机械臂动力学参数的多变异策略花授粉算法辨识

为了准确辨识出机械臂动力学参数,提出了多变异策略花授粉算法的参数辨识方法。分析了PUMA560机械臂结构和工作原理,使用改进的牛顿-欧拉方程建立了驱动力矩与动力学参数的函数关系。以驱动力矩反算值与实际值的误差最小为目标,建立了动力学参数优化模型。从原理层面分析了花授粉算法在迭代后期进化能力弱、易陷入局部最优的原因,提出了带随机机制的定向变异策略和均匀变异策略,将两种变异策略融入到花授粉算法中,得到了多变异策略花授粉算法。使用多变异策略花授粉求解优化模型,经实验验证,从辨识精度、力矩反算值与实际值相关性等两个角度讲,多变异策略花授粉算法的辨识结果远优于花授粉算法,证明了多变异策略花授粉算法在参数辨识中的有效性。

基于改进遗传算法的电力系统无功优化

在简单遗传算法的基础上,针对无功优化的动态、多目标、多约束以及非线性特点,提出了基于简单遗传算法的改进算法.改进遗传算法中采用了个体适应度函数的线性变换、归一化的选择方法,以及定向变异策略的应用.以ward & Hale 6节点标准测试系统为例对该算法进行了有效性验证.仿真结果表明,该方法对电力系统的无功优化效果良好.