基于psofcm算法的同调发电机识别.pdfVIP

下载本文档

1
0
约2.36万字
约 6页
2017-10-13 发布于天津
举报
版权申诉

基于psofcm算法的同调发电机识别.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

华南理工大学学报自然科学版第卷第期年月文章编号基于算法的同调发电机识别张宝珍张尧林凌雪郑立华南理工大学电力学院广东广州摘要针对同调动态等值法中的同调发电机分群问题提出了基于粒子群优化的模糊均值聚类算法来识别同调发电机该算法将聚类中心数作为粒子进行编码利用粒子群优化的并行性和全局搜索能力通过不断更新粒子的速度和位置实现寻优克服了模糊均值聚类对初值的依赖和易陷入局部极值的缺点文中还构造了聚类有效性函数来进行聚类效果的评价机节点系统仿真表明该算法具有快速准确简单易实现的特点有效解决了同调发电机的识别问

华南理工大学学报（自然科学版）第４１卷第４期ＪｏｕｒｎａｌｏｆＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＶｏｌ．４１　Ｎｏ．４２０１３年４月（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）Ａｐｒｉｌ　２０１３文章编号：１０００５６５Ｘ（２０１３）０４０００８