期刊文献+
共找到6,538篇文章
< 1 2 250 >
每页显示 20 50 100
采用改进遗传算法的无线电能传输系统参数优化设计 被引量:3
1
作者 杨阳 章治 +2 位作者 吴雪钰 曹嘉亿 郑晅 《西安交通大学学报》 北大核心 2025年第4期93-104,共12页
针对高阶补偿拓扑的无线电能传输(WPT)系统的谐振参数较多且相互关联,从而导致系统设计时各个元件具体参数难以确定的问题,提出了一种适用于一次侧LCC、二次侧LC串联拓扑(LCC-S)的WPT系统参数优化设计方法。利用MATLAB/Simulink搭建WPT... 针对高阶补偿拓扑的无线电能传输(WPT)系统的谐振参数较多且相互关联,从而导致系统设计时各个元件具体参数难以确定的问题,提出了一种适用于一次侧LCC、二次侧LC串联拓扑(LCC-S)的WPT系统参数优化设计方法。利用MATLAB/Simulink搭建WPT系统仿真平台并进行理论分析,评估了谐振参数、耦合系数和等效负载对该系统输出特性的影响,选择影响程度最复杂的变量作为决策变量,构建系统非线性优化模型;以提高WPT系统的传输效率为目标,在遗传算法基础上加入非线性优化策略,并设计新的突变函数,利用改进后的遗传算法(IGA)给出了系统参数的优化设计方案。仿真结果表明:IGA使系统传输效率达到98.34%,相较遗传算法提高了2.52%,且收敛速度显著提高。搭建WPT系统实验平台并进行测试,结果表明:该系统能够以97.98%的传输效率保持300 W的功率输出;当负载电阻处于6~46Ω时,系统传输效率能够维持在90%以上。研究结果可为LCC-S型WPT系统参数设计提供参考。 展开更多
关键词 无线电能传输 LCC-S型 拓扑结构 改进遗传算法 谐振参数优化
在线阅读 下载PDF
基于改进蝴蝶优化算法的新安江模型参数率定研究 被引量:1
2
作者 张明进 肖章玲 +4 位作者 王健 孙冬梅 杨云平 邢岩 刘芯阅 《中国农村水利水电》 北大核心 2025年第6期90-94,101,共6页
参数率定是提升水文模型径流模拟精度的重要环节,构建高效稳健的参数优化算法是水文模型应用研究的热点。针对蝴蝶优化算法易于早熟收敛的问题,引入Halton序列提升初始种群的均匀性、利用动态转换概率平衡全局与局部搜索进程、采用L... 参数率定是提升水文模型径流模拟精度的重要环节,构建高效稳健的参数优化算法是水文模型应用研究的热点。针对蝴蝶优化算法易于早熟收敛的问题,引入Halton序列提升初始种群的均匀性、利用动态转换概率平衡全局与局部搜索进程、采用Lévy飞行和标准化操作算子改善进化方程,建立了一种改进的蝴蝶优化算法(MSBOA),并将其应用于新安江模型参数率定,比较分析了原蝴蝶优化算法(BOA)、改进后蝴蝶优化算法(MSBOA)、正余弦优化算法(SCA)和鲸鱼优化算法(WOA)在新安江模型参数率定中的收敛性和稳定性。在钦江上游陆屋水文站以上流域的应用结果表明:(1)与原算法BOA相比,MSBOA取得的纳什效率系数高0.03,相对误差降低至±5%以内,且均方根误差降低了8.2%。这说明MSBOA率定的新安江模型参数取得的日径流模拟精度更好,能够较准确地描述流域的水文过程。(2)各算法在新安江模型参数率定中均有较好的适用性(纳什效率系数高于0.85)。从收敛性来看,MSBOA的收敛速度较快且取得的纳什效率系数值最高,其次是WOA和SCA算法。从稳定性来看,MSBOA取得的纳什效率系数的标准差最低、且参数率定结果的波动范围最小,说明其稳定性较高,其次是WOA算法。改进后的蝴蝶优化算法MSBOA可丰富水文模型参数率定研究,为模型参数优化提供一条新途径。 展开更多
关键词 新安江模型 参数率定 蝴蝶优化算法 日径流模拟 钦江流域
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:5
3
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
基于优选模型和灰狼算法的注塑工艺参数优化 被引量:1
4
作者 林峰 孙永华 +2 位作者 李国琳 李西兵 连灿鑫 《塑料》 北大核心 2025年第1期100-107,共8页
采用Moldflow软件对食品保鲜盒盖的注塑成型过程进行模拟分析,目的是通过优化注塑工艺参数,最大限度地减小产品的体积收缩率,从而提高产品质量。采用筛选试验设计的方法,确定对注塑成型过程影响较显著的参数。然后,构建多个近似模型,并... 采用Moldflow软件对食品保鲜盒盖的注塑成型过程进行模拟分析,目的是通过优化注塑工艺参数,最大限度地减小产品的体积收缩率,从而提高产品质量。采用筛选试验设计的方法,确定对注塑成型过程影响较显著的参数。然后,构建多个近似模型,并对这些模型进行细致的比较分析,筛选出性能最佳的模型。最后,利用灰狼优化算法对最优模型进行参数优化,得到最优注塑工艺参数组合,并进行模拟验证和实际验证。结果表明,采用优化后的注塑工艺参数组合制备的产品的体积收缩率显著减小,由初始的5.837%下降至4.01%,下降了31.3%,证明了结合计算机模拟、更优的模型和智能优化算法在注塑工艺优化中具有有效性及较好的应用潜力。 展开更多
关键词 注塑工艺参数 筛选试验设计 中心复合试验 最优拉丁超立方抽样 灰狼优化算法
在线阅读 下载PDF
基于改进蜉蝣算法的永磁同步电机参数辨识 被引量:1
5
作者 彭思齐 郭旦 +2 位作者 李伟俊 彭鸿羽 李福 《传感器与微系统》 北大核心 2025年第6期153-156,160,共5页
针对一类智能优化算法在永磁同步电机(PMSM)参数辨识中存在种群多样性较差、易于陷入局部最优导致参数辨识结果精度不高的问题,提出一种改进蜉蝣算法(IMA)用于PMSM参数辨识。通过SPM混沌映射初始化种群,提高种群多样性,在雄性蜉蝣位置... 针对一类智能优化算法在永磁同步电机(PMSM)参数辨识中存在种群多样性较差、易于陷入局部最优导致参数辨识结果精度不高的问题,提出一种改进蜉蝣算法(IMA)用于PMSM参数辨识。通过SPM混沌映射初始化种群,提高种群多样性,在雄性蜉蝣位置更新部分中,根据个体适应度值分别采用柯西变异和高斯变异进行位置更新,增强算法全局搜索能力。最后应用混沌折射反向学习策略对全局最优位置进行更新,加强算法跳出局部最优的能力。基于6个基准测试函数对IMA性能进行评估并在仿真实验中与其他对比算法的参数辨识结果进行对比。结果表明:IMA收敛速度和收敛精度均有较大提升,且参数辨识结果快速、准确。 展开更多
关键词 永磁同步电机 改进蜉蝣算法 参数辨识
在线阅读 下载PDF
基于RLS-RBPF算法的车辆悬架参数辨识方法研究
6
作者 王姝 董传昊 +3 位作者 张大伟 赵轩 周辰雨 邵帅 《重庆理工大学学报(自然科学)》 北大核心 2025年第7期19-27,共9页
在汽车的运行过程中,悬架系统的状态不可避免地会发生改变。为了准确评估悬架参数的长期变化,尤其是实现早期故障预警,提出了一种基于车辆实际行驶状态的悬架参数辨识方法,首先在车辆的关键部位安装振动传感器,采集振动加速度信号。然后... 在汽车的运行过程中,悬架系统的状态不可避免地会发生改变。为了准确评估悬架参数的长期变化,尤其是实现早期故障预警,提出了一种基于车辆实际行驶状态的悬架参数辨识方法,首先在车辆的关键部位安装振动传感器,采集振动加速度信号。然后,通过递推最小二乘算法对悬架的弹簧刚度和减震器阻尼系数进行初步识别。在此基础上,进一步采用Rao-Blackwellized粒子滤波算法对初步辨识结果进行二次优化。最后,结合实测的车辆硬点坐标和通过辨识得到的悬架参数,基于多体动力学原理构建车辆动力学模型,与实际设计参数进行对比,并进行整车动力学仿真以验证辨识参数的准确性。实验结果表明,该方法在识别悬架弹簧刚度和减震器阻尼系数方面具有很高的精度,与真实值的最大偏差仅为2.50%和1.82%。同时,车辆动力学模型的仿真输出与实测载荷谱的均方根误差控制在5%以内。该方法显著提高了悬架系统参数辨识的精确度,是一种高精度的汽车悬架参数在线辨识算法。 展开更多
关键词 递推最小二乘算法 RBPF算法 实车载荷谱 参数辨识
在线阅读 下载PDF
基于非支配遗传算法-Ⅱ的放大电路分立元件自动参数优化方法
7
作者 张佳薇 林舒杨 +5 位作者 莫冲 顾伟宏 冷欣 余佩龙 马勤波 黄建平 《森林工程》 北大核心 2025年第4期843-852,共10页
放大电路是林业智能装备的重要组成部分,其性能直接影响林业监测中微弱信号的监测精度。高性能分立放大电路结构复杂,传统人工选取模拟电路中分立元件参数方法效率低下,难以满足林火监测、木材探伤等领域的低噪声、高稳定性等要求。为此... 放大电路是林业智能装备的重要组成部分,其性能直接影响林业监测中微弱信号的监测精度。高性能分立放大电路结构复杂,传统人工选取模拟电路中分立元件参数方法效率低下,难以满足林火监测、木材探伤等领域的低噪声、高稳定性等要求。为此,提出一种基于非支配排序遗传算法-Ⅱ(nondominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)的电路分立元件自动参数优化方法。首先,建立放大电路的参数优化模型并根据需求提出设计指标;其次使用NSGA-Ⅱ对电路参数进行求解;最后对优化结果进行验证,通过仿真测试与电路板实物测试,将NSGA-Ⅱ与人工方法、粒子群算法、涡流搜索算法、遗传算法进行对比。试验结果表明,NSGA-Ⅱ电路参数优化方法在电路性能上显著优于人工方法,相较于经典单目标优化方面在收敛速度与优化稳定性方面也更具优势,为林业传感器的高精度放大电路设计提供高效方案,并在未来可以拓展至林业装备其他电路的设计优化。 展开更多
关键词 放大电路 参数优化 电路优化设计 NSGA-Ⅱ算法 传感器
在线阅读 下载PDF
磁场算法与结构力学耦合驱动参数化生形设计方法研究——以白云山南门工程项目为例
8
作者 苏朝浩 卢珊丽 +2 位作者 任子扬 王子安 吴中平 《南方建筑》 北大核心 2025年第10期66-75,共10页
以结构性能驱动为核心,提出了一种融合结构力学原理与智能优化算法的参数化协同设计方法,通过建立“算法生形-力学耦合-性能迭代”的三阶段工作流,探索新型空间结构的高效找形路径。创新性地将磁场算法引入建筑形态生成,通过磁场算法运... 以结构性能驱动为核心,提出了一种融合结构力学原理与智能优化算法的参数化协同设计方法,通过建立“算法生形-力学耦合-性能迭代”的三阶段工作流,探索新型空间结构的高效找形路径。创新性地将磁场算法引入建筑形态生成,通过磁场算法运算器构建花形的生成、变化与调控模式;继而开发结构力学耦合求解程序模块,建立形态参数与力学响应的动态映射关系;最终通过遗传算法建立多目标优化模型,实现形态参数与结构性能的协同进化,构建涵盖100多种花形伞状结构构型数据库。在广州白云山南门工程项目中,该方法成功实现木棉花意象的数字化转译,生成兼具结构效能与艺术表现力的云状伞形空间结构,验证了该方法的工程适用性。 展开更多
关键词 参数化设计 结构性能 磁场算法 结构优化 结构构型
在线阅读 下载PDF
一种基于遗传退火算法的MTD参数生成应用研究
9
作者 代培龙 张薇 徐斐 《现代雷达》 北大核心 2025年第3期88-92,共5页
动目标检测(MTD)是雷达探测的重要技术之一,MTD重频参数对探测性能至关重要。文中分析了不同重频的应用场景,深入研究遗传退火算法,阐述了遗传退火算法的优劣,论述了采用基于二进制遗传退火算法设计MTD重频参数的过程,基于距离-速度清... 动目标检测(MTD)是雷达探测的重要技术之一,MTD重频参数对探测性能至关重要。文中分析了不同重频的应用场景,深入研究遗传退火算法,阐述了遗传退火算法的优劣,论述了采用基于二进制遗传退火算法设计MTD重频参数的过程,基于距离-速度清晰度构造目标函数和约束条件。根据探测速度需要,该方法可以快速构建多重频参数,优化距离-速度清晰度。仿真结果表明:该算法相对于传统穷举搜索法,是一种全局随机搜索方法,参数生成速度快,可实时产生满足系统设计要求的参数。生成的清晰度说明了该方法的有效性,并给出了一种有效的工程应用思路,在雷达设计中具有一定的工程应用价值。 展开更多
关键词 动目标检测 遗传退火算法 探测参数优化 距离-速度盲区
在线阅读 下载PDF
基于多目标粒子群算法的油田水驱后加密聚驱注采参数优化方法
10
作者 杨二龙 齐梦 +2 位作者 甘庭源 董驰 孙宁 《钻采工艺》 北大核心 2025年第5期100-106,共7页
B区块目前处于水驱开发阶段,储层非均质性强、油水井注采制度不合理等导致注水无效循环,剩余油动用不均衡。在后续开发阶段如何通过优化注采参数,减小渗流阻力差异,实现平面及纵向均衡驱替,对于油藏开发调整具有重要意义。基于油藏工程... B区块目前处于水驱开发阶段,储层非均质性强、油水井注采制度不合理等导致注水无效循环,剩余油动用不均衡。在后续开发阶段如何通过优化注采参数,减小渗流阻力差异,实现平面及纵向均衡驱替,对于油藏开发调整具有重要意义。基于油藏工程方法和多相渗流力学理论,以Buckley-Leverett方程为基础,建立了多层非均质油藏水驱井网加密后聚合物驱开发渗流阻力模型。在明确均衡驱替标准的基础上,以全区累积产油量最大、含水上升率最小、单井含水率变异系数最小为目标函数,以合理注采参数界限为约束条件,以单井分层注入量和单井产液量为优化变量,建立多层非均质油藏注采参数优化数学模型,并采用多目标粒子群算法进行求解优化。参数优化后的B区块在加密聚驱阶段累积产油量增加36.02×10^(4)m^(3),含水率降低3.75%,其典型井组在加密聚驱阶段累积产油量增加10.58×10^(4)m^(3),单井含水率变异系数减小0.03,含水上升率降低2.32%,增油降水效果显著。文章所建立的基于多目标粒子群算法的注采参数优化方法,可为油田高效开发提供技术参考。 展开更多
关键词 多层非均质油藏 加密聚驱 均衡驱替 多目标粒子群算法 注采参数优化
在线阅读 下载PDF
基于改进霜冰算法的并联机器人误差建模与参数辨识
11
作者 伞红军 张号彬 +3 位作者 陈久朋 吴兴梅 王紫燕 陈万磊 《农业机械学报》 北大核心 2025年第8期716-725,共10页
针对当前并联机器人运动学标定存在误差模型复杂和参数辨识效率不高等问题,本文提出了一种并联机器人误差建模方法和高效稳定的参数辨识算法。基于闭环矢量法完成了并联机器人运动学分析;在此基础上提出等效误差思想并建立相应误差模型... 针对当前并联机器人运动学标定存在误差模型复杂和参数辨识效率不高等问题,本文提出了一种并联机器人误差建模方法和高效稳定的参数辨识算法。基于闭环矢量法完成了并联机器人运动学分析;在此基础上提出等效误差思想并建立相应误差模型;根据参数辨识算法高辨识精度要求对霜冰算法(Rime optimization algorithm,RIME)收敛精度低的缺陷进行改进,提出了均分法、莱维选择算子以及交替正余切策略来改进其初始化性能、全局优化能力以及局部优化能力,并以改进霜冰算法(Modified rime optimization algorithm,MRIME)进行误差参数辨识;根据辨识结果对机器人驱动输入进行补偿。以Delta机器人为研究对象进行标定实验,实验结果表明,改进霜冰算法提升了寻优效率、精度、稳定性,参数辨识平均耗时0.126 s,标定后机器人平均位置精度提升41.96%,验证了所提误差模型和参数辨识算法的有效性。 展开更多
关键词 并联机器人 等效误差 误差模型 改进霜冰算法 参数辨识
在线阅读 下载PDF
基于响应面法及改进粒子群算法的重载铁路大机捣固作业参数优化
12
作者 许玉德 李少铮 +2 位作者 胡猛 薛志强 郭建良 《中国铁道科学》 北大核心 2025年第5期88-99,共12页
大型机械作业是改善有砟轨道线路几何形位的有效手段,科学合理的捣固参数是确保铁路安全运营的关键因素。当前捣固参数的选择主要基于道床恢复质量作为评价指标,而忽视了捣固对道砟受力特性的影响。为此,采用离散元与多体动力学耦合方法... 大型机械作业是改善有砟轨道线路几何形位的有效手段,科学合理的捣固参数是确保铁路安全运营的关键因素。当前捣固参数的选择主要基于道床恢复质量作为评价指标,而忽视了捣固对道砟受力特性的影响。为此,采用离散元与多体动力学耦合方法,构建有砟道床与捣固装置的耦合模型,并通过现场试验验证模型的可靠性。在此基础上,结合响应面法和改进粒子群算法,以道床支承刚度和道砟间接触力超过临界值的比率作为响应值,对捣固频率、捣固振幅及捣镐移速等关键参数进行优化。结果表明:最优捣固参数组合为捣固频率39 Hz、捣固振幅8 mm和捣镐移速1 m·s^(-1),采用该优化参数后,在道床支承刚度保持基本不变的前提下,道砟间作用力超过临界值的比例明显降低,降幅达33.33%;捣固参数优化后道砟受力减小,不仅提升了作业质量,还可延长道砟的使用寿命。 展开更多
关键词 重载铁路 大机捣固 响应面法 粒子群算法 捣固参数优化
在线阅读 下载PDF
卡尔曼滤波及其衍生算法在车辆动力学参数估计中的应用比较
13
作者 屈翔 周卓 +2 位作者 李亚娟 张君 王伟 《重庆理工大学学报(自然科学)》 北大核心 2025年第8期60-68,共9页
为更好地表现车辆不同工况下行驶状态,实现相关稳定性控制,在数理分析及模型统一的前提下设计卡尔曼及其衍生算法,对车辆行驶稳定性状态参数质心侧偏角、横摆角速度进行估计对比研究。利用Matlab/Simulink分别建立相关参数估计的算法模... 为更好地表现车辆不同工况下行驶状态,实现相关稳定性控制,在数理分析及模型统一的前提下设计卡尔曼及其衍生算法,对车辆行驶稳定性状态参数质心侧偏角、横摆角速度进行估计对比研究。利用Matlab/Simulink分别建立相关参数估计的算法模型、车辆动力学模型与CarSim进行联合仿真。从仿真时长及误差结果等对算法本身特性、优劣进行验证与分析,传统卡尔曼全工况实时性优势突出,估计精度仅在系统线性状态下有保障;扩展卡尔曼仿真耗时较长,线性及部分非线性状态下估计可靠,非线性强烈下数据表现偏离标准;无迹卡尔曼全工况下估算精度较高,但算法仿真实时性差;容积卡尔曼多变工况下估计精度好、误差分布稳定,且算法仿真实时性次优。 展开更多
关键词 车辆动力学 参数估计 卡尔曼滤波 卡尔曼衍生算法
在线阅读 下载PDF
基于雪消融算法的光伏并网逆变器低电压穿越模型多阶段参数辨识方法
14
作者 程杉 蔡子威 +2 位作者 张旭军 黄永章 徐恒山 《电力系统保护与控制》 北大核心 2025年第5期47-58,共12页
为获得准确的光伏逆变器低电压穿越(low-voltage-ride-through,LVRT)模型参数以满足光伏并网系统安全可靠的要求,提出了基于雪消融算法(snow-ablation-optimizer,SAO)的光伏并网逆变器低电压穿越模型多阶段参数辨识方法。首先,基于光伏... 为获得准确的光伏逆变器低电压穿越(low-voltage-ride-through,LVRT)模型参数以满足光伏并网系统安全可靠的要求,提出了基于雪消融算法(snow-ablation-optimizer,SAO)的光伏并网逆变器低电压穿越模型多阶段参数辨识方法。首先,基于光伏发电系统低电压穿越输出曲线特性,建立了光伏低电压穿越控制数学模型并分析故障暂态过程,明确了低电压穿越过程的核心控制参数。其次,针对内环PI控制参数与LVRT的耦合性和相关性问题,提出多阶段辨识策略。最后,依据实际工程参数对光伏逆变器建模,利用雪消融算法对内环控制参数与LVRT参数进行辨识,仿真算例表明了所提辨识方法的有效性。 展开更多
关键词 光伏并网逆变器 低电压穿越 相关性分析 雪消融算法 参数辨识
在线阅读 下载PDF
基于粒子群算法的柔性消弧装置控制器参数优化方法研究
15
作者 郭谋发 翁铭 郑泽胤 《电网技术》 北大核心 2025年第11期4771-4780,I0110,I0111,共12页
配电网单相接地故障柔性消弧装置控制器参数整定较为复杂,因配电网络和负载特性有别、故障情况受接地位置及过渡电阻等影响且鲜有直接的计算方法。针对此问题,该文提出了一种基于粒子群算法的比例-积分控制器(proportional-integral con... 配电网单相接地故障柔性消弧装置控制器参数整定较为复杂,因配电网络和负载特性有别、故障情况受接地位置及过渡电阻等影响且鲜有直接的计算方法。针对此问题,该文提出了一种基于粒子群算法的比例-积分控制器(proportional-integral controller,PI)控制器参数实时整定的方法。该文首先分析了柔性电流消弧法的原理及其控制稳定性。其次在控制稳定性的基础上运用粒子群算法对PI控制器的比例调节系数与积分调节系数进行优化。最后通过仿真软件及物理模型进行实验,模拟不同配电网络、不同接地方式、不同故障点等多种情况下发生单相接地故障并投入消弧装置抑制故障电流,结果显示该方法能在1至2个运行周期内即可抑制故障电流,适用多种配电网络和故障情形,避免人工反复调试参数,提高消弧效果,为参数整定优化提供新思路。 展开更多
关键词 配电网 单相接地故障 电流消弧法 粒子群算法 控制器参数寻优
在线阅读 下载PDF
脉冲神经膜系统结合改进遗传算法的PID参数整定方法
16
作者 许家昌 余东亮 苏树智 《探测与控制学报》 北大核心 2025年第4期60-70,共11页
针对应用智能优化算法寻优比例积分微分(PID)控制参数的过程中存在超调量大且调节时间可缩小的问题,提出一种改进遗传算法(GA),并加入脉冲神经膜系统(SNPS)的优化算法(IGAESNP),应用于四旋翼无人机的PID控制参数整定。首先利用拉丁超抽... 针对应用智能优化算法寻优比例积分微分(PID)控制参数的过程中存在超调量大且调节时间可缩小的问题,提出一种改进遗传算法(GA),并加入脉冲神经膜系统(SNPS)的优化算法(IGAESNP),应用于四旋翼无人机的PID控制参数整定。首先利用拉丁超抽样法形成分布均匀的初始种群,设计动态变异率控制种群进化过程;其次结合SNPS进化步骤,种群个体以神经元的方式组织和迭代,将PID控制参数映射为标记个体的二进制序列;最后通过个体学习的方式调整种群输出二进制序列组的概率矩阵,得到最优PID参数组合。实验表明,IGAESNP在求解测试函数上,速度更快,精度稳定在10-6;在PID参数整定上,相比GA和经验法,IGAESNP更好地跟踪sin信号和阶跃信号,有效控制了超调量,缩短了调节时间,平衡了超调量和调节时间之间的矛盾,并且IGAESNP具有更强的稳定能力。 展开更多
关键词 四旋翼无人机 PID参数整定 遗传算法 脉冲神经膜系统 姿态控制
在线阅读 下载PDF
基于改进鲸鱼优化算法的双馈风电机组控制参数辨识 被引量:2
17
作者 邓俊 陈杰 +3 位作者 李怡然 郑天悦 程嘉康 朱大锐 《太阳能学报》 北大核心 2025年第5期496-505,共10页
针对双馈感应式发电机(DFIG)控制参数辨识存在的精度低和辨识过程繁琐等问题,该文提出一种基于改进鲸鱼优化算法(E-WOA)的DFIG控制参数辨识方法。该方法通过引入Fuch映射与反向学习相结合的种群初始化策略,对初始种群进行优化,提高算法... 针对双馈感应式发电机(DFIG)控制参数辨识存在的精度低和辨识过程繁琐等问题,该文提出一种基于改进鲸鱼优化算法(E-WOA)的DFIG控制参数辨识方法。该方法通过引入Fuch映射与反向学习相结合的种群初始化策略,对初始种群进行优化,提高算法的收敛速度;针对搜索过程易陷入局部最优的问题,引入池机制增加种群多样性;为提高搜索能力,设计迁移、优先选择和包围猎物3种搜索策略。通过建立DFIG的等效模型,将仿真模型和等效模型的输出的均方根误差作为目标函数,根据目标函数结合E-WOA辨识控制参数。仿真结果验证所提参数辨识方法具有更高的辨识精度和更快的收敛速度。 展开更多
关键词 参数辨识 变流器 双馈风电机组 控制系统 改进鲸鱼优化算法
在线阅读 下载PDF
基于蜣螂算法优化卡尔曼滤波的锂离子电池模型参数辨识 被引量:2
18
作者 夏天 刘代飞 +2 位作者 岳家辉 陈来恩 李亦梁 《中国电力》 北大核心 2025年第1期196-204,共9页
锂离子电池参数辨识结果是电池状态预测的重要基础,提出了一种基于蜣螂算法(dung beetle optimizer,DBO)优化卡尔曼滤波(Kalman filtering,KF)的方法,用以在线辨识电池模型参数。该方法利用DBO快速全局寻找最优解特点,在KF算法中优化过... 锂离子电池参数辨识结果是电池状态预测的重要基础,提出了一种基于蜣螂算法(dung beetle optimizer,DBO)优化卡尔曼滤波(Kalman filtering,KF)的方法,用以在线辨识电池模型参数。该方法利用DBO快速全局寻找最优解特点,在KF算法中优化过程噪声和观测噪声的协方差矩阵,提高了识别电池模型参数的准确性。仿真实验数据表明,相较于未优化的KF参数辨识的结果,所提方法辨识误差有明显减少,预测的参数值更加接近真实值。 展开更多
关键词 锂离子电池 参数辨识 卡尔曼滤波器 蜣螂算法 协方差矩阵
在线阅读 下载PDF
遗传算法优化神经网络在地声参数反演中的应用 被引量:1
19
作者 赵振星 李琪 黄益旺 《哈尔滨工程大学学报》 北大核心 2025年第4期643-651,共9页
针对浅海环境下传统匹配场反演方法对地声参数估计精度低的问题,本文将遗传算法优化的BP神经网络算法(GA-BP)应用到地声参数反演领域。首先仿真分析了噪声场垂直空间相关系数对地声参数变化的敏感度值,研究了GA-BP反演地声参数的效果,... 针对浅海环境下传统匹配场反演方法对地声参数估计精度低的问题,本文将遗传算法优化的BP神经网络算法(GA-BP)应用到地声参数反演领域。首先仿真分析了噪声场垂直空间相关系数对地声参数变化的敏感度值,研究了GA-BP反演地声参数的效果,最后使用GA-BP处理实测海洋环境噪声数据,估计了海底密度、声速和衰减。仿真与实验结果表明:GA-BP相比于BP神经网络算法具有更快的网络训练速度以及更高的反演精度,利用GA-BP可以准确反演得到Pekeris波导的地声参数。反演得到的海洋环境噪声场空间相关系数曲线与实验测量结果吻合较好,二者皮尔逊相关系数达到0.98。本文证实了GA-BP算法在地声参数反演中的高效性与可靠性,为基于海洋环境噪声的无源地声参数提供了的技术支撑手段。 展开更多
关键词 海洋环境噪声 空间相关特性 敏感度分析 遗传算法 BP神经网络 Pekeris波导 地声参数反演 海上实验
在线阅读 下载PDF
基于改进麻雀搜索算法优化核极限学习机的弹丸气动参数辨识 被引量:1
20
作者 高展鹏 易文俊 《电子测量与仪器学报》 北大核心 2025年第2期72-82,共11页
弹丸的气动参数直接影响其飞行轨迹,进而决定导弹的设计和性能评估。由于高速飞行中的复杂气动环境和气动参数间的相互作用,准确辨识气动参数成为一项具有挑战性的问题。针对这一问题将采用麻雀搜索算法(SSA)和核极限学习机(KELM)的组... 弹丸的气动参数直接影响其飞行轨迹,进而决定导弹的设计和性能评估。由于高速飞行中的复杂气动环境和气动参数间的相互作用,准确辨识气动参数成为一项具有挑战性的问题。针对这一问题将采用麻雀搜索算法(SSA)和核极限学习机(KELM)的组合模型来辨识弹丸的气动参数,为充分挖掘SSA算法性能,提高辨识精确度,将对SSA算法的初始化策略、收敛因子和加入者的位置更新策略进行改进,采用CEC2022测试函数对改进后的麻雀搜索算法(ISSA)的改进措施的有效性进行验证,并采用ISSA优化KELM的核参数和正则化系数,提出ISSA-KELM辨识模型。研究结果表明,直接采用极限学习机(ELM)算法的辨识精确度最低,无法描述非线性区域弹丸的气动参数特征,通过在ELM算法中引入核函数提出KELM方法可以将辨识精确度提高1~4个量级,KELM和SSA-KELM等模型在非线性区域的辨识结果与真实值还有一定的差距,而采用ISSA-KELM模型的辨识结果最为精确,相比较基本的ELM算法辨识结果提高约4~5个量级,可以准确获取弹丸的气动参数,本研究为精确飞行轨迹预测和导弹性能优化提供了可靠的技术支持。 展开更多
关键词 弹丸 麻雀搜索算法 核极限学习机 气动参数辨识 非线性
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部