發(fā)布時間：2018-06-27 23:27

  本文選題：粒子群優(yōu)化算法 + 布谷鳥搜索算法��； 參考：《計算機(jī)應(yīng)用》2017年01期

【摘要】：針對布谷鳥搜索(CS)算法存在后期收斂速度慢、計算精度不高和陷入局部最優(yōu)等缺點(diǎn),提出了混沌布谷鳥(CCS)算法。首先,通過混沌理論初始化種群來增加種群多樣性;然后,對局部最優(yōu)值引入混沌擾動算子來跳出早熟收斂,提高計算精度,進(jìn)而完成全局優(yōu)化。對4個單目標(biāo)基準(zhǔn)函數(shù)進(jìn)行仿真測試,對比最優(yōu)值、最差值、平均值、中位數(shù)值及標(biāo)準(zhǔn)差值,結(jié)果表明,基于CCS算法比CS算法有更快的收斂速度和更高的收斂精度。在電力系統(tǒng)中諧波問題成分引起電流波形畸變,電網(wǎng)不穩(wěn)定。精確分析諧波成分是解決諧波污染的重要前提。將性能更好的CCS算法應(yīng)用于諧波估計,通過比較估計均值及標(biāo)準(zhǔn)偏差,結(jié)果顯示在分析諧波電流時CCS算法相比粒子群優(yōu)化(PSO)算法具有更好的性能。
[Abstract]:A chaotic Cuckoo search (CCS) algorithm is proposed to overcome the shortcomings of slow convergence, low accuracy and local optimization in the Cuckoo search (CS) algorithm. Firstly, the population diversity is increased by initializing the population by chaos theory, and then chaotic perturbation operator is introduced to the local optimal value to jump out of premature convergence and improve the calculation accuracy, and then complete the global optimization. Four single objective benchmark functions are simulated and compared with the optimal value, the most differential value, the average value, the median value and the standard difference. The results show that the CCS algorithm has faster convergence speed and higher convergence accuracy than CS algorithm. The harmonic components in power system cause distortion of current waveform and instability of power network. Accurate analysis of harmonic components is an important prerequisite to solve harmonic pollution. The better performance CCS algorithm is applied to harmonic estimation. The results show that CCS algorithm has better performance than particle swarm optimization (PSO) algorithm in analyzing harmonic current by comparing the estimated mean and standard deviation.
【作者單位】： 太原科技大學(xué)電子信息工程學(xué)院;
【基金】：太原科技大學(xué)研究生科技創(chuàng)新項目(20145019);太原科技大學(xué)博士科研啟動基金資助項目(20142003)~~
【分類號】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王國光;王樹勛;;混沌背景下微弱諧波信號的恢復(fù)[J];吉林大學(xué)學(xué)報(工學(xué)版);2006年03期

2 葉黎明,肖健華;電力系統(tǒng)無功補(bǔ)償及諧波抑制智能系統(tǒng)[J];東北電力技術(shù);2002年06期

3 李月,楊寶俊,鄧小英,林紅波;諧波信號頻率的混沌檢測方法[J];電子與信息學(xué)報;2005年05期

4 蘇婷婷;孔令講;楊建宇;;基于多諧波微多普勒信號分析的目標(biāo)攝動參數(shù)提取方法[J];電子與信息學(xué)報;2008年11期

5 竇慧晶,王樹勛,汪飛;相關(guān)乘性和加性噪聲背景下的二維諧波恢復(fù)[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2005年01期

6 姜可宇;蔡志明;王平波;陸振波;;基于RBF神經(jīng)網(wǎng)絡(luò)模型的混沌背景下諧波信號提取[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2007年05期

7 毛用才,保錚;復(fù)高斯乘性和加性噪聲中復(fù)諧波的Cramer-Rao界[J];通信學(xué)報;1997年09期

8 李宏偉,程乾生;二維諧波的累量公式[J];通信學(xué)報;1998年02期

9 汪芙平,郭靜波,王贊基,蕭達(dá)川,李茂堂;強(qiáng)混沌干擾中的諧波信號提取[J];物理學(xué)報;2001年06期

10 竇慧晶,王樹勛,汪飛;相關(guān)乘性和加性噪聲共存背景下的諧波恢復(fù)[J];吉林大學(xué)學(xué)報(工學(xué)版);2005年01期

相關(guān)會議論文 前1條

1 付麗華;李宏偉;張猛;;復(fù)雜噪聲中諧波信號恢復(fù)的小波方法[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

相關(guān)碩士學(xué)位論文 前5條

1 劉強(qiáng);混沌背景下諧波信號的多域聯(lián)合盲提取算法研究[D];黑龍江大學(xué);2014年

2 蔣永洲;再生型切削加工系統(tǒng)動態(tài)響應(yīng)的諧波恢復(fù)[D];吉林大學(xué);2008年

3 葉進(jìn)生;諧波小波包在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D];華北電力大學(xué)（河北）;2009年

4 王冬青;基于時頻聯(lián)合的混沌諧波盲提取算法研究[D];黑龍江大學(xué);2013年

5 伍昂;TDLAS諧波信號線型計算方法的研究[D];昆明理工大學(xué);2011年

，

本文編號：2075682