安康市科技计划项目(20091003)
- 作品数：3 被引量：17H指数：3
- 相关作者：张朝龙江巨浪江善和李彦梅李强更多>>
- 相关机构：安庆师范学院更多>>
- 发文基金：安徽省自然科学基金安康市科技计划项目安徽高校省级科学研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种自适应混合粒子群优化算法及其应用被引量：7
- 2011年
- 为提高粒子群算法的寻优精度,提出一种将单纯形法(SM)与粒子群(PSO)算法相结合的自适应混合粒子群优化(AHPSO)算法。该算法根据进化需要动态调整粒子的惯性权重,并在进化停滞时使用SM优化。通过仿真实验证明了AHPSO的寻优性能优于SPSO和SMPSO。将AHPSO用于某航空发动机的PID参数优化,其整定性能优于现有的工业方法和其他PSO算法。
- 张朝龙江巨浪江善和李强
- 关键词：粒子群优化单纯形法适应度惯性权重
- 一种基于改进PSO算法的PID控制器参数整定方法被引量：4
- 2010年
- 在线性权重下降PSO(LWDPSO)和随机PSO(SPSO)的基础上,提出一种交互进化PSO算法(IEP-SO),将粒子群分成两组,分别采用标准PSO和SPSO并行交互进化,各侧重于全局搜索和局部搜索,根据进化代数动态调整两种算法中进化的粒子数。通过仿真实验,证明了IEPSO的寻优性能优于LWDPSO与SPSO。Zie-gler-Nichols、LWDPSO、SPSO和IEPSO分别对控制对象进行整定仿真测试,证明了IEPSO对PID控制器参数整定效果最佳。
- 张朝龙江巨浪江善和李彦梅唐飞
- 关键词：PSOPID适应度
- 基于改进PSO算法的LSSVM入侵检测模型被引量：6
- 2010年
- 在基本PSO算法和线性权重下降PSO算法的基础上,提出一种并行PSO算法,将粒子群分成两组,分别采用不同的惯性权重,各侧重于全局搜索和局部搜索,根据进化代数动态调整两种算法中进化的粒子数。通过仿真实验,证明了并行PSO算法的寻优性能优于基本PSO算法和线性权重下降PSO算法。
- 张朝龙江巨浪江善和李彦梅
- 关键词：PSO算法LSSVM适应度入侵检测
