子窗口向父窗口传值

parent.html

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd"> 
<html> 
<head> 
  <meta http-equiv="Content-Type" content="text/html; charset=GB2312" /> 
  <title>子窗口传值给父窗口</title> 
  <script language="JavaScript" type="text/javascript"> 
    function openWin(u, w, h) { 
              var l = (screen.width - w) / 2; 
              var t = (screen.height - h) / 2; 
               var s = 'width=' + w + ', height=' + h + ', top=' + t + ', left=' + l; 
                  s += ', toolbar=no, scrollbars=no, menubar=no, location=no, resizable=no'; 
               open(u, 'oWin', s); 
       } 
   function openIt(){ 
    window.open("page2.htm",400,300); 
   } 
  </script> 
</head> 
<body> 
  <input type="text" id="text1" /> 
  <input type="button" value="Go" οnclick="openIt()" /> 
</body> 
</html>

 

child.html

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd"> 
<html> 
<head> 
  <meta http-equiv="Content-Type" content="text/html; charset=GB2312" /> 
  <title>子窗口传值给父窗口</title> 
  <script language="JavaScript" type="text/javascript"> 
   function goback(obj){ 
    window.opener.document.getElementById("text1").value = obj.value; 
    window.close(); 
   } 
  </script> 
</head> 
<body> 
  <div><input type="button" value="sucre" οnclick="goback(this)" /></div> 
  <div><input type="button" value="javaeye" οnclick="goback(this)" /></div> 
</body> 
</html>

 

使用优化算法,以优化VMD算法的惩罚因惩罚因 (α) 和分解层数 (K)。 1、将量群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量群优化(QPSO)是一种基于粒群优化(PSO)的一种改进算法,通过量行为模型增强全局搜索能力。 QPSO通过粒的量行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒:定义粒的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒:使用QPSO算法更新粒的状态,根据适应度函数调整粒的搜索方向和位置。 迭代求解:重复QPSO的粒更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值