首页 期刊 华北电力大学学报·社会科学版 基于人工鱼群与Levenberg-Marquardt混合算法的Jiles-Atherton磁滞模型参数提取 【正文】

基于人工鱼群与Levenberg-Marquardt混合算法的Jiles-Atherton磁滞模型参数提取

作者:赵越; 李琳; 刘任 华北电力大学新能源电力系统国家重点实验室; 北京102206
参数提取   人工鱼群算法  

摘要:准确高效地提取J-A磁滞模型参数,是利用该模型模拟磁性元件磁滞特性的首要任务。针对现有J-A模型参数提取方法存在的求解精度低且仿真耗时的问题,提出了一种基于人工鱼群算法与L-M算法混合的J-A模型参数辨识方法。首先,根据人工鱼群算法全局搜索能力强的特点,将其运用于J-A模型参数全局最优解所在区域的定位当中;在满足切换过渡准则后,人工鱼群算法终止迭代并切换至L-M算法;此时,L-M算法利用其局部寻优能力强的优势,将人工鱼群算法提供的最优解作为初始值,快速收敛于全局最优解。仿真及实验结果表明,所提混合算法不仅求解精度较高,同时收敛速度更快。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅