期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进的遗传–模拟退火算法和误差度分析原理的PMU多目标优化配置
被引量:
40
1
作者
袁澎
艾芊
赵媛媛
《中国电机工程学报》
EI
CSCD
北大核心
2014年第13期2178-2187,共10页
为了进一步优化同步相量测量单元(phasor measurement unit,PMU)配置的合理性和效率,提出了一种新的误差度分析原理,并使用改进的遗传–模拟退火算法对多个IEEE标准测试系统进行了优化配置。该原理同时考虑了测量冗余度和状态估计的精度...
为了进一步优化同步相量测量单元(phasor measurement unit,PMU)配置的合理性和效率,提出了一种新的误差度分析原理,并使用改进的遗传–模拟退火算法对多个IEEE标准测试系统进行了优化配置。该原理同时考虑了测量冗余度和状态估计的精度,并且避免引入雅可比矩阵,还具备可观测性分析的功能。研究结果表明:该算法不仅可以找到满足全网可观测性的所有PMU数目的配置解,而且进一步提升了全网的测量精度,从而证明了其有效性和优越性。
展开更多
关键词
改进的
遗传
一模拟
退火
算法
同步相量测量单元
(phasor
measurement
unit
PMU)配置
状态估计
全网可观测性
多目标优化
PARETO最优解
在线阅读
下载PDF
职称材料
超磁致伸缩执行器磁滞模型的参数辨识
被引量:
2
2
作者
唐宏波
朱玉川
《压电与声光》
CSCD
北大核心
2015年第5期863-866,872,共5页
准确辨识磁滞模型参数是保证超磁致伸缩执行器位移控制精度的关键,而单一算法难以实现对超磁致非线性模型参数的精确辨识。该文提出了一种新型混合优化策略,即改进的遗传退火算法,并将其应用于对超磁致伸缩执行器位移磁滞模型参数的辨...
准确辨识磁滞模型参数是保证超磁致伸缩执行器位移控制精度的关键,而单一算法难以实现对超磁致非线性模型参数的精确辨识。该文提出了一种新型混合优化策略,即改进的遗传退火算法,并将其应用于对超磁致伸缩执行器位移磁滞模型参数的辨识。该算法兼顾了遗传算法和模拟退火算法的优点,同时还引入了机器学习原理,将模拟退火算法作为遗传算法中的种群变异算子,并将模拟退火算法中的抽样过程与遗传算法相结合。此算法不仅充分发挥了遗传算法并行搜索能力强的特点,且增强和改进了遗传算法的进化能力,同时提高了系统的收敛性和收敛速度,避免最优解的丢失。通过仿真和试验研究表明,该算法相对于遗传算法有更高的精度,可有效精确辨识超磁致伸缩执行器磁滞模型的参数。
展开更多
关键词
Jiles-Atherton磁滞模型
超磁致伸缩执行器
遗传
算法
改进的遗传退火算法
参数辨识
在线阅读
下载PDF
职称材料
需求可离散拆分电动汽车充电策略和路径优化问题
3
作者
邢玉伟
王展华
杨华龙
《控制与决策》
北大核心
2025年第3期987-995,共9页
针对电动汽车的物流配送问题,考虑到客户需求可以拆分成若干离散订单的特性,以最小化电动汽车的固定成本、路径行驶成本、充电成本以及时间窗惩罚成本为目标,构建需求可离散拆分的多车型电动汽车充电策略和路径优化模型.针对模型特点,...
针对电动汽车的物流配送问题,考虑到客户需求可以拆分成若干离散订单的特性,以最小化电动汽车的固定成本、路径行驶成本、充电成本以及时间窗惩罚成本为目标,构建需求可离散拆分的多车型电动汽车充电策略和路径优化模型.针对模型特点,设计改进的遗传-模拟退火算法.为验证算法的有效性进行算例分析,结果表明,考虑需求可离散拆分的情况下,该算法能够快速优化出电动汽车的充电策略和配送路径,其中部分充电策略不仅能够缩短充电时间,而且能够大幅度降低总成本.敏感性分析结果显示,充电等待时间增加会导致两种策略的时间窗惩罚成本上升,但部分充电策略的成本增速显著低于完全充电策略,尤其适用于充电等待时间较长的情况.所做的研究能够为物流企业电动汽车配送优化提供重要参考.
展开更多
关键词
电动汽车
充电策略
车辆路径优化
需求可离散拆分
改进的
遗传
-模拟
退火
算法
原文传递
题名
基于改进的遗传–模拟退火算法和误差度分析原理的PMU多目标优化配置
被引量:
40
1
作者
袁澎
艾芊
赵媛媛
机构
上海交通大学电子信息与电气工程学院
出处
《中国电机工程学报》
EI
CSCD
北大核心
2014年第13期2178-2187,共10页
基金
国家863高技术基金项目(2011AA05A108)~~
文摘
为了进一步优化同步相量测量单元(phasor measurement unit,PMU)配置的合理性和效率,提出了一种新的误差度分析原理,并使用改进的遗传–模拟退火算法对多个IEEE标准测试系统进行了优化配置。该原理同时考虑了测量冗余度和状态估计的精度,并且避免引入雅可比矩阵,还具备可观测性分析的功能。研究结果表明:该算法不仅可以找到满足全网可观测性的所有PMU数目的配置解,而且进一步提升了全网的测量精度,从而证明了其有效性和优越性。
关键词
改进的
遗传
一模拟
退火
算法
同步相量测量单元
(phasor
measurement
unit
PMU)配置
状态估计
全网可观测性
多目标优化
PARETO最优解
Keywords
improved genetic-simulated annealingalgorithm (IGASA)
phasor measurement unit(PMU)placement
state estimation
network observability
multi-objective optimization
Pareto optimal solution
分类号
TM744 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
超磁致伸缩执行器磁滞模型的参数辨识
被引量:
2
2
作者
唐宏波
朱玉川
机构
南京航空航天大学机电学院
出处
《压电与声光》
CSCD
北大核心
2015年第5期863-866,872,共5页
基金
国家自然科学基金资助项目(51175243)
航空科学基金资助项目(20130652011)
江苏省自然科学基金资助项目(BK20131359)
文摘
准确辨识磁滞模型参数是保证超磁致伸缩执行器位移控制精度的关键,而单一算法难以实现对超磁致非线性模型参数的精确辨识。该文提出了一种新型混合优化策略,即改进的遗传退火算法,并将其应用于对超磁致伸缩执行器位移磁滞模型参数的辨识。该算法兼顾了遗传算法和模拟退火算法的优点,同时还引入了机器学习原理,将模拟退火算法作为遗传算法中的种群变异算子,并将模拟退火算法中的抽样过程与遗传算法相结合。此算法不仅充分发挥了遗传算法并行搜索能力强的特点,且增强和改进了遗传算法的进化能力,同时提高了系统的收敛性和收敛速度,避免最优解的丢失。通过仿真和试验研究表明,该算法相对于遗传算法有更高的精度,可有效精确辨识超磁致伸缩执行器磁滞模型的参数。
关键词
Jiles-Atherton磁滞模型
超磁致伸缩执行器
遗传
算法
改进的遗传退火算法
参数辨识
Keywords
Jiles-Atherton hysteresis model
giant magnetostrictive actuator
genetic algorithm
modified genetic algorithm and simulated annealing
parameter identification
分类号
TM153 [电气工程—电工理论与新技术]
V227.83 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
需求可离散拆分电动汽车充电策略和路径优化问题
3
作者
邢玉伟
王展华
杨华龙
机构
大连海事大学交通运输工程学院
出处
《控制与决策》
北大核心
2025年第3期987-995,共9页
基金
辽宁省社会科学规划基金项目(L21CJY004).
文摘
针对电动汽车的物流配送问题,考虑到客户需求可以拆分成若干离散订单的特性,以最小化电动汽车的固定成本、路径行驶成本、充电成本以及时间窗惩罚成本为目标,构建需求可离散拆分的多车型电动汽车充电策略和路径优化模型.针对模型特点,设计改进的遗传-模拟退火算法.为验证算法的有效性进行算例分析,结果表明,考虑需求可离散拆分的情况下,该算法能够快速优化出电动汽车的充电策略和配送路径,其中部分充电策略不仅能够缩短充电时间,而且能够大幅度降低总成本.敏感性分析结果显示,充电等待时间增加会导致两种策略的时间窗惩罚成本上升,但部分充电策略的成本增速显著低于完全充电策略,尤其适用于充电等待时间较长的情况.所做的研究能够为物流企业电动汽车配送优化提供重要参考.
关键词
电动汽车
充电策略
车辆路径优化
需求可离散拆分
改进的
遗传
-模拟
退火
算法
Keywords
electric vehicle
charging strategies
vehicle routing problem
discrete split demands
improved genetic-simulated annealing algorithm
分类号
U116.2 [交通运输工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进的遗传–模拟退火算法和误差度分析原理的PMU多目标优化配置
袁澎
艾芊
赵媛媛
《中国电机工程学报》
EI
CSCD
北大核心
2014
40
在线阅读
下载PDF
职称材料
2
超磁致伸缩执行器磁滞模型的参数辨识
唐宏波
朱玉川
《压电与声光》
CSCD
北大核心
2015
2
在线阅读
下载PDF
职称材料
3
需求可离散拆分电动汽车充电策略和路径优化问题
邢玉伟
王展华
杨华龙
《控制与决策》
北大核心
2025
0
原文传递
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部