基于粒子群的改进智能算法在载荷识别中的应用

• 作者: 张猛 曲先强 谢兵 谢博群
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 载荷识别 反问题 粒子群优化算法(PSO) 遗传算法
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 机械工程?控制科学与工程
• 页码范围: 343-349
• 页数: 7页
• 分类号: O342|TP311
• 字数: 5024字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2019.02.013

摘要

针对粒子群优化算法(PSO)无法处理反求问题中的病态问题,基于粒子群优化算法,通过遗传算法对粒子群优化算法进行改进,提出一种改进的粒子群优化算法(GAPSO),通过载荷识别对该方法进行验证,并应用于静态载荷识别和动态载荷识别算例中.研究结果表明:改进后的粒子群优化算法既能使粒子群优化算法处理病态问题,又提高了反求问题的求解精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲先强	哈尔滨工程大学船舶工程学院	19	87	6.0	8.0
2	谢兵		3	6	1.0	2.0
4	张猛	哈尔滨工程大学船舶工程学院	12	21	3.0	4.0
5	谢博群	哈尔滨工程大学船舶工程学院	3	5	1.0	2.0