简介:滤波器在射频、微波电路中发挥重要作用。不断出现的无线通讯系统应用对滤波器提出了前所未有的挑战:更高的性能指标、更小的尺寸质量、更低的成本已成为新型滤波器必须满足的基本要求。援引了一个Ka波段Hairpin耦合结构的双通带滤波器原型,每一个耦合支的长度大约为两个通带中心频率对应的四分之一波长。然后基于PSO算法和IE3D仿真软件对滤波器进行优化,优化的最终结构体积很小,其大小仅为5.5mm×2.7mm,但两个通带的插入损耗仅相差0.5dB;另一方面,两个带内的S11都下降到了-28dB左右,最终生成了微带滤波器的版图。
简介:Particleswarmoptimization(PSO)isanewheuristicalgorithmwhichhasbeenappliedtomanyoptimizationproblemssuccessfully.Attributereductionisakeystudyingpointoftheroughsettheory,andithasbeenproventhatcomputingminimalreductionofdecisiontablesisanon-derterministicpolynomial(NP)-hardproblem.AnewcooperativeextendedattributereductionalgorithmnamedCo-PSARbasedonimprovedPSOisproposed,inwhichthecooperativeevolutionarystrategywithsuitablefitnessfunctionsisinvolvedtolearnagoodhypothesisforacceleratingtheoptimizationofsearchingminimalattributereduction.ExperimentsonBenchmarkfunctionsandUniversityofCalifornia,Irvine(UCI)datasets,comparedwithotheralgorithms,verifythesuperiorityoftheCo-PSARalgorithmintermsoftheconvergencespeed,efficiencyandaccuracyfortheattributereduction.
简介:为了提高电动车铅酸蓄电池的电池荷电状态(SOC)预测精度,将粒子优化算法(PSO)引入到支持向量机(SVM)中,建立了PSO-SVM电动车铅酸蓄电池SOC预测模型,模型输入量为电池的电压和电流,输出量为SOC。采用PSO算法对SVM的惩罚因子C和径向基函数宽度σ寻优,降低了SVM参数取值的盲目性,提高了预测精度。设计了铅酸蓄电池数据智能采集系统,并进行了实际运行车辆电池数据采集。在advisor2002软件中获取的电池数据和实际车辆电池运行数据的基础上,进行了模型训练和预测。结果表明,PSO-SVM预测模型相对传统的BP、RBF和SVM预测模型具有更好的精度和推广能力,满足了"SOC估算精度小于5%"的要求,从而表明该模型是有效的、可行的,并具有较好的工程实用价值。