期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
Buck-Boost矩阵变换器主电路参数随电流定额的自适应优选方法 被引量:25
1
作者 刘继 张小平 张瑞瑞 《信息与控制》 CSCD 北大核心 2019年第5期545-551,共7页
针对Buck-Boost矩阵变换器(BBMC)在不同额定输出电流下的主电路参数优化设计问题,提出了一种BBMC主电路参数随其额定电流变化的自适应优选方法.通过建立BBMC优化目标与优化对象间的数学模型,研究基于自适应狼群优化算法的BBMC主电路参... 针对Buck-Boost矩阵变换器(BBMC)在不同额定输出电流下的主电路参数优化设计问题,提出了一种BBMC主电路参数随其额定电流变化的自适应优选方法.通过建立BBMC优化目标与优化对象间的数学模型,研究基于自适应狼群优化算法的BBMC主电路参数优化设计方法;在此基础上进一步研究确定BBMC主电路优化设计参数与BBMC额定输出电流间的变化规律,为实现不同电流定额下BBMC主电路的优化设计奠定基础;最后通过仿真对上述理论分析进行了验证. 展开更多
关键词 Buck-Boost矩阵变换器 主电路参数优化 适应狼群算法 数值拟合
原文传递
自适应狼群算法优化ELM的模拟电路故障诊断 被引量:18
2
作者 颜学龙 汪斌斌 《计算机工程与科学》 CSCD 北大核心 2019年第2期246-252,共7页
为了能够更加高效地检测和诊断模拟电路中的故障元件,提出了自适应狼群算法优化极限学习机的方法。该方法采用自适应遗传算法对特征参数进行选择,从而生成最优特征子集,然后利用最优特征子集构造样本输入极限学习机ELM网络对故障进行分... 为了能够更加高效地检测和诊断模拟电路中的故障元件,提出了自适应狼群算法优化极限学习机的方法。该方法采用自适应遗传算法对特征参数进行选择,从而生成最优特征子集,然后利用最优特征子集构造样本输入极限学习机ELM网络对故障进行分类。针对极限学习机的输入层和隐含层之间的连接权值、隐含层的偏差都将会使其学习速度和分类正确率受到影响的问题,采用本文方法对它们进行优化并选择相应的最优值,提高了极限学习机网络训练的稳定性与故障诊断的成功率。通过2个典型模拟电路的诊断实例,给出了这些方法的具体实现过程,故障诊断率均在99%以上。仿真结果表明使用该方法进行模拟电路故障诊断时具有良好的正确率和稳定性。 展开更多
关键词 适应遗传算法 极限学习机 适应狼群算法 故障诊断 模拟电路
下载PDF
三级领导式的快速自适应狼群优化算法 被引量:5
3
作者 陈超 张莉 《计算机工程与应用》 CSCD 北大核心 2019年第15期59-68,共10页
为提高狼群算法的收敛速度,在此提出了一种称为三级领导式和微粒进化方程的自适应狼群算法,人为地把灰狼分成两类,领导层三只灰狼:如αβ和δ,剩下的为猛狼w。在游走搜索阶段随机设定一个猎物位置,利用狼群与猎物之间的距离来指导游走... 为提高狼群算法的收敛速度,在此提出了一种称为三级领导式和微粒进化方程的自适应狼群算法,人为地把灰狼分成两类,领导层三只灰狼:如αβ和δ,剩下的为猛狼w。在游走搜索阶段随机设定一个猎物位置,利用狼群与猎物之间的距离来指导游走搜索猎物;在召唤阶段,利用三个领导层灰狼作为头狼来引导猛狼向猎物靠近,避免了传统狼群算法只有一只头狼引导整个狼群就容易陷入局部最优的情况;在围攻猎物阶段利用惯性因子来表示以往奔袭的经验、学习因子与随机数之间的乘积来表示猛狼自身经验的认识与总结、迭代影响因子来表示整体狼群经验的认识与调整,综合起来狼群粒子奔袭速度加快收敛速度和跳出局部最优,从而找到真实的整体最优值。本次选取的8个测试函数对应的对比性实验结果表明:该方法较为精确地实现寻找到了测试函数的最优值且较早地快速收敛到最优解,在后期也平稳收敛到真实的最优值,该算法适用于多维多波峰函数求极值问题。 展开更多
关键词 三级领导式 快速适应狼群算法 优化函数
下载PDF
基于多目标狼群算法的机场行李导入系统仿真优化研究 被引量:1
4
作者 陶翼飞 丁小鹏 +3 位作者 罗俊斌 付潇 吴佳兴 李宜榕 《系统仿真学报》 CAS CSCD 北大核心 2024年第7期1655-1669,共15页
针对民航机场行李导入系统运行过程中旅客行李注入等待时间长、系统能耗高等问题,综合考虑虚拟视窗控制方式、收集带式输送机运行速度、虚拟视窗长度及同时开放值机柜台数量等关键控制参数对机场行李导入系统运行效率的影响,提出一种求... 针对民航机场行李导入系统运行过程中旅客行李注入等待时间长、系统能耗高等问题,综合考虑虚拟视窗控制方式、收集带式输送机运行速度、虚拟视窗长度及同时开放值机柜台数量等关键控制参数对机场行李导入系统运行效率的影响,提出一种求解该问题的仿真优化框架。通过分析机场行李导入系统实际运行工况,建立参数化仿真优化模型。以最小化旅客行李注入平均等待时间和系统能耗为优化目标,结合系统设计和运行过程中的实际约束条件,建立该问题的数学模型,并设计了一种多目标自适应并行狼群算法进行求解。该算法针对所提问题特性及经典狼群算法易陷入局部最优和收敛速度慢等不足,提出一种混合整实数单链编码方式,融合反向学习策略生成初始种群,引入自适应游走概率机制和智能行为并行机制,采用局部和全局自适应邻域搜索及启发式保优策略实现狼群算法智能行为搜索,使用Pareto非支配排序进行寻优迭代并获得最优解集。以国内某大型国际航空枢纽机场行李导入系统为例设计不同规模多种算法对比实验,验证了所提方法的有效性和优越性。 展开更多
关键词 机场行李导入系统 关键控制参数 仿真优化 多目标适应并行狼群算法 Pareto非支配排序
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部