注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 面向工业对象的基于粒子群算法的闭环辨识及鲁棒IMC.

  2. 粒子群算法操作简便、容易实现且全局搜索功能较强,在优化问题中表现出良好的性能。使用粒子群算法对控制系统过程模型参数进行闭环辨识，可以在较短的时间得到较高的辨识精度，用于控制器参数整定。采用鲁棒IMC-PID控制策略对辨识出的对象设计控制器，控制效果良好，收敛速度快，具有良好的抗干扰性和鲁棒性。

  3. 所属分类：其它

    • 发布日期：2010-11-29
    • 文件大小：393216
    • 提供者：zoufangyun

  1. 基于量子粒子群算法的混沌系统参数辨识.pdf

  2. 基于量子粒子群算法的混沌系统参数辨识.pdf 高清

  3. 所属分类：电信

    • 发布日期：2018-12-26
    • 文件大小：508928
    • 提供者：ziqin2012

  1. 粒子群算法振动方程参数辨识.rar

  2. 通过粒子群算法（PSO）可实现多自由度系统二阶动力学方程的参数辨识

  3. 所属分类：专业指导

    • 发布日期：2019-09-05
    • 文件大小：2048
    • 提供者：rongc1102

  1. 压电作动器非对称迟滞模型的建立和参数辨识.pdf

  2. 压电作动器非对称迟滞模型的建立和参数辨识.pdf,现有的众多基于传统Bouc Wen改进的压电陶瓷非对称迟滞模型存在参数冗余，降低了模型参数辨识的准确性，而且常用的粒子群算法(PSO)在辨识压电陶瓷非对称迟滞模型参数方面收敛慢且容易陷入局部最优值。为此，首先提出了一种归一化的非对称迟滞模型，采用两个多项式达到非对称效果，利用归一化Bouc Wen消除参数冗余;然后采用参数和变异策略自适应的差分进化算法进行迟滞参数辨识；建立了相应的测试系统，对压电陶瓷作动器进行了实验研究。结果表明，相比于传统的

  3. 所属分类：其它

    • 发布日期：2019-09-20
    • 文件大小：2097152
    • 提供者：weixin_38744153

  1. 基于改进的粒子群优化扩展卡尔曼滤_省略_锂电池模型参数辨识与荷电状态估计_项宇.pdf

  2. 摘要: 为解决锂电池荷电状态( SOC)难以精确估计的问题，提出了基于改进的粒子群优化扩 展卡尔曼滤波(IPSO-EKF)算法预测电池 SOC。为减小参数非线性特性影响，重新构建了 EKF 算 法电池状态空间方程，以辨识出的电池模型参数为基础，获得 SOC 最优估计。采用 IPSO 算法优化 EKF 算法噪声方差矩阵，解决系统状态误差协方差矩阵和测量噪声协方差矩阵最优解获取难题， 进一步提高 SOC 的估计精度。计算结果表明:IPSO-EKF 算法能够精确地辨识电池模型参数和 SOC 值，并能

  3. 所属分类：交通

    • 发布日期：2019-10-11
    • 文件大小：483328
    • 提供者：gavin__lu

  1. 粒子群算法优化神经网络的异步电机转速估计

  2. 在异步电机的矢量控制系统中,电机的转速检测是必不可少的,并且转速检测的精度直接影响磁场定向的准确性。讨论了各种无传感器速度辨识方法的特点,利用BP神经网络对异步电机转子转速进行辨识,通过粒子群算法优化使BP神经网络获得更好的网络初始权值和阀值,在此基础上利用Matlab/Simulink建立一个异步电机矢量控制系统,仿真结果表明这种方法能较好地辨识异步电机转子转速,系统具有良好的动态性能,对系统参数变化具有较强的鲁棒性。

  3. 所属分类：其它

    • 发布日期：2020-04-30
    • 文件大小：232448
    • 提供者：weixin_38665944

  1. 粒子群优化辨识的自适应预估控制及应用

  2. 针对Smith预估器对预测模型精度依赖程度较高的问题,提出了一种基于粒子群优化(PSO)辨识算法的自适应预估控制方法。该控制方法利用PSO辨识方法在线调整Smith预估器参数,利用单神经元的非线性逼近特性及自学习、自组织能力,对控制器参数进行在线修正。将该控制方法应用于矿井通风系统风量控制仿真分析中,在系统参数时变情况下,进行跟踪响应分析。结果表明,该控制方法对大滞后时变系统具有很强的适应性和鲁棒性,具有较强的抗干扰能力和良好的跟踪性能。

  3. 所属分类：其它

    • 发布日期：2020-04-22
    • 文件大小：222208
    • 提供者：weixin_38670297

  1. 超磁致伸缩驱动器输出位移模型参数的辨识方法

  2. 为了提高超磁致伸缩驱动器的控制精度和响应速度,需要快速精确获取其磁滞非线性模型中的未知参数。在介绍超磁致伸缩驱动器工作原理的基础上,基于Jiles-Atherton模型建立了GMA的磁滞非线性模型,并提出一种改进型粒子群算法对其模型参数进行辨识,最后搭建仿真和实验平台进行验证。结果表明:该改进型粒子群算法辨识GMA输出位移模型参数有效性高,参数辨识代码运行时间缩短至210s,适应度函数值最小达到0. 165 7,由此建立的磁滞非线性模型的计算精度可精确到0. 001μm,且通过多次比较发现该位移

  3. 所属分类：其它

    • 发布日期：2020-04-20
    • 文件大小：1048576
    • 提供者：weixin_38717574

  1. 微生物批式流加发酵非线性系统及其参数辨识

  2. 为研究微生物批式流加发酵生产1,3-丙二醇的动力学模型.采用分阶段描述的方法,考虑细胞内甘油、3羟基丙醛、1,3丙二醇的浓度变化,将整个批式流加发酵过程分成若干个间歇和连续流加的阶段.在连续流加阶段,将流加速度看成是随时间变化的函数,依此改进非线性动力系统,分析系统的性质.最后建立参数辨识模型,利用粒子群算法求解.数值计算结果表明:改进后的模型的平均相对误差比现有文献降低3%~5%.这说明改进后的非线性多阶段动力系统比较适合描述微生物批式流加发酵过程.

  3. 所属分类：其它

    • 发布日期：2020-04-18
    • 文件大小：939008
    • 提供者：weixin_38605801

  1. 基于改进粒子群算法的Hammerstein模型辨识代码

  2. Python写的 在网上找的代码，改了一下，权重随训练变化的 改的有点乱，请多担待 训练参数误差能到2.89%

  3. 所属分类：机器学习

    • 发布日期：2020-02-15
    • 文件大小：8192
    • 提供者：weixin_41729432

  1. 基于改进粒子群算法的永磁同步电机参数识别

  2. 基于改进粒子群算法的永磁同步电机参数识别，陶之雨，张波，在工程应用中，针对提高永磁同步电机参数识别的准确度问题，提出了改进适应度函数的粒子群优化算法。首先建立了包含电流控制和空

  3. 所属分类：其它

    • 发布日期：2020-01-09
    • 文件大小：322560
    • 提供者：weixin_38576922

  1. 异步电动机.mdl

  2. 对异步电机的参数用粒子群算法精确辨识出来

  3. 所属分类：Java

    • 发布日期：2019-09-02
    • 文件大小：82944
    • 提供者：weixin_43460083

  1. 光伏组件内部参数辨识与输出特性研究

  2. 基于光伏组件的物理模型快速准确地识别其内部参数对于预测光伏阵列的输出特性、跟踪最大功率点和电池故障模型的特性是非常重要的。而传统数学解析的参数辨识方法存在着辨识参数不准确，一般的智能优化算法精度都优于数学解析法，但现有的粒子群参数辨识方法存在着易陷入早熟和迭代次数过多等问题。对此，提出了一种改进量子粒子群算法，对光伏组件内部5参数进行准确辨识，并对其外部输出特性进行预测。通过MATLAB仿真算例和实际测试数据对该方法进行验证，证明其准确性和适用性。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：387072
    • 提供者：weixin_38674050

  1. 机器人转动关节的LuGre摩擦模型参数辨识

  2. 根据LuGre摩擦模型辨识理论，以伺服电机驱动轴与伺服电机内部的摩擦模拟机器人关节摩擦，建立LuGre摩擦模型。对伺服电机做基于固高卡的模拟量控制，通过C++编程，从编码器中读取角度、转速值、加速度值。正转速度和对应的驱动力矩，以及反转速度和对应的驱动力矩，分别构成静态参数辨识的两组数据。位移、速度、加速度和驱动力矩构成动态参数辨识数据。在Matlab中编写粒子群算法辨识程序，对以上数据进行处理，最终得到LuGre模型的6个参数的辨识值。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：294912
    • 提供者：weixin_38599537

  1. 一种用于混沌系统参数辨识的对立狼群算法

  2. 参数识别是混沌系统的重要问题，混沌系统已在多个领域进行了深入研究，例如安全通信，功率转换器和生物系统。 为了解决上述问题，提出了大多数现有的进化算法。 然而，现有的进化算法在解决参数识别问题时有其自身的局限性。 因此，我们提出了一种新颖的，高效的对立狼群算法（OWPA），该算法具有良好的开发和探索平衡性，可以估计洛伦兹混沌系统的参数。 首先，提出了一种对立的初始种群产生方法，以增强全局收敛性。 其次，针对狼群算法中的新狼生产提出了一种基于对立的学习方法，该方法不仅增强了正常情况下狼群算法的局部搜

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：1048576
    • 提供者：weixin_38733885

  1. 基于改进粒子群算法的约束隐式广义预测控制

  2. 针对大多数工业系统的控制输入输出都存在约束的情况,提出了一种基于改进粒子群算法的广义预测控制算法。广义预测控制算法采用隐式算法,用最小二乘法直接辨识控制增量表达式中的参数,避免求解丢番图方程;为避免粒子群算法陷入早熟,提高精度,在广义预测控制算法的滚动优化环节采用速度变异的粒子群优化算法,克服了受约束优化问题处理的缺陷,更快更准确地寻到最优目标函数值。仿真结果表明了该方法的有效性和良好的控制性能。

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：1026048
    • 提供者：weixin_38595850

  1. 新型双粒子群算法的混沌系统参数辨识

  2. 新型双粒子群算法的混沌系统参数辨识

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：955392
    • 提供者：weixin_38652147

  1. 混沌时间序列的混合粒子群优化预测

  2. 提出一种混合粒子群优化算法,即在改进粒子群优化算法全局搜索模型参数的基础上,利用梯度下降法进一步确定径向基神经网络模型参数,以提高网络的收敛精度和网络性能.采用基于RBFNN的混合粒子群优化算法进行离散Henon和连续Mackey-Glass混沌时间序列预测仿真,结果表明该算法能快速精确地预测混沌时间序列,是研究复杂非线性动力系统辨识和控制的一种有效方法.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：524288
    • 提供者：weixin_38690407

  1. 基于粒子群优化算法的过程模型辨识

  2. 参数辨识是过程建模的基础,提出了一种基于粒子群优化(PSO)算法的模型参数辨识方法,将过程模型的每个参数作为粒子群体中的一个粒子,利用粒子群体在参数空间进行高效并行的搜索来获得过程模型的最佳参数值,可有效提高参数辨识的精度和效率.对火电厂热工过程进行参数辨识的仿真结果表明,利用PSO算法辨识过程模型参数,无论过程模型是否是时滞对象,该辨识方法对过程模型的阶次不敏感,对于不同的输入信号,均能得到满意的辨识精度和效率,因此得到了较为精确的过程模型,模型输出与实际输出基本一致.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：705536
    • 提供者：weixin_38699593

  1. 基于分层匹配追踪算法的电能质量复合扰动参数辨识方法

  2. 针对电能质量中的复合扰动信号分析问题，提出一种粒子群优化(PSO)和匹配追踪(MP)算法相结合的分层搜索的原子分解方法。首先应用MP算法提取基波分量，对于去除基波分量的残差信号，利用快速傅里叶变换找寻能量最大的频率成分，采用PSO算法粗搜索出最佳匹配粒子，然后以最佳匹配粒子为中心，在一定范围内重新离散化，生成小规模原子库，再应用MP算法有针对性地进行细搜索，最终得到最佳匹配原子，提取出电能质量复合扰动特征参数。仿真结果表明，该方法能克服MP算法匹配时间长、计算量大及PSO优化MP算法残差积累过大

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：1048576
    • 提供者：weixin_38735570
« 12 »