免疫算法在逆变器控制中的应用研究

发布时间：2017-03-27 08:06

  本文关键词：免疫算法在逆变器控制中的应用研究，由笔耕文化传播整理发布。

【摘要】：随着人工智能的发展,各种智能优化算法日渐兴起,并取得了一系列理论研究和应用成果,呈现出工程应用的巨大潜力。其中依据生物学的免疫原理提出的免疫算法,弥补了遗传算法一些固有的不足,成为智能优化算法又一研究热点,并处在快速的发展阶段,如何将免疫算法与工程实践相结合成为众多科研工作者思考的重要问题。本文从免疫系统特性和免疫的相关概念出发,回顾了免疫算法的提炼、形成与推导过程,讨论了免疫算法在逆变器控制中的应用。在此基础上,综合遗传与免疫原理,设计了一种改进的免疫优化算法用于逆变器PWM控制序列的优化,并以单相全桥逆变器为研究对象,考虑了静态和动态两种负载环境,验证了所设计算法的有效性,并将其与遗传算法在同等条件下的仿真结果进行了比较和分析,结果表明了该免疫算法的优越性。首先,概述了免疫算法的起源及发展过程;介绍了生物免疫系统与人工免疫系统的相关概念及其工作原理,以及如何从免疫机制中提炼概括与设计免疫算法;简要阐述了免疫算法的相关专业术语、特征及其在工程各领域中的研究和应用情况,同时对现有的逆变器控制策略作了简单归纳和总结。其次,介绍了基于免疫原理的三种主流算法(克隆选择算法、免疫网络算法及负选择算法),并对其基本原理、执行步骤、算子设计和特点进行了详细分析和说明,指出了三种算法的不同以及算子构成的区别。基于此,以单相全桥逆变器为研究对象,从数学角度建立了基于PWM序列优化控制的模型,设计了免疫算法的相关算子,提出了一种改进的免疫优化算法,并将其应用于逆变器PWM控制序列的优化。最后,在MATLAB环境下对所提出的算法进行了编程和代码实现,基于Simulink搭建了仿真实验平台,设计了逆变器负载处于静态和受扰动时动态两种情况下的数值实验,对该免疫算法用于逆变器PWM控制序列优化应用进行了验证,并就仿真结果与遗传算法进行横向对比分析,结果表明在同等条件下,本文所提出改进的免疫优化算法相较传统遗传算法在对逆变器进行PWM控制序列优化时具有一定的优越性。
【关键词】：免疫算法 单相全桥 逆变器 PWM序列优化 遗传算法
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18;TM464
【目录】：

• 摘要4-5
• ABSTRACT5-11
• 注释表11-12
• 缩略词12-13
• 第一章 绪论13-23
• 1.1 引言13-14
• 1.1.1 人工智能的起源和发展13
• 1.1.2 免疫算法的起源13-14
• 1.2 免疫系统与人工免疫系统14-17
• 1.2.1 免疫系统及其工作过程14-16
• 1.2.2 人工免疫系统16-17
• 1.3 免疫算法及应用研究17-18
• 1.4 逆变器控制策略概述18-21
• 1.5 本文主要研究内容21-23
• 第二章 免疫算法及免疫算子基本理论23-33
• 2.1 克隆选择算法23-27
• 2.1.1 算法基本原理23-24
• 2.1.2 算法基本步骤24-26
• 2.1.3 算子简介26-27
• 2.2 免疫网络算法27-30
• 2.2.1 算法基本原理27
• 2.2.2 算法基本步骤27-28
• 2.2.3 算子简介28-30
• 2.3 负选择算法30-32
• 2.3.1 算法基本原理30
• 2.3.2 算法基本步骤30-32
• 2.4 本章小结32-33
• 第三章 逆变器及其PWM控制技术33-42
• 3.1 逆变电路及其原理33-36
• 3.1.1 逆变器的分类33
• 3.1.2 逆变器的工作原理33-36
• 3.2 逆变器PWM控制技术36-40
• 3.3 本章小结40-42
• 第四章 免疫算法在逆变器中的应用42-50
• 4.1 模型构建42-44
• 4.2 算子设计44-47
• 4.3 算法描述47-49
• 4.4 本章小结49-50
• 第五章 仿真实验比较及分析50-61
• 5.1 仿真实验设计50-51
• 5.2 实验结果分析51-60
• 5.3 本章小结60-61
• 第六章 总结与展望61-63
• 6.1 本文总结61
• 6.2 下步工作展望61-63
• 参考文献63-68
• 致谢68-70
• 在校期间的研究成果及发表的学术论文70

【相似文献】

中国期刊全文数据库 前10条

1 江新姿;汤可宗;高尚;;蚁群算法与免疫算法的混合算法[J];科学技术与工程;2008年05期

2 葛红,毛宗源;免疫算法几个参数的研究[J];华南理工大学学报(自然科学版);2002年12期

3 梁鸿生,郝勇娜,王凯,柴继河;免疫算法[J];昆明理工大学学报(理工版);2003年05期

4 李蔚,刘长东,盛德仁,陈坚红,袁镇福,岑可法;免疫算法在火电机组优化组合中的应用[J];浙江大学学报(工学版);2004年08期

5 李金城;张国忠;滕红丽;周晟;吴红霞;;免疫算法研究[J];沈阳航空工业学院学报;2005年05期

6 吕有祥;高迟;;一种免疫算法的研究[J];机电产品开发与创新;2006年03期

7 李金城;滕红丽;;改进免疫算法在旅行商问题中的应用[J];常熟理工学院学报;2008年04期

8 任雯;;改进免疫算法在火电机组优化运行中的应用[J];自动化仪表;2010年12期

9 胡朝阳,文福拴;免疫算法与其它模拟进化优化算法的比较研究[J];电力情报;1998年01期

10 于帆;李纪鑫;;免疫算法在近红外光谱奇异样本识别中的应用[J];西安工业大学学报;2014年01期

中国重要会议论文全文数据库 前10条

1 许殿;史小卫;;基于免疫算法的微波电路优化技术[A];2003'全国微波毫米波会议论文集[C];2003年

2 王玉峰;张建强;沈喜明;;矩形平面稀疏阵列的免疫算法优化[A];2007年全国微波毫米波会议论文集（下册）[C];2007年

3 郑日荣;毛宗源;谭洪舟;;基于欧氏距离和精英交叉的免疫算法参数研究[A];第二十四届中国控制会议论文集（下册）[C];2005年

4 王玮;占荣辉;张军;;基于免疫算法的距离像长度估计[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

5 王涛波;;基于免疫算法的通航机场初步布局研究[A];2013年中国通用航空发展论坛论文集[C];2013年

6 孟科;李绍军;钱锋;;实数编码免疫算法在溶剂脱水塔软测量中的应用[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年

7 余志刚;卢文秀;褚福磊;;基于P型有限元和免疫算法的梁裂纹识别方法[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

8 魏杰;李铁克;;基于随机性参数混合免疫算法的工艺车间调度研究[A];第十一届全国自动化应用技术学术交流会论文集[C];2006年

9 顾军华;周瑞英;李娜娜;谭庆;;一种基于免疫和Hopfield神经网络的多峰值优化算法[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年

10 龚涛;杜常兴;;免疫计算研究的进展[A];中国自动化学会控制理论专业委员会A卷[C];2011年

中国博士学位论文全文数据库 前10条

1 吕岗;免疫算法及其应用研究[D];中国矿业大学（北京）;2003年

2 王辉;可变模糊匹配阴性选择免疫算法研究[D];哈尔滨工程大学;2008年

3 葛红;免疫算法及核聚类人工免疫网络应用研究[D];华南理工大学;2003年

4 郑日荣;基于欧氏距离和精英交叉的免疫算法研究[D];华南理工大学;2004年

5 虞正亮;多组分重叠信号解析算法与应用研究[D];中国科学技术大学;2006年

6 叶莲;基于免疫算法的分类方法及其应用研究[D];重庆大学;2012年

7 李运江;基于免疫算法的音乐厅形体优化[D];华南理工大学;2014年

8 孙凯;基于免疫算法与分散搜索的钢铁生产调度研究[D];上海交通大学;2009年

9 武曦;免疫算法辅助GC-MS对多组分样品重叠信号的快速分析方法研究[D];南开大学;2014年

10 王晓睿;隧道软弱围岩大变形监控及免疫智能反分析[D];华中科技大学;2009年

中国硕士学位论文全文数据库 前10条

1 王勇;汽油机怠速工况控制策略应用研究[D];安徽工程大学;2015年

2 鲍玺辰;可视化智能配电网的预警研究[D];东北大学;2014年

3 索林;基于免疫算法的无线传感器网络节点定位算法研究[D];华中师范大学;2015年

4 薛敏;基于量子免疫算法的三自由度直升机的研究[D];河北工业大学;2015年

5 王永兴;免疫算法在逆变器控制中的应用研究[D];南京航空航天大学;2015年

6 计金玲;免疫算法在航班延误快速恢复中应用研究[D];中国民航大学;2008年

7 刘亚超;基于免疫算法的拆卸序列规划方法研究[D];电子科技大学;2011年

8 王海莉;混合免疫算法及其应用研究[D];西北大学;2005年

9 徐建伟;基于免疫算法的城市干线交通信号协调控制研究[D];湘潭大学;2008年

10 杭海梅;免疫算法及其在自适应滤波器中的应用[D];苏州大学;2010年

  本文关键词：免疫算法在逆变器控制中的应用研究，由笔耕文化传播整理发布。

，

本文编号：270091