检索结果-南通市图书馆

基于改进PSO-LSSVM模型的变压器绕组热点温度预测

在线全文

学校读者我要写书评

暂无评论

内蒙古电力技术 2021年第1期39卷 94-97页

作者：刘闯卢银均刘红云向晓王梁伟国网湖北省电力有限公司荆门供电公司湖北荆门448000

针对现有变压器绕组热点温度预测方法中存在的不足,采用收缩因子对粒子速度更新方式进行改进,保证PSO算法前期的全局搜索能力和后期的局部寻优能力,提高了算法的收敛性能;利用改进PSO对LSSVM参数进行寻优,建立基于改进PSO-LSSVM的变压... 详细信息

针对现有变压器绕组热点温度预测方法中存在的不足,采用收缩因子对粒子速度更新方式进行改进,保证PSO算法前期的全局搜索能力和后期的局部寻优能力,提高了算法的收敛性能;利用改进PSO对LSSVM参数进行寻优,建立基于改进PSO-LSSVM的变压器绕组热点温度预测模型。利用实际监测数据进行仿真分析,改进PSO-LSSVM的变压器绕组热点温度预测模型的预测效果优于其他方法,验证了本方法的正确性和实用性。

关键词：粒子群算法最小二乘支持向量机变压器绕组热点温度收缩因子粒子速度更新方式

基于粒子群算法的PID控制在变风量空调系统中的应用

在线全文

学校读者我要写书评

暂无评论

中小企业管理与科技 2011年第34期 257-258页

作者：王宪明马少华沈阳建筑大学信息与控制工程学院辽宁省城乡建设规划设计院

本文通过采用引入收缩因子的粒子群算法设计一种稳定、高效的自适应控制器。以常规PID控制方法的整定结果作为参考,选择PID参数的取值区间,根据粒子群的演化规则自动完成最优控制。通过仿真结果表明,改进的算法不仅具有良好的鲁棒性,而... 详细信息

本文通过采用引入收缩因子的粒子群算法设计一种稳定、高效的自适应控制器。以常规PID控制方法的整定结果作为参考,选择PID参数的取值区间,根据粒子群的演化规则自动完成最优控制。通过仿真结果表明,改进的算法不仅具有良好的鲁棒性,而且还有良好的收敛性。采用上述自适应控制器后,整个系统体现了良好的动态性能及较强的鲁棒性。

关键词：粒子群算法收缩因子变风量空调系统PID控制器

在线全文

学校读者我要写书评

暂无评论

内皮素:一种新的血管收缩物质

中日友好医院学报 1992年第2期6卷 117-119页

作者：王蓓蓓中日友好医院临床医学研究所生理病理生理室

众所周知血管的舒缩活动受神经、激素所调控。但自从1979年发现前列环素以来,血管壁本身的分泌受到重视。1980年发现了内膜依赖性舒张因子(endothelium-derived relaxing factors, EDRFs),使内皮细胞在心血管研究中受到重视。1985年人... 详细信息

众所周知血管的舒缩活动受神经、激素所调控。但自从1979年发现前列环素以来,血管壁本身的分泌受到重视。1980年发现了内膜依赖性舒张因子(endothelium-derived relaxing factors, EDRFs),使内皮细胞在心血管研究中受到重视。1985年人们发现缺氧能使血管壁本身分泌一种未知的血管收缩物质,此物质直到1988年才被纯化,并命名为内皮素(endothelin, ET),它是目前唯一被纯化的内膜依赖性收缩因子(endothelium-derived constricting factors, EDCFs)

关键词：血管收缩物质 endothelium 内皮素受体前列环素 endothelin 舒张因子大鼠尼卡的平收缩因子收缩作用

在线全文

学校读者我要写书评

暂无评论

肝硬化患者血浆内皮素浓度检测的临床意义

南京部队医药 1998年第4期 42-43页

作者：郑瑞丹黄其炯第175医院

内皮素是一种内皮细胞收缩因子,具有广泛的生物学效应。为了探讨内皮素在肝硬化发病中的作用,笔者等检测了肝硬化患者血浆中内皮素浓度,现报告如下:1 材料与方法1.1 检测对象肝硬化患者28例,男21例,女7例;年龄(56.4±9.7)y。病程4～11... 详细信息

内皮素是一种内皮细胞收缩因子,具有广泛的生物学效应。为了探讨内皮素在肝硬化发病中的作用,笔者等检测了肝硬化患者血浆中内皮素浓度,现报告如下:1 材料与方法1.1 检测对象肝硬化患者28例,男21例,女7例;年龄(56.4±9.7)y。病程4～11a。根据临床表现,血生化、肝炎病毒感染标志及腹部B超和(或)CT检查结果确诊为肝炎后肝硬化;并将其判为肝硬化失代偿期(伴腹水),肝硬化代偿期(无腹水)。对照组20例(我院健康献血员;男16例,女4例);年龄(29.8±8.9)y。1.2

关键词：浓度检测肝硬化患者血浆内皮素临床意义漳州肝硬化代偿期肝硬化失代偿期血样采集收缩因子肝炎后肝硬化

基于PSO（DPSO—CF）粒子群算法的PID控制在VAV空调系统末端的应用

在线全文

学校读者我要写书评

暂无评论

建筑与设备 2011年第1期5卷 58-60页

作者：李宝丹张明哲中海地产（沈阳）有限公司中国城市建设研究院

针对PSO—CF（带收缩因子的PSO）算法受收到缩因子的影响，使得粒子以较快的速度聚集到种群已经搜索到的全局最好位置附近，然而却造成了种群失去多样性、粒子早熟收敛的结果。因此采用DPSO—CF（扰乱认知能力的带收缩因子的PSO）算法... 详细信息

针对PSO—CF（带收缩因子的PSO）算法受收到缩因子的影响，使得粒子以较快的速度聚集到种群已经搜索到的全局最好位置附近，然而却造成了种群失去多样性、粒子早熟收敛的结果。因此采用DPSO—CF（扰乱认知能力的带收缩因子的PSO）算法，该算法是在带收缩因子的粒子群算法中增加扰乱粒子认知能力的方法。实验结果表明，改进的算法不仅具有良好的鲁棒性，而且还有良好的收敛性。

关键词：粒子群算法收缩因子认知能力扰乱鲁棒收敛

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

AP聚类算法的分析与应用

吉林建筑工程学院学报 2013年第4期30卷 58-61页

作者：郭秀娟陈莹吉林建筑大学计算机科学与工程学院长春130118 吉林建筑大学电气与电子信息工程学院长春130118

Affinity propagation(AP)聚类算法是通过消息传递实现聚类的,不需要事先指定聚类数目.对于规模较大的数据集,AP聚类是一种快速、有效的聚类方法,这是其他传统聚类方法所不能及的,如K-centers方法.研究了AP算法的原理和步骤,通过实验,... 详细信息

Affinity propagation(AP)聚类算法是通过消息传递实现聚类的,不需要事先指定聚类数目.对于规模较大的数据集,AP聚类是一种快速、有效的聚类方法,这是其他传统聚类方法所不能及的,如K-centers方法.研究了AP算法的原理和步骤,通过实验,证明了AP聚类算法的实用性和有效性.

关键词：聚类算法 AP聚类算法相似矩阵收缩因子

在线全文

学校读者我要写书评

暂无评论

基于模拟退火的改进粒子群算法研究及应用

海军航空工程学院学报 2018年第2期33卷 248-252页

作者：薛永生吴立尧海军装备部飞机办公室北京100000 海军航空大学山东烟台264001

为加快粒子群算法效率,跳出局部最优陷阱,得到高精度最优解,文章提出了基于模拟退火的带收缩因子的粒子群混合算法(SACPSO)。首先,对混合优化算法进行了分析;然后,对混合算法进行函数数值仿真;最后,将SACPSO算法应用于PID参数整定问题... 详细信息

为加快粒子群算法效率,跳出局部最优陷阱,得到高精度最优解,文章提出了基于模拟退火的带收缩因子的粒子群混合算法(SACPSO)。首先,对混合优化算法进行了分析;然后,对混合算法进行函数数值仿真;最后,将SACPSO算法应用于PID参数整定问题。结果表明,改进粒子群算法的稳定性和搜索精度有了明显提高,收敛速度明显加快;在PID参数整定应用上,同传统方法相比,系统稳定,收敛性能好。

关键词：粒子群模拟退火收缩因子 SACPSO 参数整定

改进PSO算法在矿井提升机控制中的应用研究

在线全文

学校读者我要写书评

暂无评论

煤矿机械 2015年第5期36卷 221-223页

作者：闫攀峰胡业林郑晓亮安徽理工大学电气与信息工程学院安徽淮南232001

提出一种基于改进PSO算法的PID控制策略,在标准的PSO算法中,引入收缩因子对参数进行寻优,能够提高在参数寻优过程中的收索速度。同时,克服了系统在受到外界不确定因素的干扰时,不能够更迅速、更有效地回归到稳定状态。通过Matlab/Simul... 详细信息

提出一种基于改进PSO算法的PID控制策略,在标准的PSO算法中,引入收缩因子对参数进行寻优,能够提高在参数寻优过程中的收索速度。同时,克服了系统在受到外界不确定因素的干扰时,不能够更迅速、更有效地回归到稳定状态。通过Matlab/Simulink对这种控制策略进行仿真,仿真结果表明,该控制策略具有较强的应变能力和自适应调整能力。

关键词： PSO算法收缩因子 Matlab/Simulink仿真

在线全文

学校读者我要写书评

暂无评论

粒子群优化算法的改进

太原师范学院学报（自然科学版） 2011年第2期10卷 74-76,115页

作者：于志奇太原理工大学计算机科学与技术学院山西太原030024 太原工业学院山西太原030008

粒子群优化算法在众多的优化问题上表现出良好的性能,已广泛应用于很多领域,但存在早熟收敛的问题,粒子极易陷入局部最优解.从提高收敛速度等方面对算法改进进行研究,并通过仿真实验证明改进算法的可行性,一定程度上提高了算法的性能.

关键词：粒子群算法收敛速度收缩因子群智能