作者单位
摘要
辽宁科技大学 电子与信息工程学院,辽宁鞍山114000
针对传统的扰动观察法在光伏最大功率点跟踪(Maximum Power Point Tracking, MPPT)控制中存在着响应速度慢,难以在最大功率点保持平稳等问题,提出了一种假设法并对传统的粒子群算法提出一种改变惯性权重、学习因子的自适应粒子群算法来实现全局最大功率点跟踪。假设法主要是通过公式假设出最大功率点,基于最大功率点位置进行步长的改进。IPSO算法主要是调整传统粒子群算法的参数、优化粒子的搜索顺序、减少迭代次数。通过MATLAB/SIMULINK软件对其建模仿真,得到了假设法还有IPSO算法的仿真结果,并与传统的算法作了对比。结果表明,采用假设法还有IPSO算法都能够实现光伏最大功率点跟踪的精确控制,有助于光伏系统最大功率点跟踪技术的快速实现,具有较好的应用前景。
光伏发电 假设法 自适应粒子群算法 自适应参数 photovoltaic power generation prediction method IPSO algorithm adaptive parameter 
光电子技术
2022, 42(4): 303
作者单位
摘要
辽东学院信息工程学院, 辽宁 丹东 118000
针对公共环境中的声音事件识别问题,提出基于自适应粒子群优化(PSO)匹配追踪(MP)稀疏分解的声音事件识别算法。该算法在分析MP稀疏分解的基础上,先基于适应度函数改进PSO算法相关参数的自适应设置,再基于自适应PSO算法构建优化MP稀疏分解的目标函数及信号重构函数,实现自适应PSO算法优化MP稀疏分解,从而借助连续Gabor超完备集来提高最优原子的匹配程度,增强声音信号,提高特征的分类性能,最后使用优化的支持向量机(SVM)和复合特征实现公共环境中的声音事件准确识别。实验结果表明,与已有算法相比,所提识别算法显著降低了计算量,并取得了最优的声音识别率,且具有较好的识别鲁棒性。
机器视觉 声音事件识别 自适应粒子群算法 匹配追踪 稀疏分解 支持向量机 
激光与光电子学进展
2020, 57(10): 101502

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!