首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于粒子群算法的发动机部件模型求解
引用本文:钱海鹰,杨培源,徐松林.基于粒子群算法的发动机部件模型求解[J].推进技术,2012,33(6):974-980.
作者姓名:钱海鹰  杨培源  徐松林
作者单位:91550部队,辽宁大连,116023
摘    要:传统求解航空发动机部件模型中的非线性方程和共同工作方程组的方法因对初值的依赖使得模型并不总能收敛。首先针对模型中的非线性方程求解的特点,在带邻域的粒子群算法的基础上,将收敛因子、被动聚集压力因子和自适应惯性权重引入算法,提出一种混合粒子群算法HPSO1。而对模型中的共同工作方程组的求解,则是在基本粒子群算法的基础上,将收敛因子和被动聚集压力因子引入基本粒子群算法,提出另一种混合粒子群算法HPSO2。实验仿真表明HPSO1和HPSO2均克服了对初值的依赖性,因而对发动机部件模型求解是有效的。

关 键 词:粒子群算法  收敛因子  被动聚集压力因子  自适应惯性权重
收稿时间:2012/1/17 0:00:00
修稿时间:2012/9/10 0:00:00

Application of Particle Swarm Optimization in Obtaining Solution of Aeroengine Component-Level Model
QIAN Hai-ying,YANG Pei-yuan and XU Song-lin.Application of Particle Swarm Optimization in Obtaining Solution of Aeroengine Component-Level Model[J].Journal of Propulsion Technology,2012,33(6):974-980.
Authors:QIAN Hai-ying  YANG Pei-yuan and XU Song-lin
Institution:(PLA 91550,Dalian 116023,China)
Abstract:
Keywords:Particle swarm optimization  Constriction factor  Passive congregation factor  Adaptive inertia weight
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《推进技术》浏览原始摘要信息
点击此处可从《推进技术》下载免费的PDF全文
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