为提高可消除项集的挖掘效率,在WPPC-Tree基础上提出优化后开始-结束序列树(start-finish-order tree,SFOTree),定义开始-结束序列集合(start-finish-order-set,SFO-Set)和开始-结束序列集合差(difference of start-finish-orderset,dSF...为提高可消除项集的挖掘效率,在WPPC-Tree基础上提出优化后开始-结束序列树(start-finish-order tree,SFOTree),定义开始-结束序列集合(start-finish-order-set,SFO-Set)和开始-结束序列集合差(difference of start-finish-orderset,dSFO-Set),建立项集的收益索引,提出一种基于dSFO-Set的可消除项集挖掘算法。利用dSFO-Set性质和收益索引,提高项集收益的计算效率,减少可消除项集的挖掘代价。分别在稠密数据集和稀疏模拟数据集上与传统算法进行测试比较,实验结果表明,该算法具有更好的挖掘效率。展开更多
针对传统的最大功率点跟踪MPPT(maximum power point tracking)方法在部分遮阴条件下陷入局部最优而失效,且常见的智能优化算法往往存在收敛精度差、收敛速度慢、系统稳定性不高等问题,提出1种基于旗鱼优化SFO(sailfish optimization)...针对传统的最大功率点跟踪MPPT(maximum power point tracking)方法在部分遮阴条件下陷入局部最优而失效,且常见的智能优化算法往往存在收敛精度差、收敛速度慢、系统稳定性不高等问题,提出1种基于旗鱼优化SFO(sailfish optimization)算法与扰动观察P&O(perturbation and observation)法混合控制的光伏系统最大功率跟踪策略。SFO算法同时使用旗鱼(捕食者)和沙丁鱼(猎物)2个种群,可保证粒子在全局空间探索。所提混合算法先利用SFO算法快速跟踪到最大功率点附近,再利用小步长P&O法对最大功率点进行精细搜索,最后利用分段步长的方法同时兼顾MPPT搜索速度和搜索精度的要求。仿真结果表明,所提混合控制策略有效提升了控制系统的响应速度及跟踪精度,提升了系统的稳定性。展开更多
文摘为提高可消除项集的挖掘效率,在WPPC-Tree基础上提出优化后开始-结束序列树(start-finish-order tree,SFOTree),定义开始-结束序列集合(start-finish-order-set,SFO-Set)和开始-结束序列集合差(difference of start-finish-orderset,dSFO-Set),建立项集的收益索引,提出一种基于dSFO-Set的可消除项集挖掘算法。利用dSFO-Set性质和收益索引,提高项集收益的计算效率,减少可消除项集的挖掘代价。分别在稠密数据集和稀疏模拟数据集上与传统算法进行测试比较,实验结果表明,该算法具有更好的挖掘效率。
文摘针对传统的最大功率点跟踪MPPT(maximum power point tracking)方法在部分遮阴条件下陷入局部最优而失效,且常见的智能优化算法往往存在收敛精度差、收敛速度慢、系统稳定性不高等问题,提出1种基于旗鱼优化SFO(sailfish optimization)算法与扰动观察P&O(perturbation and observation)法混合控制的光伏系统最大功率跟踪策略。SFO算法同时使用旗鱼(捕食者)和沙丁鱼(猎物)2个种群,可保证粒子在全局空间探索。所提混合算法先利用SFO算法快速跟踪到最大功率点附近,再利用小步长P&O法对最大功率点进行精细搜索,最后利用分段步长的方法同时兼顾MPPT搜索速度和搜索精度的要求。仿真结果表明,所提混合控制策略有效提升了控制系统的响应速度及跟踪精度,提升了系统的稳定性。
