[發(fā)明專利]AFSA與L-M融合算法的CVT等值參數(shù)辨識方法

在審

• 申請?zhí)枺?/td>: 202110052949.6
• 申請日: 2021-01-15
• 公開（公告）號: CN112765882A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計）人: 代維菊;杜林;鄒德旭;洪志湖;顏冰;王山
• 申請（專利權(quán)）人: 云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/00;G06F111/06
• 代理公司: 北京弘權(quán)知識產(chǎn)權(quán)代理有限公司 11363
• 代理人: 逯長明;許偉群

1.AFSA與L-M融合算法的CVT等值參數(shù)辨識方法，其特征在于，包括：

算法初始化，人工魚賦初始值；

計算每條人工魚的適應(yīng)度值，記錄全局最優(yōu)人工魚狀態(tài)；

平均人工魚的狀態(tài)，模擬執(zhí)行相應(yīng)的行為；

更新全局最優(yōu)人工魚群狀態(tài)，將最優(yōu)值賦給公告牌；

如果滿足終止條件，進行賦予L-M算法初值、設(shè)定步長；

迭代精確求解，直至滿足收斂條件；

辨識得到CVT電磁單元的參數(shù)最優(yōu)解。

2.根據(jù)權(quán)利要求1所述的AFSA與L-M融合算法的CVT等值參數(shù)辨識方法，其特征在于，所述算法初始化，人工魚賦初始值步驟包括：對種群規(guī)模N、每條人工魚的初始位置、人工魚的視野Visual、步長step、擁擠度因子δ、重復(fù)次數(shù)Trynumber進行初始化設(shè)置(變量L1、R1、Lm、Rm、L2、R2)初始隨機化設(shè)置，目標(biāo)函數(shù)的設(shè)置。

3.根據(jù)權(quán)利要求1所述的AFSA與L-M融合算法的CVT等值參數(shù)辨識方法，其特征在于，所述平均人工魚的狀態(tài)，模擬執(zhí)行相應(yīng)的行為步驟包括：對每個個體進行評價，對其要執(zhí)行的行為進行選擇，包括覓食、聚群、追尾和隨機。

4.根據(jù)權(quán)利要求1所述的AFSA與L-M融合算法的CVT等值參數(shù)辨識方法，其特征在于，所述更新全局最優(yōu)人工魚群狀態(tài)，將最優(yōu)值賦給公告牌步驟包括：

隨機執(zhí)行人工魚的行為，更新生成新的魚群；

評價所有個體，若某個體優(yōu)于公告牌，則將公告牌更新為該個體。

5.根據(jù)權(quán)利要求1所述的AFSA與L-M融合算法的CVT等值參數(shù)辨識方法，其特征在于，所述如果滿足終止條件，進行賦予L-M算法初值、設(shè)定步長步驟包括：

當(dāng)公告牌上最優(yōu)解達(dá)到收斂條件，算法結(jié)束；

將AFSA算法的得到的最優(yōu)解(L1、R1、Lm、Rm、L2、R2)作為L-M算法的初值、設(shè)定步長。

6.根據(jù)權(quán)利要求1所述的AFSA與L-M融合算法的CVT等值參數(shù)辨識方法，其特征在于，所述辨識得到CVT電磁單元的參數(shù)最優(yōu)解步驟還包括：

通過擬合優(yōu)度R對辨識結(jié)果進行評價；

擬合優(yōu)度R定義為：

其中，yi為實測數(shù)據(jù)，為擬合數(shù)據(jù)，為實測數(shù)據(jù)平均值，擬合優(yōu)度R取值范圍為(0，1)，其越接近1則擬合效果越佳。