资料下载
×
粒子群优化算法基本原理及在直线感应电机中的应用
消耗积分:0 |
格式:pdf |
大小:0.12 MB |
2023-07-19
香香技术员
分享资料个
摘要首先介绍了粒子群优化算法（PSO）的基本原理，根据实验提出了改进措施，增强了粒子群优化算法的全局寻优能力。然后结合直线感应电机的设计特点，利用改进的粒子群优化算法对电机进行了优化设计，取得了较为满意的结果。
粒子群优化算法（PSO）是一种源于对鸟群捕食行为的研究而发明的进化计算技术（evolution—arycomputation），最先由Eberhart博士和Kennedy博士文献E13E23提出。同遗传算法相比较，PSO不但具有遗传算法的全局寻优能力，通过调整参数，PSO还可同时具有较强的局部寻优能力。由于没有个体杂交，变异等运算操作，PSO的参数调整变得简单而易行，更适合于计算机编程处理。直线感应电机优化设计属于复杂的非线性约束规划问题。目前在这方面已有论文发表，由于算法本身存在着局限性，使得优化结果，优化时间不很令人满意。本文详细分析了PSO的算法原理，提出了改进措施，并用典型函数进行了验证，实验证明该算法全局寻优能力好，计算速度快，适合于电机优化设计。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
