本文關鍵詞：基于混沌模擬退火PSO算法的威布爾分布參數(shù)估計應用研究　出處：《振動與沖擊》2017年12期 　論文類型：期刊論文

  更多相關文章： 混沌 模擬退火 粒子群算法 威布爾分布 參數(shù)估計

【摘要】：針對三參數(shù)威布爾分布模型采用精確解法直接求解的不足,提出基于混沌模擬退火粒子群優(yōu)化方法進行參數(shù)估計。引入Logistic混沌因子調整粒子群優(yōu)化算法的更新策略以充分釋放其遍歷搜索能力,并采用模擬退火方法依據(jù)Tsallis接受準則以一定概率接受新狀態(tài),使算法避免陷入"早熟"進而實現(xiàn)全局最優(yōu)搜索;同時為降低算法在迭代計算上的時間開銷,運用圖解法獲得的初始解為其提供搜索范圍。將該方法運用到軸承轉子可靠度威布爾分布參數(shù)估計中,實驗分析表明該方法具有可行性和有效性,與遺傳算法、模擬退火粒子群優(yōu)化算法相比具有更好的尋優(yōu)能力。
[Abstract]:For the three-parameter Weibull distribution model, the exact solution is used to solve the problem directly. A parameter estimation method based on chaotic simulated annealing particle swarm optimization is proposed. Logistic chaos factor is introduced to adjust the updating strategy of particle swarm optimization algorithm to fully release its traversal search ability. The simulated annealing method is used to accept the new state with a certain probability according to the Tsallis acceptance criterion, so that the algorithm can avoid falling into "precocity" and realize the global optimal search. At the same time, in order to reduce the time cost of iterative calculation, the initial solution obtained by graphical method is used to provide the search range for the algorithm, and the method is applied to the Weibull distribution parameter estimation of bearing rotor reliability. The experimental results show that this method is feasible and effective, and it has better searching ability than genetic algorithm and simulated annealing particle swarm optimization algorithm.
【作者單位】： 海軍工程大學動力工程學院;
【基金】：國家自然科學基金資助項目(51579242) 湖北省自然科學基金項目(2013CFB)
【分類號】：TB114.3;TP18
【正文快照】： 可靠性分析是產品使用過程中的一項重要工作,發(fā)揮著越來越重要的作用,威布爾分布作為一種描述機械壽命分布的概率統(tǒng)計模型以其強大的適應性和魯棒性正被廣泛應用。兩參數(shù)威布爾分布在描述設備初期可靠性時誤差較大,而三參數(shù)威布爾分布能夠準確描述產品全壽命周期可靠性分布規(guī)

【相似文獻】

相關期刊論文 前10條

1 王卓鵬,高國成,楊衛(wèi)平;一種高效的快速模擬退火算法[J];山東礦業(yè)學院學報;1998年02期

2 王新生,姜友華,李仁東,韓志斌;模擬退火算法及其在非線性地學模型參數(shù)估計中的應用[J];華中師范大學學報(自然科學版);2001年01期

3 陳衛(wèi)東,孟小華;求圖控制集問題的模擬退火算法的改進[J];重慶師范大學學報(自然科學版);2004年02期

4 張明超;蔡永香;;基于快速模擬退火算法的地圖微縮研究[J];長江大學學報(自然科學版);2011年09期

5 袁桂霞;;模擬退火算法優(yōu)化無線傳感器網絡路由技術[J];科技通報;2012年12期

6 馬良;多目標平面選址問題的模擬退火算法[J];系統(tǒng)工程理論與實踐;1997年03期

7 王洪凱;管延勇;史開泉;;粗交流整體最優(yōu)傳遞序列的模擬退火算法[J];系統(tǒng)工程理論與實踐;2006年09期

8 康立山;陳毓屏;;解貨郎擔問題的異步并行模擬退火算法[J];自然科學進展;1991年03期

9 高尚;模擬退火算法中的退火策略研究[J];航空計算技術;2002年04期

10 段紅偉;胡勁松;;基于模擬退火算法的實現(xiàn)及應用[J];科技信息(學術研究);2007年31期

相關會議論文 前10條

1 顏聲遠;陳玉;梁龍遠;;基于模擬退火算法的操縱器排列優(yōu)化[A];中國核學會核能動力分會2013年學術研討會論文集[C];2013年

2 秦進;吳瓊;;改進的模擬退火算法及其在物流網絡設計問題中的應用[A];第八屆中國青年運籌信息管理學者大會論文集[C];2006年

3 馬平;柴欣;李濤;楊愚魯;;動態(tài)重構系統(tǒng)中基于模擬退火算法的劃分[A];全國第十屆企業(yè)信息化與工業(yè)工程學術年會論文集[C];2006年

4 洪興楠;張瀟林;王作鵬;吳丹策;;對模擬退火優(yōu)化算法的改進[A];1997年全國微波會議論文集(下冊)[C];1997年

5 黎建強;薜玨;張國慶;;一種基于模擬退火的倉庫布局算法[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國系統(tǒng)工程學會第十屆年會論文集[C];1998年

6 蒲忠昊;王林;張磊;;一種改進的快速自適應模擬退火算法[A];2006中國控制與決策學術年會論文集[C];2006年

7 陳德旺;裴麗君;劉靜;;基于模擬退火的交通誘導信息發(fā)布范圍的算法研究[A];第二十九屆中國控制會議論文集[C];2010年

8 王新生;姜友華;;模擬退火算法在設施定位問題中的應用研究[A];“資源環(huán)境與區(qū)域發(fā)展中的計算問題”研討會論文集[C];2006年

9 吳進華;吳華麗;周仕;;基于模擬退火的粒子群優(yōu)化算法[A];第三屆全國虛擬儀器大會論文集[C];2008年

10 忻獲麟;沈寧;;“麥克斯韋熱怪”:模擬退火新方案[A];科技、工程與經濟社會協(xié)調發(fā)展——中國科協(xié)第五屆青年學術年會論文集[C];2004年

相關博士學位論文 前1條

1 趙松原;模擬退火結合正交分解算法的氣動外形最優(yōu)化設計[D];南京航空航天大學;2006年

相關碩士學位論文 前10條

1 邵文超;基于模擬退火算法的船舶航向PID控制器參數(shù)優(yōu)化研究[D];大連海事大學;2015年

2 劉亞南;基于模擬退火算法的施工項目動態(tài)可靠性優(yōu)化研究[D];西安建筑科技大學;2016年

3 許萍;基于模擬退火的空域扇區(qū)優(yōu)化方法研究[D];中國民航大學;2014年

4 程玲;模擬退火算法在分裂系構造中的應用[D];上海交通大學;2010年

5 龐峰;模擬退火算法的原理及算法在優(yōu)化問題上的應用[D];吉林大學;2006年

6 項寶衛(wèi);結構優(yōu)化中的模擬退火算法研究和應用[D];大連理工大學;2004年

7 張玉虎;基于模擬退火的分類算法研究與實現(xiàn)[D];青島大學;2013年

8 閆穎;基于模擬退火和團劃分的綜合技術研究[D];哈爾濱工程大學;2010年

9 許彥釗;模擬退火優(yōu)化神經網絡研究及其在入侵檢測中的應用[D];吉林大學;2009年

10 黃宏用;改進的遺傳—模擬退火算法在公交排班中的應用[D];蘭州理工大學;2011年

，

本文編號：1400768