首页 | 官方网站   微博 | 高级检索  
     

基于粒子群算法的发动机共同工作方程组求解
引用本文:朱泽锋,赵康,刘剑超,张强.基于粒子群算法的发动机共同工作方程组求解[J].计算机仿真,2015,32(1).
作者姓名:朱泽锋  赵康  刘剑超  张强
作者单位:1. 91913部队,辽宁大连,116041
2. 海军航空兵学院,辽宁葫芦岛,125000
3. 91550部队,辽宁大连,116023
摘    要:寻求一组能使共同工作方程组收敛的试给参数是确定航空发动机设计点的难点,为克服传统求解方法中,因试给参数与经验密切相关造成方程组收敛率和收敛速度较低的问题,在基本粒子群算法的基础上,综合能加速收敛的收敛因子和具有明确社会性定义的被动聚集压力因子,提出一种新的用于求解发动机共同工作方程组的粒子群算法,并称之为CPCPSO.前者能增加粒子的振幅,减少无效迭代,从而加速算法运行速度;后者能在不增加种群规模的前提下增加种群多样性.经仿真验证,针对两个不同的初始试给参数,CPCPSO算法均能使共同工作方程组收敛,且达到收敛时的总迭代次数更少.结果表明,CPCPSO算法克服了N+1残量法对共同工作方程组初值的依赖性,收敛速度快,试给参数确定更加有效.

关 键 词:粒子群算法  收敛因子  被动聚集压力因子

Application of Particle Swarm Optimization in Solution to Nonlinear Equations of Aeroengine Component Model
ZHU Ze-feng,ZHAO Kang,LIU Jian-chao,ZHANG Qiang.Application of Particle Swarm Optimization in Solution to Nonlinear Equations of Aeroengine Component Model[J].Computer Simulation,2015,32(1).
Authors:ZHU Ze-feng  ZHAO Kang  LIU Jian-chao  ZHANG Qiang
Abstract:
Keywords:Particle swarm optimization (PSO)  Constriction factor  Passive congregation factor
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号