期刊文献+

基于蚁群优化的遗传算法在集中供热系统中的应用与仿真 被引量:3

下载PDF
导出
摘要 集中供热系统换热站采用质与量并调时,针对解耦后的质通道和量通道,将遗传算法应用到两个独立的控制回路中。对于遗传算法中存在的冗余迭代,求解率低等问题,将蚁群算法对其进行优化,从而克服了两种算法的缺点,形成优势互补,将优化后的算法用于控制回路中的PID参数整定,并进行仿真实验,MATLAB仿真结果表明经蚁群算法优化后的遗传算法无论在时间上还是求解效率上都有显著提高。
出处 《电子世界》 2014年第16期331-332,共2页 Electronics World
  • 相关文献

参考文献4

二级参考文献15

  • 1陈根社,陈新海.遗传算法的研究与进展[J].信息与控制,1994,23(4):215-222. 被引量:109
  • 2DORIGO M. Optimization learning and nature algorithms [D]. Ph.D. Thesis, Department of Electronics, Politecnico diMilano,Italy, 1992. 被引量:1
  • 3任伟建,陈建玲,韩冬,等.蚁群算法综述[A].2007中国控制与决策学术年会论文集,2007:357-362. 被引量:2
  • 4M Dorigo,G Di Caro. The Ant Colony Optimization meta-heuristie[C]//New Ideas in Optimization, Mc-Graw Hill ,London,UK, 1999 : 11-32. 被引量:1
  • 5DORIGO M,LUCA MARIA GAMBERDELLA. Ant Colony system:A Cooperative Learning Approach to the Traveling Salesman Problem [R]. TR, IRIDIA, 1996. 被引量:1
  • 6STUTZLE T,HOVS HH. MAX-MIN Ant System [J]. Future Generation Computer System, 2000, 16 (8):889-914. 被引量:1
  • 7STUTZLE T,HOOS HH. Improvements on the ant system: introducing Max-Min ant system[C]//Proceedings of International Conference on Artificial Neural Network and Genetic Algorithm, wien: Springer Weriag, 1997 : 245-249. 被引量:1
  • 8方崇智,萧德云.过程辨识[M].北京:清华大学出版社,2006. 被引量:8
  • 9Hsia T C. On Least Squares Algorithm for System Parameter Identification [C]// IEEE Transactions on Automatic Control. New York: American Society of Mechanical Engineers. USA: IEEE, 1976, Vol. AC21 : 104-108. 被引量:1
  • 10Wang X Z, Yue H, Gao D J. Direct Identification of Continuous Models with Dead-time/zeros [C]// Proceedings of 3rd Asian Control Conference, Shanghai, China, July 4-7, 2000. Shanghai, China, 2000: 1709-1714. 被引量:1

共引文献14

同被引文献14

引证文献3

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部