基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高遗传算法在电力变压器优化设计中获得全局最优解的能力,对传统遗传算法的编码方案、遗传算子以及约束条件、适应值函数等方面进行改进研究,提出了一种改进遗传算法,并应用经典数学函数进行验证,结果表明改进遗传算法具有较高的寻优效率.在此基础上提出了适应于求解多目标优化的改进遗传算法,并将改进遗传算法首次应用于S9系列电力变压器的单目标和双目标的优化设计中.应用实例表明,文中提出的改进遗传算法(IGA)具有更强的全局寻优能力和更高的求解精度,对电力变压器的优化设计效果明显.
推荐文章
应用改进遗传算法的S9型1OkV级电力变压器优化设计
电力变压器
改进遗传算法
工程软件
优化设计
自适应遗传算法在电力变压器优化设计中的应用
电力变压器
自适应遗传算法
优化设计
基于分层遗传算法的电力变压器优化设计
分层遗传算法
电力变压器
优化设计
遗传算法在干式电力变压器系列优化设计中的应用研究
干式变压器
遗传算法
系列设计
优化方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用改进遗传算法的电力变压器优化设计
来源期刊 重庆大学学报(自然科学版) 学科 工学
关键词 电力变压器 优化设计 改进遗传算法
年,卷(期) 2002,(9) 所属期刊栏目
研究方向 页码范围 8-11,28
页数 5页 分类号 TM41
字数 4542字 语种 中文
DOI 10.3969/j.issn.1000-582X.2002.09.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李辉 重庆大学电气工程学院 109 2093 26.0 42.0
2 韩力 重庆大学电气工程学院 89 1393 22.0 34.0
3 杨顺昌 重庆大学电气工程学院 36 1514 17.0 36.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (28)
参考文献  (7)
节点文献
引证文献  (19)
同被引文献  (20)
二级引证文献  (104)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(3)
  • 参考文献(3)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(3)
  • 引证文献(1)
  • 二级引证文献(2)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(6)
  • 引证文献(2)
  • 二级引证文献(4)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(6)
  • 引证文献(2)
  • 二级引证文献(4)
2012(11)
  • 引证文献(3)
  • 二级引证文献(8)
2013(13)
  • 引证文献(0)
  • 二级引证文献(13)
2014(13)
  • 引证文献(1)
  • 二级引证文献(12)
2015(25)
  • 引证文献(2)
  • 二级引证文献(23)
2016(13)
  • 引证文献(0)
  • 二级引证文献(13)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
电力变压器
优化设计
改进遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
论文1v1指导