基于FPA优化的GP算法的飞行员认知状态识别

飞行员认知状态是影响人机飞行控制系统表现的重要因素。认知状态通常不能被直接测得,需借助于诸多的生理信号间接分析。根据典型生理信号的时频特点,应用小波分析建立信号特征集,并提出了一种基于花粉传播算法的高斯过程分类模型,用以分析全动飞行模拟实验中的飞行员认知状态。通过对比分类结果与飞行员的NASATLX测评结果,验证该模型对飞行员认知状态识别的有效性。

基于FPA的光伏发电全局MPPT算法的研究

传统最大功率点跟踪(MPPT)算法在非均匀光照下可能失效,而基于粒子群优化算法(PSO)的全局MPPT算法存在参数设置复杂、输出震荡大的缺点。花粉传播算法(FPA)是一种新颖的智能全局群优化算法,具有收敛速度快,参数设置简单,结果稳定性好等优点。本文提出了一种基于FPA的MPPT算法,在理论分析和大量仿真的基础上对算法参数进行了合理设置。将其与基于PSO的MPPT算法进行对比仿真和实验,结果表明不论光伏阵列光照是否均匀,本文算法都可以有效锁定最大功率点,而且在参数设置,系统输出振荡,收敛时间等方面更具优势。