期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2,319篇文章
< 1 2 … 116 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
快速综合学习粒子群优化算法
1
作者 杨帆 乌景秀 +2 位作者 范子武 李子祥 朱沈涛 《水利水电技术(中英文)》 北大核心 2025年第2期30-44,共15页
【目的】粒子群优化算法在反问题求解、函数优化、数据挖掘、机器学习等研究领域广泛应用,但在求解复杂多峰问题时仍存在过早收敛的问题。为了提升粒子群算法在处理复杂多峰问题求解速度和精度,提出了快速综合学习粒子群优化算法(Fast C... 【目的】粒子群优化算法在反问题求解、函数优化、数据挖掘、机器学习等研究领域广泛应用,但在求解复杂多峰问题时仍存在过早收敛的问题。为了提升粒子群算法在处理复杂多峰问题求解速度和精度,提出了快速综合学习粒子群优化算法(Fast Comprehensive Learning Particle Swarm Optimization,FCLPSO)。【方法】FCLPSO算法引入粒子学习概率、个体影响概率、群体影响概率三个属性,表征每个粒子个体“与生俱来”的不同学习能力,同时新增强化学习、粒子重生等策略,提升算法收敛速度以及监测并跳出“伪收敛”状态。选用14个标准测试函数以及6种常用粒子群变体算法开展FCLPSO算法性能分析。【结果】结果显示:在收敛性方面,FCLPSO算法平均排名为1.86,排名第一次数为7次、排名第二的次数为2次、排名最后次数为0,最终综合排名第一;在鲁棒性方面,FCLPSO算法成功率排名第一,平均值为94.3%,14个测试函数中最低成功率为73.3%;达到阈值所需适应度评价次数最少,平均值40817,较其他算法评价次数少一半。【结论】结果表明:FCLPSO算法在收敛精度、收敛速度和鲁棒性方面排名综合第一,对复杂多峰问题求解更具优势,可为工程应用中复杂优化问题求解提供重要手段。 展开更多
关键词 粒子群优化算法 强化学习 粒子属性 粒子重生 过早收敛 影响因素 人工智能 全局搜索
在线阅读 下载PDF
基于改进粒子群算法的两区域互联电力系统负荷频率控制
2
作者 谢龙绛 叶子恒 徐龙艳 《电工材料》 2025年第2期43-51,共9页
针对新型能源在互联电力系统中对负荷频率的影响较大、控制困难等问题,提出了一种基于透镜成像反向学习改进粒子群算法的PID控制策略。以火电机组-风电机组的两区域互联电力系统为研究对象,建立了负荷频率控制模型,引入透镜成像反向学... 针对新型能源在互联电力系统中对负荷频率的影响较大、控制困难等问题,提出了一种基于透镜成像反向学习改进粒子群算法的PID控制策略。以火电机组-风电机组的两区域互联电力系统为研究对象,建立了负荷频率控制模型,引入透镜成像反向学习策略的粒子群算法实现模型中PID控制器的参数整定。通过仿真试验,将多种同类型智能优化算法与改进的粒子群算法做横向对比,验证了改进后算法的优越性。随后将改进后的粒子群算法与原算法、另一种动态反向学习粒子群算法做纵向对比试验,得到算法适应度值收敛曲线、频率偏差曲线、区域控制偏差曲线、联络线功率偏差曲线。仿真结果表明,相比另外两种算法,基于透镜成像反向学习改进粒子群算法的PID控制策略收敛速度快、寻优精度高,且具有更好的抗干扰性,控制效果更优,能够很好地改善互联电力系统负荷频率的稳定性。 展开更多
关键词 粒子群算法 透镜成像反向学习 互联电力系统 风力发电 负荷频率控制
在线阅读 下载PDF
基于改进粒子群算法的两区域互联电力系统负荷频率控制
3
作者 谢龙绛 叶子恒 徐龙艳 《电工材料》 2025年第1期62-69,73,共9页
针对新型能源在互联电力系统中对负荷频率的影响较大、控制困难等问题,提出了一种基于透镜成像反向学习改进粒子群算法的PID控制策略。以火电机组-风电机组的两区域互联电力系统为研究对象,建立负荷频率控制模型,引入透镜成像反向学习... 针对新型能源在互联电力系统中对负荷频率的影响较大、控制困难等问题,提出了一种基于透镜成像反向学习改进粒子群算法的PID控制策略。以火电机组-风电机组的两区域互联电力系统为研究对象,建立负荷频率控制模型,引入透镜成像反向学习策略的粒子群算法实现模型中PID控制器的参数整定。通过仿真试验,将多种同类型智能优化算法与改进的粒子群算法做横向对比,验证改进后算法的优越性。随后将改进后的粒子群算法与原算法、另一种动态反向学习粒子群算法做纵向对比试验,得到算法适应度值收敛曲线、频率偏差曲线、区域控制偏差曲线、联络线功率偏差曲线。仿真结果表明,基于透镜成像反向学习改进粒子群算法的PID控制策略收敛速度快、寻优精度高,且具有更好的抗干扰性,控制效果优于另外两种算法,能够很好改善互联电力系统负荷频率的稳定性。 展开更多
关键词 粒子群算法 透镜成像反向学习 互联电力系统 风力发电 负荷频率控制
在线阅读 下载PDF
基于自适应变异粒子群算法的风光储微网调度
4
作者 聂文龙 李再冉 +1 位作者 吴彩霞 王远 《山西建筑》 2025年第2期120-123,共4页
为克服传统粒子群算法在求解时容易形成局部最优,求解精度低的不足,提出了一种基于自适应变异粒子群优化的微电网调度求解方法。惯性权重采用自适应正态分布递减,随着迭代次数的增加更新粒子位置的移动策略,并且在算法后期引入变异环节... 为克服传统粒子群算法在求解时容易形成局部最优,求解精度低的不足,提出了一种基于自适应变异粒子群优化的微电网调度求解方法。惯性权重采用自适应正态分布递减,随着迭代次数的增加更新粒子位置的移动策略,并且在算法后期引入变异环节。为验证算法的有效性,文章与其他算法进行收敛性能对比,并对两种典型天气情况下的微网运行成本模型仿真求解,得到最优调度。算例结果表明,改进算法能够对粒子全局最优搜索优化,效果优于其他算法,可合理调配分布式电源出力时段,具有良好的可行性。 展开更多
关键词 微电网 调度 粒子群算法 自适应 变异
在线阅读 下载PDF
基于粒子群优化集成学习算法堆叠模型预测蔬菜中倍硫磷的抽检结果
5
作者 周子文 范志仪 彭少杰 《食品安全质量检测学报》 2025年第5期187-196,共10页
目的 建立基于粒子群(particle swarm optimization,PSO)算法优化堆叠模型(stacked generalization,Stacking)的蔬菜安全风险预测模型,对上海市市售蔬菜中倍硫磷的抽检结果进行预测。方法 基于2021—2023年上海市市售蔬菜中倍硫磷的抽... 目的 建立基于粒子群(particle swarm optimization,PSO)算法优化堆叠模型(stacked generalization,Stacking)的蔬菜安全风险预测模型,对上海市市售蔬菜中倍硫磷的抽检结果进行预测。方法 基于2021—2023年上海市市售蔬菜中倍硫磷的抽检数据,选取任务类型、抽样地区、抽样环节、抽样场所、抽样月份、检测机构、蔬菜品种作为特征变量,以蔬菜中倍硫磷的抽检结果是否合格为目标变量;采用十折交叉验证筛选优良机器学习模型、重采样方法,经PSO算法优化模型参数后构建PSO-Stacking预测模型。结果 3889件蔬菜中检出倍硫磷阳性样品55件,不合格率为1.4%。其中,豆类蔬菜不合格率最高(2.3%),其次为茄果类(0.2%)。筛选得到基模型,包括随机森林(random forest,RF)、类别特征梯度提升树(categorical boosting,CatBoost)、梯度提升(gradient boosting,GB)、极端梯度提升(extreme gradient boosting,XGBoost)和轻量级梯度提升机(light gradient boosting machine,LGBM),最佳重采样方法为自适应合成抽样(adaptive synthetic sampling,ADASYN)技术。PSO-Stacking模型在测试集上的精确率(0.91)、召回率(0.83)、F1值(0.87)和曲线下面积(area under the curve,AUC)值(0.91)均为最高。结论 PSO-Stacking模型在不均衡食品安全抽检数据中表现优异,能准确预测蔬菜中倍硫磷不合格样本,为蔬菜监督抽检及风险预警提供技术支撑。 展开更多
关键词 蔬菜 倍硫磷 粒子群算法 堆叠模型 机器学习 食品安全
在线阅读 下载PDF
基于改进粒子群算法含DG配电网的故障定位
6
作者 李梅 董阳 《绥化学院学报》 2025年第2期150-153,共4页
故障定位是有源配电网的关键技术。由于分布式电源的接入和有源配电网拓扑结构的灵活性,传统的故障定位方法在准确性和适应性方面面临着很大的挑战。针对这种情况提出了一种基于改进粒子群算法的故障定位,通过Halton序列产生分布均匀的... 故障定位是有源配电网的关键技术。由于分布式电源的接入和有源配电网拓扑结构的灵活性,传统的故障定位方法在准确性和适应性方面面临着很大的挑战。针对这种情况提出了一种基于改进粒子群算法的故障定位,通过Halton序列产生分布均匀的种群,然后引入自适应权重因子来避免算法陷入局部最优,定位故障区段。最后,在MATLAB中搭建实验模型,对单重故障和多重故障进行定位。结果表明,基于改进粒子群算法的故障定位不仅可以提高收敛速度,还具有一定的容错性。 展开更多
关键词 分布式电源 故障定位 改进粒子群算法 自适应权重
在线阅读 下载PDF
基于自适应变异粒子群算法的装配式建筑施工安全投入优化 被引量：1
7
作者 常春光 赵耀 《沈阳建筑大学学报（社会科学版）》 2024年第1期79-85,共7页
针对装配式建筑施工安全投入问题,以实际工程项目为例,对装配式建筑施工风险因素进行了二级分解;基于数学规划理论建立了非线性规划模型,并引入3种函数关系进行拟合;采用自适应变异粒子群算法在Matlab中进行求解,得到了相对较优方案。... 针对装配式建筑施工安全投入问题,以实际工程项目为例,对装配式建筑施工风险因素进行了二级分解;基于数学规划理论建立了非线性规划模型,并引入3种函数关系进行拟合;采用自适应变异粒子群算法在Matlab中进行求解,得到了相对较优方案。结果表明:在安全风险主要因素中,物的风险因素对安全投入最为敏感;在二级风险因素中,预制构件吊装器具的选择最为敏感,该结论可为日后施工安全投入的方向提供参考依据。 展开更多
关键词 自适应变异粒子群算法 非线性规划 装配式建筑 施工安全
在线阅读 下载PDF
机械臂自抗扰控制的自适应-重构粒子群优化
8
作者 郑伦川 梁新元 袁乖宁 《机械设计与制造》 北大核心 2025年第2期231-235,共5页
为了减小机械臂在扰动作用下的控制误差,提出了基于自适应-重构粒子群算法的机械臂自抗扰控制优化方法。介绍了自抗扰控制器的组成和工作原理,依据ITAE指标建立了自抗扰控制参数的优化模型。对粒子群算法的粒子进化能力和算法进化能力... 为了减小机械臂在扰动作用下的控制误差,提出了基于自适应-重构粒子群算法的机械臂自抗扰控制优化方法。介绍了自抗扰控制器的组成和工作原理,依据ITAE指标建立了自抗扰控制参数的优化模型。对粒子群算法的粒子进化能力和算法进化能力进行了定义,基于两种进化能力构造了自适应学习因子,使粒子能够自适应选择高效率学习对象;引入了粒子随机重构策略,使算法具备跳出局部最优的能力,将新型算法命名为自适应-重构粒子群算法。经过仿真测试和验证,自适应-重构粒子群算法的优化能力强于标准算法;在时变扰动和恒值扰动作用下,自适应-重构粒子群算法优化的机械臂控制误差远小于标准粒子群算法。仿真结果验证了自适应-重构粒子群算法在机械臂自抗扰控制优化中的优越性。 展开更多
关键词 机械臂 自抗扰控制 自适应学习因子 粒子重构策略 粒子群算法
在线阅读 下载PDF
基于离散粒子群算法的集群无人机飞行路径规划
9
作者 广鑫 耿增显 《现代电子技术》 北大核心 2025年第4期119-122,共4页
飞行环境可能随时发生变化,如新的障碍物出现、天气条件变化等,导致集群无人机飞行路径规划难度上升。为此,提出一种基于离散粒子群算法的集群无人机飞行路径规划方法。根据人工势场理论与威胁类型绘制Voronoi图,从而确定Voronoi图弧权... 飞行环境可能随时发生变化,如新的障碍物出现、天气条件变化等,导致集群无人机飞行路径规划难度上升。为此,提出一种基于离散粒子群算法的集群无人机飞行路径规划方法。根据人工势场理论与威胁类型绘制Voronoi图,从而确定Voronoi图弧权值。结合Voronoi图弧权值计算结果与无人机飞行航程、威胁、电池效能代价构建适应度函数,通过离散粒子群算法不断进行迭代寻优,得到集群无人机的最佳飞行路径。实验结果表明,所提方法在集群无人机路径规划中具有较高的执行效率和成功率,具有良好的实际应用前景。 展开更多
关键词 离散粒子群算法 集群无人机 路径规划 人工势场 VORONOI图 适应度函数
在线阅读 下载PDF
自适应免疫粒子群算法在光伏MPPT中的应用
10
作者 李练兵 王兰超 +2 位作者 朱乐 韩琪琪 杨少波 《电源技术》 CAS 北大核心 2024年第4期749-754,共6页
光伏阵列在局部遮阴条件下,其P-U特性曲线呈多峰特性,传统的最大功率点跟踪(MPPT)算法容易陷入局部最优,而无法追踪到最大功率点。粒子群(PSO)算法适用于复杂多极值的寻优问题,因而在多峰值MPPT中得到广泛应用。针对粒子群算法寻优过程... 光伏阵列在局部遮阴条件下,其P-U特性曲线呈多峰特性,传统的最大功率点跟踪(MPPT)算法容易陷入局部最优,而无法追踪到最大功率点。粒子群(PSO)算法适用于复杂多极值的寻优问题,因而在多峰值MPPT中得到广泛应用。针对粒子群算法寻优过程中易早熟收敛至局部最优、迭代后期收敛速度慢以及精度低等问题,提出了一种自适应免疫粒子群算法。该算法对惯性权重和学习因子进行自适应调整,并且与免疫算法相结合。仿真结果表明:该算法在静态局部遮阴以及动态局部遮阴条件下,均能追踪到最大功率点,并且收敛速度更快,精度更高,稳定性更好。 展开更多
关键词 光伏电池 局部遮阴 MPPT 自适应免疫粒子群算法
在线阅读 下载PDF
基于粒子群优化算法的量子卷积神经网络
11
作者 张嘉雯 蔡彬彬 林崧 《量子电子学报》 北大核心 2025年第1期123-135,共13页
针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在... 针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在图像分类任务上表现优异的电路结构。基于Fashion MNIST和MNIST标准数据集的仿真实验表明,该模型具有较强的学习能力和良好的泛化性能,准确率分别可达94.7%和99.05%。相较于现有量子卷积神经网络模型,平均分类精度最高分别提升了4.14%和1.43%。 展开更多
关键词 量子光学 量子卷积神经网络 粒子群优化算法 量子机器学习 参数化量子电路
在线阅读 下载PDF
应用多策略改进量子粒子群算法的直流电与Rayleigh波联合反演
12
作者 朱春光 管泓清 +3 位作者 秦天 张富翔 王强 高远 《石油地球物理勘探》 北大核心 2025年第1期137-151,共15页
针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)... 针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)的量子行为粒子群(Quantum-behaved Particle Swarm Optimization,QPSO)算法(简称为COBL-CS-QPSO算法)应用于二者的一维联合反演。通过联合反演可以从电阻率数据中提取层厚信息,弥补单独Rayleigh波反演难以精确解析层厚的问题;同时多策略算法的引入使解在搜索过程中不易陷入局部最优,并加强了不确定环境下的随机搜索效率。理论模型实验考虑了无噪声与有噪声以及已知模型层数与未知模型层数的多种情况,并使模型反演在宽泛的搜索区间内进行,最终取得了良好的反演效果。随后将该联合反演算法应用于实际数据,结果表明基于COBL-CS-QPSO算法的直流电与Rayleigh波联合反演在无钻孔信息或未知地下详细分层的条件下,能够获得相比于单独方法更为准确的结果。同时与自适应粒子群(APSO)算法的对比也体现了改进算法的反演优势。 展开更多
关键词 Rayleigh 波法 直流电法 联合反演 量子行为粒子群算法 重心反向学习 混沌搜索 无限折叠的迭代混 沌映射 浅地表
在线阅读 下载PDF
基于自适应混合粒子群算法优化支持向量机的乳腺癌预测
13
作者 王勇 吴慕云 《阜阳职业技术学院学报》 2024年第2期67-70,共4页
使用粒子群算法优化支持向量机的惩罚因子和核参数,提高分类的精度。粒子群算法收敛速度快,但是容易陷入局部最优。引入鲸鱼算法的包围运动和螺旋运动机制,形成参数自适应的混合粒子群优化算法,提升了算法的精度。在对数据进行预处理之... 使用粒子群算法优化支持向量机的惩罚因子和核参数,提高分类的精度。粒子群算法收敛速度快,但是容易陷入局部最优。引入鲸鱼算法的包围运动和螺旋运动机制,形成参数自适应的混合粒子群优化算法,提升了算法的精度。在对数据进行预处理之后,80%的数据用于模型的训练,剩余20%用于模型的测试。每次实验分别按照比例随机生成的训练集和测试集进行20次预测,计算平均正确率。实验表明,自适应混合粒子群算法优化精度高于标准粒子群算法和鲸鱼算法。 展开更多
关键词 乳腺癌 支持向量机 自适应 粒子群优化算法
在线阅读 下载PDF
基于边界自适应技术的精英交互学习粒子群算法 被引量：1
14
作者 徐杰 周新志 《计算机科学》 CSCD 北大核心 2023年第11期210-219,共10页
粒子群优化(PSO)算法依靠粒子之间的合作行为,使其在解决诸多优化问题上显示出极大的智能。然而,由于寻优机制,粒子很容易突破可行域的边界限制,若能使该行为在寻优过程中具有明确的指导意义将有助于提高算法的优化性能;更关键的是,原... 粒子群优化(PSO)算法依靠粒子之间的合作行为,使其在解决诸多优化问题上显示出极大的智能。然而,由于寻优机制,粒子很容易突破可行域的边界限制,若能使该行为在寻优过程中具有明确的指导意义将有助于提高算法的优化性能;更关键的是,原始粒子群优化算法中粒子的学习对象主要集中在全局最佳粒子上,这种更新机制无疑加速了种群多样性的损失,并使种群倾向于陷入局部最优。为了进一步提高求解复杂问题时的种群多样性和收敛精度,提出了一种基于边界自适应技术的精英交互学习粒子群算法(A-EIPSO)。该算法首先在原有的PSO算法中引入了新的边界处理技术,根据越界粒子的历史位置信息和越界距离自适应地赋予粒子在解空间内的分布特征;接着在多种群技术的基础上设计了一种精英学习策略来促进子群间社会信息的交换,并由精英粒子代替全局最佳粒子指导各子群内粒子的优化行为。实验结果表明,在大多数情况下,自适应处理技术保证粒子在搜索空间内实现均匀探索的同时显著提升了PSO算法的性能。此外,还将A-EIPSO在CEC2017基准测试套件上与5种先进的粒子群变体算法及2种主流的进化算法进行了比较。结果表明,A-EIPSO在不同类型函数上均表现出了优越的性能,改进了大多数优化问题的收敛精度,优于其他代表性的PSO变体算法和进化算法。 展开更多
关键词 粒子群优化算法 自适应策略 边界处理技术 多种群 精英交互学习
在线阅读 下载PDF
基于自适应粒子群优化算法的串联复合涡轮储能优化策略 被引量：2
15
作者 王震 张珊珊 +1 位作者 邬斌扬 苏万华 《计算机应用》 CSCD 北大核心 2024年第2期611-618,共8页
针对发动机串联复合涡轮发电系统储能困难等问题,提出了一种基于自适应粒子群优化(SAPSO)算法的最大功率点追踪(MPPT)方法,增强发电系统功率的捕获能力。此外,采用混合储能系统(HESS)替代单一蓄电池储能,实现电能的高效、稳定存储。通过... 针对发动机串联复合涡轮发电系统储能困难等问题,提出了一种基于自适应粒子群优化(SAPSO)算法的最大功率点追踪(MPPT)方法,增强发电系统功率的捕获能力。此外,采用混合储能系统(HESS)替代单一蓄电池储能,实现电能的高效、稳定存储。通过Matlab/Simulink软件,建立了基于发动机串联复合涡轮发电的储能优化控制仿真模型,对比分析了不同控制方法在设定工况下的功率追踪性能以及混合储能系统的储能特性。仿真结果表明,相较于传统扰动观测法(P&O)控制方法,在所提的SAPSO-MPPT方法下,发电功率提高了190 W,响应时间缩短了0.15 s。同时,HESS能够有效追踪母线上的需求功率,电能回收效率高达95.3%。最后,基于Y24型改装发动机台架搭建了串联复合涡轮发电系统实验平台,对所提储能优化控制策略的节油潜力进行了实验验证。结果表明,SAPSO-MPPT+HESS储能优化策略能够有效提高排气能量回收效率,优化后系统总热效率比原发动机提高了提高0.53个百分点。 展开更多
关键词 自适应粒子群优化算法 串联复合涡轮发电系统 最大功率点追踪 混合储能系统
在线阅读 下载PDF
改进粒子群算法的径向柱塞液压马达内曲线优化
16
作者 李佳璇 康绍鹏 +4 位作者 杨静 刘凯磊 强红宾 柯贤胜 崔毅 《现代制造工程》 北大核心 2025年第2期69-75,共7页
径向柱塞液压马达在中大型机械装备中应用十分广泛,然而因其内部存在冲击与疲劳磨损等问题,对径向柱塞液压马达的寿命与性能造成了一定的影响。针对上述问题,提出了一种改进粒子群算法优化径向柱塞液压马达内曲线的方法,该方法将等加速... 径向柱塞液压马达在中大型机械装备中应用十分广泛,然而因其内部存在冲击与疲劳磨损等问题,对径向柱塞液压马达的寿命与性能造成了一定的影响。针对上述问题,提出了一种改进粒子群算法优化径向柱塞液压马达内曲线的方法,该方法将等加速度曲线重构为含补偿区的等加速度曲线,以减小冲击和接触应力突变值。以粒子群算法(Particle Swarm Optimization,PSO)为基础,加入自适应非线性动态权重与多子种群竞争优化策略,构建一种改进粒子群算法,对各区段角度进行重新分配,重新生成含补偿区的径向柱塞液压马达内曲线。对比优化前后的结果表明,最大接触应力下降了2.54%,最大接触应力处的突变值下降至0;接触应力不再阶跃式上升,有上升过程,冲击较小。该研究能够为径向柱塞液压马达的设计提供参考,有效减缓疲劳与磨损,降低冲击影响,从而延长液压马达的使用寿命。 展开更多
关键词 径向柱塞液压马达 内曲线 自适应非线性动态权重 多子种群竞争优化策略 改进粒子群算法
在线阅读 下载PDF
基于改进粒子群算法的阻尼惯量自适应控制策略 被引量：2
17
作者 卢盛阳 朱钰 +3 位作者 陈涛 王同 王宁 吴蒙 《电力系统及其自动化学报》 CSCD 北大核心 2024年第4期68-75,共8页
针对传统虚拟同步发电机控制策略存在暂态调节时间长及稳定性差等问题,提出一种基于改进粒子群算法的阻尼惯量自适应控制策略。首先,通过分析系统受扰动后功角特性,提出阻尼惯量自适应控制策略;然后,利用改进粒子群算法选择控制策略初始... 针对传统虚拟同步发电机控制策略存在暂态调节时间长及稳定性差等问题,提出一种基于改进粒子群算法的阻尼惯量自适应控制策略。首先,通过分析系统受扰动后功角特性,提出阻尼惯量自适应控制策略;然后,利用改进粒子群算法选择控制策略初始值,给出关键参数的选取原则及具体范围;最后,通过与现有控制策略进行对比,分析不同惯量及阻尼下对系统影响并验证控制策略的优越性。结果表明,该策略可有效提高系统稳定性及动态响应性能。 展开更多
关键词 虚拟同步发电机 虚拟惯量 阻尼系数 自适应控制 粒子群优化算法
在线阅读 下载PDF
基于改进粒子群算法的自适应构网型变流器控制策略 被引量：2
18
作者 段玉 朱子民 +3 位作者 王小云 陈杰 马健 南东亮 《广东电力》 北大核心 2024年第2期10-17,共8页
构网型控制是一种改善新能源高渗透率下电力系统稳定性问题的技术手段。针对传统构网型变流器均采用固定参数控制而未能发挥出最佳调频效果这一问题,基于构网型变流器控制参数可调的特点,提出一种自适应控制策略,以优化构网型变流器的... 构网型控制是一种改善新能源高渗透率下电力系统稳定性问题的技术手段。针对传统构网型变流器均采用固定参数控制而未能发挥出最佳调频效果这一问题,基于构网型变流器控制参数可调的特点,提出一种自适应控制策略,以优化构网型变流器的输出并改善电力系统的动态特性。首先,通过仿真实验得到典型构网型变流器虚拟惯量和阻尼系数在大功率事件下对系统动态特性的影响;其次,研究典型构网型变流器的频率曲线与功角曲线,提出包含频率偏差和频率变化率的自适应构网型变流器控制策略;然后,通过改进粒子群算法对自适应控制策略涉及参数进行整定;最后,基于MATLAB/Simulink搭建的微电网模型,验证所提控制策略的稳定性与鲁棒性。仿真结果表明,所提控制策略可以自适应改变控制参数,使构网型变流器的输出能够满足系统各个阶段的不同需求,优化电力系统的动态特性。 展开更多
关键词 构网型变流器 自适应控制 改进粒子群算法 参数整定 电力系统稳定
在线阅读 下载PDF
自适应混沌粒子群算法对极限学习机参数的优化 被引量：22
19
作者 陈晓青 陆慧娟 +1 位作者 郑文斌 严珂 《计算机应用》 CSCD 北大核心 2016年第11期3123-3126,共4页
针对极限学习机(ELM)在处理非线性数据时效果不理想,并且ELM的参数随机化不利于模型泛化的特点,提出了一种改进的极限学习机算法。结合自适应混沌粒子群(ACPSO)算法对ELM的参数进行优化,以增强算法的稳定性,提高ELM对基因表达数据分类... 针对极限学习机(ELM)在处理非线性数据时效果不理想,并且ELM的参数随机化不利于模型泛化的特点,提出了一种改进的极限学习机算法。结合自适应混沌粒子群(ACPSO)算法对ELM的参数进行优化,以增强算法的稳定性,提高ELM对基因表达数据分类的精度。在UCI基因数据集上进行仿真实验,实验结果表明,与探测粒子群-极限学习机(DPSO-ELM)、粒子群-极限学习机(PSO-ELM)等算法相比,自适应混沌粒子群-极限学习机(ACPSOELM)算法具有较好的稳定性、可靠性,且能有效提高基因分类精度。 展开更多
关键词 自适应 极限学习机 混沌粒子群 基因分类
在线阅读 下载PDF
自适应精英反向学习的粒子群优化算法 被引量：7
20
作者 赵嘉 吕莉 孙辉 《小型微型计算机系统》 CSCD 北大核心 2015年第9期2166-2171,共6页
针对标准粒子群优化算法易陷入局部最优、进化后期收敛速度慢和收敛精度低等缺点,提出一种自适应精英反向学习的粒子群优化算法.在迭代过程中,算法判断种群是否陷入局部最优,若陷入局部最优,则随机选择精英粒子的部分维度进行反向学习,... 针对标准粒子群优化算法易陷入局部最优、进化后期收敛速度慢和收敛精度低等缺点,提出一种自适应精英反向学习的粒子群优化算法.在迭代过程中,算法判断种群是否陷入局部最优,若陷入局部最优,则随机选择精英粒子的部分维度进行反向学习,且学习的维度空间大小随着进化呈线性递减,以此增强算法在进化前期的探索能力和后期的开发能力.在固定评估次数的情况下,实验对10个常用经典基准测试函数在30维上进行仿真测试,实验结果表明:改进算法在收敛速度、寻优精度和逃离局部最优的能力上明显优于一些知名的改进粒子群优化算法. 展开更多
关键词 粒子群优化算法 自适应 精英粒子 反向学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 116 下一页 到第 页
使用帮助 返回顶部