混合遗传粒子群优化算法的研究

被引：11

作者：

贾建芳

杨瑞峰

王莉

机构：

[1] 中北大学信息与通信工程学院

来源：

自动化仪表 | 2013年 / 34卷 / 09期

基金：

高等学校博士学科点专项科研基金;

关键词：

电动舵机; 粒子群优化; 遗传算法; 参数估计; 适应度函数; 收敛性;

D O I：

10.16086/j.cnki.issn1000-0380.2013.09.004

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

为了准确辨识电动舵机的参数,提出了一种混合遗传粒子群优化算法。该算法的具体步骤是对所有粒子进行交叉操作,并对粒子交叉前后的适应度函数进行比较。如果适应度优于前者,则进行粒子替换。仿真结果表明,该算法能够减少寻优迭代次数,缩短优化计算时间,具有良好的实用性。

引用

页码：1 / 3

页数：3

共 7 条

[1]

基于混合PSO-SQP算法同时实现多变量的结构和参数辨识 [J].

靳其兵 ;

张建 ;

权玲 ;

曹丽婷 .

控制与决策, 2011, 26 (09) :1373-1376+1381

[2]

直驱式电液伺服转叶舵机的遗传蚁群参数辨识 [J].

苏文海 ;

姜继海 .

哈尔滨工业大学学报, 2010, 42 (11) :1730-1733

[3]

基于神经网络及系统辨识的舵机带宽测试 [J].

习赵军 ;

李敏 ;

李昌禧 .

自动化与仪器仪表, 2008, (05) :58-59+73+84

[4]

基于支持向量机的舵机带宽测试 [J].

毛先柏 ;

谢东 ;

李昌禧 .

计算机测量与控制 , 2007, (11) :1482-1483+1518

[5]

A PSO-based adaptive fuzzy PID-controllers.[J].Juing-Shian Chiou;Shun-Hung Tsai;Ming-Tang Liu.Simulation Modelling Practice and Theory.2012,

[6]

A hybrid genetic algorithm and particle swarm optimization for multimodal functions.[J].Yi-Tung Kao;Erwie Zahara.Applied Soft Computing Journal.2007, 2

[7]

An effective hybrid PSOSA strategy for optimization and its application to parameter estimation.[J].Ling-lai Li;Ling Wang;Li-heng Liu.Applied Mathematics and Computation.2005, 1

← 1 →