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:
为克服传统粒子群优化算法易陷入局部解的缺点,提出一种结合非高斯随机分布的粒子群优化算法,对风力机叶片进行优化设计.在更新速度前对每一个粒子进行限制检验,寻找全局最优解.对某1.3 MW风力机叶片进行优化设计,优化结果与原始叶片、传统粒子群优化算法结果进行比较.和原始叶片输出功率相比,采用结合非高斯随机分布的粒子群算法,叶片的年输出功率增加了5.3%,计算耗时为传统粒子群优化算法的65%.与传统粒子群优化算法相比,结合非高斯随机分布的粒子群算法的计算残差随时间步长的增加而迅速减小,说明计算效率提高,保证了全局最优解.结合非高斯随机分布的粒子群优化算法是风力机叶片优化设计的高效稳定方法.
推荐文章
基于竞争博弈决策方法的风力机叶片气动与结构优化设计
风力机叶片
气动与结构优化
竞争博弈决策方法
基于高斯函数递减惯性权重的粒子群优化算法
粒子群优化
高斯函数
惯性权重
收敛速度
执行效率
基于高斯扰动的量子粒子群优化算法
量子粒子群优化算法
平均位置
全局最优位置
高斯扰动
位移反分析的粒子群优化-高斯过程协同优化方法
位移反分析
优化
粒子群优化
高斯过程机器学习
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 结合非高斯随机分布的粒子群优化算法在风力机叶片优化设计中的应用
来源期刊 热能动力工程 学科 工学
关键词 风力机叶片 优化设计 粒子群优化算法 非高斯随机分布
年,卷(期) 2015,(2) 所属期刊栏目 新能源动力技术
研究方向 页码范围 291-296
页数 分类号 TK83
字数 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 孙芳锦 辽宁工程技术大学建筑工程学院 41 118 6.0 9.0
2 梁爽 辽宁工程技术大学建筑工程学院 10 16 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (80)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (12)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风力机叶片
优化设计
粒子群优化算法
非高斯随机分布
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
热能动力工程
月刊
1001-2060
23-1176/TK
大16开
哈尔滨市香坊区公滨路452号
14-158
1986
chi
出版文献量(篇)
4528
总下载数(次)
19
总被引数(次)
31995
论文1v1指导