基于粒子群的群智能理论在系统优化中的应用研究

基于粒子群的群智能理论在系统优化中的应用研究

ID:35016053

大小:3.94 MB

页数:63页

时间:2019-03-16

基于粒子群的群智能理论在系统优化中的应用研究_第1页
基于粒子群的群智能理论在系统优化中的应用研究_第2页
基于粒子群的群智能理论在系统优化中的应用研究_第3页
基于粒子群的群智能理论在系统优化中的应用研究_第4页
基于粒子群的群智能理论在系统优化中的应用研究_第5页
资源描述:

《基于粒子群的群智能理论在系统优化中的应用研究》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、..:,M’,v41种.r:‘读气則!f诗|-可令.^終,//|:.,i/’t、L?::rj;;>争'項'巧r\禹谁Vt巧/-、\/赛种义到-H5:}?;k/‘t-""的..\皆:杉<次Uf癸,‘緣;C.诗解‘吁;矣’皆扣s,:V,,/;,".,’眶多护<.*德:斗'.盼.非’;V;:’,'_為t-.,、/於5':.1^掉.,:^i:伊%两每嗦/.!.霸',-^,-i>*?/‘件?紐练俄巧抑g於、\VV疋’?/聲\讀‘%嚇?管霎.".‘累嗦7舒/;;9赛5;V著:3,;气,卿J齡巧疏C>巧境咕每V;;输皆.:遂我為據意邸I卿f,

2、冷.一,、藥‘#,V.;",*?公:/-;.^:,砰;只9:气fT我‘令7t3提‘亂:苗V键离f‘幾4讀;:,.自/‘巧Vi"乂.打曹z.分4J:;卒fV皆心讀掉,,/请告‘省芬;>;新;苗W'/碧-r?^載*-香V'?马4撕;:调‘祭1;'义/‘,;f作乃1舊如‘fr,;;,i:V?;為藻,蘇?致於;1;皆苗.。壤r.4^^^識r與和^f:r-C笔^V作^、户.或,?J‘'^<r度/f’獻碱r狄L二;,私S別.>又v'我;,一續.K糸嗦,":;C、>巧舞、於f蟹?Vt知;’甚苗::V背‘苗載v乃i^々.、s:\...;分.二

3、Ij^C^‘邊於:作£、巧遠/苗申听y-.敗爷,:^:i过义、追端養背/這产巧/汽;产fV';^義^,V|兴!二%:、V:、V,房?‘飞、?,.--f>,"H裝宅;^社窜1.^国内图书分类号:TP273学校代码:10079国际图书分类号:681.5密级:公开硕士学位论文基于粒子群的群智能理论在系统优化中的应用研究硕士研究生:赵鹏旭导师:韦根原副教授申请学位:工学硕士学科:控制科学与工程专业:控制理论与控制工程所在学院:控制与计算机工程学院答辩日期:2015年3月授予学位单位:华北电力大学ClassifiedIndex

4、:TP273U.D.C:681.5ThesisfortheMasterDegreeParticleSwarmBasedSwarmIntelligenceTheoryResearchonApplicationofSystemOptimizationCandidate:ZhaoPengxuSupervisor:AssociateProf.WeiGenyuanSchool:SchoolofControlandComputerEngineeringDateofDefence:March,2015Degree-Conferring-Institution:NorthChinaElectricPowerU

5、niversity华北电力大学硕士学位论文摘要国内火电机组向着大容量高参数发展,提高了燃煤效率,降低了温室气体排放量,同时也对热工系统控制品质提出了更高的要求。目前,原理简单、鲁棒性强、使用方便的PID控制在火电厂热工系统中仍普遍使用,如何选取最优的PID控制器参数成为改善控制器性能的关键。群智能算法的快速发展,为热工控制系统提供了更加智能的优化方法。粒子群优化(PSO)算法是模拟自然界中鸟群的觅食行为而提出的群智能算法,它易于实现,计算迅速,在控制系统优化方面的应用成为了研究人员关注的焦点。本文首先介绍了PID控制原理和控制算法,给出了经典法和智能法等控制器参数优化方法,提供了调节品质型和误

6、差积分型目标函数,针对不同的对象选择合适的目标函数进行控制器参数寻优。介绍了标准粒子群算法基本原理,结合混沌搜索和量子空间搜索,提出了混沌量子粒子群优化(CQPSO)算法,并用测试函数对其进行测试分析。测试结果表明,CQPSO算法能使粒子群克服早熟现象,在算法优化性能、搜索速度和优化精度方面都有了很大的改善。CQPSO算法对炉膛负压控制系统PID控制器参数优化结果表明,该算法在控制器参数优化方面具有适用性。锅炉主汽温是自衡对象,汽包水位是无自衡对象。它们都是热工控制系统中最重要也是最难控制的参数,能否保证锅炉主汽温和汽包水位在规定的范围内,关系着整个火电机组的安全性和经济性。本文运用CQPSO

7、算法,根据对象特性选择合适的目标函数,分别对锅炉主汽温控制系统和给水控制系统PID控制器参数优化。仿真结果表明,基于CQPSO算法优化的控制系统超调量小,响应速度快,抗干扰能力强,能够满足复杂热工系统对控制品质的要求,具有一定的使用价值。关键字:系统优化;群智能;粒子群;主汽温;汽包水位I华北电力大学硕士学位论文AbstractDomesticthermalpowerdevelopmenttowa

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。