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:
运用人工蜂群优(artificial bee conlomy,ABC)化算法对自励磁感应电机稳态运行进行分析,基于该优化算法,可以最小化感应电机的总导纳,优化得到与转子速度、负载阻抗和励磁电容相匹配的工作频率和励磁电抗.根据计算所得的优化结果设置电机的运行参数,进而可以改变自励磁感应电机的运行特性.将人工蜂群优化算法计算得到的优化结果和数值计算方法所得的结果进行比较,两者结果相近,由此证明人工蜂群算法在解决有非线性约束的自励磁感应发电机稳态特性优化问题的有效性.
推荐文章
人工蜂群算法研究综述
人工蜂群算法
群智能
多目标优化
约束优化
基于人工蜂群优化的K均值聚类算法
聚类分析
K均值算法
人工蜂群算法
聚类中心
优化
基于全局信息的人工蜂群聚类算法
人工蜂群算法
聚类
群体智能
搜索策略
全局信息
优化人工蜂群算法的跨域虚拟网络映射算法
人工蜂群
虚拟网络
自治域
服务代理
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 基于人工蜂群优化算法的自励磁发电机性能评估研究
来源期刊 智慧电力 学科 工学
关键词 自励磁感应发电机 稳态分析 人工蜂群算法 性能评估
年,卷(期) 2018,(5) 所属期刊栏目 电网技术
研究方向 页码范围 65-70,95
页数 7页 分类号 TM711
字数 3649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 张孝 8 9 2.0 3.0
2 范磊 5 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  (110)
共引文献  (181)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(5)
  • 参考文献(2)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(14)
  • 参考文献(1)
  • 二级参考文献(13)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(14)
  • 参考文献(2)
  • 二级参考文献(12)
2012(16)
  • 参考文献(4)
  • 二级参考文献(12)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(8)
  • 参考文献(2)
  • 二级参考文献(6)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(6)
  • 参考文献(4)
  • 二级参考文献(2)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自励磁感应发电机
稳态分析
人工蜂群算法
性能评估
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
智慧电力
月刊
2096-4145
61-1512/TM
大16开
西安市柿园路218号
52-185
1973
chi
出版文献量(篇)
5128
总下载数(次)
13
论文1v1指导