典型文献
基于粒子群算法优化连接器结构参数的研究
文献摘要：
连接器作为电气系统传递信息和能量不可或缺的重要媒介而得以广泛应用,但目前有关连接器性能优化的方法多数采用基于经验或常规算法进行优化,其优化效果不明显,计算过程复杂且结果单一.为此,在传统粒子群算法的基础上,提出了新的 自适应学习因子、外部档案更新与维护和比例阈值删除策略,用于提高粒子群算法的性能.基于连接器结构参数,以接触电阻和插入力为 目标,在保证连接器性能符合要求的情况下,采用改进后的算法对连接器结构进行优化,结果显示,插入力减小了 28.13％.此外,与非改进算法和对比算法相比,所提出的改进算法得到了更好的最优解,寻优能力增强.
文献关键词：
粒子群算法;连接器;参数优化
中图分类号：
作者姓名：
莫易敏;余自豪;林阳;彭承荣
作者机构：
武汉理工大学机电工程学院,武汉430070;上汽通用五菱汽车股份有限公司技术中心,柳州545000
文献出处：
引用格式：
[1]莫易敏;余自豪;林阳;彭承荣-.基于粒子群算法优化连接器结构参数的研究)[J].武汉理工大学学报,2022(12):105-113
A类：
B类：
粒子群算法,算法优化,连接器,电气系统,传递信息,关连,性能优化,基于经验,优化效果,自适应学习,学习因子,外部档案,删除,于连,接触电阻,插入力,符合要求,改进算法,对比算法,最优解,寻优能力
AB值：
0.324647
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
