排序方式: 共有93条查询结果,搜索用时 0 毫秒
41.
42.
《中国科技论文》2017,(11)
为进一步提高统一潮流控制器(unified power flow controller,UPFC)的输电能力与稳定性,需要优化其控制器结构。提出利用人工鱼群算法(artificial fish swarm algorithm,AFSA)优化模糊PI控制器的量化因子和比例因子,进而优化隶属函数及模糊控制规则。在PSCAD/EMTDC单机无穷大仿真系统中,模拟了输电系统稳态和三相短路暂态2种情况,分别采用常规PI控制、传统模糊PI控制、遗传算法PI控制及ASFA模糊PI控制4种方法对UPFC进行了仿真。结果表明:采用ASFA模糊PI控制的UPFC控制效果最优,迭代次数少、收敛速度快、超调小、系统调节响应速度快、稳定性高。 相似文献
43.
44.
生物进化过程本身是一个自然的、并行发生的和稳健的优化过程,基于这一过程而产生的仿生优化算法为解决非数值优化问题提供了新的思路和手段。本文首先简要介绍了目前比较流行的三种新型智能优化算法:人工鱼群算法、蚁群算法和遗传算法,就这些算法的特点和异同进行了分析,并对它们的发展进行了进一步的阐述。 相似文献
45.
目的:解决概率积分法开采沉陷预计参数算法不稳定、容易陷入局部最优解等问题.方法:将可求解非线性问题、鲁棒性强、具备较好的全局寻优能力的人工鱼群算法(Artificial fish school algorithm,AF-SA)引入到概率积分法开采沉陷预计参数反演中.该算法已在广东省水资源优化配置、配送路径优化等问题中得到应用,尚未见学者将AFSA应用到概率积分模型参数反演中.本研究首次将AFSA引入到概率积分模型参数反演中,构建了基于AFSA的概率积分开采沉陷预计参数反演方法.结果:将AFSA的概率积分模型参数反演方法应用于顾桥南矿1414(1)工作面的地表移动实测数据中,得到的概率积分法预计参数为q=1.0592,tanβ=2.0203,b=0.4049,θ=87.2209°,S1=1.2840 m,S2=0.4530 m,S3=62.2000 m,S4=44.7531 m,下沉和水平移动拟合中误差为131.74 mm.结论:AFSA的概率积分模型参数反演方法满足工程应用精度要求. 相似文献
46.
47.
48.
为了降低TD-SCDMA的网络建设成本,提出了基于人工鱼群算法的基站规划方案。阐述了TD-SCDMA基站建设的困难和位置规划原理,设计了人工鱼和食物浓度函数,给出了AFSA解决基站位置规划问题的算法框架,并进行了仿真实验。实验结果表明:该方案可以获得更高的网络覆盖率,同时有利于降低网络建设成本,具有较高的应用价值。 相似文献
49.
信号的MP稀疏分解可以将信号分解为很简洁的近似表达形式,但因分解计算量巨大,难以满足实时性要求.人工鱼群算法具有收敛速度快、鲁棒性强等优点,将人工鱼群算法运用到信号的稀疏分解中,可以快速寻找分解过程中每一步的最佳原子,在此基础上对图像信号进行压缩.实验结果表明该解压图像具有较好的主观图像质量. 相似文献
50.