期刊文献+
共找到24篇文章
< 1 2 >
每页显示 20 50 100
Multi-objective fuzzy particle swarm optimization based on elite archiving and its convergence 被引量:1
1
作者 Wei Jingxuan Wang Yuping 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2008年第5期1035-1040,共6页
A fuzzy particle swarm optimization (PSO) on the basis of elite archiving is proposed for solving multi-objective optimization problems. First, a new perturbation operator is designed, and the concepts of fuzzy glob... A fuzzy particle swarm optimization (PSO) on the basis of elite archiving is proposed for solving multi-objective optimization problems. First, a new perturbation operator is designed, and the concepts of fuzzy global best and fuzzy personal best are given on basis of the new operator. After that, particle updating equations are revised on the basis of the two new concepts to discourage the premature convergence and enlarge the potential search space; second, the elite archiving technique is used during the process of evolution, namely, the elite particles are introduced into the swarm, whereas the inferior particles are deleted. Therefore, the quality of the swarm is ensured. Finally, the convergence of this swarm is proved. The experimental results show that the nondominated solutions found by the proposed algorithm are uniformly distributed and widely spread along the Pareto front. 展开更多
关键词 multi-objective optimization particle swarm optimization fuzzy personal best fuzzy global best elite archiving.
在线阅读 下载PDF
记忆增强型的重构粒子群算法 被引量:1
2
作者 吴炳南 刘建华 +1 位作者 力尚龙 李牧元 《计算机工程与应用》 北大核心 2025年第9期116-127,共12页
重构粒子群算法(RPSO)是基于粒子群算法(PSO)的线性系统理论分析结果而重新构建一种群体智能算法,其保留了粒子群算法的个体最优位置和全局最优位置作为学习样本的策略。RPSO具有比较好的收敛性理论支撑,简单易用。但是,重构粒子群算法... 重构粒子群算法(RPSO)是基于粒子群算法(PSO)的线性系统理论分析结果而重新构建一种群体智能算法,其保留了粒子群算法的个体最优位置和全局最优位置作为学习样本的策略。RPSO具有比较好的收敛性理论支撑,简单易用。但是,重构粒子群算法丢失了种群的记忆,即粒子的历史位置和适应度等信息。为了加强对记忆的利用并提高种群的协作能力,提出了一种记忆增强型的重构粒子群算法(MERPSO)。该算法设计了经验选择策略和区块搜索策略储存记忆,构建了两个新的学习样本,并使用新的学习样本替代原本的学习样本。此外,通过引入带偏移量的加速度系数来平衡算法的局部开发和全局探索能力。实验证明,MERPSO算法在CEC2013基准测试函数集和工程设计问题上表现出更好的性能,并且所采用的策略具有一定的有效性。 展开更多
关键词 重构粒子群算法 记忆 学习样本 加速度系数 CEC2013
在线阅读 下载PDF
极限学习决策网络指导的多目标粒子群算法 被引量:2
3
作者 张一帆 宋威 《计算机科学与探索》 CSCD 北大核心 2024年第6期1513-1525,共13页
在求解多目标优化问题时,粒子群优化算法通常采用预设的榜样选择方法和搜索策略,无法根据具体的寻优状态进行调整。面对不同的优化问题,不合适的搜索策略难以有效指导种群的进化,导致种群的搜索性能降低。为了解决以上问题,提出一种极... 在求解多目标优化问题时,粒子群优化算法通常采用预设的榜样选择方法和搜索策略,无法根据具体的寻优状态进行调整。面对不同的优化问题,不合适的搜索策略难以有效指导种群的进化,导致种群的搜索性能降低。为了解决以上问题,提出一种极限学习决策网络指导的多目标粒子群优化算法(ELDN-PSO)。首先,将多目标优化问题分解成若干标量子问题,并构建一个极限学习决策网络。网络将粒子的位置作为输入,根据当前寻优状态为每个粒子选择合适的搜索动作。将粒子在子问题上的适应度值变化作为强化学习的样本用于训练网络,并通过极限学习机提升训练速度。在优化的过程中,网络会根据寻优状态自动调整,在不同的搜索阶段为粒子选择合适的搜索策略。其次,多目标优化问题中存在一系列难以比较的非支配解,将每个解的领导能力量化成可进行比较的数值,从而更明确地为粒子选择合适的学习榜样。此外,使用一个外部档案储存较好的粒子,用于维护解集质量并指导种群的进化。在ZDT和DTLZ测试函数上进行对比实验,结果表明ELDN-PSO能够有效应对不同形状的Pareto前沿,提升种群的寻优速度以及解集的收敛性和多样性。 展开更多
关键词 粒子群优化 极限学习机 多目标优化 目标分解 加速系数
在线阅读 下载PDF
自适应扩展的简化粒子群优化算法 被引量:14
4
作者 赵志刚 张振文 张福刚 《计算机工程与应用》 CSCD 北大核心 2011年第18期45-47,共3页
针对基本粒子群优化算法易于陷入局部最优的问题,提出了一种自适应扩展的简化粒子群优化算法。该算法采用去除速度项的简化算法结构,并用所有粒子个体极值的平均值代替每个粒子的个体极值,自适应动态调整加速系数。实验结果表明,算法能... 针对基本粒子群优化算法易于陷入局部最优的问题,提出了一种自适应扩展的简化粒子群优化算法。该算法采用去除速度项的简化算法结构,并用所有粒子个体极值的平均值代替每个粒子的个体极值,自适应动态调整加速系数。实验结果表明,算法能够有效避免早熟收敛问题,其全局收敛性能显著提高,收敛速度更快。 展开更多
关键词 粒子群优化算法 局部最优 个体极值 加速系数
在线阅读 下载PDF
基于个体最优位置的自适应变异扰动粒子群算法 被引量:15
5
作者 刘志刚 曾嘉俊 韩志伟 《西南交通大学学报》 EI CSCD 北大核心 2012年第5期761-768,共8页
针对粒子群算法在寻优时容易陷入局部最优的不足,提出了一种基于个体最优位置的自适应变异扰动粒子群算法AMDPSO(adaptive mutation disturbance particle swarm optimization).该算法以粒子群算法为基础,加入扰动,当满足自适应条件时,... 针对粒子群算法在寻优时容易陷入局部最优的不足,提出了一种基于个体最优位置的自适应变异扰动粒子群算法AMDPSO(adaptive mutation disturbance particle swarm optimization).该算法以粒子群算法为基础,加入扰动,当满足自适应条件时,粒子以个体最优位置为依据进行变异操作.将该算法运用于6个测试函数,并与惯性权重粒子群算法、收缩因子粒子群算法以及差分进化算法进行了比较,结果表明:AMDPSO能在寻优过程中让粒子跳出局部最优,保持种群多样性,具有更好的收敛速度和优化性能. 展开更多
关键词 粒子群算法 个体最优位置 自适应变异 扰动
在线阅读 下载PDF
改进的简化粒子群算法优化模糊神经网络建模 被引量:16
6
作者 周丹 南敬昌 高明明 《计算机应用研究》 CSCD 北大核心 2015年第4期1000-1003,共4页
为了更准确地描述有记忆效应的射频功放特性,提出了一种改进的简化粒子群优化(PSO)算法,并结合自适应模糊推理系统(ANFIS)建立模糊神经网络功放模型。改进的简化PSO算法仅保留粒子的位置项,加入了随机的个体最优候选解,由粒子的当前位... 为了更准确地描述有记忆效应的射频功放特性,提出了一种改进的简化粒子群优化(PSO)算法,并结合自适应模糊推理系统(ANFIS)建立模糊神经网络功放模型。改进的简化PSO算法仅保留粒子的位置项,加入了随机的个体最优候选解,由粒子的当前位置、个体最优解、全局最优解和随机的个体最优候选解共同决定其位置项;采用线性递减惯性权重,并利用异步变化的动态学习因子,且新颖地引入拉普拉斯系数,从而增加了种群多样性,加快了收敛速度,避免陷入局部最优。由模型仿真对比可知,该方法建立的功放模型结构简单、收敛快、误差小、精度高,从而验证了建模方法的有效性和可靠性。 展开更多
关键词 记忆功放模型 自适应模糊推理系统 简化粒子群算法 个体最优候选解 拉普拉斯系数
在线阅读 下载PDF
基于改进粒子群算法的无人机三维路径规划 被引量:18
7
作者 徐建新 孙纬 马超 《电光与控制》 CSCD 北大核心 2023年第6期15-21,106,共8页
针对无人机在复杂多障碍环境下的路径规划问题,提出基于改进粒子群的优化算法。首先,通过统一障碍物环境建模、优化适应度函数,并采用混沌粒子初始化使粒子群多样化,增强了算法的稳定性;然后,用自适应加速度系数替代传统粒子群算法的加... 针对无人机在复杂多障碍环境下的路径规划问题,提出基于改进粒子群的优化算法。首先,通过统一障碍物环境建模、优化适应度函数,并采用混沌粒子初始化使粒子群多样化,增强了算法的稳定性;然后,用自适应加速度系数替代传统粒子群算法的加速度常数,避免陷入局部极小值,同时提高了算法收敛到全局最优解的效率;最后,用无人机运动编码代替传统粒子群算法中粒子搜索轨迹的编码方式,提高解的最优性,搜索最优解路径。仿真结果表明:当进行无人机路径规划时,改进粒子群算法可以有效解决复杂的多障碍环境中传统粒子群算法的问题,与灰狼优化算法、差分进化算法、量子粒子群算法和传统粒子群算法相比,改进后的算法在不同场景静态环境中路径寻优精度和稳定性明显提高,且与动态粒子群算法相比,新算法也能更好地适应动态环境。 展开更多
关键词 粒子群算法 混沌粒子初始化 自适应加速度系数 运动编码 路径规划
在线阅读 下载PDF
一种解决约束优化问题的模糊粒子群算法 被引量:12
8
作者 魏静萱 王宇平 《电子与信息学报》 EI CSCD 北大核心 2008年第5期1218-1221,共4页
该文针对复杂约束优化问题,提出了一种模糊粒子群算法(FPSO),设计了一个新的扰动算子,在此基础上定义了模糊个体极值和模糊全局极值,利用这两个定义改进了粒子群进化的方程,利用该方程更新粒子的速度与位置,可以避免早熟收敛问题;定义... 该文针对复杂约束优化问题,提出了一种模糊粒子群算法(FPSO),设计了一个新的扰动算子,在此基础上定义了模糊个体极值和模糊全局极值,利用这两个定义改进了粒子群进化的方程,利用该方程更新粒子的速度与位置,可以避免早熟收敛问题;定义了不可行度阈值,利用此定义给出了新的粒子比较准则,该准则可以保留一部分性能较优的不可行解微粒。用概率论的有关知识证明了算法的收敛性。仿真结果表明,对于复杂约束优化问题,算法寻优性能优良,特别是对于超高维约束优化问题,该算法获得了更高精度的解。 展开更多
关键词 粒子群算法 约束优化 模糊个体极值 模糊全局极值
在线阅读 下载PDF
粒子群优化算法中加速系数的实验分析 被引量:10
9
作者 常先英 李荣钧 《计算机工程》 CAS CSCD 北大核心 2010年第4期183-186,共4页
基于粒子群优化的原理,利用标准测试函数对粒子群算法的参数设计进行实验分析,依据函数特性进行初步分类,揭示不同类型优化问题中加速系数与惯性权重的相互关系及其设计规律。该项研究成果为粒子群算法的理论研究提供了实验依据,并为算... 基于粒子群优化的原理,利用标准测试函数对粒子群算法的参数设计进行实验分析,依据函数特性进行初步分类,揭示不同类型优化问题中加速系数与惯性权重的相互关系及其设计规律。该项研究成果为粒子群算法的理论研究提供了实验依据,并为算法的实际应用创造了有利条件。 展开更多
关键词 粒子群优化 加速系数 惯性权重
在线阅读 下载PDF
采用种群平均信息和精英变异的改进粒子群算法 被引量:4
10
作者 林国汉 章兢 刘朝华 《计算机应用》 CSCD 北大核心 2014年第11期3241-3244,3249,共5页
针对基本粒子群优化(PSO)算法早熟收敛和后期搜索效率低的问题,提出一种利用种群平均信息和精英变异的粒子群优化算法——MEPSO算法。该算法引入粒子个体与群体的平均信息,利用粒子平均信息来提高算法全局搜索能力,并采用时变加速系数(T... 针对基本粒子群优化(PSO)算法早熟收敛和后期搜索效率低的问题,提出一种利用种群平均信息和精英变异的粒子群优化算法——MEPSO算法。该算法引入粒子个体与群体的平均信息,利用粒子平均信息来提高算法全局搜索能力,并采用时变加速系数(TVAC)以平衡算法的局部搜索和全局搜索能力;在算法后期,采用精英学习策略对精英粒子进行柯西变异操作,以进一步提高算法的全局搜索能力,减少算法陷入局部最优的危险。在6个典型的复杂函数上与基本PSO(BPSO)算法、时变加速因子PSO(PSO-TVAC)算法、时变惯性权重PSO(PSO-TVIW)算法和小波变异PSO(HPSOWM)算法进行对比,MEPSO的均值与标准方差均优于对比算法,且寻优时间最短,可靠性更好。结果表明,MEPSO能较好地兼顾局部搜索和全局搜索能力,收敛速度快,收敛精度和搜索效率高。 展开更多
关键词 粒子群优化 平均搜索 柯西变异 时变加速因子 全局搜索
在线阅读 下载PDF
一种自适应扩展粒子群优化算法 被引量:17
11
作者 高鹰 《计算机工程与应用》 CSCD 北大核心 2006年第15期12-15,共4页
在粒子群优化算法的基础上,首先把粒子群优化算法的速度更新式中的个体最优位置用粒子群中所有个体最优位置的平均值代替,得到扩展粒子群优化算法;然后,建立了加速系数和粒子群中所有粒子的平均适应度与整体最优位置适应度之差的一种非... 在粒子群优化算法的基础上,首先把粒子群优化算法的速度更新式中的个体最优位置用粒子群中所有个体最优位置的平均值代替,得到扩展粒子群优化算法;然后,建立了加速系数和粒子群中所有粒子的平均适应度与整体最优位置适应度之差的一种非线性函数关系,得到自适应加速系数扩展粒子群优化算法。由于新的算法利用了所有个体最优粒子的信息,并在进化过程中通过建立的非线性时变加速系数自适应地调整“认知”部分和“社会”部分对粒子的影响,从而提高了算法的收敛速度和精度。4个基准测试函数的对比实验结果说明自适应扩展粒子群优化算法的有效性和优良性能。 展开更多
关键词 粒子群优化算法 加速系数 个体最优位置
在线阅读 下载PDF
新型分阶段粒子群优化算法 被引量:4
12
作者 曾传华 申元霞 《计算机工程与应用》 CSCD 北大核心 2008年第24期81-82,138,共3页
针对粒子群优化算法的"早熟"问题,提出了一种新型分阶段粒子群优化算法。该算法通过调整惯性权重和加速系数使粒子自组织地跟踪局部吸引域和全局吸引域来扩大粒子的搜索空间和提高粒子的收敛精度,同时根据粒子处于不同的阶段... 针对粒子群优化算法的"早熟"问题,提出了一种新型分阶段粒子群优化算法。该算法通过调整惯性权重和加速系数使粒子自组织地跟踪局部吸引域和全局吸引域来扩大粒子的搜索空间和提高粒子的收敛精度,同时根据粒子处于不同的阶段实施相应的变异策略来增加种群的多样性。通过经典函数的测试结果表明,新算法的全局搜索能力有了显著提高,并且能够有效避免早熟问题。 展开更多
关键词 粒子群优化算法 惯性权重 加速系数
在线阅读 下载PDF
无刷电机粒子群PID算法的优化研究 被引量:3
13
作者 任彧 徐晓柏 《机电工程》 CAS 2008年第11期65-67,86,共4页
针对无刷电机这样一个复杂的、耦合的非线性对象,传统的一些控制算法存在许多缺点,例如速度精度控制不够、响应速度慢等,其主要原因是对PID控制器的系数整定没有一个更合理的方法。在充分考虑了无刷电机的这种机械特性的基础上,提出了... 针对无刷电机这样一个复杂的、耦合的非线性对象,传统的一些控制算法存在许多缺点,例如速度精度控制不够、响应速度慢等,其主要原因是对PID控制器的系数整定没有一个更合理的方法。在充分考虑了无刷电机的这种机械特性的基础上,提出了一种改进的粒子群算法,对PID系数进行了整定,并采用了线性方法调准速度权值,采用反余弦函数构造加速因子的调整策略。Matlab/Simulink仿真结果证明,此算法具有较好的快速性、稳定性和鲁棒性。 展开更多
关键词 粒子群 个体极值 全局极值 无刷电机 鲁棒性
在线阅读 下载PDF
时变压缩因子粒子群算法 被引量:12
14
作者 张成兴 《计算机工程与应用》 CSCD 北大核心 2015年第23期59-64,共6页
针对粒子群算法对全局和局部搜索平衡能力较弱的缺点,提出结合时变加速因子的粒子群算法。新算法基于压缩因子粒子群算法,利用双重压缩因子;第一个压缩因子用来调节全局和局部搜索模型;第二压缩因子利用时变的加速因子,进一步平衡全局... 针对粒子群算法对全局和局部搜索平衡能力较弱的缺点,提出结合时变加速因子的粒子群算法。新算法基于压缩因子粒子群算法,利用双重压缩因子;第一个压缩因子用来调节全局和局部搜索模型;第二压缩因子利用时变的加速因子,进一步平衡全局和局部最优值对粒子种群升级的影响;通过对基本粒子群算法,压缩因子粒子群算法和混沌粒子群算法在8个标准Benchmark函数上进行三种测试,实验结果表明新算法精度较高,收敛速度较快。新算法通过时变的加速因子,较好平衡了粒子群算法的全局和局部搜索模型。 展开更多
关键词 时变 加速因子 压缩因子 粒子群算法
在线阅读 下载PDF
多阶段参数动态控制微粒群优化算法 被引量:1
15
作者 曾渊 宋涛 +1 位作者 王少波 许家栋 《计算机工程与应用》 CSCD 北大核心 2007年第30期47-49,100,共4页
为了平衡微粒群算法中全局搜索和局部开发之间的关系,多阶段参数动态控制机制被引入了标准的微粒群算法。在多阶段参数动态控制微粒群优化算法(MDPSO)中,微粒群的搜索过程在逻辑上被划分为三个阶段,每一个阶段都有各自的优化目标,对应... 为了平衡微粒群算法中全局搜索和局部开发之间的关系,多阶段参数动态控制机制被引入了标准的微粒群算法。在多阶段参数动态控制微粒群优化算法(MDPSO)中,微粒群的搜索过程在逻辑上被划分为三个阶段,每一个阶段都有各自的优化目标,对应着每一个搜索阶段,代表微粒个体经验、种群经验、全局经验和种群排斥力、全局排斥力的5个加速常数将会按照不同的规律变化,控制种群经验和全局经验对微粒的吸引与种群重心和全局重心对微粒的排斥,可以很好地避免在优化过程初期容易出现的早熟收敛现象和在优化过程末期容易出现的收敛放慢现象。通过对标准函数的测试,验证了该方法有效性和可靠性。 展开更多
关键词 多阶段 动态控制策略 微粒群算法 加速常数
在线阅读 下载PDF
基于粒子群优化算法的电力系统无功优化 被引量:2
16
作者 陶国正 徐志成 《计算机工程》 CAS CSCD 北大核心 2010年第20期198-199,202,共3页
针对粒子群优化算法在进化中随种群多样性降低易出现早熟收敛等问题,结合全局-局部最优模型,提出一种改进的全局-局部参数最优粒子群优化算法。利用全局-局部最优惯性权重及全局-局部最优加速度常数,简化速度更新方程,使算法性能得到改... 针对粒子群优化算法在进化中随种群多样性降低易出现早熟收敛等问题,结合全局-局部最优模型,提出一种改进的全局-局部参数最优粒子群优化算法。利用全局-局部最优惯性权重及全局-局部最优加速度常数,简化速度更新方程,使算法性能得到改善。将该算法应用于电力系统无功优化中,仿真结果表明,网损平均值更低,寻优性能更好,优化的网损值集中在较小的区间。 展开更多
关键词 粒子群优化算法 惯性权重 加速常数
在线阅读 下载PDF
基于离散度与拉伸技术的粒子群优化算法 被引量:1
17
作者 牛永洁 刘涛 《计算机工程与科学》 CSCD 北大核心 2011年第5期112-115,共4页
采用离散度作为衡量种群多样性的指标。在粒子群初始化阶段,种群的离散度必须满足一定的要求才能开始迭代;在算法迭代过程中,惯性权重、加速系数的调整都与当前粒子群的离散度相关;当种群的离散度小于一定数值时,进行保优重初始化,适应... 采用离散度作为衡量种群多样性的指标。在粒子群初始化阶段,种群的离散度必须满足一定的要求才能开始迭代;在算法迭代过程中,惯性权重、加速系数的调整都与当前粒子群的离散度相关;当种群的离散度小于一定数值时,进行保优重初始化,适应度函数拉伸操作,重新迭代。由于算法在初始化阶段依据离散度进行了限定,要求粒子尽量平均分布,算法运行过程中离散度能够更加真实地反映当前种群的分布状态,并将算法的相关参数与之关联,在理论上保证了算法将具有良好的性能。经过在5个基准函数上的仿真实验表明,该算法在处理复杂多峰、平坦函数优化问题时,收敛速度快且能有效避免早熟问题。 展开更多
关键词 粒子群优化 离散度 惯性权重 加速系数 拉伸
在线阅读 下载PDF
非线性混合整数规划的简化二阶震荡粒子群混合算法 被引量:1
18
作者 赵乃刚 赵佳鑫 《兰州理工大学学报》 CAS 北大核心 2017年第3期102-105,共4页
为了求解整数约束和混合整数约束优化问题,提出了简化二阶震荡粒子群优化算法.在二阶震荡粒子群算法的基础上,对更新过程进行简化,使得迭代方程由原来的二阶降成一阶,粒子的搜索过程更为简单高效,便于搜索和寻优;引入了平均个体最优位置... 为了求解整数约束和混合整数约束优化问题,提出了简化二阶震荡粒子群优化算法.在二阶震荡粒子群算法的基础上,对更新过程进行简化,使得迭代方程由原来的二阶降成一阶,粒子的搜索过程更为简单高效,便于搜索和寻优;引入了平均个体最优位置,使得所有粒子的有效信息被充分利用;对不满足约束条件的粒子重新生成,从而加快算法的收敛速度;为了防止算法的早熟收敛现象,提出了"优胜劣汰"的更新机制.最后,为了验证算法求解整数和混合整数优化问题的可行性和有效性,将简化二阶震荡粒子群混合算法对16个测试函数进行了测试并与其他三种算法比较.实验结果表明,本文算法在精确度和成功率方面有明显的提高. 展开更多
关键词 粒子群算法 非线性混合整数规划 平均个体最优位置
在线阅读 下载PDF
基于改进PSO算法的含风电场电力系统网架扩展规划研究 被引量:3
19
作者 周建华 孙蓉 +2 位作者 陈久林 袁越 袁晓冬 《江苏电机工程》 2014年第5期28-31,共4页
基于改进后的PSO算法,研究了如何利用网架扩展规划,来缓解风电并网发电后部分线路出现输电阻塞的现象。在PSO算法中,惯性权重和学习因子分别是控制PSO算法全局搜索和局部搜索的关键性可调整参数。为避免陷入局部解,同时加快收敛速度,提... 基于改进后的PSO算法,研究了如何利用网架扩展规划,来缓解风电并网发电后部分线路出现输电阻塞的现象。在PSO算法中,惯性权重和学习因子分别是控制PSO算法全局搜索和局部搜索的关键性可调整参数。为避免陷入局部解,同时加快收敛速度,提出了同时动态优化调整惯性权重和学习因子的改进PSO算法。基于IEEE39节点的仿真算例表明:在保证获得最优解的前提下,该算法的收敛速度显著加快。 展开更多
关键词 网架扩展规划 PSO算法 惯性权重 学习因子
在线阅读 下载PDF
基于比例策略的多目标PSO的感应电机参数辨识
20
作者 黄松 田娜 +1 位作者 王艳 纪志成 《系统仿真学报》 CAS CSCD 北大核心 2016年第7期1489-1496,共8页
建立了感应电机多参数多目标辨识模型,提出了一种基于Pareto最优集和比例策略个体最优项的多目标粒子群算法对感应电机参数进行辨识。Pareto最优集不需要考虑各个目标的加权系数,避免了感应电机辨识目标系数选择的主观性,比例策略能更... 建立了感应电机多参数多目标辨识模型,提出了一种基于Pareto最优集和比例策略个体最优项的多目标粒子群算法对感应电机参数进行辨识。Pareto最优集不需要考虑各个目标的加权系数,避免了感应电机辨识目标系数选择的主观性,比例策略能更好地平衡从个体最优和全局最优学习经验的能力。通过在Matlab/Simulink中进行验证,结果证明该算法能提高感应电机参数的辨识精度,具有更好的性能。 展开更多
关键词 粒子群算法 个体最优项 感应电机 参数辨识 PARETO最优集
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部