-
题名基于T-S模型的模糊自适应PSO算法
- 1
-
-
作者
郭成
李群湛
阴艳超
-
机构
西南交通大学电气工程学院
西南交通大学CAD工程中心
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2009年第14期4335-4338,共4页
-
文摘
惯性权重的取值对改善微粒群优化(Particle Swarm Optimization,PSO)算法的收敛性起着关键作用。针对惯性权重的取值问题,提出一种基于T-S模型的模糊自适应PSO(T-SPSO)算法。算法根据当前种群最优适应值和惯性权重,自适应更新惯性权重取值,改善了算法收敛性。最后以典型优化问题的实例仿真验证了所提出算法有效性。
-
关键词
微粒群优化算法
惯性权重
t-s模糊模型
t-spso
收敛性
-
Keywords
particle swarm optimization
inertia weight
t-s fuzzy model
t-spso
convergence
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进自适应粒子群算法的T-S模型辨识
被引量：3
- 2
-
-
作者
丁学明
张久忠
沈业茂
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《控制工程》
CSCD
北大核心
2011年第6期952-955,共4页
-
基金
上海理工大学光电学院教师创新基金资助(GDCX-T-101)
-
文摘
提出基于改进自适应粒子群算法(Improved Self-adaptation Particle Swarm Optimiza-tion,PSO)的T-S模糊模型辨识方法。首先,利用核函数的模糊聚类算法划分数据空间,尽可能少地提取模糊规则,并消除孤立点、噪声点数据等的不利影响;其次,基于ISPSO算法进行参数辨识,将待辨识的参数划分为若干粒子,自适应更新飞行速度,动态修改惯性权因子,惯性权因子呈非线性动态变化,不仅可以克服PSO算法陷入局部最优的早熟,失去多样性,而且可以提高粒子在全局最优位置绕行时的稳定性。提出的方法使得T-S模型辨识达到较高的辨识精度。仿真实例和比较分析证明了该算法的有效性。
-
关键词
t-s模型
核函数
模糊聚类
pso算法
-
Keywords
t-s model
kernel function
fuzzy clustering
pso algorithm
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名利用T-S模糊自适应PSO算法优化PID参数
被引量：3
- 3
-
-
作者
郭成
李群湛
-
机构
西南交通大学电气工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第3期245-248,共4页
-
基金
国家科技支撑计划资助项目(No.2007BAA12B5)~~
-
文摘
针对微粒群优化算法存在的早熟问题,提出了一种基于T-S模型的模糊自适应PSO算法(T-SPSO算法)。算法依据种群当前最优性能指标和惯性权重值所制定T-S规则,动态自适应惯性权重取值,改善了PSO算法的收敛性。将该算法应用于PID控制器的参数整定,可得到更优的控制器参数。仿真结果验证了所提出算法的有效性和所设计控制器的优越性。
-
关键词
微粒群优化算法
PID控制
参数优化
基于t-s模型的模糊自适应pso算法
早熟
-
Keywords
Particle Swarm Optimization （pso）
PID control
parameter optimization
Particle Swarm Optimization based on t-s model （t-spso）
premature
-
分类号
TP273.2
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名控制系统的辨识建模及微粒群优化设计
被引量：2
- 4
-
-
作者
郭成
李群湛
-
机构
西南交通大学电气工程学院成都
-
出处
《计算机工程与应用》
CSCD
北大核心
2010年第15期57-59,92,共4页
-
基金
国家“十一五”科技支撑计划重大项目资助No.2007BAA12B5~~
-
文摘
针对控制系统的传递函数建模与控制器的参数优化问题,提出了基于Prony和微粒群优化(PSO)算法的设计方案。首先在被控对象的输入端施加一个脉冲信号,然后对其输出信号进行Prony分析,得出该被控对象的传递函数,最后采用改进PSO算法进行控制器的参数优化设计。基于辨识的Prony算法可快速准确得出被控对象的传递函数;基于T-S模型模糊自适应的改进PSO算法(T-SPSO算法)依据种群当前最优性能指标和惯性权重自适应惯性权重取值,较好解决了PSO算法的早熟问题,可以更好地优化控制器参数。该方案实现了控制系统的精确建模与优化设计,仿真结果验证了所提方案的有效性。
-
关键词
传递函数
辨识
PRONY算法
微粒群算法
基于t-s模型的pso算法(t-spso)
比例-积分-微分(PID)控制
-
Keywords
transfer function
idemtification
Prony algorithm
particle swarm optimization
pso algorithm based on t-s mode（lTSpso）
Proportion-Integral-Derivative（PID） control
-
分类号
TP13
[自动化与计算机技术—控制理论与控制工程]
TP273.2
[自动化与计算机技术—检测技术与自动化装置]
-
