-
题名基于事件触发的全信息粒子群优化器及其应用
被引量：7
- 1
-
-
作者
王闯
韩非
申雨轩
李学贵
董宏丽
-
机构
东北石油大学人工智能能源研究院
黑龙江省网络化与智能控制重点实验室
东北石油大学计算机与信息技术学院
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第4期891-903,共13页
-
基金
国家自然科学基金(U21A2019,61873058,61933007,62073070)
海南省科技专项基金(ZDYF2022SHFZ105)
黑龙江省省属高校基本科研业务费(2022TSTD-04)资助。
-
文摘
针对标准粒子群优化算法存在早熟收敛和容易陷入局部最优的问题,本文提出了一种基于事件触发的全信息粒子群优化算法(Event-triggering-based full-information particle swarm optimization,EFPSO).首先,引入一类基于粒子空间特性的事件触发策略实现粒子群优化算法(Particle swarm optimization,PSO)的模态切换,更好地维持了算法搜索和收敛能力之间的动态平衡.然后,鉴于引入历史信息能够降低算法陷入局部最优的可能性,提出一种全信息策略来克服PSO算法搜索能力不足的缺陷.数值仿真实验表明,EFPSO算法在种群多样性、收敛率、成功率方面优于其他改进的PSO算法.最后,应用EFPSO算法对变分模态分解(Variational mode decomposition,VMD)去噪算法进行改进,并在现场管道信号去噪取得了很好的效果.
-
关键词
粒子群优化器
事件触发策略
全信息策略
去噪算法
变分模态分解
-
Keywords
Particle swarm optimizer(PSO)
event-triggering strategy
full-information strategy
denoising algorithm
variational mode decomposition(VMD)
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
