期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
文化基因粒子群算法在换热网络连续变量全局优化中的应用 被引量:15
1
作者 何巧乐 崔国民 许海珠 《石油化工》 CAS CSCD 北大核心 2014年第1期37-45,共9页
在换热网络的综合优化中,连续变量的优化通常采用确定性方法。相比于整型变量优化,连续变量优化相对容易处理,但存在容易陷入局部最优和无法收敛到全局最优的问题。针对这一问题,提出一种在标准粒子群算法中结合局部搜索策略的文化基因... 在换热网络的综合优化中,连续变量的优化通常采用确定性方法。相比于整型变量优化,连续变量优化相对容易处理,但存在容易陷入局部最优和无法收敛到全局最优的问题。针对这一问题,提出一种在标准粒子群算法中结合局部搜索策略的文化基因粒子群算法;结合换热网络最小年综合费用小和计算时间短的优点,提出Ring+Random粒子种群拓扑结构;结合算法控制参数的设置与粒子种群拓扑结构的改进,使文化基因粒子群算法具有更好的全局收敛性能。采用6个10股流体算例验证文化基因粒子群算法在给定换热网络结构下的连续变量全局收敛性能,与文献值相比,换热网络最小年综合费用最大减少了26 025$/a。 展开更多
关键词 换热网络综合 粒子群算法 文化基因 连续变量全局优化 局部搜索
下载PDF
基于自适应邻域模拟退火算法的非合作对策求解 被引量:1
2
作者 朱康宁 谢政 戴丽 《计算机工程与科学》 CSCD 北大核心 2016年第12期2560-2566,共7页
对有多个Nash平衡点的非合作n人有限对策问题进行了研究。首先构造了其非合作n人有限对策的数学规划模型,证明了此模型的解与对策问题的解的等价性;然后提出了求解此类问题的一种自适应邻域模拟退火算法,基于此算法,在不减少问题解的条... 对有多个Nash平衡点的非合作n人有限对策问题进行了研究。首先构造了其非合作n人有限对策的数学规划模型,证明了此模型的解与对策问题的解的等价性;然后提出了求解此类问题的一种自适应邻域模拟退火算法,基于此算法,在不减少问题解的条件下,解决了多解的非合作n人对策问题。通过数值实验说明了此算法的收敛性及稳定性;通过与粒子群算法、免疫粒子群算法、传统模拟退火算法的比较,说明了本文算法的优越性。 展开更多
关键词 非合作n人有限对策 模拟退火算法 自适应邻域 连续变量 全局优化 多解问题
下载PDF
CVT插电式混合动力汽车全局优化控制策略 被引量:5
3
作者 杨官龙 秦大同 +1 位作者 刘永刚 林毓培 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第12期4194-4200,共7页
针对一款无级变速器(CVT)插电式混合动力汽车,采用瞬时优化算法对CVT的速比进行实时优化,将优化结果嵌套在动态规划算法中进行全局优化,获得发动机与电机的功率分配;采用误差反向传播(BP)神经网络对发动机与电机的工作点进行训练拟合,... 针对一款无级变速器(CVT)插电式混合动力汽车,采用瞬时优化算法对CVT的速比进行实时优化,将优化结果嵌套在动态规划算法中进行全局优化,获得发动机与电机的功率分配;采用误差反向传播(BP)神经网络对发动机与电机的工作点进行训练拟合,得到优化控制MAP图,用于循环工况的实时控制。在Matlab/Simulink仿真平台下建立模型进行仿真,结果表明:采用BP控制策略的能耗经济性在新欧洲行驶循环(NEDC)、城市测功器驾驶进程(UDDS)和高速路燃油经济测试(HWFET)循环工况下与门限值控制策略得到的结果相比,都有不同程度的提高。 展开更多
关键词 插电式混合动力汽车 无级变速器 全局优化 BP神经网络 能耗经济性
下载PDF
基于调速能量的EMCVT电动汽车全局优化 被引量:1
4
作者 叶明 任洪 李鑫 《中国机械工程》 EI CAS CSCD 北大核心 2016年第9期1257-1262,共6页
综合考虑电机、电池、机电控制无级自动变速器效率,采用全局动态规划的方法,以电池荷电状态值为状态变量、变速器速比为决策变量,获取装备机电控制无级自动变速器的电动汽车在NEDC工况下的全局最优控制策略。建立了机电控制无级自动变... 综合考虑电机、电池、机电控制无级自动变速器效率,采用全局动态规划的方法,以电池荷电状态值为状态变量、变速器速比为决策变量,获取装备机电控制无级自动变速器的电动汽车在NEDC工况下的全局最优控制策略。建立了机电控制无级自动变速器调速模型,获取调速过程中的能量消耗。在全局优化控制策略的基础上,将调速能量消耗纳入指标函数,进一步优化无级变速器速比和电机扭矩。优化结果表明,采取所提出的优化策略可有效减少调速次数,进一步降低系统能量消耗。 展开更多
关键词 电动汽车 机电控制CVT 全局优化 调速能量
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部