基于PSO算法的IEEEAC5A励磁系统对电力系统电压稳定性的影响.pdf
2021-08-29 09:07:01
207KB
Multi-Objective Particle Swarm Optimization (MOPSO) is proposed by Coello Coello et al., in 2004. It is a multi-objective version of PSO which incorporates the Pareto Envelope and grid making technique, similar to Pareto Envelope-based Selection Algorithm to handle the multi-objective optimization p
2021-08-26 09:11:17
10KB
该压缩包内含三个实例，分别为求解函数极值点、求解函数最小值、求解含多个局部极值的函数最小值。均为PSO 算法求解函数极值的应用，带有较为详细的注释，可运行。
2021-07-29 10:08:18
3KB
1
一：由Rssi定位（平面）建立模型
MATLAB作图如下：
附代码：Node_num为锚节点数，Node(i).x,Node(i).y为各个锚节点坐标，Zd(i)为Rssi测量距离
[x,y]=meshgrid(1:0.5:100,1:0.5:100);
z=0;
for i=1:Node_num
z=z+(sqrt((x-Node(i).x).^2+(y-Node(i).y).^2)-Zd(i)).^2;
end
%*****************************************
%PSO算法
%%参数初始化
c1=1.45445;
c2=1.45445;
m
2021-07-21 09:52:43
250KB
1
matlab中pso算法代码
FMOPSOTrainControl:Using
MOPSO
algorithm
to
optimize
traction
energy
consumption
of
subway
language：MATLAB
项目名称：基于FMOPOS算法的城轨列车牵引能耗优化
简介
其中列车计算模块通过通过数值方法对列车的动力学微分方程进行求解，能够计算牵引、巡航、惰性和制动四种工况下的列车运行状态，输出位置、速度和能耗等信息。控制命令模型，能够将根据工况序列和切换点将输出列车在不同的位置对应的控制命令，使列车按预定方式运行。状态评估模型能够接收列车计算模块输出的列车状态信息，根据评估隶属度函数对优化指标进行评价。
MOPSO算法模块从优化指标评估模块获得每个种群粒子的适应度，然后进行相应的筛选、保留和迭代操作。
列车运行仿真模块由牵引力子模块、制动力子模块、运行阻力子模块和延迟子模块几部分组成。牵引力模块根据控制指令控制牵引力的大小，当控制指令的值为正时输出牵引力，牵引力的大小与控制指令的大小成正比。同时根据列车的牵引特性曲线，限制输出牵引力不超过当前情况下允许的
2021-07-02 09:53:04
1.12MB
1