基于支持向量机和粒子群算法的横向磁通感应加热优化问题研究

基于支持向量机和粒子群算法的横向磁通感应加热优化问题研究

ID:34962268

大小:2.87 MB

页数:62页

时间:2019-03-15

基于支持向量机和粒子群算法的横向磁通感应加热优化问题研究_第1页
基于支持向量机和粒子群算法的横向磁通感应加热优化问题研究_第2页
基于支持向量机和粒子群算法的横向磁通感应加热优化问题研究_第3页
基于支持向量机和粒子群算法的横向磁通感应加热优化问题研究_第4页
基于支持向量机和粒子群算法的横向磁通感应加热优化问题研究_第5页
资源描述:

《基于支持向量机和粒子群算法的横向磁通感应加热优化问题研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:TM15密级:UDC:621.3编号:201321401087河北工业大学硕士学位论文基于支持向量机和粒子群算法的横向磁通感应加热优化问题研究论文作者:阴柳霞学生类别:全日制学科门类:工学学科专业:电气工程指导教师:汪友华职称:教授ThesisSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofElectricalEngineeringRESEARCHONOPTIMIZATIONPROBLEMFORTRANSVERSEFLUXINDUCTIONHEATIN

2、GBASEDONSVMANDPSObyYinLiuxiaSupervisor:Prof.WangYouhuaMarch2016摘要横向磁通感应加热技术以其加热速度快、效率高、质量好等诸多优点备受人们青睐,但是横向磁通感应加热装置存在着出口处沿带材宽度方向上带材温度分布不均匀的问题,这严重限制了其推广应用。本文的主要研究内容就是采用粒子群算法对这一问题进行优化,同时,由于影响带材表面温度分布的因素有很多,而且横向磁通感应加热优化问题涉及到三维非线性耦合场的计算,十分复杂且计算量庞大,因此本文还利用支持向量机建立感应加热电流、频率

3、以及线圈尺寸与带材在出口处的温度平均相对误差之间的回归预测模型,以回归模型代替耦合场的计算,降低优化过程中的计算复杂度,提高计算效率。本文的重点研究内容之一是对粒子群算法的改进。粒子群算法是一种快速有效的群智能算法,它原理简单,很容易实现,但同时也存在着易陷入局部极值和搜索精度不高的问题。本文从粒子群算法寻优过程中的粒子分布入手,科学地提出了“速度可控粒子群算法”,主要体现在两点:一是对种群进行均匀初始化;二是根据迭代过程中超出可行域范围的粒子个数来对粒子速度进行相应的调节。通过对几个典型函数进行仿真测试,结果表明本文提出的改

4、进有效地提高了粒子群算法的优化性能。本文在支持向量机和改进的粒子群算法的基础上通过MATLAB编程实现了对横向磁通感应加热问题的优化,建立了支持向量机回归预测模型,减少了大量复杂计算,节约了时间,为横向磁通感应加热装置的优化设计提供了理论参考。关键字:支持向量机粒子群算法算法改进横向磁通感应加热优化IABSTRACTThetransversefluxinductionheating(TFIH)technologyislikelytobepopularinmanyindustryfieldsbecauseofitsfast,ef

5、ficientheatingandgoodquality.Butithastheproblemthatthetemperaturedistributionofthestripattheoutletisnotuniform,whichlimitsitsapplication.Themainworkofthispaperistouseparticleswarmoptimization(PSO)tooptimizethisproblem.Besides,therearemanyfactorsthataffectthetemperat

6、uredistributionofthestripandthenonlinearcoupledcalculationofelectromagneticfieldandthermalfield,whichisinvolvedintheoptimizationprocess,isverycomplex.Therefore,supportvectormachine(SVM)isusedtoestablisharegressionmodelbetweentheinductionheatingcurrent,frequency,coil

7、sizeandtheaveragerelativeerroroftemperature.Sothecomplexcalculationisreplacedbytheregressionmodelandthecomplexityisreducedwhiletheefficiencyisimproved.TheimprovementofPSOisoneofthesignificantpartsofthispaper.PSOisakindofswarmintelligencealgorithm.Itissimpleandeasyto

8、implement.Butitalsohastheproblemoflowsearchaccuracyandbeingeasytofallintolocalextrema.SothispaperproposesanimprovedPSO,calledthevelocity-c

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。