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:
波浪发电系统遗传算法最大功率点跟踪过程中,因群体中的所有个体较快趋于单一化而停止进化,导致难以获得最优解,为此引入多种群遗传优化新算法.在初始阶段,新算法引入多个种群同时进行搜索,并对每个种群赋予不同的交叉、变异概率,使算法能够兼顾全局与局部搜索;同时加入用于维持种群间联系的移民算子及可用来建立精华种群的人工选择算子,并以精华种群作为算法收敛的判据.仿真结果表明,与传统遗传算法相比,该算法能够提高波浪发电系统的波浪能捕获率.
推荐文章
基于模拟退火粒子群算法的波浪发电系统最大功率跟踪控制
波浪发电
最大功率点跟踪
模拟退火粒子群算法
双自由度波浪发电系统的最大功率跟踪控制
波浪发电
变负载
MPPT
爬山法
基于改进扰动观察法的直驱波浪发电最大功率跟踪控制
直驱型波浪发电
永磁直线发电机
频域模型
最大功率点追踪
分区域变步长
基于纵横交叉算法的波浪发电装置最大功率跟踪控制
波浪发电
最大功率点跟踪
纵横交叉算法
群智能算法
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 基于多种群遗传算法的波浪发电最大功率跟踪控制
来源期刊 电测与仪表 学科 工学
关键词 波浪发电 最大功率点跟踪 遗传算法 多种群遗传算法
年,卷(期) 2017,(23) 所属期刊栏目 智能电网
研究方向 页码范围 35-40
页数 6页 分类号 TM619
字数 3997字 语种 中文
DOI 10.3969/j.issn.1001-1390.2017.23.006
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 杨俊华 广东工业大学自动化学院 118 1050 13.0 28.0
2 杨金明 华南理工大学电力学院 121 1682 26.0 37.0
3 邹子君 广东工业大学自动化学院 3 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (20)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (50)
二级引证文献  (3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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(7)
  • 引证文献(5)
  • 二级引证文献(2)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
波浪发电
最大功率点跟踪
遗传算法
多种群遗传算法
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
电测与仪表
半月刊
1001-1390
23-1202/TH
大16开
哈尔滨市松北区创新路2000号
14-43
1964
chi
出版文献量(篇)
7685
总下载数(次)
22
总被引数(次)
55393
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导