-
题名基于改进樽海鞘群算法的PMSM多参数辨识
被引量：27
- 1
-
-
作者
王梦秋
王艳
纪志成
-
机构
江南大学教育部物联网技术应用工程中心
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2018年第11期4284-4291,4297,共9页
-
基金
国家自然科学基金(61572238)
江苏省杰出青年基金(BK20160001)
-
文摘
针对永磁同步电机(Permanent Magnet Synchronous Motor, PMSM)多参数辨识速度慢、精度低等问题,提出了一种基于改进樽海鞘群算法的参数辨识方法。采用自适应评估移动策略和基于冯诺依曼拓扑结构的邻域最优引领策略两次更新追随者位置,加强个体间信息交流与协作,进而加快了参数辨识收敛速度;采用反向学习策略以一定变异概率对个体位置进行扰动,算法更易跳出局部最优,进而减小了参数误收敛的可能性。仿真实验表明该算法能快速准确地辨识PMSM参数。
-
关键词
樽海鞘群算法
冯诺依曼结构
反向学习
永磁同步电机
多参数辨识
-
Keywords
salp swarm algorithm
von neumann topology
opposition-based learning
PMSM
multi-parameter identification
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于冯诺依曼拓扑结构的骨干粒子群优化算法
被引量：5
- 2
-
-
作者
王明慧
戴月明
田娜
王艳
-
机构
江南大学物联网工程学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2017年第8期1552-1561,共10页
-
基金
国家863计划(2014AA041505)
国家自然科学基金(61572238)
-
文摘
为了改善骨干粒子群优化BBPSO算法的易早熟、易陷入局部最优解等缺点,提出了一种基于冯诺依曼拓扑结构的改进骨干粒子群优化VBBPSO算法。新算法提出"兼顾落后粒子"概念,通过应用冯诺依曼拓扑结构构造邻域,用邻域最优解取代全局最优解,引入中心项调节系数,在邻域范围内调整BBPSO算法的进化中心项与离散控制项,提高了算法全局探索能力与局部开发能力。实验结果表明,较几种经典的BBPSO算法,VBBPSO算法的综合性能有明显提升。
-
关键词
骨干粒子群优化算法
冯诺依曼拓扑结构
中心项调节系数
落后粒子
-
Keywords
bare bones PSO
von neumann topology
center adjustment coefficient
lagging particles
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
