基于FNO-PSO算法火电机组煤耗模型的参数辨识

• 作者: 付诗琪 沈艳军 罗娟
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: PSO算法 FNO算法 IPSO算法 煤耗特性 参数辨识
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 机电工程
• 页码范围: 87-91
• 页数: 5页
• 分类号: TP18
• 字数: 3997字
• 语种: 中文
• DOI: 10.13393/j.cnki.issn.1672-948X.2016.06.017

摘要

本文针对粒子群(PSO)算法存在的早熟和局部收敛问题,结合分数阶神经优化算法(fractional-neuro-optimizer,即FNO),提出一种新的混合PSO算法—FNO-PSO算法.该算法通过FNO算法对PSO算法中的惯性权重进行更新,以保证粒子在搜索空间运动的多样性,降低了PSO算法后期因种群过于密集而陷入局部最优的可能性.最后,通过这种算法辨识火电机组煤耗模型中的参数,并与PSO算法、IPSO算法进行对比,仿真结果显示该混合FNO-PSO算法能够更准确、更快速的辨识煤耗模型中的未知参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈艳军	三峡大学新能源微电网湖北省协同创新中心	39	130	6.0	10.0
2	付诗琪	三峡大学新能源微电网湖北省协同创新中心	1	4	1.0	1.0
3	罗娟	三峡大学新能源微电网湖北省协同创新中心	1	4	1.0	1.0