function [duty,iterations] = TSOMPPT(vpv,ipv) persistent p u dc dbest counter iteration iter_max num; if isempty(num) num=10; end if isempty(p) p=zeros(1,num); dbest=0; counter=0; u=1; iteration=0; iter_max=15; end if isempty(dc) dc=linspace(0,0.7,num); end iterations=iteration; if iterations<=iter_max if(counter>=1 && counter<=100) duty=dc(u); counter=counter+1; return; end if(u>=1 && u<=num) p(u)=vpv*ipv; end u=u+1; if(u<num+1) duty=dc(u); counter=1; return; End u=1; counter=1; iteration=iteration+1; [m,i]=max(p); dbest=dc(i); dc1=EPOUpdateDuty(dbest,dc,iteration,iter_max,num); dc=dc1; duty=dc(u); return; Else duty=dbest; return; End end function D=EPOUpdateDuty(dbest,d,iter,iter_max,num) D=zeros(1,num); dup=zeros(1,num); persistent s; if isempty(s) s=0.5; End res=0.01; if iter>iter_max iter=iter_max; End eta=(res/s)^(iter/iter_max); s=s*eta for i=1:num deltaD=s*(2*rand()-1); if d(i)==dbest dup(i)=dbest; Else dup(i)=dbest+deltaD; End if dup(i)>1 dup(i)=1; End if dup(i)<0 dup(i)=0; End End D=dup; end
时间: 2024-04-02 21:31:55 浏览: 30
3d s max 常用快捷键
这是一个基于阈值逐步逼近的迭代算法,用于优化太阳能逆变器的PWM占空比。代码中使用了一个数组p来记录每个占空比下的功率输出,然后在每次迭代中更新占空比数组dc,并重新计算功率输出。在迭代的过程中,记录当前最优的占空比dbest,并以此为基础,不断更新dc数组。
为了将其改写成基于粒子群优化算法,我们可以参考以下步骤:
1. 首先,我们需要将代码中的迭代次数iter_max设定为一个较大的值,例如100。
2. 我们需要引入粒子群算法的相关参数,包括粒子个数,惯性权重w,加速常数c1和c2。我们可以将粒子数设为10,并将w设为0.72,c1和c2都设为1.49。
3. 我们需要为每个粒子引入速度v和个体最优位置pbest。这些变量应该被初始化为0或者与原代码中的变量保持一致。
4. 在每次迭代中,使用粒子群算法更新每个粒子的位置和速度,以及记录全局最优位置gbest和个体最优位置pbest。
5. 在每次迭代结束后,使用pbest数组更新dc数组,作为下一次迭代的基础。
下面是基于粒子群优化算法的改写代码:
阅读全文