• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >New Improved Fractional Order Differentiator Models Based on Optimized Digital Differentiators
【2h】

New Improved Fractional Order Differentiator Models Based on Optimized Digital Differentiators

机译：基于优化数字微分器的改进分数阶微分器模型

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Different evolutionary algorithms (EAs), namely, particle swarm optimization (PSO), genetic algorithm (GA), and PSO-GA hybrid optimization, have been used to optimize digital differential operators so that these can be better fitted to exemplify their new improved fractional order differentiator counterparts. First, the paper aims to provide efficient 2nd and 3rd order operators in connection with process of minimization of error fitness function by registering mean, median, and standard deviation values in different random iterations to ascertain the best results among them, using all the abovementioned EAs. Later, these optimized operators are discretized for half differentiator models for utilizing their restored qualities inhibited from their optimization. Simulation results present the comparisons of the proposed half differentiators with the existing and amongst different models based on 2nd and 3rd order optimized operators. Proposed half differentiators have been observed to approximate the ideal half differentiator and also outperform the existing ones reasonably well in complete range of Nyquist frequency.
机译：已经使用了不同的进化算法（EA），即粒子群优化（PSO），遗传算法（GA）和PSO-GA混合优化来优化数字差分算子，以便可以更好地拟合它们，以举例说明其新的改进分数订购差异化产品。首先，本文旨在通过使用上述所有EA，在不同的随机迭代中记录均值，中位数和标准差值，以在其中使最佳结果提供与错误适应度最小化过程相关的高效二阶和三阶算子。 。后来，这些优化的算子被离散化为半微分模型，以利用其优化所抑制的恢复质量。仿真结果给出了建议的半微分器与基于二阶和三阶优化算子的现有模型以及不同模型之间的比较。已经观察到建议的半分频器近似于理想的半分频器，并且在奈奎斯特频率的整个范围内也相当好地胜过现有的半分频器。

著录项

  • 期刊名称 other
  • 作者

    Maneesha Gupta; Richa Yadav;

  • 作者单位
  • 年(卷),期 -1(2014),-1
  • 年度 -1
  • 页码 741395
  • 总页数 11
  • 原文格式 PDF
  • 正文语种
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号