清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Parameter Identification of Jiles-Atherton Model Based on Levy Whale Optimization Algorithm

布谷鸟搜索 算法 水准点(测量) 粒子群优化 计算机科学 鉴定(生物学) 理论(学习稳定性) 数学优化 数学 机器学习 大地测量学 植物 生物 地理
作者
Zhigang Chen,Yue Yu,Yanxue Wang
出处
期刊:IEEE Access [Institute of Electrical and Electronics Engineers]
卷期号:10: 66711-66721 被引量:2
标识
DOI:10.1109/access.2022.3185414
摘要

The Jiles-Atherton model is key to researching the hysteresis loop. The focus of scholars across various countries has always been the parameter identification of the Jiles-Atherton model. This paper on the Levy whale optimization algorithm (LWOA), based on the whale optimization algorithm (WOA), proposes to overcome the disadvantage that WOA tends to involve the local optimum. The recommended algorithm uses the Levy flight strategy instead of the encircling prey policy since the former improves the global search. Therefore, the new algorithm is better at stability and calculation accuracy. To substantiate the efficacy of the proposed algorithm, it is tested against six benchmark functions and compared with the WOA, particle swarm optimization (PSO), grey wolf algorithm (GWO), and shuffled frog leaping algorithm (SFLA). In addition, the proposed algorithm is applied to realize two classical engineering problems, such as the tension/compression spring and welded beam design issues. The experimental findings reveal that the proposed algorithm is highly competitive with metaheuristic optimizers and improves the algorithm’s performance. To address the poor stability of the J-A model parameter identification, an improved calculation method for parameter k and the reduced parameter ranges of the model parameters a and α were combined with LWOA. The proposed algorithm is called C-LWOA, which is compared with LWOA, PSO, GWO, SFLA, and the cuckoo search (CS) based on the data reported in the literature. Moreover, the simulation results demonstrate that the stability and calculation accuracy of the parameter identification by the C-LWOA was significantly strengthened. Equally important, the calculation error was within 0.2%. Finally, the proposed algorithm was subsequently used to fit the actual measurements of the hysteresis loop of permalloy.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
ChatGPT完成签到,获得积分10
5秒前
研友完成签到 ,获得积分10
27秒前
fffffffffffffff完成签到 ,获得积分10
30秒前
8R60d8完成签到,获得积分0
35秒前
lunyu完成签到 ,获得积分10
36秒前
坚强志泽完成签到 ,获得积分10
48秒前
俊逸的白梦完成签到 ,获得积分10
52秒前
橘子海完成签到 ,获得积分10
57秒前
Tianju完成签到,获得积分10
1分钟前
研友_Lmg1gZ完成签到,获得积分10
1分钟前
huazhangchina完成签到 ,获得积分10
1分钟前
高雯完成签到,获得积分10
1分钟前
芝诺的乌龟完成签到 ,获得积分0
1分钟前
张颖完成签到 ,获得积分10
1分钟前
欢呼的茗茗完成签到 ,获得积分10
1分钟前
丹妮完成签到 ,获得积分10
1分钟前
1分钟前
longlonglong完成签到,获得积分10
1分钟前
1分钟前
荔枝波波加油完成签到 ,获得积分10
2分钟前
Danny完成签到 ,获得积分10
2分钟前
Young完成签到 ,获得积分10
2分钟前
郑先生完成签到 ,获得积分10
2分钟前
郑志凡完成签到 ,获得积分10
2分钟前
wanci应助科研通管家采纳,获得10
2分钟前
啥也不是完成签到,获得积分10
2分钟前
双眼皮跳蚤完成签到,获得积分10
2分钟前
kehe!完成签到 ,获得积分0
3分钟前
霸霸斌完成签到 ,获得积分10
3分钟前
gmc完成签到 ,获得积分10
3分钟前
谷子完成签到 ,获得积分10
3分钟前
数乱了梨花完成签到 ,获得积分10
3分钟前
寒战完成签到 ,获得积分10
4分钟前
沐浠完成签到 ,获得积分10
4分钟前
salty完成签到 ,获得积分10
4分钟前
桐桐应助123采纳,获得10
4分钟前
Shandongdaxiu完成签到 ,获得积分10
4分钟前
HCKACECE完成签到 ,获得积分10
4分钟前
Vicky完成签到 ,获得积分10
4分钟前
4分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052644
求助须知:如何正确求助?哪些是违规求助? 2709863
关于积分的说明 7418252
捐赠科研通 2354395
什么是DOI,文献DOI怎么找? 1246007
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921