压电与声光
壓電與聲光
압전여성광
Piezoelectrics & Acoustooptics
2015年
5期
863-866,872
,共5页
Jiles-Atherton磁滞模型%超磁致伸缩执行器%遗传算法%改进的遗传退火算法%参数辨识
Jiles-Atherton磁滯模型%超磁緻伸縮執行器%遺傳算法%改進的遺傳退火算法%參數辨識
Jiles-Atherton자체모형%초자치신축집행기%유전산법%개진적유전퇴화산법%삼수변식
Jiles-Atherton hysteresis model%giant magnetostrictive actuator%genetic algorithm%modified genetic algorithm and simulated annealing%parameter identification
准确辨识磁滞模型参数是保证超磁致伸缩执行器位移控制精度的关键,而单一算法难以实现对超磁致非线性模型参数的精确辨识.该文提出了一种新型混合优化策略,即改进的遗传退火算法,并将其应用于对超磁致伸缩执行器位移磁滞模型参数的辨识.该算法兼顾了遗传算法和模拟退火算法的优点,同时还引入了机器学习原理,将模拟退火算法作为遗传算法中的种群变异算子,并将模拟退火算法中的抽样过程与遗传算法相结合.此算法不仅充分发挥了遗传算法并行搜索能力强的特点,且增强和改进了遗传算法的进化能力,同时提高了系统的收敛性和收敛速度,避免最优解的丢失.通过仿真和试验研究表明,该算法相对于遗传算法有更高的精度,可有效精确辨识超磁致伸缩执行器磁滞模型的参数.
準確辨識磁滯模型參數是保證超磁緻伸縮執行器位移控製精度的關鍵,而單一算法難以實現對超磁緻非線性模型參數的精確辨識.該文提齣瞭一種新型混閤優化策略,即改進的遺傳退火算法,併將其應用于對超磁緻伸縮執行器位移磁滯模型參數的辨識.該算法兼顧瞭遺傳算法和模擬退火算法的優點,同時還引入瞭機器學習原理,將模擬退火算法作為遺傳算法中的種群變異算子,併將模擬退火算法中的抽樣過程與遺傳算法相結閤.此算法不僅充分髮揮瞭遺傳算法併行搜索能力彊的特點,且增彊和改進瞭遺傳算法的進化能力,同時提高瞭繫統的收斂性和收斂速度,避免最優解的丟失.通過倣真和試驗研究錶明,該算法相對于遺傳算法有更高的精度,可有效精確辨識超磁緻伸縮執行器磁滯模型的參數.
준학변식자체모형삼수시보증초자치신축집행기위이공제정도적관건,이단일산법난이실현대초자치비선성모형삼수적정학변식.해문제출료일충신형혼합우화책략,즉개진적유전퇴화산법,병장기응용우대초자치신축집행기위이자체모형삼수적변식.해산법겸고료유전산법화모의퇴화산법적우점,동시환인입료궤기학습원리,장모의퇴화산법작위유전산법중적충군변이산자,병장모의퇴화산법중적추양과정여유전산법상결합.차산법불부충분발휘료유전산법병행수색능력강적특점,차증강화개진료유전산법적진화능력,동시제고료계통적수렴성화수렴속도,피면최우해적주실.통과방진화시험연구표명,해산법상대우유전산법유경고적정도,가유효정학변식초자치신축집행기자체모형적삼수.