1) Discrete time genetic algorithm
离散遗传算法
2) DSGA
离散分段遗传算法
1.
Based on an insight into the premature phenomenon of coarse grain genetic algorithms,an agent-based implementation of the discrete segmented genetic algorithm(DSGA) was proposed.
为了改善遗传算法早熟对性能的影响以及提高递阶分段遗传算法的整体寻优速度,在递阶分段遗传算法的基础上,提出用Agent技术来实现离散分段遗传算法。
3) diffusion genetic algorithm
扩散式遗传算法
1.
In order to get a satisfactory result of fault diagnosis, first, an improved discrete Fourier transform approach is used to extract fault features, then a diffusion genetic algorithm is presented.
为了提高故障的诊断效果,首先利用一种改进的离散傅里叶变换方法提取故障特征,然后提出了一种扩散式遗传算法,将其与模糊C 均值(fuzzyC mean,FCM)聚类方法结合设计了一种进化FCM故障识别方法。
4) dissipative genetic algorithm
耗散遗传算法
5) DGMGA (discrete gradient modified genetic algorithm)
DGMGA(离散的梯度改进遗传算法)
6) Scatter Ga(ScGa)
扩散失遗传算法Scatter Ga(ScGA)
补充资料：离散PID控制算法
分子式：
CAS号：
性质：在用计算机等作为控制装置进行数字控制时实现PID控制作用的数学表示式。在数字控制中，控制装置只取各个采样时刻的输入变量值进行运算，如偏差值e(k)为第k个采样时刻的设定值r(k)与被控变量测量值y(k)的差值。离散PID控制有位置算法、增量算法与速度算法三种形式。(1)位置算法直接给出各采样时刻的控制作用量2J(是)，具体算法是:式中，Kc为比例增益，Ti为再调时间，Td为预调时间，Δt为采样周期。这里用叠加代替积分，差分代替微分。位置算法的输出可直接送往数字式执行器，或经数字/模拟转换送往模拟式执行器，并须用保持器将该信号保持到下一次采样为止。在手动一自动切换和防止积分饱和问题上，位置算法不像另两类算法那样方便。(2)增量算法给出每个采样时刻控制装置输出应改变的数值Δu(k)，即第k个采样时刻的控制作用量u(k)与前一采样时刻的控制作用量u(k-1)之间的差值，具体算法是： 增量算法的输出一般通过步进电机等累积机构，化为模拟量，操纵控制阀。该种算法具有手动一自动切换方便，和避免引起积分饱和等优点，应用最广。(3)速度算法给出在各个采样时刻控制装置输出应采取的变化速v(k)，该速度用Δu(k)/Δt近似表示，具体算式为:速度算法的输出应送往积分式执行机构。速度算法也有手动一自动切换方便和避免引起积分饱和的优点。
CAS号：
性质：在用计算机等作为控制装置进行数字控制时实现PID控制作用的数学表示式。在数字控制中，控制装置只取各个采样时刻的输入变量值进行运算，如偏差值e(k)为第k个采样时刻的设定值r(k)与被控变量测量值y(k)的差值。离散PID控制有位置算法、增量算法与速度算法三种形式。(1)位置算法直接给出各采样时刻的控制作用量2J(是)，具体算法是:式中，Kc为比例增益，Ti为再调时间，Td为预调时间，Δt为采样周期。这里用叠加代替积分，差分代替微分。位置算法的输出可直接送往数字式执行器，或经数字/模拟转换送往模拟式执行器，并须用保持器将该信号保持到下一次采样为止。在手动一自动切换和防止积分饱和问题上，位置算法不像另两类算法那样方便。(2)增量算法给出每个采样时刻控制装置输出应改变的数值Δu(k)，即第k个采样时刻的控制作用量u(k)与前一采样时刻的控制作用量u(k-1)之间的差值，具体算法是： 增量算法的输出一般通过步进电机等累积机构，化为模拟量，操纵控制阀。该种算法具有手动一自动切换方便，和避免引起积分饱和等优点，应用最广。(3)速度算法给出在各个采样时刻控制装置输出应采取的变化速v(k)，该速度用Δu(k)/Δt近似表示，具体算式为:速度算法的输出应送往积分式执行机构。速度算法也有手动一自动切换方便和避免引起积分饱和的优点。
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