原文服务方: 杭州电子科技大学学报(自然科学版)       
摘要:
该文针对PSO容易陷入局部最优的缺陷,提出了PSO-Powell辨识算法.该算法首先进行PSO的全局搜索,以全局搜索的最好粒子作为进行Powell搜索的起始点进行搜素,克服了PSO容易陷入局部最优点的缺陷.通过测试用例的测试,证明了该算法的有效性;并对非线性Hammerstein模型和典型的三级串联模型进行了常规方法和该文算法的辨识,对比结果表明了该算法对于辨识参数具有大范围选取能力.仿真结果表明该算法是模型参数辨识的一个有效方法.
推荐文章
一种新型Powell粒子群算法同步综合换热网络
换热网络综合
整型变量优化
Powell法
群体智能
一种改进的粒子群优化算法
粒子集
优化算法
轨迹信息
惯性权重
一种改进的粒子群算法
粒子群算法
极值
惯性权重
一种基于双子群的改进粒子群优化算法
收敛性
粒子群优化算法
子群
杂交机制
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的粒子群算法——PSO-Powell
来源期刊 杭州电子科技大学学报(自然科学版) 学科
关键词 粒子群算法 三级串联模型 参数辨识
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 12-16
页数 分类号 TP273
字数 语种 中文
DOI 10.3969/j.issn.1001-9146.2010.04.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王燕 中国石油化工股份有限公司信息系统管理部 71 189 7.0 10.0
2 靳其兵 北京化工大学信息科学与技术学院 103 805 15.0 23.0
3 张瑶 江苏大学电气信息工程学院 10 75 5.0 8.0
4 孙晓天 北京化工大学信息科学与技术学院 6 45 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (50)
参考文献  (1)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (6)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粒子群算法
三级串联模型
参数辨识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
杭州电子科技大学学报(自然科学版)
双月刊
1001-9146
33-1339/TN
chi
出版文献量(篇)
3184
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导