给予粒子群算法的优点,将其用于电力系统中进行参数优化有明显效果
上传时间： 2014-11-24
上传用户：cxl274287265
脉冲电晕法烟气脱硫脱硝技术是利用电晕放电产生的高能电子与中性分子碰撞，产生自由基和活性粒子，在有氨加入的条件下，将SO2、NOx转化为硫铵和硝铵。根据现有脉冲电晕法电源设备不能大规模工业化实践应用的缺点，设计了一种新型的高频高压交直流叠加的脱硫脱硝电源。 本文重点介绍了交、直流电源的工作原理，对电源中的串联谐振情况进行了具体的分析，交流电源采用串联负载串联谐振的工作方式，直流电源采用并联负载串联谐振的工作方式。通过变压器升压和谐振升压，可使交流电压的上升率大于200V/us，直流电压可达到上万伏。同时计算了电源的主要参数，为实验打下基础。为了进一步提高交流电压的频率，针对感性负载，采用全桥移相软开关控制策略，为开关器件提供零电压关断条件。通过理论分析、仿真及实验对软、硬开关过程及损耗进行比较，证明软开关对提高开关频率的促进作用。 为方便对交、直流电压幅值进行调节，设计了电源控制系统，采用两个数字PID控制器，能同时对二者的幅值进行控制，并以液晶和键盘作为人机交互界面，方便用户的操作。 交直流叠加的电源可以使反应器产生稳定、宽范围、有效的流光。交流电压使放电增强，产生的自由基多，氧化脱除量增加。直流基压驱使正离子和电子离开流光通道，自由基分布更广，与SO2等接触面增加，增强脱硫脱硝效果。 本文也对脱硫脱硝系统的电磁干扰情况进行分析，并采用接地、屏蔽、隔离等方法提高系统的电磁兼容性能。
上传时间： 2013-04-24
上传用户：6546544
本设计的由单片机控制的自动加料系统是与料斗式干燥机配套的加料系统。根据加料工艺要求，其工作原理是：先将真空管关闭，启动电机，用低真空气流将塑料树脂粒子送入真空管，电机停转，再将粒子排入料斗，如此循环。 在设计的控制系统中，可用一个电机控制两个加料生产线，由方向阀切换。两个生产线既可单独运行，也可同时运行。假如两者同时运行，当一生产线输送结束后，判断到另一个生产线排料已经结束，那么，电机不停转而方向阀换向，从而为另一个生产线送料。这样可以发挥控制系统和电机的效率，从而实现供料自动化。
上传时间： 2013-10-20
上传用户：sdfsdfs1
粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域
标签： evolutionary computation PSO 粒子群
上传时间： 2015-03-28
上传用户：源弋弋
粒子群算法(pso)标准测试函数验证程序。在一个m文件中包括了目前文献中用于验证的7个标准测试函数(Ackley等)、三维动态显示，粒子过分集中时打散等功能。旨在为学习和研究者pso算法的同仁提供一个功能较为完备、简单易懂的标准版本，对于初学者可以通过此程序快速的实现入门，以便将更多的精力投入到深层次的研究中去！同时愿与所有致力于此的朋友共同探讨pso算法的改进与应用方面(如多目标、动态系统等)的经验。
上传时间： 2013-12-26
上传用户：tianjinfan
粒子群优化（PSO）算法研究进展综述，本人简要的从八个方面归纳了PSO的研究情况，涉及60余篇文献（主要是IEEE文献），对大多文献进行了简要评价。从文献资料显示，此方面较为系统的归纳尚未见报导，而国内相关成果亦较少。希望通过与大家的共享，以互相交流、共同进步
上传时间： 2015-08-24
上传用户：417313137
随着这些年计算机硬件水平的发展, 计算速度的提高, 源自序列蒙特卡罗方法的蒙特卡罗粒子滤波方法的应用研究又重新活跃起来。本文的这种蒙特卡罗粒子滤波算法是利用序列重要性采样的概念, 用一系列离散的带权重随机样本近似相 应的概率密度函数。由于粒子滤波方法没有像广义卡尔曼滤波方法那样对非线性系统做线性化的近似, 所以在非线性状态估计方面比广义卡尔曼滤波更有优势。在很多方面的应用已经逐渐有替代广义卡尔曼滤波的趋势。
上传时间： 2014-09-10
上传用户：671145514
跳变马尔可夫模型状态估计的粒子滤波算法研究，本文在系统分析传统粒子滤波理论与应用问题的基础上，重点研究了基于跳变马尔可夫状态空间模型的粒子滤波算法。针对混合系统在二维离散状态情形下的混合状态估计问题，给出了基于Rao-Blackwellised粒子滤波的二维离散状态与连续状态的同步估计算法，一定程度上缓解了传统粒子滤波算法在高维状态空间估计中的失效问题，有效提高了状态估计的精度。应用数值仿真计算，对相关粒子滤波算法的性能进行了比较分析。结果表明，本文研究的算法能够有效完成二维离散状态与连续状态的同步估计，其中，二维离散状态的估计准确率达到了 96％。
上传时间： 2013-12-12
上传用户：qb1993225
粒子滤波算法受到许多领域的研究人员的重视，该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度。在扩展卡尔曼滤波和Unscented卡尔曼滤波算法的基础上，本文提出一种新型粒子滤波算法。首先用Unscented卡尔曼滤波器产生系统的状态估计，然后用扩展卡尔曼滤波器重复这一过程并产生系统在k时刻的最终状态估计。在实验中，针对非线性程度不同的两种系统，分别采用五种粒子滤波算法进行实验。结果证明，本文所提出算法的各方面性能都明显优于其他四种粒子滤波算法。
上传时间： 2013-12-24
上传用户：hzy5825468
粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域
标签： evolutionary computation PSO 粒子群
上传时间： 2016-04-26
上传用户：zhuimenghuadie
