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:
将标准粒子群优化算法中的速度惯性、粒子个体的记忆因素和粒子间学习交流因素等几个特征引入人工鱼群算法,提出了粒子群优化鱼群算法.在新算法中,鱼群的游动具有了速度惯性的特征,并且其行为模式被扩充为追尾、聚群、记忆、交流以及觅食.通过仿真分析,验证了粒子群优化鱼群算法比两种基本算法具有更快的收敛速度和更高的寻优精度,且性能稳定.最后将所提出的粒子群优化鱼群算法应用于局部遮阴情况下的光伏发电系统最大功率点跟踪,实验表明,该算法可以在很短时间内以很高精度寻得不均匀光照系统的最大功率点.
推荐文章
基于分组粒子群的光伏最大功率点跟踪方法
光伏发电系统
最大功率点跟踪
粒子群算法
扰动观察法
光伏发电系统最大功率点跟踪算法研究
一次能源
光伏发电
最大功率点跟踪
二分搜索法
恒定电压法
基于改进PSA算法的光伏系统最大功率点跟踪技术研究
光伏系统
最大功率点跟踪
占空比
改进模式搜索算法
电导增量法实现光伏系统的最大功率点跟踪控制
太阳能
光伏系统
最大功率点跟踪
电导增量法
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 粒子群优化鱼群算法及其在光伏系统最大功率点跟踪中的应用
来源期刊 计算机应用 学科 工学
关键词 粒子群优化 人工鱼群算法 行为模式 光伏系统 最大功率点跟踪
年,卷(期) 2012,(12) 所属期刊栏目 先进计算
研究方向 页码范围 3299-3302
页数 4页 分类号 TP18
字数 3627字 语种 中文
DOI 10.3724/SP.J.1087.2012.03299
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 段其昌 重庆大学自动化学院 70 642 14.0 20.0
2 唐若笠 重庆大学自动化学院 3 67 3.0 3.0
3 隆霞 重庆大学自动化学院 2 18 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (918)
参考文献  (9)
节点文献
引证文献  (14)
同被引文献  (73)
二级引证文献  (27)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(16)
  • 引证文献(2)
  • 二级引证文献(14)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
粒子群优化
人工鱼群算法
行为模式
光伏系统
最大功率点跟踪
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导