為解決火工品起爆過程中線性函數(shù)不能解決的不確定性、非線性強和火工品參數(shù)難獲得的問題,文章采用Volterra模型與協(xié)同粒子群算法相結合的思想對火工品參數(shù)進行獲取,從而對火工品進行合理分析,確�；鸸て返陌踩院涂煽啃�。通過對協(xié)同粒子群算法、遞推最小二乘法的實驗仿真結果進行對比可以看出,文章基于協(xié)同粒子群算法（CPSO）的Volterra模型參數(shù)辨識算法,對標準粒子群算法的過早收斂問題、遺傳算法搜索速度慢的問題進行了有效的改善,對算法的辨識速度和辨識精度有很大的提升。 

【文章來源】：企業(yè)科技與發(fā)展. 2020,(09)

【文章頁數(shù)】：3 頁

【部分圖文】：

充放電電路

從表達式中可以看出，模型的核向量為H=[2.71,-0.55,0.81,1.06,0,0,1.61,-1.75,0]T。利用本文提出的協(xié)同粒子群算法對上述Volterra模型進行辨識，設置系統(tǒng)的輸入信號為[0,1]之間的均勻白噪聲信號，種群大小為80，空間維數(shù)設定為20，最大迭代次數(shù)為600，然后進行多次辨識測試實驗，然后取平均值。表1和表2分別為協(xié)同粒子群算法、遞推最小二乘法（RLS）無噪聲條件下和噪聲比為20 d B情況下所得到的Volterra模型參數(shù)的估計值。

發(fā)火能量辨識曲線

【參考文獻】：
期刊論文
[1]基于協(xié)同進化粒子群算法的航空發(fā)動機多管路布局優(yōu)化[J]. 于雷.  電子設計工程. 2020(02)
[2]火工品電參數(shù)測試技術研究[J]. 張莉莉,吳永紅,張月魁,馬琛,戴宜霖.  宇航計測技術. 2018(06)
[3]基于改進PSO優(yōu)化模糊神經(jīng)網(wǎng)絡的數(shù)控機床故障診斷技術研究[J]. 王春暖,李文卿,吳慶朝.  機床與液壓. 2016(03)
[4]基于協(xié)同進化粒子群算法的系統(tǒng)辨識[J]. 呂微微,張宏立.  計算機仿真. 2016(01)
[5]基于協(xié)同粒子群算法的PMSM在線參數(shù)辨識[J]. 程善美,張益.  電氣傳動. 2012(11)
[6]具有量子行為的協(xié)同粒子群優(yōu)化算法[J]. 周頔,孫俊,須文波.  控制與決策. 2011(04)
[7]火工品輸出動態(tài)多參數(shù)測試系統(tǒng)的構建與考慮[J]. 嚴楠,付永杰.  宇航計測技術. 2008(02)
[8]橋絲式電火工品安全電流的預測[J]. 強濤,周彬,秦志春,陳西武,田桂蓉,徐振相.  南京理工大學學報(自然科學版). 2006(01)
[9]基于反饋策略的自適應粒子群優(yōu)化算法[J]. 俞歡軍,張麗平,陳德釗,胡上序.  浙江大學學報(工學版). 2005(09)

碩士論文
[1]基于Volterra級數(shù)的非線性模擬電路故障診斷方法的研究[D]. 周立啟.西安電子科技大學 2012
[2]火工品多參數(shù)測試系統(tǒng)設計[D]. 趙金芳.中北大學 2011
[3]基于量子粒子群優(yōu)化的Volterra核辨識及故障診斷方法研究[D]. 蔣靜.鄭州大學 2010



本文編號：3405326