张秋艳
- 作品数：4 被引量：17H指数：3
- 供职机构：华北电力大学控制与计算机工程学院更多>>
- 发文基金：北京市自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学环境科学与工程更多>>
- 基于灾变因子的量子遗传算法研究被引量：3
- 2019年
- 论文先介绍智能寻优算法的理论概念,然后着重通过对量子遗传算法原理的了解,从数学的角度对量子遗传算法进行合理的描述和过程的定义,并对量子遗传算法中加入了灾变算子,来解决不成熟收敛问题。最后编写该算法的Matlab代码实现对3个峰值函数进行仿真测试。通过测试结果比较基于灾变因子的量子遗传算法和标准遗传算法分别在对峰值函数寻优结果的精确度。对结果进行分析,可以根据测试结果发现,基于灾变因子的量子遗传算法在对峰值函数的寻优结果的精确度优于遗传算法。这表明了基于灾变因子的量子遗传算法在连续空间优化的可行性和有效性,同时也表明了基于灾变因子的量子遗传算法具有良好的应用前景。
- 张秋艳王默玉申晓留武书舟闫丽娜曹柳青
- 关键词：量子遗传算法遗传算法
- 京津冀区域能源互联网研究被引量：5
- 2017年
- 能源危机和环境污染使得世界各国认识到清洁能源的必要性和重要性。开展能源革命,减少化石能源的依赖,提高清洁能源的使用,对协调能源-经济-环境,走可持续发展道路具有重要意义。在此背景下,能源互联网被提出来。通过阐述能源互联网和可持续发展的关系,提出了一种基于中尺度的能源互联网——"区域能源互联网",并以京津冀为例,通过分析清洁能源的分布和利用情况,重点强调集中式储能-抽水蓄能和分布式储能-电动汽车,阐述了京津冀区域能源互联网的构成。在此基础上,构建了京津冀区域能源互联网架构,通过区域能量流和信息流的融合提高清洁能源的高效利用,实现能源-经济-环境的协调可持续发展。
- 曹柳青王默玉申晓留张秋艳闫丽娜
- 关键词：可持续发展清洁能源储能京津冀
- 基于改进蚁群算法的聚类分析方法研究被引量：8
- 2018年
- 数据聚类在数据挖掘、机器学习以及统计学等多个领域中被广泛应用,蚁群算法是一种新型仿生类智能优化算法,具有很强的通用性和鲁棒性,但该算法在收敛性和搜索范围上受到算法本身约束。为进一步提高蚁群算法收敛性和搜索能力,论文结合遗传算法中变异因子来改进蚁群算法,使蚁群算法在每次迭代过程中产生遗传算法初始数据,来提高物种多样性,扩大解的搜索范围,避免陷入局部最优解困境。经过实验数据证明带有遗传因子改进的蚁群算法在搜索范围和收敛性上比一般蚁群算法都有所提高。
- 武书舟闫丽娜张秋艳申晓留
- 关键词：蚁群算法遗传算法聚类收敛性
- 基于模糊聚类分析的光伏发电规划与决策被引量：1
- 2017年
- 当今世界面临着越来越严重的能源问题,为走低碳、绿色发展道路,国家提出了"能源互联网"的概念,以清洁能源发电的手段来实现"两个替代"的重要思想。可再生能源的投资面临着巨大的风险与挑战,无论对政府决策制定者而言,还是对可再生能源投资者而言,均迫切需要一个可将风险量化的投资辅助决策工具。运用不确定性理论集合中的模糊集理论,基于模糊聚类分析技术,构建基于模糊聚类分析的光伏发电规划与决策分析模型,并以我国近三年光伏并网装机容量为个例,进行实例验证和结果分析,以期为政府和光伏发电投资者提供决策支持建议。
- 张秋艳王默玉申晓留闫丽娜曹柳青
- 关键词：可再生能源模糊聚类光伏发电
