1) automatic optimization
自动寻优
1.
According to the parameters of the system operation are constantly changing, on the basis of existing filter design, using the capacity of capacitor as variable, considering synthetically install capacity, reactive compensation and filtering effect, utilizing automatic optimization function of genetic algorithm, the optimal sets of filters was defined.
由于电网运行过程中各参数是不断变化的,电网的运行方式不断改变,所以本文在原有滤波器设计的基础上,以电容器的电容量为自变量,综合考虑安装容量、无功补偿和滤波效果,利用遗传算法的自动寻优功能,确定需要安装的最佳滤波器组数,进而提出多运行方式下滤波器的参数设计,并通过某配电网的实测数据验证了该方法的实用性和稳定性。
2) self-optimizing
自动寻优
1.
A self-optimizing fuzzy control with an immune correction coefficient was proposed.
讨论了实时仿真基础上,采用遗传算法对模糊控制参数的自动寻优。
4) automatic optimalizing control
自动寻优控制
6) self-optimization
自寻优
1.
In consideration of the diversity of operating conditions,the multi controlling measures such as process tracing,concentration tracing,self-optimization,self-correction,effect control and friendly man-computer interface should be integrated into the system so as to reach better result in control and make the operation easie
工艺跟踪、浓度跟踪、自寻优、自校正、效应控制等技术,以及友好的人机接口不仅取得了良好的控制效果,也方便了操作。
2.
The technology involves the process control, concentration tracking, self-optimization, self-correction, AE control and a friendly man-computer interface.
内容包括工艺跟踪、浓度跟踪、自寻优、自校正、效应控制等技术以及友好的人机接口。
3.
It is determined to use Fuzzy PID with modifiable factors of self-optimization.
本文分析了带单个和多个自调整因子的模糊控制器的优缺点，决定采用修正因子自寻优的模糊ＰＩＤ控制器，它能在系统控制过程中对修正因子进行实时自寻优，以实现控制规则的自调整和自完善，达到提高控制系统品质的目的。
补充资料：动力学系统参数寻优
在一组约束条件下,寻找动力学系统的一组参数,使给定的指标达到最优值（极大或极小值）的方法。它广泛应用于系统的分析、综合与设计中。在实际的动力学系统寻优问题中，给出指标的解析式很困难或者给出的解析式很复杂，一般只能针对具体参数，通过仿真来计算系统的指标。为了寻求使指标达到最优值的参数，必须进行多次运行仿真。因此，动力学系统寻优是多次运行仿真的一个重要方面。
动力学系统参数寻优方法的基本步骤是：①给定一组初始参数，并用仿真的方法计算出系统在这一参数下所达到的指标。②按照一定的规则在某一个寻优方向上找到一组新的参数，它和初始参数之间的距离称为寻优步长。新参数必须满足约束条件。③再用仿真的方法计算出系统在新参数下所达到的指标。④判断新参数是否已使指标达到最优值;如果尚未达到,则继续由这组新参数出发再重新寻找，直到使指标达到最优值为止。寻优的效率不仅取决于确定寻优方向和寻优步长的规则，还取决于仿真的效率。
动力学系统参数寻优的算法大多来源于非线性规划的迭代数值解法，如区间消去法、插值法、单纯形法、共轭梯度法等（见非线性规划）。为了解决多极值指标和泛函限制条件的问题，80年代出现了一些新算法，如自适应随机法，它能在寻优过程中自适应地选择寻优步长分布的最优方差，并周期地探测局部最优的寻优步长方差，从而找到改进的新区域，降低落入局部极值的概率。
动力学系统参数寻优方法的基本步骤是：①给定一组初始参数，并用仿真的方法计算出系统在这一参数下所达到的指标。②按照一定的规则在某一个寻优方向上找到一组新的参数，它和初始参数之间的距离称为寻优步长。新参数必须满足约束条件。③再用仿真的方法计算出系统在新参数下所达到的指标。④判断新参数是否已使指标达到最优值;如果尚未达到,则继续由这组新参数出发再重新寻找，直到使指标达到最优值为止。寻优的效率不仅取决于确定寻优方向和寻优步长的规则，还取决于仿真的效率。
动力学系统参数寻优的算法大多来源于非线性规划的迭代数值解法，如区间消去法、插值法、单纯形法、共轭梯度法等（见非线性规划）。为了解决多极值指标和泛函限制条件的问题，80年代出现了一些新算法，如自适应随机法，它能在寻优过程中自适应地选择寻优步长分布的最优方差，并周期地探测局部最优的寻优步长方差，从而找到改进的新区域，降低落入局部极值的概率。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条