期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Prony和改进PSO算法的多机PSS参数优化
被引量：
17
1
作者
郭成
李群湛
王德林
《电力自动化设备》
EI
CSCD
北大核心
2009年第3期16-21,共6页
针对多机电力系统稳定器(PSS)的参数优化问题,提出了采用Prony算法辨识互联电力系统低频振荡的机电模式,利用基于T-S模型模糊自适应的改进微粒群优化(T-SPSO)算法协调PSS参数的控制策略。先采用基于Prony分析的留数法确定PSS的最优安装...
针对多机电力系统稳定器(PSS)的参数优化问题,提出了采用Prony算法辨识互联电力系统低频振荡的机电模式,利用基于T-S模型模糊自适应的改进微粒群优化(T-SPSO)算法协调PSS参数的控制策略。先采用基于Prony分析的留数法确定PSS的最优安装位置,然后通过对采样数据的Prony分析辨识系统振荡模式的特征值,最后利用所提T-SPSO算法协调优化多机PSS参数。T-SPSO算法根据当前种群最优适应值和惯性权重,自适应更新惯性权重取值,解决了PSO算法的早熟问题。针对IEEE4机系统的仿真分析表明,基于T-SPSO算法优化后的多机PSS控制器,在2种典型运行方式下都具有更好的控制性能。
展开更多
关键词
电力系统稳定器
参数优化
PRONY分析
微粒群优化算法
t-spso
在线阅读
下载PDF
职称材料
控制系统的辨识建模及微粒群优化设计
被引量：
2
2
作者
郭成
李群湛
《计算机工程与应用》
CSCD
北大核心
2010年第15期57-59,92,共4页
针对控制系统的传递函数建模与控制器的参数优化问题,提出了基于Prony和微粒群优化(PSO)算法的设计方案。首先在被控对象的输入端施加一个脉冲信号,然后对其输出信号进行Prony分析,得出该被控对象的传递函数,最后采用改进PSO算法进行控...
针对控制系统的传递函数建模与控制器的参数优化问题,提出了基于Prony和微粒群优化(PSO)算法的设计方案。首先在被控对象的输入端施加一个脉冲信号,然后对其输出信号进行Prony分析,得出该被控对象的传递函数,最后采用改进PSO算法进行控制器的参数优化设计。基于辨识的Prony算法可快速准确得出被控对象的传递函数;基于T-S模型模糊自适应的改进PSO算法(T-SPSO算法)依据种群当前最优性能指标和惯性权重自适应惯性权重取值,较好解决了PSO算法的早熟问题,可以更好地优化控制器参数。该方案实现了控制系统的精确建模与优化设计,仿真结果验证了所提方案的有效性。
展开更多
关键词
传递函数
辨识
PRONY算法
微粒群算法
基于T-S模型的PSO算法(
t-spso
)
比例-积分-微分(PID)控制
在线阅读
下载PDF
职称材料
基于T-S模型的模糊自适应PSO算法
3
作者
郭成
李群湛
阴艳超
《系统仿真学报》
CAS
CSCD
北大核心
2009年第14期4335-4338,共4页
惯性权重的取值对改善微粒群优化(Particle Swarm Optimization,PSO)算法的收敛性起着关键作用。针对惯性权重的取值问题,提出一种基于T-S模型的模糊自适应PSO(T-SPSO)算法。算法根据当前种群最优适应值和惯性权重,自适应更新惯性权重取...
惯性权重的取值对改善微粒群优化(Particle Swarm Optimization,PSO)算法的收敛性起着关键作用。针对惯性权重的取值问题,提出一种基于T-S模型的模糊自适应PSO(T-SPSO)算法。算法根据当前种群最优适应值和惯性权重,自适应更新惯性权重取值,改善了算法收敛性。最后以典型优化问题的实例仿真验证了所提出算法有效性。
展开更多
关键词
微粒群优化算法
惯性权重
T-S模糊模型
t-spso
收敛性
原文传递
利用T-S模糊自适应PSO算法优化PID参数
被引量：
3
4
作者
郭成
李群湛
《计算机工程与应用》
CSCD
北大核心
2009年第3期245-248,共4页
针对微粒群优化算法存在的早熟问题,提出了一种基于T-S模型的模糊自适应PSO算法(T-SPSO算法)。算法依据种群当前最优性能指标和惯性权重值所制定T-S规则,动态自适应惯性权重取值,改善了PSO算法的收敛性。将该算法应用于PID控制器的参数...
针对微粒群优化算法存在的早熟问题,提出了一种基于T-S模型的模糊自适应PSO算法(T-SPSO算法)。算法依据种群当前最优性能指标和惯性权重值所制定T-S规则,动态自适应惯性权重取值,改善了PSO算法的收敛性。将该算法应用于PID控制器的参数整定,可得到更优的控制器参数。仿真结果验证了所提出算法的有效性和所设计控制器的优越性。
展开更多
关键词
微粒群优化算法
PID控制
参数优化
基于T-S模型的模糊自适应PSO算法
早熟
在线阅读
下载PDF
职称材料
题名
基于Prony和改进PSO算法的多机PSS参数优化
被引量：
17
1
作者
郭成
李群湛
王德林
机构
西南交通大学电气工程学院
出处
《电力自动化设备》
EI
CSCD
北大核心
2009年第3期16-21,共6页
文摘
针对多机电力系统稳定器(PSS)的参数优化问题,提出了采用Prony算法辨识互联电力系统低频振荡的机电模式,利用基于T-S模型模糊自适应的改进微粒群优化(T-SPSO)算法协调PSS参数的控制策略。先采用基于Prony分析的留数法确定PSS的最优安装位置,然后通过对采样数据的Prony分析辨识系统振荡模式的特征值,最后利用所提T-SPSO算法协调优化多机PSS参数。T-SPSO算法根据当前种群最优适应值和惯性权重,自适应更新惯性权重取值,解决了PSO算法的早熟问题。针对IEEE4机系统的仿真分析表明,基于T-SPSO算法优化后的多机PSS控制器,在2种典型运行方式下都具有更好的控制性能。
关键词
电力系统稳定器
参数优化
PRONY分析
微粒群优化算法
t-spso
Keywords
power system stabilizer
parameter optimization
Prony analysis
particle swarm optimization
T- SPSO
分类号
TM761 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
控制系统的辨识建模及微粒群优化设计
被引量：
2
2
作者
郭成
李群湛
机构
西南交通大学电气工程学院成都
出处
《计算机工程与应用》
CSCD
北大核心
2010年第15期57-59,92,共4页
基金
国家“十一五”科技支撑计划重大项目资助No.2007BAA12B5~~
文摘
针对控制系统的传递函数建模与控制器的参数优化问题,提出了基于Prony和微粒群优化(PSO)算法的设计方案。首先在被控对象的输入端施加一个脉冲信号,然后对其输出信号进行Prony分析,得出该被控对象的传递函数,最后采用改进PSO算法进行控制器的参数优化设计。基于辨识的Prony算法可快速准确得出被控对象的传递函数;基于T-S模型模糊自适应的改进PSO算法(T-SPSO算法)依据种群当前最优性能指标和惯性权重自适应惯性权重取值,较好解决了PSO算法的早熟问题,可以更好地优化控制器参数。该方案实现了控制系统的精确建模与优化设计,仿真结果验证了所提方案的有效性。
关键词
传递函数
辨识
PRONY算法
微粒群算法
基于T-S模型的PSO算法(
t-spso
)
比例-积分-微分(PID)控制
Keywords
transfer function
idemtification
Prony algorithm
particle swarm optimization
PSO algorithm based on T-S mode（lTSPSO）
Proportion-Integral-Derivative（PID） control
分类号
TP13 [自动化与计算机技术—控制理论与控制工程]
TP273.2 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于T-S模型的模糊自适应PSO算法
3
作者
郭成
李群湛
阴艳超
机构
西南交通大学电气工程学院
西南交通大学CAD工程中心
出处
《系统仿真学报》
CAS
CSCD
北大核心
2009年第14期4335-4338,共4页
文摘
惯性权重的取值对改善微粒群优化(Particle Swarm Optimization,PSO)算法的收敛性起着关键作用。针对惯性权重的取值问题,提出一种基于T-S模型的模糊自适应PSO(T-SPSO)算法。算法根据当前种群最优适应值和惯性权重,自适应更新惯性权重取值,改善了算法收敛性。最后以典型优化问题的实例仿真验证了所提出算法有效性。
关键词
微粒群优化算法
惯性权重
T-S模糊模型
t-spso
收敛性
Keywords
particle swarm optimization
inertia weight
T-S fuzzy model
t-spso
convergence
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
利用T-S模糊自适应PSO算法优化PID参数
被引量：
3
4
作者
郭成
李群湛
机构
西南交通大学电气工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2009年第3期245-248,共4页
基金
国家科技支撑计划资助项目(No.2007BAA12B5)~~
文摘
针对微粒群优化算法存在的早熟问题,提出了一种基于T-S模型的模糊自适应PSO算法(T-SPSO算法)。算法依据种群当前最优性能指标和惯性权重值所制定T-S规则,动态自适应惯性权重取值,改善了PSO算法的收敛性。将该算法应用于PID控制器的参数整定,可得到更优的控制器参数。仿真结果验证了所提出算法的有效性和所设计控制器的优越性。
关键词
微粒群优化算法
PID控制
参数优化
基于T-S模型的模糊自适应PSO算法
早熟
Keywords
Particle Swarm Optimization （PSO）
PID control
parameter optimization
Particle Swarm Optimization based on T-S model （
t-spso
）
premature
分类号
TP273.2 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Prony和改进PSO算法的多机PSS参数优化
郭成
李群湛
王德林
《电力自动化设备》
EI
CSCD
北大核心
2009
17
在线阅读
下载PDF
职称材料
2
控制系统的辨识建模及微粒群优化设计
郭成
李群湛
《计算机工程与应用》
CSCD
北大核心
2010
2
在线阅读
下载PDF
职称材料
3
基于T-S模型的模糊自适应PSO算法
郭成
李群湛
阴艳超
《系统仿真学报》
CAS
CSCD
北大核心
2009
0
原文传递
4
利用T-S模糊自适应PSO算法优化PID参数
郭成
李群湛
《计算机工程与应用》
CSCD
北大核心
2009
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
