重庆大学学报（自然科学版）
重慶大學學報（自然科學版）
중경대학학보（자연과학판）
JOURNAL OF CHONGQING UNIVERSITY(NATURAL SCIENCE EDITION)
2006年
10期
29-32
,共4页
关仲%陈刚%张忠静%朱小军%谢松
關仲%陳剛%張忠靜%硃小軍%謝鬆
관중%진강%장충정%주소군%사송
机组组合%修正Levenberg-Marquardt算法%动态搜索
機組組閤%脩正Levenberg-Marquardt算法%動態搜索
궤조조합%수정Levenberg-Marquardt산법%동태수색
为了使机组达到最优组合,减少运行成本,研究了基于修正BP人工神经网络与动态搜索的快速算法在机组组合中的运用.采用修正Leyenberg-Marquardt算法训练BP神经网络,并针对该算法占用内存大的缺点,提出了减少内存占用量的修正.由此,根据负荷预测曲线,应用修正BP人工神经网络产生机组的预开停计划,在此基础之上,针对预计划中某些机组状态不确定的阶段,应用动态规划法进行全局调整以确定机组的状态组合.实验数据表明,所提出的算法与传统的动态规划算法相比,可以在有效地减少时间与内存的占用量的前提下,有效地避免动态规划法中的维数灾的问题.
為瞭使機組達到最優組閤,減少運行成本,研究瞭基于脩正BP人工神經網絡與動態搜索的快速算法在機組組閤中的運用.採用脩正Leyenberg-Marquardt算法訓練BP神經網絡,併針對該算法佔用內存大的缺點,提齣瞭減少內存佔用量的脩正.由此,根據負荷預測麯線,應用脩正BP人工神經網絡產生機組的預開停計劃,在此基礎之上,針對預計劃中某些機組狀態不確定的階段,應用動態規劃法進行全跼調整以確定機組的狀態組閤.實驗數據錶明,所提齣的算法與傳統的動態規劃算法相比,可以在有效地減少時間與內存的佔用量的前提下,有效地避免動態規劃法中的維數災的問題.
위료사궤조체도최우조합,감소운행성본,연구료기우수정BP인공신경망락여동태수색적쾌속산법재궤조조합중적운용.채용수정Leyenberg-Marquardt산법훈련BP신경망락,병침대해산법점용내존대적결점,제출료감소내존점용량적수정.유차,근거부하예측곡선,응용수정BP인공신경망락산생궤조적예개정계화,재차기출지상,침대예계화중모사궤조상태불학정적계단,응용동태규화법진행전국조정이학정궤조적상태조합.실험수거표명,소제출적산법여전통적동태규화산법상비,가이재유효지감소시간여내존적점용량적전제하,유효지피면동태규화법중적유수재적문제.
