基于改進(jìn)粒子群算法的模型降階

基于改進(jìn)粒子群算法的模型降階

ID:35065502

大?。?.26 MB

頁數(shù):59頁

時間:2019-03-17

基于改進(jìn)粒子群算法的模型降階_第1頁
基于改進(jìn)粒子群算法的模型降階_第2頁
基于改進(jìn)粒子群算法的模型降階_第3頁
基于改進(jìn)粒子群算法的模型降階_第4頁
基于改進(jìn)粒子群算法的模型降階_第5頁
資源描述:

《基于改進(jìn)粒子群算法的模型降階》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、萍0史眾夫營觀■一…■:■呼.?,I■??.*..V‘1?,...專業(yè)碩±學(xué)位論文基芋改進(jìn)粒子群算法的模型降階ModelReductionBasedonImrovedParticlepSwarmOtimizationp'■':--V.;'■l.,’."V-.I,■.■.、C;;■._.?。崳?,..、?'.■:.-r?■i,.■?,.rrj,一-:"‘

2、I.?.?.>…..‘...、‘j...聲-'.:,..勺.'苗:,.-.■.■■J?r:‘.尸.:...,‘,V.—.廣-■.L;;‘,:...人;‘,‘..:.一:''-‘■■-.V■lI,.一'....;.J..’..?.]I.=..巧^..V苗巧年12,‘^:月..'.■?,■■.\':;r.,:少\'I--V,.(-V-v.

3、?,r.'-廣\一,‘1.?‘...^.'''■一.'.‘?V;l.蘭-‘..V''?'-1..:,..’—.尸I''.V:^,'...節(jié)..’'‘''1I.-‘'I-—’;r-’■.I,X'*?-'■'-■i??;\...?*?t—,1-.-?.??..-f.一'V:.1、.".■‘I

4、-'.^'..:、.■.'-’-'■.S-'‘.'■?>/.'’'-V‘■.'I.:A.f?‘-.....r'?'-.tir.■-'I’I1.:..f.人話r;.;靖。.’.■.■■I-■■-:■.'....'.V戶山.中V:;如■’>.-?一?-.、.化v:..Vr國內(nèi)圖書分類號:TP273學(xué)校代碼:10079國際圖書分類號:681

5、.5密級:公開專業(yè)碩士學(xué)位論文基于改進(jìn)粒子群算法的模型降階碩士研究生:盧昌盛導(dǎo)師:王東風(fēng)教授企業(yè)導(dǎo)師:王文治高級工程師申請學(xué)位:工程碩士專業(yè)領(lǐng)域:控制工程培養(yǎng)方式:全日制所在學(xué)院:控制與計算機工程學(xué)院答辯日期:2016年3月授予學(xué)位單位:華北電力大學(xué)ClassifiedIndex:TP273U.D.C:681.5ThesisfortheMasterDegreeModelReductionBasedonImprovedParticleSwarmOptimizationCandidate:LuChangshengSupervisor:Pr

6、of.WangDongfengSchool:SchoolofControlandComputerEngineeringDateofDefence:March,2016Degree-Conferring-Institution:NorthChinaElectricPowerUniversity華北電力大學(xué)碩士學(xué)位論文摘要隨著現(xiàn)代社會的飛速發(fā)展,工業(yè)過程不斷復(fù)雜,在實際應(yīng)用中出現(xiàn)的被控對象規(guī)模也越來越大,因此導(dǎo)致系統(tǒng)模型的階數(shù)也越來越高,這也造成了計算難度的加大以及控制成本的增加。因此模型降階理論這個方面一直都是熱門研究領(lǐng)域,盡管近些年國

7、內(nèi)外很多研究學(xué)者在這方面做了很多貢獻(xiàn),即通過對實際中存在的難以控制的高階對象進(jìn)行降階處理,以簡單的低階模型來替代實際高階對象,從而降低設(shè)計控制器的難度,提高控制效果和精度。但是在已有的成果中還有我們可以去進(jìn)一步探索的領(lǐng)域。本文在總結(jié)前人工作的基礎(chǔ)上,主要將高階模型與改進(jìn)粒子群優(yōu)化算法結(jié)合的模型降階方法做了進(jìn)一步的研究。本論文研究的主要內(nèi)容包括如下兩個方面:在模型降階問題上,本文主要是隨機選擇若干高階系統(tǒng)模型分別降為典型低階模型,這樣做有利于工程的實現(xiàn),同時也保證了系統(tǒng)的穩(wěn)定性;在改進(jìn)的粒子群優(yōu)化算法方面,則通過研究人工免疫與粒子群算法

8、,提出了一種基于自適應(yīng)免疫雙態(tài)粒子群優(yōu)化算法(AIBPSO)的模型降階方法,并分析降階后系統(tǒng)與原系統(tǒng)在誤差匹配尺度下的誤差參數(shù)和兩者在階躍響應(yīng)下的仿真輸出曲線。文中一方面將一般的模型降階方法(如Padé逼近法)與基于粒子

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。