- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种改进粒子群算法及其在热工过程模型辨识中的应用
一种改进粒子群算法
及其在热工过程模型辨识中的应用
高文松 ,刘长良
华北电力大学自动化系 ,河北 保定 071000
[ 摘
要 ]
为了提高基本粒子群优化 ( PSO ) 算法的收敛性 ,提出了一种引入选择与变异机制的改
进 PSO 算法 。该算法选择一定范围的优秀粒子代替较差粒子 ,并使粒子以不同的概率 变异 。仿真试验表明 ,引入选择与变异机制使 PSO 算法的收敛速度得到了提高 ,并且 有效抑制了 PSO 算法的早熟。将改进 PSO 算法应用于热工过程模型辨识 ,在较少的 迭代次数内得到了比较精确的模型辨识结果 ,且具有很好的收敛性能 ,获得了满意的辨
识效果。
PSO 算法 ;选择与变异 ;热工过程 ;模型辨识 ;收敛性
T P273
A
100223364 (2010) 0320097204
10 . 3969/ j . i ssn . 100223364 . 2010 . 03 . 097
[ 关 键 词 ]
[ 中图分类号 ] [ 文献标识码 ] [ 文 章 编 号 ]
[ DOI 编 号]
A N IMP RO VED PA RTICL E SWA RM OPTIM IZATIO N AL GO RITHM
A ND ITS APPL ICATIO N I N ID ENTIFICATIO N THRO UGH THERMODY NAM IC P ROCESS MOD EL
GA O We n2so ng ,L IU Cha ng2lia ng
Dep a rt ment of A uto matio n ,No rt h Chi na Elect ric Po wer U niver sit y ,Bao di ng 071000 , Hebei , Pro vi nce , PRC
Abstract :In o r de r to e n ha nce t he co nve r ge nt be ha vio r of t he ba sic p a r ticle swa r m op ti mizatio n ( PSO)
al go rit h m ,a n i mp ro ve d PSO al go rit h m ,i nto w hic h t he selectio n a nd mut atio n mech ni sms bei ng i nt ro2 duce d ,ha s bee n p ut fo r wa r d. In t he i mp ro ved al go rit h m , a ra nge of e xcelle nt p a rticle s i s select ed to sub st ut e t he poo r p a r ticle s ,a nd ma ke t he p a rticle s to mut at e wit h diff e re nt p ro ba bilit y. Emulatio n t e st sho w s t hat t he i nt ro ductio n of selectio n a nd mut atio n mec h ni sm s ma ke s t he co ver ge nt rat e PSO al go2 rit h m to be e n ha nce d , a nd t he p recocit y of PSO al go rit h m to be eff ectivel y re st rai ned. The i mp ro ve d P SO al go rit h m ha s bee n u se d i n i de ntificatio n t hro ugh t he r mo dyna mic p roce ss mo del , a mo re p reci se re sult of mo del i de ntificatio n ca n be ac hieve d i n a smalle r n umber of it eratio n s ,bo a sti ng ver y goo d co n2 ve r ge nt be havio r ,o bt ai ni ng sati sf acto r y re sult s i n i de ntifica rio n .
Key words :PSO al go rit h m ; selectio n a nd mut atio n ; t her mo dyna mic p roce ss ; mo del i de ntificatio n
作者简介 :
您可能关注的文档
- XD 改制方案.doc
- xen基本原理分析.docx
- XDSL接入网技术的应用状况及前景分析.doc
- XML的应用.ppt
- xxCT配备申请表.doc
- XXXXXX有限公司增资章程.doc
- xxx隆鑫印象城邦b座土建工程量清单及招标控制价的编制.docx
- XRD教学.ppt
- XX公司E-mail填写规范.pptx
- XX路政中队关于边远站所年轻职工生活现状的调研报告.doc
- 2023-2024学年广东省深圳市龙岗区高二(上)期末物理试卷(含答案).pdf
- 2023-2024学年贵州省贵阳市普通中学高一(下)期末物理试卷(含答案).pdf
- 21.《大自然的声音》课件(共45张PPT).pptx
- 2023年江西省吉安市吉安县小升初数学试卷(含答案).pdf
- 2024-2025学年广东省清远市九校联考高一(上)期中物理试卷(含答案).pdf
- 广东省珠海市六校联考2024-2025学年高二上学期11月期中考试语文试题.pdf
- 2024-2025学年语文六年级上册第4单元-单元素养测试(含答案).pdf
- 2024-2025学年重庆八中高三(上)月考物理试卷(10月份)(含答案).pdf
- 安徽省安庆市潜山市北片学校联考2024-2025学年七年级上学期期中生物学试题(含答案).pdf
- 贵州省部分校2024-2025学年九年级上学期期中联考数学试题(含答案).pdf
文档评论(0)