一种改进粒子群算法及其在热工过程模型辨识中的应用

• 作者: 刘长良 高文松
• 来源期刊: 热力发电
• 关键词: PSO算法 选择与变异 热工过程 模型辨识 收敛性
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 发电技术论坛
• 页码范围: 97-100,103
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2010.03.097

摘要

为了提高基本粒子群优化(PSO)算法的收敛性,提出了一种引入选择与变异机制的改进PSO算法.该算法选择一定范围的优秀粒子代替较差粒子,并使粒子以不同的概率变异.仿真试验表明,引入选择与变异机制使PSO算法的收敛速度得到了提高,并且有效抑制了PSO算法的早熟.将改进PSO算法应用于热工过程模型辨识,在较少的迭代次数内得到了比较精确的模型辨识结果,且具有很好的收敛性能,获得了满意的辨识效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘长良	华北电力大学自动化系	93	1044	17.0	29.0
2	高文松	华北电力大学自动化系	5	5	1.0	2.0