基于改進(jìn)CQPSO算法的壓電陶瓷建模研究
發(fā)布時(shí)間:2021-11-22 16:34
壓電精密定位技術(shù)在高精度定位與控制領(lǐng)域起著關(guān)鍵作用。針對(duì)壓電陶瓷遲滯非線(xiàn)性特性進(jìn)行建模與分析是當(dāng)前研究的一大熱點(diǎn)。傳統(tǒng)智能算法對(duì)遲滯模型的辨識(shí)易陷入局部最優(yōu),因此,提出一種改進(jìn)混沌量子粒子群算法(Improved chaotic quantum particle swarm optimiztaion, ICQPSO)。以量子粒子群算法(QPSO)結(jié)合基于早熟系數(shù)的混沌映射跳出局部收斂。引入變尺度法縮小可行解空間提升收斂效率和精度,采用Bouc-Wen微分方程模型對(duì)多頻輸入動(dòng)態(tài)遲滯現(xiàn)象進(jìn)行建模。經(jīng)實(shí)驗(yàn)驗(yàn)證,該算法對(duì)Bouc-Wen模型的辨識(shí)精度明顯高于GA、MFA算法。
【文章來(lái)源】:計(jì)算機(jī)應(yīng)用與軟件. 2019,36(10)北大核心
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
0 引 言
1 Bouc-Wen模型
2 量子粒子群算法與混沌映射
2.1 量子粒子群算法
2.2 Logistic映射
3 改進(jìn)混沌量子粒子群算法
3.1 早熟判斷機(jī)制
3.2 變尺度法空間搜索
4 實(shí) 驗(yàn)
5 結(jié) 語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]基于GSO算法的BRB改進(jìn)Bouc-Wen模型參數(shù)識(shí)別[J]. 鐘根全,周云,李麗娟,龔晨. 建筑結(jié)構(gòu)學(xué)報(bào). 2018(S1)
[2]基于改進(jìn)量子粒子群算法負(fù)荷優(yōu)化分配研究[J]. 黃麗,彭道剛,顧立群,張浩. 控制工程. 2017(07)
[3]基于逼近階躍函數(shù)和拉格朗日插值的改進(jìn)DDA方法[J]. 趙健,肖明,楊陽(yáng),陳俊濤,李冬冬. 巖土力學(xué). 2017(07)
[4]基于混沌量子粒子群的FHN神經(jīng)元UWB信號(hào)檢測(cè)[J]. 陳博文,蔣磊,劉瀟文,張群. 計(jì)算機(jī)工程與應(yīng)用. 2017(06)
[5]壓電陶瓷遲滯非線(xiàn)性前饋補(bǔ)償器[J]. 方楚,郭勁,徐新行,姜振華,王挺峰. 光學(xué)精密工程. 2016(09)
[6]基于并行混沌量子粒子群算法的梯級(jí)水庫(kù)群防洪優(yōu)化調(diào)度研究[J]. 鄒強(qiáng),王學(xué)敏,李安強(qiáng),何小聰,羅斌. 水利學(xué)報(bào). 2016(08)
[7]基于混沌量子粒子群算法的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)覆蓋優(yōu)化[J]. 王偉,朱娟娟,萬(wàn)家山,喬焰,李旸. 傳感技術(shù)學(xué)報(bào). 2016(02)
[8]具備反向?qū)W習(xí)和局部學(xué)習(xí)能力的粒子群算法[J]. 夏學(xué)文,劉經(jīng)南,高柯夫,李元香,曾輝. 計(jì)算機(jī)學(xué)報(bào). 2015(07)
[9]一種基于空間混沌序列的量子粒子群優(yōu)化算法及其應(yīng)用[J]. 靳雁霞,師志斌. 計(jì)算機(jī)應(yīng)用與軟件. 2013(04)
[10]Chaos quantum particle swarm optimization for reactive power optimization considering voltage stability[J]. 瞿蘇寒,馬平,蔡興國(guó). Journal of Harbin Institute of Technology. 2010(03)
碩士論文
[1]擠壓式磁流變阻尼器的控制系統(tǒng)研究[D]. 甘楊俊杰.南京航空航天大學(xué) 2016
本文編號(hào):3512069
【文章來(lái)源】:計(jì)算機(jī)應(yīng)用與軟件. 2019,36(10)北大核心
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
0 引 言
1 Bouc-Wen模型
2 量子粒子群算法與混沌映射
2.1 量子粒子群算法
2.2 Logistic映射
3 改進(jìn)混沌量子粒子群算法
3.1 早熟判斷機(jī)制
3.2 變尺度法空間搜索
4 實(shí) 驗(yàn)
5 結(jié) 語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]基于GSO算法的BRB改進(jìn)Bouc-Wen模型參數(shù)識(shí)別[J]. 鐘根全,周云,李麗娟,龔晨. 建筑結(jié)構(gòu)學(xué)報(bào). 2018(S1)
[2]基于改進(jìn)量子粒子群算法負(fù)荷優(yōu)化分配研究[J]. 黃麗,彭道剛,顧立群,張浩. 控制工程. 2017(07)
[3]基于逼近階躍函數(shù)和拉格朗日插值的改進(jìn)DDA方法[J]. 趙健,肖明,楊陽(yáng),陳俊濤,李冬冬. 巖土力學(xué). 2017(07)
[4]基于混沌量子粒子群的FHN神經(jīng)元UWB信號(hào)檢測(cè)[J]. 陳博文,蔣磊,劉瀟文,張群. 計(jì)算機(jī)工程與應(yīng)用. 2017(06)
[5]壓電陶瓷遲滯非線(xiàn)性前饋補(bǔ)償器[J]. 方楚,郭勁,徐新行,姜振華,王挺峰. 光學(xué)精密工程. 2016(09)
[6]基于并行混沌量子粒子群算法的梯級(jí)水庫(kù)群防洪優(yōu)化調(diào)度研究[J]. 鄒強(qiáng),王學(xué)敏,李安強(qiáng),何小聰,羅斌. 水利學(xué)報(bào). 2016(08)
[7]基于混沌量子粒子群算法的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)覆蓋優(yōu)化[J]. 王偉,朱娟娟,萬(wàn)家山,喬焰,李旸. 傳感技術(shù)學(xué)報(bào). 2016(02)
[8]具備反向?qū)W習(xí)和局部學(xué)習(xí)能力的粒子群算法[J]. 夏學(xué)文,劉經(jīng)南,高柯夫,李元香,曾輝. 計(jì)算機(jī)學(xué)報(bào). 2015(07)
[9]一種基于空間混沌序列的量子粒子群優(yōu)化算法及其應(yīng)用[J]. 靳雁霞,師志斌. 計(jì)算機(jī)應(yīng)用與軟件. 2013(04)
[10]Chaos quantum particle swarm optimization for reactive power optimization considering voltage stability[J]. 瞿蘇寒,馬平,蔡興國(guó). Journal of Harbin Institute of Technology. 2010(03)
碩士論文
[1]擠壓式磁流變阻尼器的控制系統(tǒng)研究[D]. 甘楊俊杰.南京航空航天大學(xué) 2016
本文編號(hào):3512069
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3512069.html
最近更新
教材專(zhuān)著