作者:
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:
光伏电池模块参数识别是一个具有多个局部极值的非线性优化问题,传统的优化技术很难进行精确识别。基于交叉熵方法构建一种改进的布谷鸟搜索,该方法利用交叉熵全局优化算法和布谷鸟搜索的协同演化来快速而精确识别光伏模块参数。实验结果表明所构建的算法用于识别光伏模块参数是可行和有效的,且具有全局搜索能力强、优化精度高和鲁棒性好等特性。
推荐文章
基于布谷鸟搜索改进的聚类算法
聚类
k-means算法
布谷鸟搜索算法
收敛速度
全局最优
基于高斯扰动的布谷鸟搜索算法
布谷鸟搜索算法
高斯扰动
收敛速度
基于混沌序列的布谷鸟算法改进
布谷鸟算法
Lévy飞行
混沌序列
收敛性能
布谷鸟搜索算法优化特征和分类器参数的人体行为识别
布谷鸟搜索算法
特征选择
相关向量机
行为识别
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 基于改进的布谷鸟搜索光伏电池模块参数识别与仿真
来源期刊 佳木斯大学学报(自然科学版) 学科 工学
关键词 光伏电池模型 参数识别 交叉熵 布谷鸟搜索
年,卷(期) 2015,(1) 所属期刊栏目
研究方向 页码范围 88-92
页数 5页 分类号 TM914.4
字数 3822字 语种 中文
DOI
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 李国成 皖西学院金融与数学学院 25 111 7.0 9.0
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  (0)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
光伏电池模型
参数识别
交叉熵
布谷鸟搜索
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
佳木斯大学学报(自然科学版)
双月刊
1008-1402
23-1434/T
大16开
黑龙江省佳木斯市学府街148号
14-176
1983
chi
出版文献量(篇)
5218
总下载数(次)
9
总被引数(次)
12928
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导