-
题名带飞行时间因子的改进粒子群优化算法
被引量：5
- 1
-
-
作者
张学林
丁树良
胡景春
段珊
-
机构
江西科技职业学院电子信息工程分院
江西师范大学计算机信息工程学院
-
出处
《实验技术与管理》
CAS
北大核心
2011年第5期54-57,共4页
-
基金
2009年度江西省高等学校教学研究课题(JXJG-09-44-1)
-
文摘
对于粒子群优化算法(PSO)的研究内容涉及到许多方面。目前,针对PSO算法的研究大致可以分为算法的理论研究、算法的改进研究以及算法的应用研究。该文主要是对PSO算法的改进进行了研究,提出了一种带飞行时间因子的改进的粒子群优化算法(MPSO),并通过实验验证了MPSO优化性能较之PSO有了很大的提高。
-
关键词
PSO
飞行时间因子
MPSO
-
Keywords
PSO
flying time factor
MPSO
-
分类号
O242.28
[理学—计算数学]
-
-
题名一种带自适应飞行时间因子的粒子群算法
被引量：2
- 2
-
-
作者
赵茂先
李小丹
-
机构
山东科技大学信息科学与工程学院
-
出处
《山东科技大学学报（自然科学版）》
CAS
2014年第2期81-85,共5页
-
基金
国家自然科学基金项目(61370207)
-
文摘
作为一种新型智能算法,粒子群算法具有概念简单、易于实现等特点,但也存在容易陷入局部最优的缺点。为了尽可能找到问题的最优解,提高粒子群算法的收敛速度,提出一种带自适应飞行时间因子的粒子群算法,在算法中引入种群多样性和种群进化度两个参数,并根据这两个参数对算法性能的影响,让飞行时间因子随着这两个参数自适应改变。通过对4个基准函数的测试表明,改进后的粒子群算法较其他几种粒子群算法在收敛速度和收敛精度上都有一定提高。
-
关键词
粒子群算法
飞行时间因子
自适应
智能算法
最优化
-
Keywords
particle swarm optimization
flying time factor
adaptive
intelligence algorithm
optimization
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进粒子群优化算法的PID控制器参数优化
被引量：16
- 3
-
-
作者
姜长泓
张永恒
王盛慧
-
机构
长春工业大学电气与电子工程学院
-
出处
《应用科学学报》
CSCD
北大核心
2017年第5期667-674,共8页
-
基金
吉林省科技发展计划项目基金(No.20140204024GX)资助
-
文摘
PID参数优化是控制领域的热点,其控制效果与比例、积分、微分参数有直接关系.为了改善系统性能,提出用一种改进的粒子群优化算法对PID控制器参数进行优化.该算法引入进化速度因子和聚集度因子对权值进行改进,进而改进了速度更新公式,并引入飞行时间因子以改进位置更新公式.通过3种典型函数证明了该算法的优越性,加快了收敛速度,提高了寻优效率.以典型二阶被控模型为研究对象,将上述算法与其他粒子群算法进行对比,表明改进的粒子群算法得到的PID参数具有更好的控制性能.
-
关键词
改进的粒子群优化算法
PID参数优化
权值
飞行时间因子
-
Keywords
improved particle swarm optimization （PSO） algorithm, PID parameter optimization, weight, flying time factor
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
