主权项 |
1.一种基于改进BBO算法的SVC次同步阻尼控制器设计方法,其特征在于:包含下列步骤;步骤1、将次同步阻尼控制器的设计问题转化为非线性约束优化问题;<maths num="0001"><![CDATA[<math><mfenced open='{' close=''><mtable><mtr><mtd><mi>max</mi><mi>f</mi><mo>=</mo><mfrac><mn>1</mn><mi>n</mi></mfrac><mo>×</mo><mo>|</mo><mo>|</mo><mi>R</mi><mo>|</mo><msub><mo>|</mo><mn>1</mn></msub></mtd></mtr><mtr><mtd><mi>s</mi><mo>·</mo><mi>t</mi><mo>·</mo><mi>R</mi><mo>=</mo><msup><mrow><mo>(</mo><msub><mi>η</mi><mn>1</mn></msub><mo>,</mo><msub><mi>η</mi><mn>2</mn></msub><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mo>,</mo><msub><mi>η</mi><mi>i</mi></msub><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mo>,</mo><msub><mi>η</mi><mi>n</mi></msub><mo>)</mo></mrow><mi>T</mi></msup></mtd></mtr><mtr><mtd><mi>i</mi><mo>=</mo><mn>1,2</mn><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mo>,</mo><mi>n</mi></mtd></mtr><mtr><mtd><mo>|</mo><mo>|</mo><mi>R</mi><mo>|</mo><msub><mo>|</mo><mn>1</mn></msub><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>η</mi><mi>i</mi></msub></mtd></mtr><mtr><mtd><msub><mi>η</mi><mi>i</mi></msub><mo>></mo><mn>0</mn></mtd></mtr><mtr><mtd><mo>|</mo><msub><mi>G</mi><mi>i</mi></msub><mo>|</mo><mo>≤</mo><msub><mi>G</mi><mi>mk</mi></msub></mtd></mtr><mtr><mtd><mfenced open='' close=''><mtable><mtr><mtd><mn>0</mn><mo>≤</mo><msub><mi>T</mi><mi>ai</mi></msub><mo>≤</mo><msub><mi>T</mi><mi>mk</mi></msub></mtd><mtd><mn>0</mn><mo>≤</mo><msub><mi>T</mi><mi>bi</mi></msub><mo>≤</mo><msub><mi>T</mi><mi>mk</mi></msub></mtd></mtr></mtable></mfenced></mtd></mtr></mtable></mfenced></math>]]></maths>式中,n表示次同步模态数目;η<sub>i</sub>为第i个模态的最差阻尼值;f为评价SVC-SSDC控制效果的性能函数;||R||<sub>1</sub>为向量R的1范数;G<sub>mk</sub>为增益G<sub>k</sub>绝对值的上限;T<sub>mk</sub>为时间常数T<sub>k</sub>的上限值;G<sub>i</sub>、T<sub>ai</sub>、T<sub>bi</sub>是次同步阻尼控制器的控制参数,G<sub>i</sub>为增益,T<sub>ai</sub>和T<sub>bi</sub>为时间常数;步骤2、初始化次同步阻尼控制器的控制参数G<sub>i</sub>、T<sub>ai</sub>、T<sub>bi</sub>,将各模态的参数G<sub>i</sub>、T<sub>ai</sub>和T<sub>bi</sub>作为每个栖息地的适宜度向量,在G<sub>i</sub>、T<sub>ai</sub>和T<sub>bi</sub>的搜索范围内随机生成满足约束条件的初始种群W;步骤3、计算栖息地适宜度指数,即评价SVC-SSDC控制效果的性能函数f并排序,保存个体最优解f<sub>best</sub>,判断其是否满足结束条件,若满足,则输出控制参数,程序结束;否则,继续步骤3;步骤4、建立余弦迁移模型,计算栖息地的物种数量S、迁入率λ(S)及迁出率μ(S);<maths num="0002"><![CDATA[<math><mrow><mi>λ</mi><mrow><mo>(</mo><mi>S</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mi>I</mi><mn>2</mn></mfrac><mrow><mo>(</mo><mi>cos</mi><mrow><mo>(</mo><mfrac><mi>Sπ</mi><msub><mi>S</mi><mi>m</mi></msub></mfrac><mo>)</mo></mrow><mo>+</mo><mn>1</mn><mo>)</mo></mrow></mrow></math>]]></maths><maths num="0003"><![CDATA[<math><mrow><mi>μ</mi><mrow><mo>(</mo><mi>S</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mi>E</mi><mn>2</mn></mfrac><mrow><mo>(</mo><mo>-</mo><mi>cos</mi><mrow><mo>(</mo><mfrac><mi>Sπ</mi><msub><mi>S</mi><mi>m</mi></msub></mfrac><mo>)</mo></mrow><mo>+</mo><mn>1</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中,I为迁入率λ(S)的最大值,S<sub>m</sub>为物种的迁入率为0时的物种数量,E为迁出率的最大值;步骤5、迁移操作,形成新的种群W<sub>1</sub>,重新计算栖息地的适宜度指数,更新最优解f<sub>best1</sub>;步骤6、计算种群的平均适宜度方差σ<sup>2</sup>,根据早熟判断机制判断是否陷入局部最优,若是则继续步骤7;否则转到步骤8;<maths num="0004"><![CDATA[<math><mrow><msup><mi>σ</mi><mn>2</mn></msup><mo>=</mo><mfrac><mn>1</mn><mi>N</mi></mfrac><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msup><mrow><mo>(</mo><mfrac><mrow><msub><mi>f</mi><mi>i</mi></msub><mo>-</mo><msub><mi>f</mi><mi>Avg</mi></msub></mrow><mover><mi>f</mi><mo>~</mo></mover></mfrac><mo>)</mo></mrow><mn>2</mn></msup></mrow></math>]]></maths>式中,f<sub>Avg</sub>为种群目前的平均适宜度,<img file="FDA0000386438570000022.GIF" wi="50" he="71" />为归一化定标因子,f<sub>Avg</sub>和<img file="FDA0000386438570000023.GIF" wi="50" he="71" />的表达式分别为:<maths num="0005"><![CDATA[<math><mrow><msub><mi>f</mi><mi>Avg</mi></msub><mo>=</mo><mfrac><mn>1</mn><mi>N</mi></mfrac><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msub><mi>f</mi><mi>i</mi></msub></mrow></math>]]></maths><maths num="0006"><![CDATA[<math><mrow><mover><mi>f</mi><mo>~</mo></mover><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><mi>max</mi><mo>{</mo><mo>|</mo><msub><mi>f</mi><mi>i</mi></msub><mo>-</mo><msub><mi>f</mi><mi>Avg</mi></msub><mo>|</mo><mo>}</mo><mo>,</mo><mi>max</mi><mo>{</mo><mo>|</mo><msub><mi>f</mi><mi>i</mi></msub><mo>-</mo><msub><mi>f</mi><mi>Avg</mi></msub><mo>|</mo><mo>}</mo><mo>></mo><mn>1</mn></mtd></mtr><mtr><mtd><mn>1</mn><mo>,</mo><mi>others</mi></mtd></mtr></mtable></mfenced></mrow></math>]]></maths>其中,N为种群的个体数,f<sub>i</sub>为第i个栖息地的适宜度;步骤7、计算变异率M(S),进行变尺度混沌局部优化的变异操作;M(S)=M<sub>max</sub>(1-P<sub>s</sub>/P<sub>m</sub>)式中,M<sub>max</sub>为最大突变率,P<sub>s</sub>为栖息地具有物种数量为S的概率,P<sub>m</sub>为P<sub>s</sub>的最大值,其中,将λ(S)和μ(S)分别简化计为λ<sub>s</sub>、μ<sub>s</sub>,P<sub>s</sub>定义如下:<maths num="0007"><![CDATA[<math><mrow><msub><mi>P</mi><mi>s</mi></msub><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><mo>-</mo><mrow><mo>(</mo><msub><mi>λ</mi><mi>s</mi></msub><mo>+</mo><msub><mi>μ</mi><mi>s</mi></msub><mo>)</mo></mrow><mo>×</mo><msub><mi>P</mi><mi>s</mi></msub><mo>+</mo><msub><mi>μ</mi><mrow><mi>s</mi><mo>+</mo><mn>1</mn></mrow></msub><msub><mi>P</mi><mrow><mi>s</mi><mo>+</mo><mn>1</mn></mrow></msub></mtd><mtd><mi>S</mi><mo>=</mo><mn>0</mn></mtd></mtr><mtr><mtd><mo>-</mo><mrow><mo>(</mo><msub><mi>λ</mi><mi>s</mi></msub><mo>+</mo><msub><mi>μ</mi><mi>s</mi></msub><mo>)</mo></mrow><mo>×</mo><msub><mi>P</mi><mi>s</mi></msub><mo>+</mo><msub><mi>λ</mi><mrow><mi>s</mi><mo>-</mo><mn>1</mn></mrow></msub><msub><mi>P</mi><mrow><mi>s</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>+</mo><msub><mi>μ</mi><mrow><mi>s</mi><mo>+</mo><mn>1</mn></mrow></msub><msub><mi>P</mi><mrow><mi>s</mi><mo>+</mo><mn>1</mn></mrow></msub></mtd><mtd><mn>1</mn><mo>≤</mo><mi>S</mi><mo>≤</mo><msub><mi>S</mi><mi>m</mi></msub><mo>-</mo><mn>1</mn></mtd></mtr><mtr><mtd><mo>-</mo><mrow><mo>(</mo><msub><mi>λ</mi><mi>S</mi></msub><mo>+</mo><msub><mi>μ</mi><mi>S</mi></msub><mo>)</mo></mrow><mo>×</mo><msub><mi>P</mi><mi>S</mi></msub><mo>+</mo><msub><mi>λ</mi><mrow><mi>s</mi><mo>-</mo><mn>1</mn></mrow></msub><msub><mi>P</mi><mi>s</mi></msub><mo>-</mo><mn>1</mn></mtd><mtd><mi>S</mi><mo>=</mo><msub><mi>S</mi><mi>m</mi></msub></mtd></mtr></mtable></mfenced><mo>;</mo></mrow></math>]]></maths>步骤8、执行排重操作,当适宜度向量X<sub>i</sub>=X<sub>j</sub>,对向量X<sub>j</sub>进行变异操作以得到新的适宜度向量X<sub>k</sub>,并用X<sub>k</sub>代替X<sub>j</sub>,更新种群的最优解f<sub>best2</sub>;步骤9、判断是否满足最大迭代次数,若满足,则输出控制参数,程序结束;否则,转到步骤2。 |