共查询到20条相似文献,搜索用时 31 毫秒
1.
针对直接并网型同步风力发电机励磁系统非线性、时变性及风力发电机运行工况多变等特点,提出了一种基于粒子群优化的同步风力发电机励磁系统的变论域模糊控制方法。该方法中,通过分析确定变论域伸缩因子的结构,利用粒子群算法优化其参数,实现伸缩因子参数的智能寻优。将粒子群优化的变论域模糊控制器应用于励磁控制中,根据电压环的性能指标建立目标函数,通过对基本论域自适应调整,实现了同步风力发电机励磁系统在全工况下的自适应控制,提高了发电机端电压的调节精度和运行的稳定性。仿真结果表明,基于粒子群优化的变论域模糊控制在动态性能和稳态性能上优于模糊控制。 相似文献
2.
3.
4.
为了提高飞机机电作动器的位置跟踪速度,克服传统 PI 算法参数调试依赖于人工经验的缺陷,提出一种基于粒子群优化的变论域模糊 PI 控制方法。首先根据机电作动器的结构与工作原理,建立永磁同步电机与机械传动部分的数学模型;然后根据电机控制系统建立机电作动器位置环变论域模糊 PI 控制模型;最后利用粒子群优化算法对量化因子、比例因子以及伸缩因子寻优并进行仿真验证。仿真结果表明,与传统 PI 控制和模糊 PI 控制相比,基于粒子群优化的变论域模糊 PI 控制方法在具备着传统模糊控制算法优点的同时,又能够根据偏差变化实时调整论域,改善系统的性能。 相似文献
5.
6.
金莹 《机械制造与自动化》2020,(3):130-133
研究了线性二次型调节控制权重矩阵的优化问题。研究了粒子群算法的基本原理及其特点。在传统粒子群算法中引入了贝叶斯思想,利用贝叶斯判别法的基本思想对参加优化的粒子进行预处理,对粒子群算法中的粒子移动速度与方向的损失函数依概率加权平均,并将贝叶斯粒子群算法应用于二次型控制权重矩阵的优化中,提升了权重矩阵优化的收敛速度。通过仿真实验验证了贝叶斯粒子群算法的有效性。 相似文献
7.
8.
9.
10.
改进粒子群优化算法在工程优化问题中的应用研究 总被引:10,自引:1,他引:10
粒子群优化(PSO)算法是一种群集智能方法,它通过粒子之间的合作与竞争以实现对多维复杂空间的高效搜索。在对于粒子群群体构造和粒子多样性对收敛速度和精度影响的研究基础上提出了一种改进型粒子群优化算法。针对工程中的有约束的优化问题,将改进粒子群算法与函数法相结合进行求解。计算实例表明改进型粒子群优化算法大大改善了传统PSO算法的全局收敛性能,解的精度提高了很多。 相似文献
11.
12.
《制造技术与机床》2020,(1)
为了解决机床电液伺服系统的非线性控制问题,提出了一种改进的非线性预测控制方法(I-NPC)。将多目标粒子群优化思想和非线性预测控制相结合,实现了多目标优化,提高了非线性系统的控制精度。将区域偏好和参考点偏好的优点融合在一起,提出一种改进的偏好多目标粒子群优化算法(IM-PSO)。改进算法可以同时实现对偏好方向和偏好范围的控制。为了加强对粒子群全局最优粒子的搜索,IM-PSO算法还引入了球扇支配的新概念。由于改进算法具有计算负担小,实时性好的特点,所以能够准确地追踪电液伺服系统设定输出,有效地解决了机床电液伺服系统精确控制的难题。仿真实验表明,该控制方法是正确、有效的。 相似文献
13.
14.
15.
振动铸轧辊的周期性振动是诱发Kiss点波动的主要因素,亦可导致轧制力波动,最终造成铸轧薄带纵向厚度不均,为此,对粒子群优化算法进行改进,提出了在粒子群收缩因子算法基础上添加扰动因子的优化算法,并依托四种不同类型的测试函数对该算法进行了仿真分析。结合AMESim、MATLAB联合仿真平台进行仿真验证,并将该算法应用于双辊薄带振动铸轧机液压压下控制系统上进行实验验证,结果表明,在粒子群收缩因子算法基础上添加扰动因子的优化算法在收敛速度及求解精度上明显优于基本粒子群优化算法、粒子群收缩因子算法、带极值扰动的粒子群优化算法,使得实际辊缝宽度误差降低至0.1mm。该算法适用于双辊薄带振动铸轧的中试生产,增强了振动铸轧工艺的稳定性。 相似文献
16.
17.
挖掘机工作装置精确的位置控制是实现其轨迹自动控制的基础。提出一种改进粒子群优化算法,应用于液压系统PID参数的优化整定中,把遗传算法中的选择和交叉两种操作方式添加到标准的粒子群算法中形成的混合优化算法,提高了算法的搜索能力。建立具有整定PID控制器功能的仿真平台,使用改进粒子群算法、标准粒子群算法和相位裕度方法对PID控制器进行整定仿真,根据仿真结果,进行了模拟铲斗平地运动试验。仿真和试验结果表明改进粒子群算法整定的PID控制器参数,在电液伺服系统的动态响应和精确的轨迹控制方面有良好效果。 相似文献
18.
《计算机集成制造系统》2015,(9)
针对产出单一产品的多级农产品供应链网络优化设计问题,同时考虑最小化总成本和最大化客户需求满足率两个目标,建立了集成生产设施选址、产能决策和物流网络运输模式选择的农产品供应链网络优化设计的多目标混合整数规划数学模型。基于一种新型的改进二元粒子群算法并融合拥挤距离计算和外部Pareto档案构建等技术,提出一种Pareto多目标粒子群优化算法求解农产品供应链网络设计问题。通过将该算法与基础二元粒子群优化扩展而来的多目标粒子群优化,以及非支配排序遗传算法应用于三个案例的计算对比,验证了算法的有效性和优越性。 相似文献
19.
《机械工程与自动化》2015,(4)
支持向量机用于变压器故障诊断时,其参数的选择会影响到诊断的准确度。为了提高支持向量机的精确度和效率,将粒子群算法和支持向量机相结合,提出了基于粒子群优化支持向量机的故障诊断方法。用粒子群算法实现对支持向量机惩罚因子及径向基核函数的寻优,从而提高支持向量机的分类性能。仿真结果表明,此方法能够有效提高变压器故障诊断的准确率。 相似文献
20.
针对传统粒子群算法易陷入局部最优解的问题,提出了一种变权重粒子群算法.该算法通过引入交叉权重因子和粒子个体状态最优权值,对传统粒子群算法进行了优化,使粒子在移动过程中利用更多的信息来调整各自的移动方向,扩大粒子在运动过程中的自我认知范围,提高了粒子群算法的收敛精度和收敛速度.最后,利用改进的变权重粒子群算法对小波神经网络控制器进行优化,有效地验证了变权重粒子群算法的精确性. 相似文献