《表2 6种算法辨识结果比较》
依据调试经验,将PSO-ACO算法的参数设定为:种群规模m=50,最大迭代次数tmax=200,加速常数c1=c2=1.494 45,阈值常数q0=0.002,阈值概率q1=0.009,挥发系数ρP=0.001,惯性权重线性递减,其最大值和最小值分别为wmax=0.9和wmin=0.4,搜索的邻域半径ur=0.002。其他3种优化算法采用相应文献中设置的参数。采用PSO-ACO算法和表1中对比的优化算法对轧辊偏心信号进行辨识,并与基于最小二乘的轧辊偏心辨识补偿法[8]和基于小波分析的偏心滤波补偿法[6]进行比较。为避免算法求解偶然性,每种算法运行10次,仿真结果,见表2。
图表编号 | XD00150919900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.20 |
作者 | 李冬、吴玉厚、石怀涛、刘建昌、谭树彬 |
绘制单位 | 沈阳建筑大学机械工程学院、沈阳建筑大学高档石材数控加工装备与技术国家地方联合工程实验室、东北大学信息科学与工程学院、沈阳建筑大学机械工程学院、沈阳建筑大学高档石材数控加工装备与技术国家地方联合工程实验室、沈阳建筑大学机械工程学院、沈阳建筑大学高档石材数控加工装备与技术国家地方联合工程实验室、东北大学信息科学与工程学院、东北大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |