-
题名基于粒子群神经网络线控转向故障诊断的研究
被引量：5
- 1
-
-
作者
付秀伟
孔峰
付莉
-
机构
桂林电子科技大学计算机与控制学院
广西工学院电控系
-
出处
《传感器与微系统》
CSCD
北大核心
2010年第9期39-41,44,共4页
-
基金
广西研究生教育创新计划资助项目(2008105940814M03)
-
文摘
改进的自适应粒子群优化算法根据群体早熟收敛程度和个体适应值来调整惯性权重和阈值系数,以及对粒子速度与位置进行更新,该算法兼顾全局寻优和局部寻优,有效地避免早熟收敛。使用改进的自适应粒子群优化算法训练神经网络,并根据汽车线控转向系统构建故障诊断模型。实验结果表明:与传统的粒子群优化算法、遗传算法训练神经网络相比,基于改进的自适应粒子群优化算法的神经网络能够有效改善神经网络的训练效率,加快了收敛速度,提高故障模式识别的准确率。
-
关键词
改进的自适应粒子群算法
神经网络
故障诊断
汽车线控转向
-
Keywords
improved self-adaptive particle swarm algorithm
neural network
fault diagnosis
steer-by-wire
-
分类号
TP206
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名两阶段机场多特种车辆协同充电调度策略
- 2
-
-
作者
诸葛晶昌
张一鸣
单绪宝
王世政
王颖佳
康春华
-
机构
中国民航大学电子信息与自动化学院
首都机场集团有限公司北京大兴国际机场
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第7期2012-2017,共6页
-
基金
首都机场集团公司科技项目(BDIAGK(2021)005)。
-
文摘
在机场区域内,新能源特种车辆充电具有很大的随机性,且不同种类特种车辆充电情况各不相同,造成飞行区内各充电桩利用率相差过大,影响机场配电网的健康运行。针对上述现象,设计了十一车型两阶段特种车辆协同充电调度策略。第一阶段通过分析不同车辆对航班的保障流程,以同一车辆对相邻航班保障起始时间差值最小为目标,生成存在充电需求的车辆序列。第二阶段以减小飞行区各区充电桩时间利用率方差和车辆充电排队时间为目标,在上一阶段车辆序列基础上采用改进的自适应变异粒子群算法进行模型求解,并以国内某枢纽机场的实际车辆充电数据进行对比验证。实验表明,采用该算法后,车辆充电时的等待时间降低了93.5%、飞行区充电桩时间利用率的整体方差下降了88.7%,达到了均衡使用充电桩的目标。
-
关键词
新能源特种车辆
充电桩
充电调度
改进的自适应变异粒子群算法
均衡使用
-
Keywords
new energy special vehicles
charging pile
charging scheduling
improved adaptive mutation particle swarm optimization algorithm
balanced use
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
