能源短缺和环境问题已成为本世纪全球面临的最重要课题，作为一种新的能源形式，固体氧化物燃料电池（SOFC）技术日益受到重视。由于现有的SOFC模型过于复杂，难以满足工程上对SOFC系统实时控制的需求，提出利用粒子群算法（PSO）优化径向基函数（RBF）神经网络，从而实现对SOFC的建模。PSO对RBF神经网络的中心值和连接权值进行优化，提高了网络的泛化性能，使其非线性逼近能力更强，从而达到精确模型的目的。仿真实验验证了粒子群算法在SOFC建模的有效性。
2022-02-16 14:14:37
871KB
1
文档对粒子群算法进行了非常详细，且简单易懂得的解释。希望会给好学者以启示，祝你学习顺利。 文档对粒子群算法进行了非常详细，且简单易懂得的解释。希望会给好学者以启示，祝你学习顺利。
2022-02-16 09:42:41
193KB
1
为快速获取网络点韧性度以衡量其抗毁性性能，设计基于改进二进制粒子群（BPSO）算法的点韧性度计算方法。改进BPSO算法的概率映射函数和位置更新式以解决算法容易陷入局部最优的不足，对网络节点状态进行编码以获取种群粒子，并设计基于广度优先搜索思想的方法求解剩余网络的适应度函数值；最后综合改进BPSO算法和适应度函数求解算法设计点韧性度计算方法。在两种基本网络和两种实际网络中的仿真分析验证了方法的有效性。
2022-02-15 15:34:38
870KB
1
一本可以称为PSO圣经的书，书名就是Particle Swarm Optimization。英文原版，不会让你失望的。
2022-02-15 14:22:13
10.93MB
1