检索结果

Select

1. 加强学习与联想记忆的粒子群优化算法

段其昌张广峰黄大伟周华鑫

计算机应用 2012, 32 (12): 3322-3325. DOI: 10.3724/SP.J.1087.2012.03322

摘要（721）

PDF （600KB）（444）

为了克服粒子群优化算法多维搜索时方向性差、目的性弱以及易早熟收敛等缺点，提出了一种改进的粒子群优化算法。改进的算法分别对认知部分及社会部分的最优信息、最差信息赋予不同的学习因子，使算法具有更强的学习能力。每个粒子联想记忆其历史最优、最差信息，然后按照追逐最优躲避最差的原则寻找最优位置。联想记忆克服了多维搜索中方向性差、目的性弱的缺点；追优避差保持了种群的多样性，有利于提高算法的收敛速度、克服早熟收敛。通过基准函数的仿真测实验证了算法的有效性。

相关文章 | 多维度评价

Select

2. 粒子群优化鱼群算法及其在光伏系统最大功率点跟踪中的应用

段其昌唐若笠隆霞

计算机应用 2012, 32 (12): 3299-3302. DOI: 10.3724/SP.J.1087.2012.03299

摘要（817）

PDF （563KB）（587）

将标准粒子群优化算法中的速度惯性、粒子个体的记忆因素和粒子间学习交流因素等几个特征引入人工鱼群算法，提出了粒子群优化鱼群算法。在新算法中，鱼群的游动具有了速度惯性的特征，并且其行为模式被扩充为追尾、聚群、记忆、交流以及觅食。通过仿真分析，验证了粒子群优化鱼群算法比两种基本算法具有更快的收敛速度和更高的寻优精度，且性能稳定。最后将所提出的粒子群优化鱼群算法应用于局部遮阴情况下的光伏发电系统最大功率点跟踪，实验表明，该算法可以在很短时间内以很高精度寻得不均匀光照系统的最大功率点。

相关文章 | 多维度评价

Select

3. 改进的小波神经网络算法对变流器的故障诊断方法

段其昌张亮袁景明

计算机应用 2011, 31 (08): 2143-2145. DOI: 10.3724/SP.J.1087.2011.02143

摘要（1326）

PDF （411KB）（763）

变流器是双馈风力发电系统中的枢纽设备，其运行可靠性直接关系到发电系统的安全与稳定。针对基于递推最小二乘(RLS)算法的离散小波神经网络(DWNN)存在收敛速度慢、收敛精度不高、搜索局部极小等不足,以变流器的电流为分析对象,提出一种采用变加权和变学习率改进算法的小波神经网络的变流器故障诊断方法。选择变流器电流作为离散小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析。实验结果表明:较之RLS算法,改进的小波神经网络故障诊断方法在故障识别准确率和收敛时间方面表现更优。

参考文献 | 相关文章 | 多维度评价