甘肃省自然科学基金(1308RJZA149)
- 作品数：12 被引量：40H指数：4
- 相关作者：李宁洲卫晓娟丁旺才冯晓云丁杰更多>>
- 相关机构：兰州交通大学西南交通大学香港城市大学更多>>
- 发文基金：甘肃省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程交通运输工程理学更多>>
- 基于Volterra滤波器的机械振动信号消噪被引量：3
- 2015年
- 为了滤除机械振动信号所含高斯噪声和脉冲干扰,提出一种基于Volterra级数的机械振动信号滤波方法.依据Volterra泛函级数建立了机械振动信号的非线性滤波器模型,并采用遗传算法对其核参数进行优化调节,使理想输出与实际输出间的均方误差最小,从而达到滤除噪声的目的.通过与均值滤波、中值滤波及Wiener滤波的仿真实验对比分析表明:该方法对机械振动信号的消噪效果优于其它方法.
- 甘慧萍李宁洲陈智文
- 关键词：VOLTERRA滤波器遗传算法
- 基于动态多子群协作QPSO算法的RBFNN优化
- 2014年
- 提出了一种动态多子群协作QPSO算法(Dynamic Multiple Sub-population Collaboration Quantum-behaved Particle Swarm Optimization,简称DMPQPSO),该方法动态构建各子群,并采用混沌策略分2个阶段优化QPSO,同时对各子群的收缩扩张系数分别进行自适应调整.采用该方法优化RBFNN,并将DMPQPSO算法与标准PSO和QPSO算法对比,仿真实验验证了该方法的优化效果.
- 卫晓娟李宁洲周学舟丁杰丁旺才
- 关键词：减聚类算法RBFNN
- 基于自适应子群协作QPSO算法的机车黏着智能模糊优化控制被引量：5
- 2014年
- 为了使机车在运行过程中保持轮轨最佳黏着力,需要对牵引电机转矩进行实时调整。以车轮角加速度和黏着特性曲线斜率的估计值作为输入变量,以牵引电机转矩的调节量作为输出变量,提出机车黏着智能模糊优化控制策略;以考虑轮轨黏着力变化指标和牵引电机转矩波动指标的加权目标函数作为优化设计模糊控制器应满足的适应度函数;基于双输入单输出的二维模糊控制器结构,量化并变换得到模糊控制器的尺度变换函数和隶属度函数,并提出自适应子群协作QPSO算法对这些函数中的参数进行优化。仿真结果表明:在轨面条件发生多种极端突变的情况下,该控制策略都能使机车轮对在很短的时间内调整到最佳黏着状态下,从而发挥最佳牵引力。
- 李宁洲冯晓云
- 关键词：优化控制模糊控制
- 非光滑动力系统局部奇异性及擦边条件分析被引量：2
- 2015年
- 对一类单自由度非光滑动力统进行了研究,应用微分包含理论研究了其沿着分离边界的滑动运动;提出了在分离边界上确定其运动奇异性的扰动方法;借助理论分析和数值仿真对系统擦边周期运动的存在性进行了研究,推导了擦边周期运动存在的条件,并通过数值模拟对其进行了验证.
- 张惠丁旺才褚衍东李险峰
- 关键词：非光滑系统微分包含
- 基于改进粒子群算法的Volterra模型参数辨识被引量：8
- 2015年
- 针对非线性系统Volterra泛函级数模型,结合混沌优化策略和种群多样性控制思想,提出了一种改进粒子群算法,并应用于Volterra模型参数的辨识,将非线性系统的辨识问题转化为高维参数空间上的优化问题。利用混沌序列增加初始种群的多样性,通过构建动态子群以进行协作寻优,且各子群采用不同的参数自适应调整策略,并定义算法收敛性测度以对精英粒子进行合理的混沌变异,避免了算法早熟收敛,提高了算法的寻优速度和寻优精度。仿真实验中,将该方法与基于标准粒子群算法、遗传算法、量子粒子群算法的Volterra模型参数辨识方法相比较,验证了该辨识方法的有效性和鲁棒性。
- 卫晓娟丁旺才李宁洲周学舟
- 关键词：改进粒子群算法非线性系统VOLTERRA级数系统辨识
- 采用动态多子群GSA-RBF神经网络的机车黏着优化控制被引量：7
- 2014年
- 为解决机车牵引过程中轮轨间最优黏着利用能否获得的问题,提出一种基于高斯RBF神经网络的机车黏着智能优化控制方法。针对黏着极限态优化控制效果的定量评估,定义了同时考虑轮轨间黏着力变化指标和牵引电机转矩波动指标的加权目标函数;提出动态多子群GSA算法以优化RBFNN参数,避免了参数选择的盲目性,提高了RBFNN的收敛速度和学习能力;此外,该方法不依赖被控对象的解析模型,仅基于系统输入、输出信息完成控制器设计,并通过对电机转矩的动态调整,实现轮轨间黏着的最优利用。仿真结果验证了该方法的正确性和有效性。
- 李宁洲冯晓云卫晓娟
- 基于引力搜索RBF神经网络的机车齿轮箱故障诊断被引量：8
- 2016年
- 为解决神经网络结构及参数的优化选择问题,以提高机车齿轮箱故障诊断的精度,提出一种基于引力搜索RBF神经网络的机车齿轮箱智能故障诊断方法。基于高斯RBF神经网络建立机车齿轮箱故障诊断模型,采用减聚类算法确定RBF神经网络结构,并结合混沌优化策略及人工蜂群搜索算子提出自适应混合引力搜索算法对故障诊断模型进行优化求解,避免了参数选择的盲目性。采用国际标准测试数据集对该方法进行分类性能测试,结果表明其分类精度明显优于经GA算法、SPSO算法、QPSO算法和GSA算法优化的RBF神经网络。将该方法应用于机车齿轮箱故障的诊断,应用实例验证了该方法的有效性。
- 卫晓娟丁旺才李宁洲郭文志
- 关键词：机车齿轮箱故障诊断
- 动态多子群QPSO算法及其在机车粘着优化控制中的应用被引量：2
- 2014年
- 针对列车重载和高速运行时轮轨间粘着存在极限状态以及此时最优粘着利用能否获得的问题,利用所提出的动态多子群QPSO算法训练神经网络,并基于训练好的神经网络设计了机车粘着智能优化控制器,通过对电机转矩的动态调整,实现了轮轨间粘着的最优利用。仿真研究中,利用典型测试函数对所提出的动态多子群QPSO算法进行性能测试,证明该算法具有相对较高的寻优精度和效率,能有效提高神经网络的收敛速度和学习能力,将该算法应用于机车粘着优化控制中,得到了良好的控制效果。
- 李宁洲冯晓云卫晓娟
- 关键词：神经网络
- 基于自适应混合引力搜索算法的混沌系统参数辨识被引量：2
- 2016年
- 针对混沌系统未知参数的辨识问题,结合人工蜂群搜索算子和混沌优化策略,提出一种自适应混合引力搜索算法,并应用于混沌系统未知参数的优化辨识.利用混沌序列初始化种群以增强搜索初期的遍历性,基于人工蜂群搜索算子进行变异操作以提高算法的局部寻优能力,依据粒子的性能对进化过程中的万有引力系数进行自适应调整,有效避免了早熟收敛,提高了算法的整体寻优性能.以测试函数和典型混沌系统为例进行仿真实验,结果证明该算法具有良好的全局探测和局部开发能力,与遗传算法、粒子群算法、量子粒子群算法和引力搜索算法比较,其对混沌系统参数的估计具有相对较高的辨识精度和收敛速度,算法的有效性得到了验证.
- 卫晓娟丁旺才李宁洲丁杰
- 关键词：混沌优化
- 基于灰聚类多子群自适应PSO算法的Volterra核辨识被引量：1
- 2014年
- 针对一类单输入单输出非线性动态系统的Volterra级数模型辨识问题,提出了灰聚类多子群自适应PSO算法,并定义了精度影响系数以定量评估模型结构项对辨识精度的影响程度。在利用Volterra级数对非线性系统进行初始建模的基础上,采用灰聚类多子群自适应PSO算法和精度影响系数实现了非线性Volterra级数模型的结构确认和参数优化辨识。将该方法与基于标准PSO、GA、QPSO算法的Volterra时域核辨识方法进行了对比实验。结果表明,该方法在辨识精度及收敛速度等方面明显优于其他方法。
- 李宁洲冯晓云
- 关键词：VOLTERRA级数
