云—智能群體算法在盤式絕緣子優(yōu)化中的應(yīng)用.pdf

1、傳統(tǒng)小波網(wǎng)絡(luò)都是以尋求一個(gè)最優(yōu)參數(shù)集使得其能量函數(shù)有最小值,一般是通過梯度遞減實(shí)現(xiàn)迭代尋優(yōu),這種尋優(yōu)方式存在易陷入局部極小問題。云模型與傳統(tǒng)粒子群算法或傳統(tǒng)魚群算法的融合,可以很好解決梯度算法存在的缺陷。
　　論文以云模型結(jié)構(gòu)研究為基礎(chǔ),對(duì)傳統(tǒng)云模型的多規(guī)則生成器進(jìn)行改進(jìn),形成了一種新的嵌套云規(guī)則生成器,它是以上一Y云的輸出嵌套下一X云的輸入,使得定性與定量的關(guān)聯(lián)性更加緊密。
　　改進(jìn)粒子群算法是對(duì)傳統(tǒng)算法過程中的速度公式和

2、位置更新公式中的慣性因子,收斂因子,社會(huì)部分和認(rèn)知部分,利用多規(guī)則嵌套云時(shí)一空域的自適應(yīng)調(diào)整來改進(jìn),實(shí)現(xiàn)了實(shí)時(shí)動(dòng)態(tài)搜尋目的;同時(shí)對(duì)其具體算法過程中的個(gè)體適應(yīng)度和群體當(dāng)前位置也進(jìn)行自適應(yīng)調(diào)整來改進(jìn)。結(jié)合上述兩部分的尋優(yōu),實(shí)現(xiàn)了算法的改進(jìn)。
　　改進(jìn)人工魚群算法和改進(jìn)粒子群算法原理相似,用嵌套云定性規(guī)則對(duì)傳統(tǒng)算法原理的覓食,聚群,追尾行為的公告板更新和視野范圍自適應(yīng)調(diào)整改進(jìn)。
　　小波網(wǎng)絡(luò)改進(jìn)是進(jìn)行輸入輸出數(shù)據(jù)云化和逆云化,用改

3、進(jìn)智能算法進(jìn)行權(quán)值閾值迭代尋優(yōu)。
　　結(jié)合上面的改進(jìn)算法,以高壓電器中的盤式絕緣子為例,把采集的模糊性場(chǎng)強(qiáng)數(shù)據(jù)集歸一化處理輸入云化層進(jìn)行云化處理;再輸入到經(jīng)改進(jìn)的智能群體尋優(yōu)的小波網(wǎng)絡(luò)權(quán)值閾值構(gòu)造的新網(wǎng)絡(luò)中,進(jìn)行數(shù)據(jù)處理;接著把輸出的具有隨機(jī)性的數(shù)據(jù)逆云化處理,最終輸出條理清晰的結(jié)構(gòu)優(yōu)化數(shù)據(jù)。
　　通過對(duì)盤式絕緣子電場(chǎng)結(jié)構(gòu)數(shù)據(jù)仿真研究,兩種改進(jìn)算法不但提高了網(wǎng)絡(luò)全局搜尋能力,解決了易陷入局部極優(yōu)頑癥,還改善了算法的搜尋精度,