基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对HHO算法存在搜索过程调整不够灵活,不能针对性地进行阶段性搜索,有时会陷入局部最优使算法搜索精度相对较差等问题,提出了一种基于改进哈里斯鹰优化(IHHO)算法的参数辨识方法.对HHO算法进行了两项改进:引人柔性递减策略,在迭代初期扩大全局搜索范围,在迭代后期延长局部搜索时间,从而加强了初期的全局搜索能力和后期的局部搜索能力;引人黄金正弦法,不但增加了种群的多样性,减少算法陷入局部最优的可能性,并且缩小了搜索空间,提高了寻优效率.应用于光伏电池工程模型的参数辨识中,IHHO算法比其他算法得到的辨识结果更为精确,辨识结果与实测数据拟合度更高,IHHO算法能够在不同环境下对光伏电池的工程模型进行准确的参数辨识.
推荐文章
采用改进型SOS算法的光伏组件模型参数辨识
共生生物搜索算法
准反射学习
元启发式算法
光伏组件模型
参数辨识
基于光伏组件内部参数辨识的故障诊断模型
光伏组件
参数辨识
量子粒子群
BP神经网络
故障诊断
光伏电池模型研究
光伏电池
数学模型
工程模型
太阳能电池
基于BSNN-ARX的光伏逆变器模型辨识
光伏逆变器
B样条神经网络
ARX模型
系统辨识
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 基于IHHO算法的光伏电池工程模型的参数辨识
来源期刊 计量学报 学科 工学
关键词 计量学 光伏电池 工程模型 参数辨识 改进哈里斯鹰优化算法 柔性递减 局部最优
年,卷(期) 2021,(2) 所属期刊栏目
研究方向 页码范围 221-227
页数 7页 分类号 TB971
字数 语种 中文
DOI 10.3969/j.issn.1000-1158.2021.02.14
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (88)
共引文献  (39)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(11)
  • 参考文献(1)
  • 二级参考文献(10)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(14)
  • 参考文献(2)
  • 二级参考文献(12)
2018(9)
  • 参考文献(1)
  • 二级参考文献(8)
2019(6)
  • 参考文献(4)
  • 二级参考文献(2)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
计量学
光伏电池
工程模型
参数辨识
改进哈里斯鹰优化算法
柔性递减
局部最优
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
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
论文1v1指导