首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 78 毫秒
1.
高精度捷联惯导姿态更新优化算法研究   总被引:3,自引:1,他引:2  
介绍了捷联惯导姿态更新算法中的旋转矢量算法。在传统的旋转矢量算法的基础上,提出一种新的航姿算法,并分析了此算法在典型圆锥运动输入下的误差。新航姿算法是利用增加一个角速度拟合参数来估算算法误差,进而优化姿态更新的方法。与传统的旋转矢量算法比较,算法无需计算误差四元素,新算法更为简单明了,为改进旋转矢量算法提供了一种新的思路。  相似文献   

2.
电力系统微机保护算法综合性能研究   总被引:4,自引:2,他引:4       下载免费PDF全文
首先,介绍了基于不同交流采样模型的微机保护算法,主要有基于纯正弦模型算法、基于周期函数模型算法及基于随机函数模型算法。对各个算法的原理进行了概述和分析,同时对各种算法的滤波性能作了综合比较。重点分析了傅氏算法及其改进算法。最后,对傅氏算法和卡尔曼滤波算法进行了比较。  相似文献   

3.
本文提出了一种将SMMA算法与DD算法并行运行的变步长双模式盲均衡算法。该算法在保持原来两种算法高性能的基础上,改进传统的DD算法,将两种算法采用并行结构运行,同时加入误差控制函数,控制SMMA算法占比,降低稳态误差;并且引入变步长方法,加快算法的收敛速度。经过理论分析与仿真实验表明,该算法相对于传统方法,ISI降低到-29.8 dB,收敛速度提高,在630个符号左右算法完成收敛。在完成仿真实验后,进行了实测信号的解调均衡,其EVM降低到1.69%。  相似文献   

4.
针对基本粒子群算法(PSO)收敛速度快、易早熟,容易陷入局部误区的问题,提出了粒子群-人工蜂群混合算法(PSO-ABC),并将提出的算法应用于无人机三维环境下的路径规划。该算法在改进粒子群算法的基础上,融合了人工蜂群算法来对无人机三维路径进行全局规划。首先引入非线型惯性权重和收缩因子,改进粒子的速度公式,然后利用人工蜂群算法的搜索算子对最优解再一次寻优,解决了粒子群算法因局部搜索能力较差陷入局部误区的问题。本文在三维环境下设置了两组实验,对比粒子群-人工蜂群混合算法与粒子群算法、人工蜂群算法的路径寻优性能。实验结果显示,本文提出的算法路径寻优能力有所提高,相比于粒子群算法,提高了6.1%,相比于人工蜂群算法提高了6.9%。  相似文献   

5.
提出一种新的扩展粒子群优化(EPSO)算法并应用于同步发电机参数辨识。在粒子群优化(PSO)算法的基础上,EPSO算法采用更多粒子的位置值信息进行变异操作,并且提出根据各粒子的适应值大小确定算法控制参数的方法,保证了扩展后算法的收敛性,EPSO算法模型更具有通用性。仿真算例结果表明了在系统受到较大干扰的情况下,EPSO算法比EP算法和PSO算法具有更精确的参数综合辨识能力,并且EPSO算法比EP算法具有更高的收敛效率。  相似文献   

6.
基于扩展粒子群优化算法的同步发电机参数辨识   总被引:10,自引:7,他引:10  
提出一种新的扩展粒子群优化(EPSO)算法并应用于同步发电机参数辨识。在粒子群优化(PSO)算法的基础上,EPSO算法采用更多粒子的位置值信息进行变异操作,并且提出根据各粒子的适应值大小确定算法控制参数的方法,保证了扩展后算法的收敛性,EPSO算法模型更具有通用性。仿真算例结果表明了在系统受到较大干扰的情况下,EPSO算法比EP算法和PSO算法具有更精确的参数综合辨识能力,并且EPSO算法比EP算法具有更高的收敛效率。  相似文献   

7.
基于扩展时序距离法和自适应控制的超短期负荷预测   总被引:1,自引:0,他引:1  
将扩展时序距离(ETD)算法与自适应控制中的递推最小二乘(RLS)算法相结合,提出了超短期负荷预测算法———RLS&ETD算法。该算法利用自适应控制的动态跟踪特性与ETD算法的周期性,与ETD算法相比,能更充分地利用数据。仿真实验的结果表明,RLS&ETD算法比ETD算法在精度、误差稳定性等方面均有所提高。  相似文献   

8.
介绍保证以概率1全局收敛的随机微粒群算法,针对随机微粒群算法难以在有限进化代数搜索到全局最优解的问题,介绍一种改进的随机微粒群算法,这种算法对随机微粒群算法停止进化的微粒采用模拟退火方法生成,使得搜索更为有效。提出将两种算法分别应用于电力系统无功优化,通过对IEEE14节点系统的仿真计算,并与遗传算法、标准微粒群算法相比较,结果表明这两种算法取得了更好的优化效果,改进的随机微粒群算法更具有实用意义。  相似文献   

9.
提出了将模拟退火算法与二进制粒子群算法相结合的用于配电网重构的优化算法。该算法既发挥了粒子群算法收敛速度快的特点,又因为引入的模拟退火算法具有的较强的跳出局部最优解能力,因此有效地避免了粒子群算法易陷入局部极值点的缺点,提高了进化后期算法的收敛速度和精度,并应用IEEE16节点系统的算例,验证了模拟退火-二进制粒子群混合算法在配电网重构中的可行性和有效性。  相似文献   

10.
针对KNN算法定位精度有待提高以及定位稳定性较差的问题,本文提出了一种基于KNN算法和XGBoost算法的室内指纹定位算法。该算法首先将样本集划分为训练集和测试集,将训练集中AP的RSSI数据作为特征,坐标作为标签,使用XGBoost算法进行建模。其次,融合KNN模型,将KNN算法寻找到的近邻集合引入XGBoost模型中,再结合单独XGBoost算法的预测结果,以实现坐标定位。最后,在实际环境下研究了算法的K值、回归树数量、决策树深度和学习率对误差的影响,确定算法的相关参数。通过搭建的实际实验环境进行了测试,实验结果表明,本文提出算法的平均定位误差为1.55 m,较于KNN算法和XGBoost算法分别减少了24.76%和11.93%,并且累积分布函数曲线的收敛速度更快,具有较好的定位性能。  相似文献   

11.
通过对模拟退火算法(简称SA算法)进行深入研究发现,SA算法在寻优过程中随机产生的新点仅与当前状态有关,而与已搜索过空间的状态及其目标函数值毫无关系,这就浪费了大量有用的信息,因而SA算法最大的缺点是在搜索寻优过程中存在较大的盲目性。为此,该文将模糊推理技术用于SA寻优过程,可利用已搜索过的空间信息确定全局最优点所在的区间,从而缩小搜索范围使算法迅速收敛于全局最优点;并可自动去除不可行解,避免了电磁场逆问题计算中大量不必要的磁场计算。应用电磁场逆问题的分析方法,对开关磁阻电动机转子磁极几何形状进行了全局优化设计,在电机主要尺寸不变的条件下,显著地提高了样机的静态转矩。  相似文献   

12.
为了更好地将模拟退火算法应用于三相异步电动机优化设计中,本文分析了模拟退火算法的优点和局限性,针对其搜索过程慢的缺点,提出了改进模拟退火算法的思路和具体实现方法,并通过两个经典数学函数检验了新算法的性能.在此基础上,将改进模拟退火算法应用于三相异步电动机优化设计中,分别以有效材料成本最小和效率最高为目标进行了优化设计.结果表明,在不改变电动机的结构设计和制造工艺的情况下,基于改进模拟退火算法的优化设计能显著减小材料成本和提高电动机效率,具有工程实用价值.  相似文献   

13.
基于退火遗传算法的水电站短期优化调度   总被引:1,自引:0,他引:1  
电力市场环境下,水电站短期优化调度对优化发电企业向电力市场申报的次日发电计划和最大化企业发电收益具有重要意义。为了提高短期优化调度的计算精度和效率,针对模拟退火算法和遗传算法的优缺点将两者结合起来形成退火遗传算法,改善其计算精度和速度。实例计算表明该方法是可行的。  相似文献   

14.
为了建立合适的变电站负荷模型,将聚类方法引入到负荷特性分析,提出了一种基于模拟退火的粗糙集K均值电力负荷综合聚类算法。该算法将粗糙集理论、模拟退火思想与K均值相结合,通过模拟退火思想优化K均值聚类算法,采用最大最小原则动态生成K均值聚类数和初始聚类中心,同时结合粗糙集理论的上逼近和下逼近处理边界对象。最后,对变电站综合负荷静态特性进行聚类分析,比较类间距离和类内距离,结果验证了本文算法的可行性和有效性。  相似文献   

15.
支路交换算法可以快速实现配电网重构,但不能保证得到全局最优解,而模拟退火算法可以以较大概率搜索到全局最优或近全局最优解,但计算速度慢。介绍了结合两者优点提出的以模拟退火算法帮助支路交换算法避开局部最优、同时减少模拟退火算法的降温次数和每个控制温度下开关变换次数的算法,从而从根本上提高计算速度,算例结果证明了该算法的可行性。  相似文献   

16.
The simulated annealing optimization technique has been successfully applied to a number of electrical engineering problems, including transmission system expansion planning. The method is general in the sense that it does not assume any particular property of the problem being solved, such as linearity or convexity. Moreover, it has the ability to provide solutions arbitrarily close to an optimum (i.e. it is asymptotically convergent) as the cooling process slows down. The drawback of the approach is the computational burden: finding optimal solutions may be extremely expensive in some cases. This paper presents a parallel simulated annealing (PSA) algorithm for solving the long-term transmission network expansion planning problem. A strategy that does not affect the basic convergence properties of the sequential simulated annealing algorithm have been implemented and tested. The paper investigates the conditions under which the parallel algorithm is most efficient. The parallel implementations have been tested on three example networks: a small 6-bus network; and two complex real-life networks. Excellent results are reported in the test section of the paper: in addition to reductions in computing times, the PSA algorithm proposed in the paper has shown significant improvements in solution quality for the largest of the test networks  相似文献   

17.
This paper presents a new algorithm based on integrating genetic algorithms, tabu search and simulated annealing methods to solve the unit commitment problem. The core of the proposed algorithm is based on genetic algorithms. Tabu search is used to generate new population members in the reproduction phase of the genetic algorithm. A simulated annealing method is used to accelerate the convergence of the genetic algorithm by applying the simulated annealing test for all the population members. A new implementation of the genetic algorithm is introduced. The genetic algorithm solution is coded as a mix between binary and decimal representation. The fitness function is constructed from the total operating cost of the generating units without penalty terms. In the tabu search part of the proposed algorithm, a simple short-term memory procedure is used to counter the danger of entrapment at a local optimum, and the premature convergence of the genetic algorithm. A simple cooling schedule has been implemented to apply the simulated annealing test in the algorithm. Numerical results showed the superiority of the solutions obtained compared to genetic algorithms, tabu search and simulated annealing methods, and to two exact algorithms  相似文献   

18.
基于自适应模拟退火遗传算法的多目标最优潮流   总被引:3,自引:0,他引:3       下载免费PDF全文
采用自适应遗传算法来确定基本遗传算法的交叉率和变异率,保证遗传算法的收敛性。同时引入模拟退火法思想,通过拉伸目标函数的适应度使优秀个体在产生后代时具有明显的优势,从而加速寻优的过程,形成一种新的算法:自适应模拟退火遗传算法。应用该算法进行电力系统多目标最优潮流计算,IEEE30试验系统计算结果表明了该算法的灵活性和有效性。  相似文献   

19.
研究了基于变异算子与模拟退火算法混合的人工鱼群算法,对算法中的变异算子进行了改进,并提出了1种试探确定变异概率的方法:同时对配电网无功优化的模型进行了改进.将经济性目标和安全性目标相结合。将改进的人工鱼群算法运用到配电网无功优化中.实际系统的仿真计算结果表明,基于改进人工鱼群算法的配电网无功优化方法合理可行。  相似文献   

20.
长定子同步直线电动机的设计及其优化   总被引:4,自引:0,他引:4  
详细讨论了长定子同步直线电动机的设计过程 ,给出了电机基本参数以及推力与电流比的计算公式。并采用遗传模拟退火算法对长定子同步直线电动机进行了优化 ,取得了良好的优化效果。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号