下载文档原格式
基于APSO算法的发电机励磁系统参数辨识
李天云;姜志国;袁金腾;安博
【期刊名称】《中国电力》
【年(卷),期】2010(043)002
【摘要】针对传统辨识方法不能辨识励磁系统非线性环节的缺点,提出了一种基于自适应粒子群优化(APSO)算法的发电机励磁系统参数辨识的方法.通过建立待辨识励磁系统的传递函数结构模型,以励磁系统的实际输入作为模型的输入,以实际励磁系统和模型的输出误差最小作为目标函数,利用APSO算法对模型参数进行优化调整,最终得到满足误差要求的励磁系统参数.该方法根据输入输出采样数据直接在时域上进行参数辨识,无需经过FFT变换,方法简便,并且有效解决了励磁系统非线性环节难以有效辨识的问题.仿真结果表明,APSO算法具有较快的收敛速度和较高的辨识精度.
【总页数】5页(P26-30)
【作者】李天云;姜志国;袁金腾;安博
【作者单位】东北电力大学,吉林,132012;东北电力大学,吉林,132012;东北电力大学,吉林,132012;东北电力大学,吉林,132012
【正文语种】中文
【中图分类】TM711
【相关文献】
1.基于APSO_WLSSV M算法的Hammerstein ARMAX模型参数辨识 [J], 郭伟;李明家;李涛;乔东东;魏妙
2.基于APSO算法的参数辨识与优化 [J], 吴燕翔;李晓斌;孙海燕
3.基于遗传算法的发电机励磁系统模型参数辨识 [J], 高晨;杨再欣;王蕴敏;王江萍
4.基于APSO_WLSSVM算法的Hammerstein ARMAX模型参数辨识 [J], 郭伟;李明家;李涛;乔东东;魏妙;;;;;;;
5.基于改进灰狼算法的发电机励磁系统参数辨识算法 [J], 刘亨铭;曹路
因版权原因，仅展示原文概要，查看原文内容请购买。
基于模拟退火改进PSO算法的J-A磁滞模型参数辨识
林峻宁;严柏平;冯浩文;陈聪;黄大卓;沈春城
【期刊名称】《变压器》
【年(卷),期】2024(61)2
【摘要】本文作者提出了一种基于模拟退火改进PSO算法,将模拟退火算法和PSO算法融合,利用模拟退火算法的全局搜索能力与PSO算法的快速收敛性能,可实现磁滞模型参数的快速、精确辨识。
J-A磁滞模型参数辨识的仿真验证了所提混合算法对于磁滞曲线的拟合程度、辨识所得参数精度均更高,且不易于陷入局部最优解。
同时,通过引入铁心在交变磁场中产生的损耗部分,建立了动态J-A磁滞模型以评估动态损耗对磁内能的影响,验证了所提出算法在考虑涡流损耗和异常损耗因素下工程应用中参数辨识的快速性与有效性。
【总页数】9页(P26-34)
【作者】林峻宁;严柏平;冯浩文;陈聪;黄大卓;沈春城
【作者单位】广东工业大学自动化学院
【正文语种】中文
【中图分类】TM406
【相关文献】
1.基于PSO算法的GMM改进J-A磁滞模型的参数辨识与验证
2.基于改进鲸鱼算法的电流互感器J-A模型磁滞参数识别
3.铁磁元件J-A磁滞模型参数辨识
4.基于
R-L分数阶导数的动态J-A磁滞模型及其特征参数辨识算法5.基于麻雀搜索与遗传算法的J-A磁滞模型参数辨识方法
因版权原因，仅展示原文概要，查看原文内容请购买。
基于GA-PSO算法的ZigBee自组网最佳路由选择王飞;王能河;张琼英;瞿少成;颜炯【摘要】为进一步提高ZigBee自组网的网络性能,对ZigBee自组网和路由算法两方面进行研究.利用ZigBee技术构建网络,在路由路径更新时综合考虑网络节点能量均衡和收敛速度,采用改进遗传算法搜索到全局较优解,并利用粒子群优化算法从中快速找到最优解的最佳路由路径.基于NS2的仿真结果表明,与经典AODVjr 路由算法和基于遗传算法的路由算法相比,混合遗传粒子群优化算法可延长网络的生命周期,减小网络延时,提高ZigBee网络的整体性能,更适合规模较大的复杂网络.%To further improve the networking capability of ZigBee Ad Hoc network,this paper researches ZigBee Ad Hoc network and its route algorithms.Firstly,a network is created by the ZigBee technology.Then,the energy balance of network nodes and the convergence rate are taken into account when the network updates its routing path.Finally,an improved Genetic Algorithm(GA) is applied to search the global better solution,and a Particle Swarm Optimization(PSO) algorithm is adapted to quickly search the global optimal solution.Simulation results in NS2 show the superiority of GA-PSO algorithm in network lifetime and propagation delay by comparing with traditional AODVjr route algorithm and the route algorithm based on GA.It is more suitable for the larger complex network.【期刊名称】《计算机工程》【年(卷),期】2017(043)007【总页数】5页(P75-79)【关键词】ZigBee自组网;物联网;遗传算法;最佳路由;粒子群优化算法【作者】王飞;王能河;张琼英;瞿少成;颜炯【作者单位】华中师范大学物理科学与技术学院电信系,武汉430079;华中师范大学物理科学与技术学院电信系,武汉430079;华中师范大学物理科学与技术学院电信系,武汉430079;华中师范大学物理科学与技术学院电信系,武汉430079;国网湖北省电力公司经济技术研究院,武汉 430077【正文语种】中文【中图分类】TP393中文引用格式：王飞,王能河,张琼英,等.基于GA-PSO算法的ZigBee自组网最佳路由选择[J].计算机工程,2017,43(7):75-79.英文引用格式： Wang Fei,Wang Nenghe,Zhang Qiongying,et al.Optimal Routing Selection in ZigBee Ad Hoc Network Based on GA-PSO Algorithm[J].Computer Engineering,2017,43(7):75-79.随着“互联网+”行动计划的开展,物联网的作用也越来越被重视,该领域中无线传感器网络逐渐成为研究的热点和发展趋势,而ZigBee技术以其强大的自组网能力及低功耗、低时延等显著优势,被广泛地应用于物联网中,实现万物联网,这对智能家居和未来加强城市规划建设管理“推广街区制,逐步打开封闭小区和单位大院”后的安防也将发挥重大作用[1]。
基于ABC-PSO的ε-SVM在甲烷测量中的应用鲍立;陈红岩;郭晶晶【摘要】A support vector machine(SVM) model based on artificial bee colony(ABC)and particle swarm hybrid optimization algorithm is proposed to have a correction for the measurement of infrared methane sensor aiming at in industrial field which is easy to be affected by temperature,humidity and other gases,and so on.The model combines the ABC algorithm with the PSO algorithm to form a hybrid optimization algorithm.It can detect the change of non target variables,and quickly and accurately search the SVM parameters.In experiments,adopting infrared methane sensor to measure concentration of 16 groups of standard methane gas which is in the range of 0 ％～5.05 ％.Selecting 11 groups of data as training set and the rest of data as test set to establish e-SVM regression correction model and carry out prediction.The results show that regression fitting effect of the model is good,and the prediction precision is higher than single optimization algorithm of SVM model.%针对红外甲烷传感器在工业现场测量时易受到温度、湿度以及类似气体等非目标变量的影响,提出了一种基于人工蜂群和粒子群混合优化算法(ABC-PSO)的支持向量机模型(ABC-PSO-ε-SVM)对其进行校正.将ABC算法与PSO算法并行组合构成混合优化算法,能够感知非目标变量的变化,快速、准确地搜索到SVM参数.实验中,采用红外甲烷传感器对0％～5.05％浓度的16组标准甲烷气体进行测量,将其中11组数据作为训练集,5组数据作为测试集,建立e-SVM回归校正模型并进行预测.结果表明:模型的回归拟合效果好,预测精度比单一优化算法的SVM模型高.【期刊名称】《传感器与微系统》【年(卷),期】2017(036)007【总页数】4页(P154-156,160)【关键词】红外甲烷传感器;人工蜂群算法;粒子群算法;混合优化算法;支持向量机【作者】鲍立;陈红岩;郭晶晶【作者单位】中国计量大学机电工程学院,浙江杭州310018;中国计量大学机电工程学院,浙江杭州310018;中国计量大学机电工程学院,浙江杭州310018【正文语种】中文【中图分类】TP274目前，红外甲烷传感器[1,2]在测量性能以及精度方面均有较大的优势，然而，其测量精度仍然受到诸多因素的影响。
基于PSO算法的带减振器斜拉索参数的识别张力文;何华;陈庆志;周建庭;宁金成【摘要】The application of particle swarm optimization algorithm (PSO) is discussed, and the parameter identification of Chongqing Ganxigou No. 1 cable-stayed bridge with the shock absorber of cables is carried out, which is based on the PSO algorithm. As was discovered by this research, once the frequency of multiple-order vibration is known, cable indexes calculated by PSO algorithm such as T, El, K and eL are reliable.%讨论了粒子群算法(PSO)的应用,并基于PSO算法结合重庆干溪沟1号特大斜拉桥的带减振器的斜拉索做参数识别.研究表明:若拉索多阶振动频率能够被获得,则通过PSO算法得到的T,EI,K,εL等拉索参数是可靠的.【期刊名称】《重庆交通大学学报（自然科学版）》【年(卷),期】2012(031)002【总页数】4页(P195-198)【关键词】PSO算法;减振器;参数识别;斜拉桥【作者】张力文;何华;陈庆志;周建庭;宁金成【作者单位】重庆交通大学,重庆400074;广西吉泰投资有限公司,广西南宁530001;广西吉泰投资有限公司,广西南宁530001;重庆交通大学,重庆400074;河南交通职业技术学院,河南郑州450005【正文语种】中文【中图分类】U442.531 基本原理在工程实践的基础上，斜拉索多阶自振频率可以更多以动态测试及根据计算值的斜拉索设计参数利用有限元法较准确地确定。
基于GA的汽车故障特征选择
周金应
【期刊名称】《山东交通科技》
【年(卷),期】2009(000)006
【摘要】特征选择是模式识别中的一个关键问题.在很多实际问题中,很难找到那些最重要的特征,或受条件限制不能对它们进行测量,从而使特征选择成为模式识别系统最困难的任务之一.遗传算法作为一种智能化的优化方法,具有适合特征选择的优势.对遗传算法做了简约介绍,通过相应的程序并结合汽车故障实例进行了分析.【总页数】4页(P11-14)
【作者】周金应
【作者单位】中国汽车工程研究院有限公司,重庆,400039
【正文语种】中文
【中图分类】U472.9
【相关文献】
1.基于小波包变换和GA-PLS算法的故障特征选择方法 [J], 张培林;李胜
2.基于离散粒子群优化算法的汽车发动机故障特征选择 [J], 夏天;王新晴;肖云魁;梁升
3.基于GA特征选择和BP神经网络的模拟电路故障检测 [J], 李元;司明明;张成
4.依赖关联维数改进算法的汽车发动机故障特征选择 [J], 黄智勇
5.依赖关联维数改进算法的汽车发动机故障特征选择 [J], 黄智勇;
因版权原因，仅展示原文概要，查看原文内容请购买。
PSO和GA的对比及其混合算法的研究进展
封磊;蔡创;齐春;乔锃
【期刊名称】《控制工程》
【年(卷),期】2005(0)S2
【摘要】系统地介绍了微粒群优化算法(PSO)和遗传算法(GA)的基本原理、发展和应用的状况,比较了两者的原理特点,列举了各种微粒群优化算法和遗传算法的改进算法。
介绍和总结目前出现的两种算法思想结合的局部混合与全局混合两种方式,并用图表给出了说明。
分析了两种混合方式的局限性,提出对具体问题找出计算速度和计算精度的平衡点来改进算法。
最后做了总结和展望,指出微粒群算法的应用需进一步拓展,和其他算法结合是提高其性能的主要方向。
【总页数】4页(P93-96)
【关键词】微粒群优化算法;遗传算法;进化算法;混合;群智能
【作者】封磊;蔡创;齐春;乔锃
【作者单位】西安交通大学电子信息工程学院;陕西工业职业技术学院信息工程系,陕西咸阳712000;西安电子科技大学计算机学院;西安交通大学电气工程学院
【正文语种】中文
【中图分类】TP18
【相关文献】
1.钢铁合同计划及其PSO-GA混合算法的研究 [J], 杨乐;蒋国璋;刘清雄
2.基于PSO-GA混合算法的转向架混流装配车间生产调度研究 [J], 雷斌;刘同朝
3.改进PSO-GA算法求解混合流水车间调度问题 [J], 于蒙;刘德汉
4.船舶避碰的粒子群-遗传(PSO-GA)的混合优化算法研究 [J], 周凤杰
5.基于PSO和GA混合优化的FCM算法 [J], 吕冰垚;姜志翱;宁春玉
因版权原因，仅展示原文概要，查看原文内容请购买。
基于GA、PSO结合算法的交直流系统无功优化
彭磊;张建平;吴耀武;娄素华
【期刊名称】《高电压技术》
【年(卷),期】2006(32)4
【摘要】提出了交直流混合输电系统的无功优化模型,求得考虑到电压指标、有功网损等因素的综合效益最佳方案。
优化控制变量不仅包含交流部分的发电机无功输出、补偿电容器容量、变压器分接头,还引入直流部分换流器的控制电压、控制电流、控制功率,以及换流变压器变比。
根据遗传算法(GA)收敛效果好以及粒子群算法(PSO)收敛速度快的特点,将两者结合对模型优化求解。
计算结果表明:该模型是正确的,算法是收敛、有效的。
【总页数】4页(P78-81)
【关键词】无功优化;混合输电系统;高压直流输电;遗传算法;粒子群算法
【作者】彭磊;张建平;吴耀武;娄素华
【作者单位】华中科技大学电气与电子工程学院;华东电网公司
【正文语种】中文
【中图分类】TM711
【相关文献】
1.基于佳点集-量子粒子群算法的交直流系统无功优化方法研究 [J], 李海坤;谢珍建;陈正方;张文嘉
2.基于GA-PSO混合算法的农网无功优化 [J], 王京锋;陈磊;徐园
3.基于改进PSO算法的电力系统无功优化 [J], 陈前宇;陈维荣;戴朝华;张雪霞
4.基于模拟退火遗传算法的交直流系统无功优化与电压控制研究 [J], 黄俊辉;汪惟源;王海潜;李海坤
5.基于IBBDE算法的交直流混联系统无功优化 [J], 张涛;朱瑞金;扎西顿珠
因版权原因，仅展示原文概要，查看原文内容请购买。
Fe-Ga合金磁特性测试装置的设计与实验翁玲;罗柠;张露予;王跃虎;王博文【摘要】设计了一种新型Fe-Ga合金磁特性测试装置.建立了该测试装置磁路部分三维有限元磁场分析模型,在该模型基础上通过调整结构和元件尺寸优化了磁路结构,并制作了样机.搭建了磁特性测试装置的实验平台,进行了Fe-Ga合金磁特性测试.实验结果表明,该装置可对Fe-Ga合金磁致伸缩棒材磁致伸缩效应和逆磁致伸缩效应进行静态、准静态和动态测量,测量结果与国外报道的结果一致.设计的磁特性测试装置具有稳定可靠、精度高、操作简单、自动记录等优点.该装置还适用于Fe-Ni、Fe-Co等饱和磁场低的磁致伸缩材料的磁特性测量.【期刊名称】《电工技术学报》【年(卷),期】2015(030)002【总页数】5页(P237-241)【关键词】磁特性;弱磁场;有限元法;Fe-Ga合金【作者】翁玲;罗柠;张露予;王跃虎;王博文【作者单位】河北工业大学电磁场与电器可靠性省部共建重点实验室天津300130;河北工业大学电磁场与电器可靠性省部共建重点实验室天津 300130;河北工业大学电磁场与电器可靠性省部共建重点实验室天津 300130;河北工业大学电磁场与电器可靠性省部共建重点实验室天津 300130;河北工业大学电磁场与电器可靠性省部共建重点实验室天津 300130【正文语种】中文【中图分类】TM151 引言材料、能源与信息技术被称为现代人类文明的三大支柱。
材料对国民经济和高技术的发展具有推动作用，材料特性测试技术的发展同时又对相关领域的发展具有极大的推动作用。
随着磁致伸缩材料的发展，磁致伸缩材料的磁特性和基于磁特性基础上的磁性材料应用是目前研究的热门[1-3]。
传统磁致伸缩材料和超磁致伸缩材料都具有其显著的优点，但同时又具有明显的缺点，限制了它们的应用。
2000 年，Clark 等发现，加入Ga 能使Fe 的磁致伸缩性能提高10 倍以上，Fe-Ga 合金（被命名为Galfenol）填补了传统磁致伸缩材料与超磁致伸缩材料之间的空白，是一种既有良好的机械性能又有较大的磁致伸缩率，并具有环境适应性强、经济适用等特点的新型磁致伸缩材料[4]。
