期刊文献+
共找到846篇文章
< 1 2 43 >
每页显示 20 50 100
Immune particle swarm optimization of linear frequency modulation in acoustic communication 被引量:4
1
作者 Haipeng Ren Yang Zhao 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2015年第3期450-456,共7页
With the exploration of the ocean, underwater acoustic communication has attracted more and more attention in recent years. The underwater acoustic channel is considered to be one of the most complicated channels beca... With the exploration of the ocean, underwater acoustic communication has attracted more and more attention in recent years. The underwater acoustic channel is considered to be one of the most complicated channels because it suffers from more serious multipath effect, fewer available bandwidths and quite complex noise. Since the signals experience a serious distortion after being transmitted through the underwater acoustic channel, the underwater acoustic communication experiences a high bit error rate (BER). To solve this problem, carrier waveform inter- displacement (CWlD) modulation is proposed. It has been proved that CWlD modulation is an effective method to decrease BER. The linear frequency modulation (LFM) carrier-waves are used in CWlD modulation. The performance of the communication using CWID modulation is sensitive to the change of the frequency band of LFM carrier-waves. The immune particle swarm optimization (IPSO) is introduced to search for the optimal frequency band of the LFM carrier-waves, due to its excellent performance in solving complicated optimization problems. The multi-objective and multi- peak optimization nature of the IPSO gives a suitable description of the relationship between the upper band and the lower band of the LFM carrier-waves. Simulations verify the improved perfor- mance and effectiveness of the optimization method. 展开更多
关键词 underwater acoustic communication carrier waveform inter-displacement (CWlD) multi-objective optimization immune particle swarm optimization (ipso).
在线阅读 下载PDF
Hybrid particle swarm optimization for multiobjective resource allocation 被引量:4
2
作者 Yi Yang Li Xiaoxing Gu Chunqin 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2008年第5期959-964,共6页
Resource allocation (RA) is the problem of allocating resources among various artifacts or business units to meet one or more expected goals, such a.s maximizing the profits, minimizing the costs, or achieving the b... Resource allocation (RA) is the problem of allocating resources among various artifacts or business units to meet one or more expected goals, such a.s maximizing the profits, minimizing the costs, or achieving the best qualities. A complex multiobjective RA is addressed, and a multiobjective mathematical model is used to find solutions efficiently. Then, all improved particie swarm algorithm (mO_PSO) is proposed combined with a new particle diversity controller policies and dissipation operation. Meanwhile, a modified Pareto methods used in PSO to deal with multiobjectives optimization is presented. The effectiveness of the provided algorithm is validated by its application to some illustrative example dealing with multiobjective RA problems and with the comparative experiment with other algorithm. 展开更多
关键词 resource allocation multiobjective optimization improved particle swarm optimization.
在线阅读 下载PDF
结合注意力机制和IPSO的石油化工过程变量预测方法
3
作者 杨琛 周宁 孔立新 《安全与环境学报》 北大核心 2025年第6期2179-2188,共10页
在石油化工生产过程中,针对关键变量的在线监测与预警对预防事故发生至关重要。为准确预测石油化工过程中的关键变量,提出了一种基于改进粒子群优化(Improved Particle Swarm Optimization, IPSO)算法优化双向长短期记忆(Bi-directional... 在石油化工生产过程中,针对关键变量的在线监测与预警对预防事故发生至关重要。为准确预测石油化工过程中的关键变量,提出了一种基于改进粒子群优化(Improved Particle Swarm Optimization, IPSO)算法优化双向长短期记忆(Bi-directional Long Short-Term Memory, BiLSTM)神经网络的预测模型,并特别引入注意力机制,以强化关键信息的表达。以北京市某化工企业初馏塔为研究对象,首先利用皮尔逊相关系数、最大信息系数筛选高相关性变量;同时,利用极端梯度提升(eXtreme Gradient Boosting, XGBoost)树构造关键衍生特征,增强输入变量的有效性。其次,采用BiLSTM建模,捕捉关键变量前后时序依赖性;同时结合IPSO优化隐藏层节点数、学习率、L2正则化系数和学习率调整因子,以获得最优超参数组合,实现对初馏塔换热终温的精确预测。试验结果表明,所提出的模型具有较强泛化能力,在预测准确率和稳定性方面均优于传统模型,不仅能有效避免陷入局部最优解,还能精准捕捉关键变量的变化趋势,可为实现石油化工过程关键变量的预测提供参考。 展开更多
关键词 安全工程 双向长短期记忆神经网络 注意力机制 极端梯度提升树 改进粒子群优化算法
在线阅读 下载PDF
基于EEMD-IPSO-BiLSTM的闸基渗压预测模型研究
4
作者 张孟颖 王荣 +1 位作者 喻桂成 王少波 《水电能源科学》 北大核心 2025年第7期138-141,212,共5页
闸基渗流稳定是水闸安全评价的重要指标之一,构建高精度的闸基渗压预测模型对保障水闸安全运行具有重要意义。为此,以某水闸工程闸基渗压为研究对象,构建了一种基于集合经验模态分解(EEMD)与改进粒子群算法(IPSO)优化双向长短期记忆神... 闸基渗流稳定是水闸安全评价的重要指标之一,构建高精度的闸基渗压预测模型对保障水闸安全运行具有重要意义。为此,以某水闸工程闸基渗压为研究对象,构建了一种基于集合经验模态分解(EEMD)与改进粒子群算法(IPSO)优化双向长短期记忆神经网络(BiLSTM)相结合的闸基渗压预测模型。所建预测模型得到的三个渗压测点预测结果分布规律符合一般工程经验,并与另外三种常规预测模型进行对比。结果表明,所建预测模型得到的三个测点预测结果的均方根误差、平均绝对误差、平均绝对百分比误差均小于其他三个对比模型,与实测值更为贴合,具有更高的预测精度。研究结果可为闸基渗压精准预测提供参考。 展开更多
关键词 水闸 渗压预测 集合经验模态分解 改进粒子群算法 双向长短期记忆神经网络
在线阅读 下载PDF
基于KPCA和HC的IPSO-LSTM光伏出力预测模型研究
5
作者 徐昌 许野 +3 位作者 王晓晖 孟亦康 秦宇 李薇 《太阳能学报》 北大核心 2025年第5期362-374,共13页
为提升光伏发电功率的预测精度,构建一套融合核主成分分析法(KPCA)、层次聚类(HC)算法、改进粒子群算法(IPSO)和长短期记忆神经网络(LSTM)的光伏出力组合预测模型。在运用KPCA方法对影响光伏出力的气象因素进行降维和生成主成分因子的... 为提升光伏发电功率的预测精度,构建一套融合核主成分分析法(KPCA)、层次聚类(HC)算法、改进粒子群算法(IPSO)和长短期记忆神经网络(LSTM)的光伏出力组合预测模型。在运用KPCA方法对影响光伏出力的气象因素进行降维和生成主成分因子的基础上,联合使用HC算法和综合相似距离法挑选出与待预测日气象要素匹配度较高且内部耦合性强的历史日样本集,并运用IPSO优化生成LSTM神经网络的最优超参数组合,最终实现云南某光伏电站发电量的精准预测。对比其他模型,所提组合预测方法在不同天气类型下均能实现较好的预测效果,具有广阔的应用前景。 展开更多
关键词 核主成分分析 光伏出力预测 改进粒子群算法 超参数优化 综合相似距离
在线阅读 下载PDF
基于PCA-IPSO-LSSVM的航材备件需求预测模型
6
作者 许浩 田才艳 毛瑞柯 《科学技术与工程》 北大核心 2025年第9期3938-3944,共7页
为解决航材备件需求预测中,因航材消耗影响因素多,样本数据量少从而造成预测效果差等问题。提出一种基于主成分分析(principal component analysis,PCA)与改进粒子群算法(improved particle swarm optimization,IPSO)及最小二乘支持向量... 为解决航材备件需求预测中,因航材消耗影响因素多,样本数据量少从而造成预测效果差等问题。提出一种基于主成分分析(principal component analysis,PCA)与改进粒子群算法(improved particle swarm optimization,IPSO)及最小二乘支持向量机(least square support vector machine,LSSVM)的航材备件需求预测模型,首先利用主成分分析法筛选出航材备件主要影响因素,然后使用改进粒子群算法优化最小二乘支持向量机参数组合,最后使用筛选结果及优化参数组合完成PCA-IPSO-LSSVM航材备件需求预测模型训练。与其他4个预测模型相比,PCA-IPSO-LSSVM模型预测精度最高,测试集的均方根误差(root mean squared error,RMSE)和平均相对误差(mean relative error,MRE)分别为3.24和4.23%,表明模型具有较好的预测精度和拟合效果。 展开更多
关键词 航材需求预测 主成分分析 改进粒子群算法 最小二乘支持向量机
在线阅读 下载PDF
基于IPSO-LSTM的井下动目标位置预测实验研究 被引量:3
7
作者 王红尧 房彦旭 +3 位作者 吴钰晶 吉正平 赫海全 鲜旭红 《矿业科学学报》 CSCD 北大核心 2024年第3期393-403,共11页
提升井下人员定位精度能够加强矿山安全监测,最大程度保障井下人员的生命安全。针对现有测距类算法受现场环境影响致使定位精度不足的问题,提出一种基于IPSO-LSTM的定位模型,应用于井下动目标的位置预测。采用LSTM构建指纹定位模型,通过... 提升井下人员定位精度能够加强矿山安全监测,最大程度保障井下人员的生命安全。针对现有测距类算法受现场环境影响致使定位精度不足的问题,提出一种基于IPSO-LSTM的定位模型,应用于井下动目标的位置预测。采用LSTM构建指纹定位模型,通过UWB无线模块采集距离信息以构建距离-位置指纹关系数据库,利用数据库对PSO-LSTM模型进行训练,最后将训练好的模型进行目标轨迹预测。为比较不同改进策略对PSO的提升效果,对比了混沌映射随机初始化种群位置、非线性惯性权重递减、非对称优化学习因子和适应度函数优化4种改进策略,实验证明改进的PSO优化算法收敛速度快、鲁棒性好。为验证IPSO-LSTM的定位效果,以平均定位误差作为评价指标,将IPSO-LSTM模型与Chan算法、PSO-LSTM模型、LSTM神经网络、SSA-LSTM模型和GWO-LSTM进行对比,结果显示,IPSO-LSTM定位模型的平均定位误差为30 mm,相对传统Chan算法、LSTM、PSO-LSTM模型分别提升了76%、49%、24%。为降低局部误差偏大的现象,采用中值滤波对输入信息处理,进一步提升了定位精度。研究对进一步提高现有井下动目标定位系统的精度和稳定性具有重要意义和参考价值。 展开更多
关键词 井下动目标 改进的粒子群优化算法 ipso-LSTM模型 平均定位误差
在线阅读 下载PDF
基于IPSO-BP的船舶航迹预测研究
8
作者 白响恩 陈诺 徐笑锋 《包装工程》 CAS 北大核心 2024年第9期201-209,共9页
目的面对复杂的海上交通及密集的物流交通流,及时有效地对船舶航迹进行跟踪预测显得尤为重要,针对传统船舶航迹预测方法精确度低且效率低下的问题,提出一种改进方法。方法在船舶自动识别系统(Automatic Identification System,AIS)数据... 目的面对复杂的海上交通及密集的物流交通流,及时有效地对船舶航迹进行跟踪预测显得尤为重要,针对传统船舶航迹预测方法精确度低且效率低下的问题,提出一种改进方法。方法在船舶自动识别系统(Automatic Identification System,AIS)数据的基础上,建立改进粒子群算法(IPSO)与BP神经网络相结合的船舶轨迹预测模型,利用船舶历史航行轨迹数据,实现对未来船舶运动的预测。选取宁波舟山港的船舶历史轨迹数据进行实验,并将IPSO-BP模型的实验结果与其他模型进行比较。结果不同模型航迹预测对比结果表明,IPSO-BP模型的性能较好,其预测精度较高,适用于船舶轨迹预测。结论使用IPSO-BP模型能够更加精准地预测船舶航迹,在船舶危险预警、船舶异常监测等方面具有重要的指导作用。 展开更多
关键词 AIS数据 航迹预测 改进粒子群算法 BP神经网络
在线阅读 下载PDF
基于IPSO-Elman的气液两相流含气率测量方法
9
作者 仝卫国 李茂冉 +1 位作者 石宗锦 寇德龙 《中国测试》 CAS 北大核心 2024年第7期26-32,62,共8页
为安全且非侵入式地测量气液两相流含气率,提出一种电阻层析成像(ERT)陈列电阻与Elman神经网络相结合的含气率测量方法。首先,为加快模型训练速度并避免数据冗余,使用主成分分析(PCA)算法对120维的阵列电阻特征降维。然后,在粒子群(PSO... 为安全且非侵入式地测量气液两相流含气率,提出一种电阻层析成像(ERT)陈列电阻与Elman神经网络相结合的含气率测量方法。首先,为加快模型训练速度并避免数据冗余,使用主成分分析(PCA)算法对120维的阵列电阻特征降维。然后,在粒子群(PSO)算法中引入自适应惯性权重和非线性学习因子,并加入遗传算法(GA)的交叉和变异行为以加快算法收敛速度。最后,通过改进的粒子群(IPSO)算法优化Elman神经网络初始权值和阈值,并建立含气率测量模型。经对比实验发现,PCA-IPSO-Elman含气率测量模型的平均绝对百分比误差为2.92%,且训练时间较IPSO-Elman模型减少68.8%。说明所提方法可以达到预期的测量效果。 展开更多
关键词 气液两相流 截面含气率 改进粒子群 ELMAN神经网络 阵列电阻值
在线阅读 下载PDF
Improved algorithms to plan missions for agile earth observation satellites 被引量:3
10
作者 Huicheng Hao Wei Jiang Yijun Li 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2014年第5期811-821,共11页
This study concentrates of the new generation of the agile (AEOS). AEOS is a key study object on management problems earth observation satellite in many countries because of its many advantages over non-agile satell... This study concentrates of the new generation of the agile (AEOS). AEOS is a key study object on management problems earth observation satellite in many countries because of its many advantages over non-agile satellites. Hence, the mission planning and scheduling of AEOS is a popular research problem. This research investigates AEOS characteristics and establishes a mission planning model based on the working principle and constraints of AEOS as per analysis. To solve the scheduling issue of AEOS, several improved algorithms are developed. Simulation results suggest that these algorithms are effective. 展开更多
关键词 mission planning immune clone algorithm hybrid genetic algorithm (EA) improved ant colony algorithm general particle swarm optimization (PSO) agile earth observation satellite (AEOS).
在线阅读 下载PDF
基于VMD-LSTM-IPSO-GRU的电力负荷预测 被引量:5
11
作者 肖威 方娜 邓心 《科学技术与工程》 北大核心 2024年第16期6734-6741,共8页
为了挖掘电力负荷数据中的潜藏信息,提高短期负荷预测的精度,针对电力负荷强非线性、非平稳性等特点,提出一种基于变分模态分解(variational mode decomposition,VMD)、长短时记忆神经网络(long-term and short-term memory network,LS... 为了挖掘电力负荷数据中的潜藏信息,提高短期负荷预测的精度,针对电力负荷强非线性、非平稳性等特点,提出一种基于变分模态分解(variational mode decomposition,VMD)、长短时记忆神经网络(long-term and short-term memory network,LSTM)、改进的粒子群算法(improve particle swarm optimization,IPSO)和门控循环单元(gated recurrent unit neural network,GRU)的混合预测模型。首先,使用相关性分析确定输入因素,再将负荷数据运用VMD算法结合样本熵分解为一系列本征模态分量(intrinsic mode fuction,IMF)和残差量,进而合理地确定分解层数和惩罚因子;其次,根据过零率将这些量划分为低频和高频,低频分量使用LSTM网络,高频分量利用IPSO-GRU网络分别进行预测;最后,将预测结果重构得到电力负荷的最终结果。仿真结果表明:相对于其他模型,所提混合模型可有效的提取模态特征,具有更高的预测精度。 展开更多
关键词 短期负荷预测 变分模态分解(VMD) 长短时记忆神经网络(LSTM) 门控循环单元(GRU) 改进的粒子群优化算法(ipso)
在线阅读 下载PDF
基于IPSO-DBSCAN的抽水蓄能机组状态监测数据异常检测方法 被引量:2
12
作者 张金鹏 张孝远 《水电能源科学》 北大核心 2024年第2期152-156,共5页
抽水蓄能机组状态监测数据受采集设备故障、通信设备异常等因素影响,数据集中存在部分异常数据,对后续机组健康状态评估及预测造成不利影响。为此,提出了一种基于改进粒子群优化算法和DBSCAN密度聚类算法的机组异常数据检测模型,模型针... 抽水蓄能机组状态监测数据受采集设备故障、通信设备异常等因素影响,数据集中存在部分异常数据,对后续机组健康状态评估及预测造成不利影响。为此,提出了一种基于改进粒子群优化算法和DBSCAN密度聚类算法的机组异常数据检测模型,模型针对粒子群算法易陷入局部最优解的问题对算法进行改进,之后引入轮廓系数作为适应度函数对DBSCAN的参数进行寻优,最后以相关系数评价异常值剔除的效果。对国内某抽水蓄能机组2020年2月初~3月末实测导叶开度、有功功率及下机架振动数据的实例分析结果表明,所提方法能够有效检测出机组振动监测异常数据,剔除异常值后的数据相关系数得到提高,可为后续机组健康状态评估与预测奠定数据基础。 展开更多
关键词 抽水蓄能 异常值检测 改进粒子群优化算法 DBSCAN
在线阅读 下载PDF
基于mRMR-IPSO的短期负荷预测双阶段特征选择 被引量:2
13
作者 焦龄霄 周凯 +4 位作者 张子熙 韩飞 时伟君 洪叶 罗朝丰 《重庆大学学报》 CAS CSCD 北大核心 2024年第5期98-109,共12页
电力负荷具有时空多变的特性,受众多因素的影响,在短期负荷预测中较多的输入特征会造成维度灾难,导致模型预测性能不佳,因此选择合理的输入特征集至关重要。文章提出一种新的短期负荷预测特征选择方法——mRMR-IPSO双阶段法。利用最大... 电力负荷具有时空多变的特性,受众多因素的影响,在短期负荷预测中较多的输入特征会造成维度灾难,导致模型预测性能不佳,因此选择合理的输入特征集至关重要。文章提出一种新的短期负荷预测特征选择方法——mRMR-IPSO双阶段法。利用最大相关最小冗余(maxrelevance and min-redundancy,mRMR)判据对原始特征进行排序,考虑输入特征与输出特征之间相关性和输入特征间冗余性,筛选掉一些排序靠后的特征,初选出对预测效果影响显著的特征子集;采用基于改进的粒子群优化算法(improved particle swarm optimization,IPSO)的搜索策略,以LightGBM模型的预测精度为适应度函数,对初选特征子集进行精选,得到最优特征子集。算例结果表明,所提方法能在对原始特征集大幅降维的情况下提升预测精度。 展开更多
关键词 特征选择 负荷预测 最大相关最小冗余 改进的粒子群优化算法 LightGBM
在线阅读 下载PDF
大坝运行安全在线监控IPSO-LSTM模型研究
14
作者 戴霈霖 李艳玲 周子玉 《人民长江》 北大核心 2024年第12期229-236,共8页
构建合理在线监控模型是实时掌控大坝安全性态的重要保障。针对LSTM模型受多参数组合影响、最优参数泛化能力弱、人工选取参数难的问题,深入分析了学习率、分块尺寸、最大迭代次数和隐藏层单元数等关键参数对大坝安全在线监控模型精度... 构建合理在线监控模型是实时掌控大坝安全性态的重要保障。针对LSTM模型受多参数组合影响、最优参数泛化能力弱、人工选取参数难的问题,深入分析了学习率、分块尺寸、最大迭代次数和隐藏层单元数等关键参数对大坝安全在线监控模型精度的影响规律,提出了融合非线性惯性权重、收缩因子及柯西扰动项的粒子群优化改进算法(IPSO),并与LSTM模型耦合构建了针对大坝安全监控的IPSO-LSTM模型。工程校验表明:该模型能自动搜寻最优参数、精度高、鲁棒性强,适用于不同类型、不同长度的大坝安全监测数据序列,相对人工定参的LSTM模型误差至少能降低30%。相关经验可为大坝运行安全在线监控提供技术支持。 展开更多
关键词 大坝安全 监控模型 粒子群优化改进算法(ipso) 长短时神经网络(LSTM) 自动寻优
在线阅读 下载PDF
遮光条件下基于IPSO-FLC的光伏MPPT控制 被引量:1
15
作者 樊立萍 姚凌颖 《现代电子技术》 北大核心 2024年第22期77-82,共6页
光伏阵列在部分遮光条件下的P-U特性曲线会呈现多峰问题,致使跟踪算法变得更加复杂,而传统的MPPT算法可能会陷入局部最大功率点,导致对全局最大功率点的跟踪无法实现。为此,提出一种改进粒子群算法优化模糊控制器,来实现遮光条件下的光... 光伏阵列在部分遮光条件下的P-U特性曲线会呈现多峰问题,致使跟踪算法变得更加复杂,而传统的MPPT算法可能会陷入局部最大功率点,导致对全局最大功率点的跟踪无法实现。为此,提出一种改进粒子群算法优化模糊控制器,来实现遮光条件下的光伏阵列最大功率点跟踪。在Matlab/Simulink环境下,对光伏系统和所提出的MPPT算法进行仿真,同时与扰动观测法等传统MPPT算法进行比较。仿真结果表明,所提方法能够有效地跟踪光伏阵列的最大功率点,并且具有较快的响应速度。 展开更多
关键词 光伏阵列 MPPT 部分遮光 模糊控制器 改进粒子群算法 扰动观测法
在线阅读 下载PDF
基于IPSO-SVM的动态汽车衡故障诊断方法研究
16
作者 黄庆程 《机电工程》 CAS 北大核心 2024年第12期2310-2319,共10页
针对服役状态下,不易对轴重式动态汽车衡的灵敏度漂移等故障进行在线检测这一问题,提出了一种特征降维下结合莱维飞行改进粒子群算法优化支持向量机(IPSO-SVM)模型,以及信号特征提取与降维的动态汽车衡故障诊断方法。首先,提取了输出信... 针对服役状态下,不易对轴重式动态汽车衡的灵敏度漂移等故障进行在线检测这一问题,提出了一种特征降维下结合莱维飞行改进粒子群算法优化支持向量机(IPSO-SVM)模型,以及信号特征提取与降维的动态汽车衡故障诊断方法。首先,提取了输出信号的时域与频域特征,利用核主成分分析(KPCA),将非线性映射函数输入空间变换到高维空间,实现对特征向量的降维与筛选目的;然后,利用了莱维飞行改进粒子群优化算法(PSO)的寻优能力,并采用改进后的算法对支持向量机(SVM)进行了优化,得到了最优的参数组合,以此构建了全局最优的IPSO-SVM诊断模型;最后,采用建立的诊断模型,对不同车重、不同车速、不同轴型载荷工况下的动态汽车衡进行了故障诊断验证。研究结果表明:采用该动态汽车衡故障诊断方法,其诊断准确率可达98%,证实了引入莱维飞行后的改进粒子群算法可显著改进优化的效率和效果。相比现有诊断方法,IPSO-SVM诊断模型可有效解决PSO算法易陷入局部最优解的问题,准确率得到了较大提升,可实现对汽车衡系统动态故障工况下的全类型高精度诊断。 展开更多
关键词 质量计量仪器 故障诊断模型 莱维飞行 信号特征提取 信号特征降维 支持向量机 改进粒子群算法优化支持向量机 核主成分分析
在线阅读 下载PDF
基于改进粒子群算法的光伏逆变器控制参数辨识 被引量:3
17
作者 罗建 孙越 江丽娟 《河南理工大学学报(自然科学版)》 CAS 北大核心 2025年第1期124-133,共10页
精准的光伏并网逆变器模型是研究大规模光伏接入下电力系统故障特性的重要工具。目的为了解决现有光伏逆变器仿真模型与实际工作中的光伏逆变器特性相差较大的问题,方法提出采用参数辨识的方法构建逆变器的辨识模型。以重庆云阳某1 MW... 精准的光伏并网逆变器模型是研究大规模光伏接入下电力系统故障特性的重要工具。目的为了解决现有光伏逆变器仿真模型与实际工作中的光伏逆变器特性相差较大的问题,方法提出采用参数辨识的方法构建逆变器的辨识模型。以重庆云阳某1 MW光伏电站为实际参照模型,首先根据实际工作情况将逆变器的工作区间划分为3个阶段,利用数学扰动法分别对3个阶段中的待辨识参数划分灵敏度高低等级,并由此提出不同阶段不同灵敏度参数分步辨识策略;其次,分阶段采集实际光伏电站工作数据,对该数据进行分析处理,获得各待辨识参数的初始取值范围,设计同步辨识参数实验作为参照;最后提出改进的混沌遗传粒子群优化算法(chaos genetic algorithm of particle swarm optimization,CGAPSO)作为辨识算法,分步分工作阶段辨识相关参数,通过对比参数的同步辨识结果,验证所提方法的优越性,并将辨识结果代入仿真模型。结果结果表明,低灵敏度参数的同步辨识结果误差远超过可接受范围,而CGAPSO分步辨识出的相关参数误差皆在1.1%以下,精度远高于同步辨识结果。结论基于改进粒子群算法构建的辨识模型输出数据与实际逆变器工作数据契合度高,可准确反映逆变器实际工作特性。 展开更多
关键词 光伏并网逆变器 逆变器控制策略 参数辨识 数学扰动法 改进粒子群优化算法
在线阅读 下载PDF
智能井流量控制系统高温电磁阀结构优化设计 被引量:3
18
作者 郑严 顿志强 +3 位作者 王晓 王龙 钟俊宇 马传钦 《液压与气动》 北大核心 2025年第3期50-60,共11页
井下流量控制系统作为智能完井系统的核心部件,对井下智能开采至关重要,而井下高温电磁阀作为电控液驱流量控制系统的重要元件,对控制系统性能起到关键作用。介绍了电磁阀结构及工作原理,利用有限元仿真建立电磁铁模型,分析了电磁铁静... 井下流量控制系统作为智能完井系统的核心部件,对井下智能开采至关重要,而井下高温电磁阀作为电控液驱流量控制系统的重要元件,对控制系统性能起到关键作用。介绍了电磁阀结构及工作原理,利用有限元仿真建立电磁铁模型,分析了电磁铁静铁芯锥角、静铁芯凸台、线圈位置、隔磁环倾角、隔磁环长度对电磁力特性影响,并进行了电磁-热耦合仿真分析。采用正交试验设计研究影响电磁力结构参数之间的主次关系,并基于响应面法与改进粒子群算法结合的优化思路,对电磁铁结构参数进行优化设计。优化后0 mm处的电磁力提高了16.68%,0.5 mm处电磁力提高了29.62%,1 mm处电磁力提高了31.06%,为电控液驱型流量控制系统设计奠定了理论基础。 展开更多
关键词 智能井 流量控制系统 高温电磁阀 正交试验 改进粒子群算法
在线阅读 下载PDF
改进PSO-PH-RRT^(*)算法在智能车路径规划中的应用 被引量:1
19
作者 蒋启龙 许健 《东北大学学报(自然科学版)》 北大核心 2025年第3期12-19,共8页
在机器人控制、智能车自主导航等应用场景中,路径规划需要考虑到环境中的障碍物、地形等因素.针对路径规划中快速拓展随机树(RRT)算法拓展目标方向盲目、效率较低的问题,提出了基于粒子群算法优化的均匀概率快速拓展随机树(PSO-PH-RRT^(... 在机器人控制、智能车自主导航等应用场景中,路径规划需要考虑到环境中的障碍物、地形等因素.针对路径规划中快速拓展随机树(RRT)算法拓展目标方向盲目、效率较低的问题,提出了基于粒子群算法优化的均匀概率快速拓展随机树(PSO-PH-RRT^(*))算法.该算法在基于均匀概率的快速拓展随机树(PHRRT^(*))算法的基础上,利用粒子群算法更新方向概率作为随机树节点的速度方向,从而改善了节点的位置更新策略,并将节点到目标向量的距离和轨迹平滑度作为粒子群算法的适应度函数.最后在多种障碍环境下进行仿真.结果表明,PSO-PH-RRT^(*)算法能大大减少迭代时间成本,同时改善路径长度和平滑度. 展开更多
关键词 路径规划 RRT算法 改进粒子群优化算法 目标向量 代价函数 适应度函数
在线阅读 下载PDF
基于改进多目标粒子群算法的码头结构传感器优化布置 被引量:1
20
作者 周鹏飞 张雍 《振动与冲击》 北大核心 2025年第1期243-251,共9页
为解决码头结构健康监测领域的传感器优化布置问题,提出了一种基于改进多目标粒子群(IMOPSO)的传感器优化布置算法。针对传统方法寻优效率低、优化目标单一,难以同时满足模态识别、损伤识别等复杂的健康监测需求的问题,构建了以损伤敏... 为解决码头结构健康监测领域的传感器优化布置问题,提出了一种基于改进多目标粒子群(IMOPSO)的传感器优化布置算法。针对传统方法寻优效率低、优化目标单一,难以同时满足模态识别、损伤识别等复杂的健康监测需求的问题,构建了以损伤敏感性和冗余性、损伤识别不适定性以及模态线性独立性的多目标优化函数;改进多目标粒子群算法获取Pareto解集,利用TOPSIS熵权法确定最优传感器布置方案。在某高桩码头试验表明:与有效独立法和有效独立-模态动能法相比,IMOPSO得到的布设方案测点分布更均匀,在灵敏度矩阵条件数、MAC最大非对角元、损伤冗余性指标分别优化了45%、90%、5%以上;多种工况下的损伤位置和程度识别准确率在不同噪声下平均提高5%和7%以上。 展开更多
关键词 码头结构健康监测 传感器优化布置 损伤识别 改进多目标粒子群(IMOPSO)
在线阅读 下载PDF
上一页 1 2 43 下一页 到第
使用帮助 返回顶部