摘要首先介绍了粒子群优化算法(PSO)的基本原理,根据实验提出了改进措施,增强了粒子群优化算法的全局寻优能力。然后结合直线感应电机的设计特点,利用改进的粒子群优化算法对电机进行了优化设计,取得了较为满意的结果。
粒子群优化算法(PSO)是一种源于对鸟群捕食行为的研究而发明的进化计算技术(evolution—arycomputation),最先由Eberhart博士和Kennedy博士文献E13E23提出。同遗传算法相比较,PSO不但具有遗传算法的全局寻优能力,通过调整参数,PSO还可同时具有较强的局部寻优能力。由于没有个体杂交,变异等运算操作,PSO的参数调整变得简单而易行,更适合于计算机编程处理。直线感应电机优化设计属于复杂的非线性约束规划问题。目前在这方面已有论文发表,由于算法本身存在着局限性,使得优化结果,优化时间不很令人满意。本文详细分析了PSO的算法原理,提出了改进措施,并用典型函数进行了验证,实验证明该算法全局寻优能力好,计算速度快,适合于电机优化设计。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !