说明:利用wolfe-powell准则求解函数优化问题,使用不精确搜索法寻找最优步长,仿真正确。
说明:基于多种群的遗传算法目标函数优化,达到最优的收敛速率。
说明:利用粒子群优化神经网络,加快收敛,防止陷入局部最优,仿真效果较好,可直接运行,粒子群参数都设置完整,若效果不好,可自行调整参数
说明:NSGA2多目标优化算法,配上说明文档 NSGA-Ⅱ算法是 Srinivas 和 Deb 于 2000 年在 NSGA 的基础上提出的,它比 NSGA算法更加优越:它采用了快速非支配排序算法,计算复杂度比 NSGA 大大的降低;采用了拥挤度和拥挤度比较算子,代替了需要指定的共享半径 shareQ,并...
说明:对多目标优化算法NSGA-II算法的改进,该算法进化代数少,但是获得的最终效果特别好!
说明:KNN-KSR方法是一种不直接建立自变量与因变量间数学关系去预测因变量的方法。该方法基于以下两个假设:(1)在所选择的样本描述指标信息足够完备时,性质越相似的样本在同类指标间的空间分布越接近,否则其空间距离也越大;(2)如果两类指标间存在较大关联度,则样本分别在两类指标内的空间分布也具有较大相似性。...
说明:微电网经济调度优化,风光微电网的成本最小化,从而提升整体效益.