首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 471 毫秒
1.
基于STM32微控制器,提出并设计了一种新型占空比扰动算法,引入了步长实时修正功能,可在光伏板输出远离最大功率点时,以大步长快速跟踪提高跟踪速度,在光伏板输出靠近最大功率点时;以小步长精确跟踪提高跟踪精度,并以同步整流Boost电路作为功率电路,降低损耗并隔离负载。通过光伏模拟器验证此算法的转换效率可达97.97%。通过搭建实物试验平台,实验结果验证了其工作的可靠性,同时适用于光伏车辆行进过程中的最大功率跟踪。  相似文献   

2.
为了有效解决标准萤火虫算法在寻优过程中存在易陷入后期收敛速度较慢、寻优精度不高等问题,在位置更新公式中引入动态调整惯性权重和自适应步长机制,提出一种动态自适应萤火虫优化算法。利用四个标准测试函数进行仿真实验结果表明,动态自适应萤火虫算法具有更快收敛速度、较高求解精度和稳定性。  相似文献   

3.
传统的LMS算法的精度不高,收敛速度慢,并且跟踪性能不好.本论文主要研究了一种改进型的变步长的LMS自适应算法NLMS,并基于MATLAB仿真软件设计完成了一种改进型的NLMS自适应滤波器,对该算法进行仿真验证.结果表明:该改进型的自适应算法NLMS平均误差更小,精度更高.  相似文献   

4.
为进一步提高光伏发电系统的稳定性和发电效率,使用最大功率点跟踪技术(MPPT)使输出功率最大化。对此提出一种基于类箕舌线的自适应变步长扰动观测法,该方法综合考虑跟踪速度、振荡幅度和计算复杂度等因素,分析了类箕舌线函数中参数α和β的不同取值对算法的影响。应用Matlab/Simulink分别在改变光照强度和温度两种情况下进行仿真,并与定步长扰动观测法进行对比。仿真结果表明,所提算法明显提高了跟踪速度,改善了靠近MPP时功率的振荡问题,相比于传统算法具有明显优越性。算法计算复杂度小,跟踪性能好,可应用于算力较小的MPPT控制器中。  相似文献   

5.
研究运用自组织迁移算法进行图像模板匹配,提出了一种基于改进的自组织迁移算法的模板匹配方法。通过将动态迁移步长和混合迁移策略引入自组织迁移过程,提高匹配寻优精度。实验结果表明,改进的自组织迁移算法与其它自组织迁移算法相比,有效地提高了匹配精度,与穷举方法相比,极大地提高了匹配速度。  相似文献   

6.
光伏系统最大功率点跟踪的传统方法涉及步长和周期的选取,而变步长算法需依赖系统参数等条件,影响系统的跟踪响应速度以及稳定性。为了进一步加快最大功率点的搜索速度同时降低稳态时功率输出振荡,提出一种新型快速变步长搜索算法。此算法通过定义虚拟负载线并结合I-U曲线实现最大功率点的定向跟踪,可以在数个运算周期将工作点锁定在最大功率点附近。再通过对容许误差的定义,实现了稳态时输出功率无振荡。实验证明了所提算法能够显著提高搜索速度并保证了输出的稳定性,适应不同外部环境的快速变化。  相似文献   

7.
布谷鸟搜索算法在后期搜索过程中存在速度慢、计算精度低等问题,通过引入一种在迭代过程中发现概率和缩放因子自适应策略,对自适应步长布谷鸟搜索算法进行改进,以提高算法的收敛速度和精度.采用4个benchmark测试函数,对基本、自适应步长以及改进的布谷鸟算法进行比较讨论,验证改进算法的有效性.实验结果表明,经改进后的算法具有较好的收敛速度和精度.  相似文献   

8.
针对人工鱼群算法在函数优化中存在陷入局部最优、后期收敛速度过慢及人工鱼群寻优精度低等问题,对动态分组方案的人工鱼群算法进行了研究,提出一种新的自适应人工鱼群算法。该算法利用猴群算法中的空翻行为替代鱼群的聚群和追尾行为,同时引入模糊函数,自适应调整鱼群算法的视野及步长,提高了算法的运行效率,更好地平衡了全局搜索与局部搜索之间的关系。算法在后期避免提前收敛,能够快速跳出局部最优位置,保证了寻优质量。仿真实验表明,该算法明显优于基于动态分组方案的人工鱼群算法,有效提高了寻优精度和寻优质量,避免了人工鱼群的早熟现象。  相似文献   

9.
随着社会的进步,越来越多的可再生能源开始应用于农业生产。在水产养殖测试基站中引入太阳能光伏发电系统,同时为确保系统在野外环境下的可靠供电,提出一种新型的MPPT跟踪方法。该方法针对扰动观察法存在的最大功率点附近震荡问题引入变步长参数,使系统能够快速跟踪到最大功率点,并在最大功率点附近稳定运行;针对因环境变化剧烈造成的错误跟踪情况,引入功率预测法,使系统具有较好的动态性能。最后在仿真环境下对该方法进行验证,结果表明:新型的MPPT跟踪方法具有较快的跟踪速度与较高的稳态精度,能够适应复杂的工作环境。  相似文献   

10.
本文在传统的果蝇优化算法基础上提出了一种基于动态线性步长的分群交替优化算法.首先利用动态线性步长来控制算法搜索空间的大小,从而平衡了算法寻优的全局性能和局部性能.其次,利用双子群交替策略来解决多峰优化函数容易陷入局部最优的问题.最后,使用了6个经典测试函数来进行实验测试,验证了本文提出的算法具有求值精度高、稳定和收敛速度快等优点.  相似文献   

11.
针对动态网格优化算法(GEA)收敛速度较快,收敛精度不够理想,特别是解决多峰函数有可能会错过全局最优解的缺陷,提出了一种新的自适应动态网格优化算法.通过评估早熟收敛程度,将早熟收敛程度、函数的峰值与步长的变化联系起来,加入1个随机因子用以调整搜索范围,从而提高了算法的寻优效率.通过对典型的MP问题的测试,并与其他的动态优化算法比较,证明了算法的有效性.  相似文献   

12.
果蝇优化算法(FOA)模拟果蝇群体利用嗅觉和视觉寻找食物的方法来寻找最优值.本文根据算法的特点分析了影响收敛速度的因素,通过变步长方式得到改进的FOA.另外还提出了多元函数最优问题的FOA方法.在对Schaffer函数的全局最优过程中,经过变步长的FOA收敛速度大大提高(与理论最优值的误差以指数速度下降),在计算速度和收敛精度方面都远远优于遗传算法.  相似文献   

13.
将单相有源电力滤波器(APF)作为研究对象,对其负载非线性电流中的谐波电流检测方法进行了进一步的研究.基于自适应噪声对消技术,将基于箕舌线的变步长最小均方(LMS)算法应用于APF谐波检测,同时将其与定步长LMS算法、基于s函数的变步长LMS算法,以及目前最常用的谐波检测算法之一的离散傅里叶滑窗谐波检测方法进行仿真比较.通过仿真分析,该算法具有较小的运算量、稳态误差小、强跟踪能力等特点,并有较好的收敛速度,解决了收敛速度和稳态误差之间的矛盾.  相似文献   

14.
《实验技术与管理》2014,(8):114-117
针对光伏电池最大功率跟踪(MPPT)常用算法在跟踪速度和跟踪精度之间的矛盾,提出模糊控制策略,通过Matlab/Simulink搭建了光伏发电系统模糊控制算法仿真模型。通过仿真分析证明,该模糊算法能够迅速响应并有效减小最大功率点附近的振荡,最大限度地提高光伏电池的输出功率。该算法简单、灵活且跟踪效果好。  相似文献   

15.
AdaBoost是一种构建准确分类器的学习算法,但其训练样本时间长制约了发展.本文对训练算法进行改进,通过直方图将弱分类器学习训练从循环中提取出来,以缩短训练时间;且在人脸检测方面,变标准步长为动态步长,有效地避免冗余计算,提高检测速度.实验表明通过两方面的改进,提高了检测速度,因此在实时性要求较高的应用领域有现实意义.  相似文献   

16.
介绍了回波抵消器的原理和功能,详细阐述了现在广泛应用于回波抵消的各种自适应滤波算法,如变步长LMS,FTF,FAP等,并指出各种算法的特点.最后通过M atlab仿真,比较上述各种算法的性能,包括算法的复杂度和收敛速度,指明了各种算法的适用范围:变步长适用于对收敛速度要求不高的场所;FTF适用于采样率不大的语音处理设备中;AP类算法兼有收敛速度快和运算量较小的优点.  相似文献   

17.
布谷鸟算法是基于启发式搜索的智能仿生算法。传统的布谷鸟算法收敛速度较慢,容易陷入局部最优解。针对该算法特点,对算法原理进行了分析,并就算法中步长和发现概率两个控制因素进行改进,使其根据迭代次数动态变化,提出了具有自适应调整特点的搜索算法,改变了步长和发现概率相应的更新方式,避免了传统布谷鸟算法容易陷入局部最优的缺陷,以增强算法搜索性能。实验对比表明,自适应调整的布谷鸟算法具有更好的寻优性能。  相似文献   

18.
针对K-means算法对初始聚类中心敏感、容易收敛于局部极值和人工鱼群算法最大步长固定、寻优精度不高、后期收敛速度慢的问题,提出一种K-means和人工鱼群相结合的聚类算法。该算法将K-means聚类中心引入人工鱼群适应度函数,自动确定近似全局最优的初始聚类中心,并将其作为K-means初值详细进行局部搜索,以提高精度。同时采用淘汰机制和自适应的最大步长策略,优化人工鱼群算法性能。在Iris、Wine数据集和EPA-HTTP应用日志数据上对IAFSA KM算法进行实验仿真分析,验证了算法的有效性和可行性。  相似文献   

19.
针对激光跟踪仪光电跟踪伺服控制系统高精度、快速、实时等使用性能要求,分析了光电跟踪伺服系统的结构方案与功能组成,提出了电流、速度和位置"三环反馈+模糊校正"的控制结构,设计了模糊PID控制算法,进行了电机、伺服器、圆光栅、DSP等关键部件选型设计。经过实际样机跟踪性能测试,随机动态跟踪性能良好,系统测试最大角加速度超过200°/s2,跟踪角速度达到40°/s,跟踪仪速度闭环带宽≥23 Hz。测试结果表明,系统动态跟踪性能达到设计指标要求。  相似文献   

20.
针对光强分布不均匀环境下低动态载体速度计算精度低的问题,提出了一种改进自适应卡尔曼滤波方法应用于光流跟踪与尺度不变特征变换(SIFT)相融合的速度误差估计.该算法引入了一种非线性模糊隶属度函数和滤波残差用于自适应调整过程噪声的协方差矩阵.在计算载体速度过程中,首先利用光流跟踪法和SIFT方法分别进行帧间位移的跟踪和匹配并计算出载体的速度,同时将这2种方法求取的速度做差作为改进的自适应卡尔曼滤波器的观测量,最后使用改进的自适应卡尔曼滤波器输出的速度误差估计值对光流法求取的速度进行校正.半物理实验结果表明,该算法求解的最大速度误差较光流法减小了29%,且运算时间较SIFT方法减少约80%.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号