|
|||||
|
|
| 动态多子群QPSO算法及其在机车粘着优化控制中的应用 | |
| 引用本文： | 李宁洲,冯晓云,卫晓娟. 动态多子群QPSO算法及其在机车粘着优化控制中的应用[J]. 计算机应用研究, 2014, 31(10) |
| 作者姓名： | 李宁洲 冯晓云 卫晓娟 |
| 作者单位： | 1. 西南交通大学电气工程学院,成都610031;兰州交通大学机电工程学院,兰州730070 2. 西南交通大学电气工程学院,成都,610031 3. 兰州交通大学机电工程学院,兰州,730070 |
| 基金项目： | 国家自然科学基金项目，甘肃省自然科学基金项目 |
| 摘 要： | 针对列车重载和高速运行时轮轨间粘着存在极限状态以及此时最优粘着利用能否获得的问题,利用所提出的动态多子群QPSO算法训练神经网络,并基于训练好的神经网络设计了机车粘着智能优化控制器,通过对电机转矩的动态调整,实现了轮轨间粘着的最优利用.仿真研究中,利用典型测试函数对所提出的动态多子群QPSO算法进行性能测试,证明该算法具有相对较高的寻优精度和效率,能有效提高神经网络的收敛速度和学习能力,将该算法应用于机车粘着优化控制中,得到了良好的控制效果. |
| 关 键 词： | 智能计算 动态多子群QPSO算法 神经网络 粘着优化控制 |
Dynamic multiple sub-population QPSO algorithm and its application in optimized adhesion control of locomotive |
|
| LI Ning-zhou,FENG Xiao-yun,WEI Xiao-juan. Dynamic multiple sub-population QPSO algorithm and its application in optimized adhesion control of locomotive[J]. Application Research of Computers, 2014, 31(10) | |
| Authors: | LI Ning-zhou FENG Xiao-yun WEI Xiao-juan |
| Abstract: | |
| Keywords: | intelligent computation dynamic multiple sub-population quantum-behaved particle swarm optimization algorithm neural network optimized adhesion control |
| 本文献已被 万方数据 等数据库收录！ | |