基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

• 作者: 刘明光 王娟
• 来源期刊: 电机与控制应用
• 学科: 工学
• 关键词: 磁化曲线 最小二乘支持向量机 粒子群算法 曲线拟合 参数优化
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 研究与设计
• 页码范围: 26-29
• 页数: 4页
• 分类号: TM301.2
• 字数: 2590字
• 语种: 中文

摘要

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要.提出了一种基于粒子群算法-最小二乘支持向量机(PSO-LSSVM)算法的磁化曲线拟合方法.该方法用粒子群优化算法解决了最小二乘支持向量机(ISSVM)参数的选择问题.仿真结果显示PSO-LSSVM算法能获得最优的LSSVM参数,且采用PSO-LSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘明光	北京交通大学电气工程学院	101	826	15.0	24.0
2	王娟	北京交通大学电气工程学院	18	82	6.0	9.0