您的位置: 专家智库 > >

黄松

作品数:8 被引量:45H指数:3
供职机构:江南大学物联网工程学院更多>>
发文基金:国家自然科学基金国家高技术研究发展计划江苏省杰出青年基金更多>>
相关领域:自动化与计算机技术电气工程更多>>

文献类型

  • 6篇期刊文章
  • 2篇会议论文

领域

  • 7篇自动化与计算...
  • 4篇电气工程

主题

  • 6篇子群
  • 6篇粒子群
  • 5篇优化算法
  • 4篇群算法
  • 4篇粒子群算法
  • 4篇粒子群优化
  • 4篇粒子群优化算...
  • 3篇电机
  • 3篇参数辨识
  • 2篇电力
  • 2篇电力系统
  • 2篇动态经济
  • 2篇自适
  • 2篇自适应
  • 2篇经济负荷
  • 2篇经济负荷分配
  • 2篇感应电机
  • 1篇调度
  • 1篇定子
  • 1篇定子电阻

机构

  • 8篇江南大学
  • 4篇教育部

作者

  • 8篇黄松
  • 6篇纪志成
  • 5篇王艳
  • 3篇田娜
  • 1篇吴龙成

传媒

  • 5篇系统仿真学报
  • 1篇电工电能新技...

年份

  • 3篇2017
  • 4篇2016
  • 1篇2015
8 条 记 录,以下是 1-8
排序方式:
多信息特征粒子群优化算法的动态经济负荷分配被引量:1
2017年
根据发电系统的特点,考虑多燃料和24 h预测负荷需求数据,建立了一种动态经济负荷分配的优化模型,提出了一种基于个体最优位置的多信息特征粒子群优化算法求解该问题。定义了质心位置和中值位置,采用了由个体最优位置,质心位置和中值位置构成新的速度更新公式。减少了求解复杂优化问题时的早熟现象,能够有效地解决求解动态经济负荷分配问题。通过对算例DED1的实验仿真,表明该算法能够有效求解DED问题,具有更好的优化性能。
黄松王艳纪志成
关键词:粒子群优化算法经济负荷分配信息特征电力系统
基于比例策略的多目标PSO的感应电机参数辨识
2016年
建立了感应电机多参数多目标辨识模型,提出了一种基于Pareto最优集和比例策略个体最优项的多目标粒子群算法对感应电机参数进行辨识。Pareto最优集不需要考虑各个目标的加权系数,避免了感应电机辨识目标系数选择的主观性,比例策略能更好地平衡从个体最优和全局最优学习经验的能力。通过在Matlab/Simulink中进行验证,结果证明该算法能提高感应电机参数的辨识精度,具有更好的性能。
黄松田娜王艳纪志成
关键词:粒子群算法感应电机参数辨识PARETO最优集
多信息特征粒子群优化算法的动态经济负荷分配
根据发电系统的特点,考虑多燃料和24h预测负荷需求数据,建立了一种动态经济负荷分配的优化模型,提出了一种基于个体最优位置的多信息特征粒子群优化算法求解该问题.定义了质心位置和中值位置,采用了由个体最优位置,质心位置和中值...
黄松王艳纪志成
关键词:电力系统经济负荷分配粒子群优化算法
一种新的离散量子粒子群算法在车间调度中的应用
量子粒子群算法具有收敛速度快、全局性能好等的特点.本文提出了一种新的离散量子粒子群算法,并将其应用于求解作业车间调度问题.本文结合量子粒子群算法速度和位置更新公式,提出了一种新的离散位置更新方案.这种新的离散量子粒子群算...
黄松田娜纪志成
关键词:粒子群算法量子行为作业车间调度
文献传递
改进和声搜索算法在硫化车间调度中的应用被引量:7
2017年
针对硫化车间生产调度环节分配不合理导致的机台利用率不高和生产效率低的问题,提出了一个改进的离散和声搜索(Improved Harmony Search,IHS)算法来优化硫化车间调度的最大完工时间。该算法包含个体记忆考虑过程、扰动搜索过程和竞争淘汰机制。在竞争淘汰机制中,用新解替换和声记忆库中对应的个体或最差解,更新和声记忆库,加速优胜劣汰的进程,使记忆库中每个个体更快速地向最优解方向靠近。通过MATLAB实验仿真,结果表明,IHS算法获得的结果要优于HS和PSO算法,在解决硫化车间调度问题有良好的性能,验证了该算法的有效性和可行性。
吴龙成黄松王艳纪志成
关键词:和声搜索算法
基于自适应变异概率粒子群优化算法的研究被引量:23
2016年
变异操作是解决粒子群算法早熟的一种有效方法。针对迭代过程中种群多样性变化的特点,提出了一种自适应变异概率的混合变异粒子群优化算法。通过聚集度动态地调节每代粒子的变异概率,并用这种变异概率对全局最优位置进行高斯和柯西混合变异和对最差个体最优位置进行自适应小波变异。通过在matlab中和其他几种变异的粒子群优化算法进行比较验证,结果证明该算法具有较高的收敛精度和较好的算法性能。
黄松田娜纪志成
关键词:粒子群算法自适应
一种新的自适应变异粒子群优化算法在PMSM参数辨识中的应用被引量:12
2016年
高精度辨识永磁同步电机参数是进行控制器设计的基础。本文借鉴遗传算法中变异操作的思想,提出了一种基于自适应变异概率的混合变异粒子群优化算法,并将其应用于永磁同步电机参数辨识问题。本文首先在dq坐标系下建立永磁同步电机参数辨识模型,然后将该算法和几种变异粒子群算法用于永磁同步电机参数辨识,并在Matlab/Simulink中进行了对比验证。实验结果表明,该算法能提高定子电阻、d轴电感、q轴电感和转子磁链等参数的辨识精度,为提高永磁同步电机电机控制器性能提供了保证。
黄松田娜纪志成
关键词:粒子群算法永磁同步电机参数辨识
基于苍狼算法的感应电机改进模型参数辨识被引量:3
2016年
为解决感应电机高性能控制中参数估计不准的问题,提出基于苍狼算法的感应电机参数辨识方法。该优化算法是一种新颖的元启发式算法,运用起来简单、灵活,需调节参数少。考虑到两种经典动态数学模型对不同参数辨识精度影响不同,提出了一种改进的感应电机参数辨识模型。相对于经典模型,仿真表明提出的模型使电阻特别是定子电阻的辨识效果得到较大提升,证明改进模型的有效性。在改进的模型下,将该算法与粒子群算法、遗传算法进行电机参数辨识的对比实验。实验结果表明苍狼算法具有较高的辨识精度,证明应用该算法辨识感应电机参数的可行性。
吕小意黄松王艳纪志成
关键词:感应电机参数辨识定子电阻
共1页<1>
聚类工具0