检索结果-维普期刊中文期刊服务平台

基于分数阶粒子群优化算法的水电机组一次调频参数辨识: 1; 作者王炜朱蕾 +5 位作者许存华张建新彭辉黄自万邓云辉袁晓辉《水电能源科学》北大核心 2025年第3期186-190,共5页; 由于水电机组和调速器实际物理性质比较复杂,难以从理论上直接推导出其模型参数。为此,提出一种改进的分数阶粒子群优化算法,针对水轮机调速系统一次调频模式,首先根据实际设备的物理结构、运行机理分析建立了水电机组调速系统的调节器... 展开更多; 关键词参数辨识分数阶粒子群优化一次调频水轮机调节系统仿真; 在线阅读下载PDF 职称材料

邻域自适应的微分变异约束分数阶粒子群优化: 2; 作者苏守宝李智何超《重庆大学学报》 EI CAS CSCD 北大核心 2020年第11期84-98,共15页; 分数阶粒子群算法(FOPSO)是一种具有路径记忆的改进型粒子群优化算法。在多峰约束优化问题中,针对FOPSO易于早熟和依赖于初始参数的问题,文中提出了一种邻域自适应的约束分数阶粒子群优化方法(NAFPSO)。在算法中,依据进化状态来动态调... 展开更多; 关键词邻域拓扑分数阶粒子群优化自适应约束优化微分变异; 在线阅读下载PDF 职称材料

自适应的分数阶达尔文粒子群优化算法被引量：18: 3; 作者郭通兰巨龙 +1 位作者李玉峰陈世文《通信学报》 EI CSCD 北大核心 2014年第4期130-140,共11页; 针对分数阶达尔文粒子群算法收敛性能依赖于分数阶次α,易陷入局部最优的特点,提出了一种自适应的分数阶达尔文粒子群优化(AFO-DPSO)算法,利用粒子的位置和速度信息来动态调整分数阶次α,并引入自适应的加速系数控制策略和变异处理机制... 展开更多; 关键词分数阶达尔文粒子群优化进化因子分数阶次加速系数变异机制自适应; 在线阅读下载PDF 职称材料

钢板缺陷识别的Volterra-SVM模型研究被引量：6: 4; 作者邓勇黄远伟赖治屹《机械科学与技术》 CSCD 北大核心 2023年第1期132-138,共7页; 针对钢板缺陷识别问题,结合超声波脉冲反射原理,提出一种基于Volterra级数和支持向量机的钢板缺陷识别方法。首先,利用Volterra级数模型建立起钢板缺陷的特征模型;其次,使用分数阶粒子群优化算法提取出原始信号中的特征参数,即Volterra... 展开更多; 关键词缺陷识别 VOLTERRA级数分数阶粒子群优化算法支持向量机; 在线阅读下载PDF 职称材料

求解并联冷机负荷分配问题的改进FODPSO算法被引量：4: 5; 作者于军琪赵泽华 +2 位作者赵安军王福陈时羽《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期1901-1914,共14页; 针对并联冷机负荷分配问题,以系统总功率最小为优化目标,建立满足系统末端负荷需求的并联冷机负荷分配优化模型,提出一种改进分数阶达尔文粒子群优化(IFODPSO)算法,以每台冷机的部分负荷率为优化变量进行求解,优化并联冷机系统的运行策... 展开更多; 关键词负荷分配并联冷机分数阶达尔文粒子群优化算法蒙特卡洛多重优化自适应多策略; 在线阅读下载PDF 职称材料

题名基于分数阶粒子群优化算法的水电机组一次调频参数辨识: 1; 作者王炜朱蕾许存华张建新彭辉黄自万邓云辉袁晓辉; 机构丹江口水力发电厂湖北能源集团溇水水电有限公司华中科技大学土木与水利工程学院; 出处《水电能源科学》北大核心 2025年第3期186-190,共5页; 基金国家自然科学基金项目(U2340211) 汉江水利水电(集团)有限责任公司科研项目(HJWT2022086)。; 文摘由于水电机组和调速器实际物理性质比较复杂,难以从理论上直接推导出其模型参数。为此,提出一种改进的分数阶粒子群优化算法,针对水轮机调速系统一次调频模式,首先根据实际设备的物理结构、运行机理分析建立了水电机组调速系统的调节器模型、随动装置模型及机组被控对象模型;然后应用小波阈值降噪法对水电机组一次调频试验数据进行预处理后,采用改进分数阶粒子群优化算法对各分块模型进行参数优化辨识;最后将各部分模型连成整体进行仿真校验。结果表明,改进分数阶粒子群优化算法在水电机组一次调频参数辨识中的精度提升效果明显。; 关键词参数辨识分数阶粒子群优化一次调频水轮机调节系统仿真; Keywords parameter identification fractional-order particle swarm optimization primary frequency regulation water turbine regulation system simulation; 分类号 TV734.21 [水利工程—水利水电工程] TK730.1 [交通运输工程—轮机工程]; 在线阅读下载PDF 职称材料

题名邻域自适应的微分变异约束分数阶粒子群优化: 2; 作者苏守宝李智何超; 机构江苏科技大学计算机学院金陵科技学院数据科学与智慧软件江苏省重点实验室; 出处《重庆大学学报》 EI CAS CSCD 北大核心 2020年第11期84-98,共15页; 基金国家自然科学基金资助项目(61375121,41801303) 金科院高层次引进人才科研项目(jit-rcyj-201505,D2020005) +1 种基金江苏高校优秀科技创新团队项目(苏教科[2017]6号).; 文摘分数阶粒子群算法(FOPSO)是一种具有路径记忆的改进型粒子群优化算法。在多峰约束优化问题中,针对FOPSO易于早熟和依赖于初始参数的问题,文中提出了一种邻域自适应的约束分数阶粒子群优化方法(NAFPSO)。在算法中,依据进化状态来动态调整邻域拓扑从而更新粒子位置和速度,以提高可行解的全局寻优能力和收敛速度;采用带惩罚因子的罚函数约束处理技术,迫使粒子趋向可行区域;设计了微分变异策略以增加种群多样性,增强粒子逃脱局部最优的能力。用9个约束优化基准函数实验验证了NAFPSO的有效性和收敛性能,并应用于2个约束工程设计问题,结果表明,提出的算法寻优能力强、收敛快、精度高、稳定性好,可用于有效地解决复杂的约束工程设计优化问题。; 关键词邻域拓扑分数阶粒子群优化自适应约束优化微分变异; Keywords neighborhood topology fractional order particle swarm optimization(FOPSO) self-adaptive constrained optimization differential mutation; 分类号 TP16 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名自适应的分数阶达尔文粒子群优化算法被引量：18: 3; 作者郭通兰巨龙李玉峰陈世文; 机构国家数字交换系统工程技术研究中心; 出处《通信学报》 EI CSCD 北大核心 2014年第4期130-140,共11页; 基金国家重点基础研究发展计划("973"计划)基金资助项目(2012CB315900) 国家高技术研究发展计划("863"计划)基金资助项目(2011AA01A103)~~; 文摘针对分数阶达尔文粒子群算法收敛性能依赖于分数阶次α,易陷入局部最优的特点,提出了一种自适应的分数阶达尔文粒子群优化(AFO-DPSO)算法,利用粒子的位置和速度信息来动态调整分数阶次α,并引入自适应的加速系数控制策略和变异处理机制,以获取更优的收敛性能。对几种典型函数的测试结果表明,相比于现有的粒子群算法,所提的AFO-DPSO算法的搜索精度、收敛速度和稳定性都有了显著提高,全局寻优能力得到了进一步提高。; 关键词分数阶达尔文粒子群优化进化因子分数阶次加速系数变异机制自适应; Keywords fractional-order Darwinian particle swarm optimization evolution factor fractional-order acceleration coef-ficients mutation mechanism adaptive; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名钢板缺陷识别的Volterra-SVM模型研究被引量：6: 4; 作者邓勇黄远伟赖治屹; 机构西南石油大学机电工程学院西南油气田分公司输气管理处; 出处《机械科学与技术》 CSCD 北大核心 2023年第1期132-138,共7页; 基金四川省科技支撑计划项目(2017FZ0033)。; 文摘针对钢板缺陷识别问题,结合超声波脉冲反射原理,提出一种基于Volterra级数和支持向量机的钢板缺陷识别方法。首先,利用Volterra级数模型建立起钢板缺陷的特征模型;其次,使用分数阶粒子群优化算法提取出原始信号中的特征参数,即Volterra级数时域核;最后,将提取到的特征向量输入支持向量机模型进行训练与测试,完成对钢板缺陷的分类识别。设计实验得到多组数据样本,进行模型验证,实验结果表明:基于Volterra级数和支持向量机的识别模型能够较好的完成对钢板缺陷的分类识别,识别准确率达93.3%。; 关键词缺陷识别 VOLTERRA级数分数阶粒子群优化算法支持向量机; Keywords defect recognition volterra series fractional order particle swarm optimization algorithm support vector machine; 分类号 TB551 [理学—声学] TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名求解并联冷机负荷分配问题的改进FODPSO算法被引量：4: 5; 作者于军琪赵泽华赵安军王福陈时羽; 机构西安建筑科技大学建筑设备科学与工程学院; 出处《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期1901-1914,共14页; 基金国家重点研发计划项目(2017YFC0704100) 安徽建筑大学智能建筑与建筑节能安徽省重点实验室2018年度开放课题(IBES2018KF08)。; 文摘针对并联冷机负荷分配问题,以系统总功率最小为优化目标,建立满足系统末端负荷需求的并联冷机负荷分配优化模型,提出一种改进分数阶达尔文粒子群优化(IFODPSO)算法,以每台冷机的部分负荷率为优化变量进行求解,优化并联冷机系统的运行策略以节能。首先,针对基本分数阶达尔文粒子群优化(FODPSO)算法粒子初始化过于分散的问题,提出利用蒙特卡洛方法结合基本算数运算符生成初始种群;其次,针对其在高维优化中难以同时搜寻到每一维最优解的问题,引入多重优化提高算法稳定性并加快收敛速度;第三,针对易陷入局部最优的问题,通过自适应多策略行为使粒子能够根据其适应度选择合适的更新方式,提高了算法的搜索能力;最后,以2个典型的并联冷机系统作为案例验证所提出算法的性能,并与其他现有优化算法的实验结果进行对比。研究结果表明:相比于其他算法,IFODPSO算法在并联冷机负荷分配问题的求解中能够取得更加显著的节能效果,得到更优的运行策略,同时收敛精度、收敛速度和稳定性都有了显著提高。; 关键词负荷分配并联冷机分数阶达尔文粒子群优化算法蒙特卡洛多重优化自适应多策略; Keywords load distribution parallel chiller system fractional order Darwinian particle swarm optimization algorithm(FODPSO) Monte Carlo multi-optimization adaptive multi-strategy; 分类号 TU831.6 [建筑科学—供热、供燃气、通风及空调工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于分数阶粒子群优化算法的水电机组一次调频参数辨识	王炜朱蕾许存华张建新彭辉黄自万邓云辉袁晓辉	《水电能源科学》北大核心	2025	0	在线阅读下载PDF 职称材料
2	邻域自适应的微分变异约束分数阶粒子群优化	苏守宝李智何超	《重庆大学学报》 EI CAS CSCD 北大核心	2020	0	在线阅读下载PDF 职称材料
3	自适应的分数阶达尔文粒子群优化算法	郭通兰巨龙李玉峰陈世文	《通信学报》 EI CSCD 北大核心	2014	18	在线阅读下载PDF 职称材料
4	钢板缺陷识别的Volterra-SVM模型研究	邓勇黄远伟赖治屹	《机械科学与技术》 CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
5	求解并联冷机负荷分配问题的改进FODPSO算法	于军琪赵泽华赵安军王福陈时羽	《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2021	4	在线阅读下载PDF 职称材料