文献

J-GLOBAL ID：201902226306061048   整理番号：19A2177130

改良粒子群最適化に基づく新しい制御可能な励起給電プラットフォームのパラメータ同定【JST・京大機械翻訳】

Parameter Identification of a Novel Controllable Excitation Feeding Platform Based on Improved Particle Swarm Optimization

著者 (2件)： Wei Wu (School of Electrical Engineering, Shenyang University of Technology, Shenyang, 110870) ,  Yi Zhao (School of Electrical Engineering, Shenyang University of Technology, Shenyang, 110870)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CCDC  ページ： 1708-1713  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 得られた新しい磁気サスペンション給電プラットフォームの線形同期モータに関する高精度パラメータは,制御装置の精度を改善する重要な問題になる。測定したいくつかの規則的プログラムによるパラメータは制限される。微分進化アルゴリズムと基本粒子群最適化アルゴリズムの利点と欠点を考慮して,自然選択学習ベースの微分突然変異に基づく知的進化アルゴリズムを,粒子群最適化を最適化するために提案した。提案した方法をプラットフォーム供給システムのパラメータ同定とモデリングに適用し,線形同期電動機のマルチパラメータ同定モデルを,粒子群最適化アルゴリズムに基づいて構築し,それをエリート学習微分進化から改善した。実験結果は,提案したアルゴリズムがより高い精度を有し,最低誤差が0.3%に達し,収束性能が従来の改良粒子群最適化アルゴリズムと比較して2倍以上であることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  *励起 ,  制御装置 ,  モデリング ,  *最適化 ,  線形性 ,  同期電動機 ,  *電力供給 ,  微分 ,  アルゴリズム ,  突然変異
準シソーラス用語： 微分進化 ,  進化的アルゴリズム ,  *パラメータ同定 ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 粒子群最適化 ,  励起 ,  給電 ,  プラットフォーム ,  パラメータ同定