检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于自适应正态云模型的灰狼优化算法

控制与决策 2021年第10期36卷 2562-2568页

作者：张铸饶盛华张仕杰湖南科技大学信息与电气工程学院湖南湘潭411201

灰狼优化算法(GWO)是一种模拟狼群等级制度和捕食行为的群体智能算法,存在收敛精度低、易陷入局部最优解等问题,为提高GWO的算法性能,提出一种基于Tent映射和正态云发生器的改进灰狼优化算法(CGWO).在灰狼群初始化阶段引入Tent映射,增... 详细信息

灰狼优化算法(GWO)是一种模拟狼群等级制度和捕食行为的群体智能算法,存在收敛精度低、易陷入局部最优解等问题,为提高GWO的算法性能,提出一种基于Tent映射和正态云发生器的改进灰狼优化算法(CGWO).在灰狼群初始化阶段引入Tent映射,增加种群个体多样性以提高算法的优化效率;在攻击猎物阶段采用正态云模型对狼群位置进行更新,使算法前期具有较好的随机性和模糊性,提高全局开发能力,助其跳出局部最优解.随着迭代次数增加,自适应调整正态云模型熵值,使后期随机性和模糊性随之减小,有效改善局部开发能力,提高其收敛精度.选用20个通用的标准测试函数对CGWO算法性能进行验证,分别从单峰、多峰以及复合函数寻优结果与多种优化算法进行对比分析.结果表明,在同等测试条件下, CGWO算法寻优效率和收敛精度更高,能很快跳出局部最优解,在全局搜索和局部开发能力上更为平衡.

关键词：灰狼优化算法正态云模型 Tent映射自适应云模型混沌映射函数优化

在线全文

学校读者我要写书评

暂无评论

改进海马优化算法的永磁同步电机多参数辨识

仪表技术与传感器 2024年第2期 79-85,92页

作者：曹永娟陆壮壮蔡骏贾红云南京信息工程大学自动化学院江苏省大气环境与装备技术协同中心

为解决永磁同步电机参数辨识速度慢、精度不足等问题,提出一种融合云模型和混沌变异的海马优化算法。该算法以海马优化算法为基础,引入混沌映射和随机反向学习策略,改善种群初始空间分布;采用自适应云模型,解决算法收敛精度低和减少陷... 详细信息

为解决永磁同步电机参数辨识速度慢、精度不足等问题,提出一种融合云模型和混沌变异的海马优化算法。该算法以海马优化算法为基础,引入混沌映射和随机反向学习策略,改善种群初始空间分布;采用自适应云模型,解决算法收敛精度低和减少陷入局部最优情况;加入混沌映射和高斯变异调节种群分布,以提高算法全局和局部开发能力。通过采集电机电压、角速度等信息,在永磁同步电机辨识模型中,使用改进后的算法对电机参数进行辨识。由仿真和实验对比,验证改进后算法在永磁同步电机电气和机械参数辨识上,具有更快速、稳定和准确的辨识效果,且辨识误差均在1.4%以内。

关键词：永磁同步电机参数辨识海马优化算法自适应云模型混沌映射高斯变异

在线全文

学校读者我要写书评

暂无评论

改进樽海鞘群算法的永磁同步电机多参数辨识

电机与控制学报 2022年第8期26卷 139-146页

作者：张铸张仕杰饶盛华张小平王静袁湖南科技大学信息与电气工程学院湖南湘潭411201 湖南科技大学海洋矿产资源探采装备与安全技术国家地方联合工程实验室湖南湘潭411201

针对一类元启发式优化算法辨识永磁同步电机(PMSM)参数存在易陷入局部最优,从而导致辨识结果精度不高的问题,提出了一种结合自适应正态云模型的樽海鞘群辨识算法(CSSA)。该算法以标准樽海鞘群算法为基础,在樽海鞘追随者位置更新阶段引... 详细信息

针对一类元启发式优化算法辨识永磁同步电机(PMSM)参数存在易陷入局部最优,从而导致辨识结果精度不高的问题,提出了一种结合自适应正态云模型的樽海鞘群辨识算法(CSSA)。该算法以标准樽海鞘群算法为基础,在樽海鞘追随者位置更新阶段引入自适应正态云模型,使算法初期的种群多样性得到改善,提高了全局开发能力,避免陷入局部最优;随着迭代次数增加,通过自适应调整正态云模型熵值,优化了算法后期的局部开发能力,使其收敛精度得到提高。参数辨识模型只需测量计算获得永磁同步电机的电流、电压以及角速度信息,再将改进算法通过适应度函数在辨识模型中寻优得到辨识结果。仿真与实验结果表明,提出的算法可以对永磁同步电机参数进行快速、稳定且准确的辨识。

关键词：永磁同步电机元启发式优化算法参数辨识正态云模型自适应云模型樽海鞘群算法

在线全文

学校读者我要写书评

暂无评论

改进蚁狮优化算法的永磁同步电机多参数辨识

电力系统及其自动化学报 2023年第6期35卷 66-72页

作者：谢国民赵德建辽宁工程技术大学电气与控制工程学院葫芦岛125105

为提高永磁同步电机参数辨识的精度,提出一种基于Tent映射和正态云模型的改进蚁狮优化算法辨识永磁同步电机参数。首先,在蚂蚁和蚁狮初始化阶段引入Tent映射使初始种群更加均匀地分布于搜素空间;其次,在蚂蚁位置更新阶段以全局最优个体... 详细信息

为提高永磁同步电机参数辨识的精度,提出一种基于Tent映射和正态云模型的改进蚁狮优化算法辨识永磁同步电机参数。首先,在蚂蚁和蚁狮初始化阶段引入Tent映射使初始种群更加均匀地分布于搜素空间;其次,在蚂蚁位置更新阶段以全局最优个体为目标,使用正态云模型更新精英蚁狮的位置;最后,根据迭代次数的增长自适应缩小云滴的生成范围,提升算法的全局收敛能力和精度。仿真实验结果表明,改进蚁狮优化算法能更加精确、迅速地辨识永磁同步电机参数。

关键词：永磁同步电机参数辨识混沌映射正态云模型自适应云模型蚁狮优化算法