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),對傳統(tǒng)云模型的多規(guī)則生成器進行改進,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。
　　改進粒子群算法是對傳統(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,社會部分和認(rèn)知部分,利用多規(guī)則嵌套云時一空域的自適應(yīng)調(diào)整來改進,實現(xiàn)了實時動態(tài)搜尋目的;同時對其具體算法過程中的個體適應(yīng)度和群體當(dāng)前位置也進行自適應(yīng)調(diào)整來改進。結(jié)合上述兩部分的尋優(yōu),實現(xiàn)了算法的改進。
　　改進人工魚群算法和改進粒子群算法原理相似,用嵌套云定性規(guī)則對傳統(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。
　　小波網(wǎng)絡(luò)改進是進行輸入輸出數(shù)據(jù)云化和逆云化,用改

3、進智能算法進行權(quán)值閾值迭代尋優(yōu)。
　　結(jié)合上面的改進算法,以高壓電器中的盤式絕緣子為例,把采集的模糊性場強數(shù)據(jù)集歸一化處理輸入云化層進行云化處理;再輸入到經(jīng)改進的智能群體尋優(yōu)的小波網(wǎng)絡(luò)權(quán)值閾值構(gòu)造的新網(wǎng)絡(luò)中,進行數(shù)據(jù)處理;接著把輸出的具有隨機性的數(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)。
　　通過對盤式絕緣子電場結(jié)構(gòu)數(shù)據(jù)仿真研究,兩種改進算法不但提高了網(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,