首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于改进驾驶训练算法的光伏最优跟踪控制方法_杭州电子科技大学_202410272777.7 

申请/专利权人:杭州电子科技大学

申请日:2024-03-11

公开(公告)日:2024-06-25

公开(公告)号:CN118244835A

主分类号:G05F1/67

分类号:G05F1/67

优先权:

专利状态码:在审-公开

法律状态:2024.06.25#公开

摘要:本发明公开了一种基于改进驾驶训练算法的光伏最优跟踪控制方法。本发明为了提升算法的收敛速度,增加了教练员选择方式的随机性,同时为了减弱振荡,引入了自适应权重,具体实现如下:在前期对于原算法的教练员选择方式进行了相应的改进,从而使教练员的选择更加随机,增加算法的随机性,在一定程度上可以提升算法的全局搜索能力;为了减弱后期的振荡现象,引入了自适应权重;自适应机制的引入可以使算法前期的更新幅度增大,加强算法前期的全局搜索能力,同时随着迭代次数的增加,自适应权重逐渐减小,算法后期的更新幅度较小,可以使算法更多聚焦于局部空间的开发。

主权项:1.一种基于改进驾驶训练算法的光伏最优跟踪控制方法,其特征在于为了提升算法的收敛速度,增加了教练员选择方式的随机性,同时为了减弱振荡,引入了自适应权重,具体实现如下:Dlgroup=datasampleN,NDI 其中,DIgroup表示教练员集合,datasampleN,NDI表示从成员数量为N的种群中随机选择NDI位成员作为教练员集合;表示驾驶教练培训阶段更新后的第i个学员在第j维的分量,r为[0,1]之间的随机数,DIi,j为第i个学员选择的教练在第j维的分量,为第i个学员选择的教练的适应度,Fi为第i个学员的适应度,w表示自适应权重。

全文数据:

权利要求:

百度查询: 杭州电子科技大学 一种基于改进驾驶训练算法的光伏最优跟踪控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。