【2024华为杯研赛C题】第二问结果、粒子群算法辨识方程参数

sxajsckcsd

已于 2024-09-23 23:07:49 修改

阅读量708

点赞数 8

文章标签：算法人工智能机器学习数学建模 matlab

于 2024-09-22 20:16:25 首次发布

本文链接：https://blog.csdn.net/sxajsckcsd/article/details/142442757

版权

问题二斯坦麦茨方程（Steinmetz-equation）修正

题目

在传统磁芯损耗模型中，斯坦麦茨方程（Steinmetz-equation）（公式（2））虽作为经典模型被广泛应用，却显著受限于其特定的适用条件，如：该方程主要针对正弦波形设计；对于不同种类的磁芯材料及工作温度的变化，SE方程会造成较大的误差，这在实际工程应用中带来了诸多不便与复杂性。目前已经有针对非正弦波形下磁芯损耗模型进行修正（见公式（7）、（8））。

请通过分析斯坦麦茨方程（公式（2）），在同一种磁芯材料、正弦波形下，对于不同温度变化，磁芯损耗预测效果存在的差异性，构造一种可适用于不同温度变化的磁芯损耗修正方程（即在原斯坦麦茨方程基础上，增加温度这个因素，以适应不同温度变化，使磁芯损耗预测效果更好）；并以附件一材料1中正弦波形的数据为例，分析你构造的修正方程与斯坦麦茨方程，他们预测磁芯损耗的效果（误差）哪个更好？

求解思路

第二问实质上是引入温度变量到斯坦麦茨方程，辨识最优的模型参数，以及跟引入前的斯坦麦茨方程进行拟合精度比较。

步骤1 传统斯坦麦茨方程分析

➢ 使用斯坦麦茨方程计算不同温度下的磁芯损耗，并与实际测量数据对比，评估其误差。
➢ 分析不同温度对磁芯损耗的影响，发现原始方程的局限性。

步骤2 修正方程构建

在斯坦麦茨方程中引入温度因素，构建新的损耗公式，使其适应不同温度变化。修正方程可以表示为：
𝑃 = 𝑘 ⋅ 𝑓 𝛼 ⋅ 𝐵 𝛽 ⋅ 𝑇 𝛾
其中，𝑇为温度，𝑔𝑎𝑚𝑚𝑎为待求的修正系数。
求解参数时，使用最小二乘法即可，如果要加点新颖性，可以用遗传算法或者是麻雀搜索算法这类智能算法进行参数辨识，即把方程的输出值跟实际值的均方误差 MSE 作为目标函数，对参数变量进行寻优求解。