .
Export to NoteExpress RIS BibTex

Version :

基于互信息和IGSA优化ELM的重整芳烃收率软测量 CSCD PKU
期刊论文 | 2019 , 40 (03) , 255-263 | 仪器仪表学报
Abstract&Keyword Cite

Abstract :

芳烃收率是催化重整生产过程中一个重要的产品质量指标。针对芳烃收率难以在线测量的问题,提出一种基于互信息(MI)和改进引力搜索算法(IGSA)优化极限学习机(ELM)的芳烃收率软测量建模方法。首先利用MI技术对输入变量进行特征提取及降维处理,确定软测量模型的辅助变量;其次通过引入序列二次规划法(SQP)和混沌变异策略,构建一种具有良好全局寻优性能的改进引力搜索算法,并利用该算法优化极限学习机的隐层阈值及输入权值参数,优化目标同时兼顾模型输出均方根误差和输出矩阵条件数的最小化,建立起基于IGSA优化ELM的芳烃收率软测量模型;最后应用该模型对某炼化企业催化重整装置的芳烃收率进行预报研究,结果表明,...

Keyword :

互信息 互信息 序列二次规划 序列二次规划 引力搜索算法 引力搜索算法 极限学习机 极限学习机 软测量 软测量

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 赵超 , 陈肇泉 , 王斌 et al. 基于互信息和IGSA优化ELM的重整芳烃收率软测量 [J]. | 仪器仪表学报 , 2019 , 40 (03) : 255-263 .
MLA 赵超 et al. "基于互信息和IGSA优化ELM的重整芳烃收率软测量" . | 仪器仪表学报 40 . 03 (2019) : 255-263 .
APA 赵超 , 陈肇泉 , 王斌 , 王延峰 , 陈晓彦 . 基于互信息和IGSA优化ELM的重整芳烃收率软测量 . | 仪器仪表学报 , 2019 , 40 (03) , 255-263 .
Export to NoteExpress RIS BibTex

Version :

基于自适应加权最小二乘支持向量机的芳烃产量软测量建模(英文)
期刊论文 | 2019 , 36 (03) , 255-264 | 计算机与应用化学
Abstract&Keyword Cite

Abstract :

芳烃收率是催化重整生产过程中的重要质量指标。针对其软测量建模中样本数据可能存在的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(AWLSSVM)回归建模方法。该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的指数分布加权规则,为每个建模样本分配不同的权值,以降低测量误差对建模精度的影响;同时提出一种全局优化算法—混沌粒子群模拟退火(CPSO-SA)算法对最小二乘支持向量机的模型参数进行优化选择,以提高模型的泛化能力。仿真实验表明,AWLS-SVM模型的预测精度及鲁棒性能优于LS-SVM和WLS-SVM。最后,应用AWLS-SVM方法建立催化重整生产过程芳烃收率的软...

Keyword :

催化重整 催化重整 混沌粒子群模拟退火算法 混沌粒子群模拟退火算法 自适应加权最小二乘支持向量机 自适应加权最小二乘支持向量机 芳烃收率 芳烃收率 软测量 软测量

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 赵超 , 陈肇泉 , 陈晓彦 . 基于自适应加权最小二乘支持向量机的芳烃产量软测量建模(英文) [J]. | 计算机与应用化学 , 2019 , 36 (03) : 255-264 .
MLA 赵超 et al. "基于自适应加权最小二乘支持向量机的芳烃产量软测量建模(英文)" . | 计算机与应用化学 36 . 03 (2019) : 255-264 .
APA 赵超 , 陈肇泉 , 陈晓彦 . 基于自适应加权最小二乘支持向量机的芳烃产量软测量建模(英文) . | 计算机与应用化学 , 2019 , 36 (03) , 255-264 .
Export to NoteExpress RIS BibTex

Version :

基于自适应加权最小二乘支持向量机的芳烃产量软测量建模
期刊论文 | 2019 , 36 (3) , 255-264 | 计算机与应用化学
Abstract&Keyword Cite

Abstract :

芳烃收率是催化重整生产过程中的重要质量指标.针对其软测量建模中样本数据可能存在的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(AWLS-SVM)回归建模方法.该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的指数分布加权规则,为每个建模样本分配不同的权值,以降低测量误差对建模精度的影响;同时提出一种全局优化算法-混沌粒子群模拟退火(CPSO-SA)算法对最小二乘支持向量机的模型参数进行优化选择,以提高模型的泛化能力.仿真实验表明,AWLS-SVM模型的预测精度及鲁棒性能优于LS-SVM和WLS-SVM.最后,应用AWLS-SVM方法建立催化重整生产过程芳烃收率的软测量模型,获得了较好的效果.

Keyword :

催化重整 催化重整 混沌粒子群模拟退火算法 混沌粒子群模拟退火算法 自适应加权最小二乘支持向量机 自适应加权最小二乘支持向量机 芳烃收率 芳烃收率 软测量 软测量

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 赵超 , 陈肇泉 , 陈晓彦 . 基于自适应加权最小二乘支持向量机的芳烃产量软测量建模 [J]. | 计算机与应用化学 , 2019 , 36 (3) : 255-264 .
MLA 赵超 et al. "基于自适应加权最小二乘支持向量机的芳烃产量软测量建模" . | 计算机与应用化学 36 . 3 (2019) : 255-264 .
APA 赵超 , 陈肇泉 , 陈晓彦 . 基于自适应加权最小二乘支持向量机的芳烃产量软测量建模 . | 计算机与应用化学 , 2019 , 36 (3) , 255-264 .
Export to NoteExpress RIS BibTex

Version :

基于云自适应量子粒子群优化算法的PID控制器在VAV空调系统温度控制中的应用
期刊论文 | 2018 , 35 (11) , 920-930 | 计算机与应用化学
Abstract&Keyword Cite

Abstract :

针对传统PID控制器用于变风量空调系统温度控制中存在的控制精度低,稳定性差等问题,本文提出了一种基于云自适应量子粒子群优化算法(CQPSO)优化PID参数的变风量空调温度控制策略.CQPSO算法利用正态云发生器自适应调整粒子的收缩-扩张系数,以协调QPSO算法在全局搜索和局部探索之间的平衡,从而提高算法的收敛速度和全局收敛性,并通过标准测试函数验证该算法的有效性;在建立变风量空调温度控制系统数学模型的基础上,利用CQPSO算法对VAV空调温度-风量串级控制系统的PID参数进行优化,并与其他参数整定方法进行比较.仿真结果比较表明,CQPSO-PID控制器具有超调量小,精度高的特点,能够获得良好的控制效果.

Keyword :

VAV空调系统 VAV空调系统 云模型 云模型 控制器 控制器 温度控制 温度控制 自适应 自适应 量子粒子群优化算法 量子粒子群优化算法

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 赵超 , 陈肇泉 , 陈晓彦 . 基于云自适应量子粒子群优化算法的PID控制器在VAV空调系统温度控制中的应用 [J]. | 计算机与应用化学 , 2018 , 35 (11) : 920-930 .
MLA 赵超 et al. "基于云自适应量子粒子群优化算法的PID控制器在VAV空调系统温度控制中的应用" . | 计算机与应用化学 35 . 11 (2018) : 920-930 .
APA 赵超 , 陈肇泉 , 陈晓彦 . 基于云自适应量子粒子群优化算法的PID控制器在VAV空调系统温度控制中的应用 . | 计算机与应用化学 , 2018 , 35 (11) , 920-930 .
Export to NoteExpress RIS BibTex

Version :

基于K均值小波神经网络的二阶段空调负荷预测 PKU
期刊论文 | 2018 , 46 (3) , 416-421 | 福州大学学报(自然科学版)
Abstract&Keyword Cite

Abstract :

结合聚类分析和小波神经网络模型,提出一种二阶段空调负荷建模方法,以提高空调负荷预测精度.首先利用K均值聚类算法将原始负荷样本数据依据其统计分布特性划分为若干簇类,以降低数据相关性对建模精度的影响;然后基于对每个划分簇类所属的样本数据建立相应小波神经网络空调负荷预测模型.最后基于DeST平台模拟数据,将构造的小波神经网络预测模型运用于福建某办公大楼的逐时空调负荷预测.通过对比均方根误差(RMSE)和平均绝对误差(MAPE),结果表明该模型的预测精度明显优于传统单一的小波神经网络和BP神经网络模型.

Keyword :

K均值聚类算法 K均值聚类算法 小波神经网络 小波神经网络 空调负荷 空调负荷 预测 预测

Cite:

Copy from the list or Export to your reference management。

GB/T 7714 赵超 , 郑守锦 . 基于K均值小波神经网络的二阶段空调负荷预测 [J]. | 福州大学学报(自然科学版) , 2018 , 46 (3) : 416-421 .
MLA 赵超 et al. "基于K均值小波神经网络的二阶段空调负荷预测" . | 福州大学学报(自然科学版) 46 . 3 (2018) : 416-421 .
APA 赵超 , 郑守锦 . 基于K均值小波神经网络的二阶段空调负荷预测 . | 福州大学学报(自然科学版) , 2018 , 46 (3) , 416-421 .
Export to NoteExpress RIS BibTex

Version :

10| 20| 50 per page
< Page ,Total 8 >

Export

Results:

Selected

to

Format:
Online/Total:494/10390572
Address:FZU Library(No.2 Xuyuan Road, Fuzhou, Fujian, PRC Post Code:350116) Contact Us:0591-22865326
Copyright:FZU Library Technical Support:Beijing Aegean Software Co., Ltd. 闽ICP备05005463号-1