浙江省教育厅重点资助项目(Z201017236)
- 作品数：5 被引量：23H指数：2
- 相关作者：林卫星陈炎海黄伟锋程涛史夏波更多>>
- 相关机构：宁波大学更多>>
- 发文基金：浙江省教育厅重点资助项目宁波市自然科学基金浙江省“钱江人才计划”更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 粒子群优化的收敛分析及在广义预测控制中的应用
- 2012年
- 在进行粒子群优化的收敛性理论分析的基础上,推出了保证粒子群优化算法收敛性的参数设置区域,合理选择粒子群算法的关键参数,将粒子群优化与广义预测控制有机融合,用粒子群算法来解决广义预测控制的优化问题,提出基于粒子群优化的广义预测控制算法,通过工业过程对象的仿真并和传统的广义预测控制算法进行了对比分析,表明了该算法的有效性,特别是算法具有良好的输出跟踪精度和较强的鲁棒性.
- 林卫星陈炎海欧超李文磊
- 关键词：广义预测控制粒子群优化收敛性鲁棒性
- 基于DSP产生的SPWM波的谐波估计与分析被引量：2
- 2013年
- 针对2000系列DSP产生的正弦脉宽调制(Sinusoidal Pulse Width Modulation,SPWM)波,使用傅里叶级数模型,提出了将改进的粒子群优化(Improved Particle Swarm Optimization,IPSO)用于各次谐波的幅值和相位的参数估计方法,着重分析了在不同的调制波频率和电压下,载波比与谐波总畸变率(Total Harmonic Distortion,THD)之间的关系,通过大量的实验,得到在一定范围的调制波频率和电压下,均能保持高次谐波较小,从而得到高质量的正弦输出。这一结论不仅对SPWM的产生起指导作用,而且对要求正弦交流电的用电设备有着降低高频损耗与节能的重要实际意义。
- 季伟林卫星黄伟锋
- 关键词：谐波分析粒子群优化
- 细菌觅食优化的智能PID控制被引量：7
- 2011年
- 传统的PID在控制过程中,尤其针对复杂被控对象易产生振荡和较大的超调,甚至控制系统无法稳定,为了解决这个问题,采用了一种新的基于细菌觅食优化(Bacterial Foraging Optimization,BFO)的智能PID控制方法,针对该算法收敛速度慢的缺陷,对步长及搜索范围做了一定的分析改进。通过与粒子群优化(Particle Swarm Optimization,PSO)智能PID参数整定控制的仿真结果比较,特别是在系统的动态性能指标以及输入信号的跟踪情况等方面进行对比分析,得出基于BFO智能PID控制的优缺点及有效性。
- 黄伟锋林卫星范怀科史夏波程涛
- 关键词：PID控制细菌觅食优化粒子群优化参数整定
- 基于协同PSO算法的非均匀采样系统辨识被引量：1
- 2013年
- 对于非均匀采样数据的双率系统,运用提升技术,得到系统离散状态空间模型,变换得到相应的传递函数模型。讨论在有色噪声和白噪声的干扰下,提出了利用协同粒子群(Cooperative Particle Swarm Optimization,CPSO)的新颖算法,通过实验仿真对比传统的算法和协同PSO算法的精度和鲁棒性,证明新型算法的有效性和合理性。
- 王涛林卫星包建孟
- 关键词：状态空间模型
- 一种快速收敛的改进粒子群优化算法被引量：13
- 2011年
- 采用离散线性系统的状态方程,根据系统稳定性理论,推出了保证粒子群优化算法收敛性的参数设置区域。在收敛性理论分析的基础上,提出了一种快速收敛的改进粒子群优化算法,它是基于二阶系统按最佳阻尼比的思想来设定粒子群速度更新公式中的惯性权重。通过标准测试函数的性能测试,验证了改进粒子群优化算法的收敛性和快速性,并和惯性权重线性递减的标准粒子群优化算法进行了比较。仿真结果表明,该算法具有可靠的收敛性能和更快的收敛速度。
- 林卫星陈炎海
- 关键词：粒子群算法阻尼比收敛性函数优化
