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:
针对波浪发电系统粒子群算法最优负载求解过程中,存在全局搜索能力不足、难以获得全局最优解的问题,引入人工鱼群算法.算法通过比较“追尾或觅食或随机”和“聚群或觅食或随机”两种组合行为得到下一位置目标函数值的大小,选取执行较优的一种行为,从而确定搜索方向.通过加入随机移动步长,更新人工鱼位置并计算更新后的目标函数值,求解优化问题.仿真结果表明,与传统粒子群算法相比,该算法能够有效避免波浪发电系统陷入局部最优负载值,增加了波浪发电系统的平均输出功率,实现不同频率下系统最优负载的求解.
推荐文章
波浪发电平台定位系统研究综述
波浪发电
定位系统
垂直导桩
悬链线
张紧索
双浮筒直驱式波浪发电系统的优化控制
PID控制
海洋能
波浪发电
直驱式波浪发电系统研究
波浪能
圆筒型永磁直线电机
有限元
转换
反电动势
基于BP神经网络的摇臂式波浪发电平台取能效率预测
BP神经网络
数据预测
发电平台
取能效率
Matlab
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 基于人工鱼群算法的波浪发电系统最优负载
来源期刊 电测与仪表 学科 工学
关键词 波浪发电 最优负载 人工鱼群算法
年,卷(期) 2018,(17) 所属期刊栏目 理论与实验研究
研究方向 页码范围 21-26
页数 6页 分类号 TM619
字数 3724字 语种 中文
DOI 10.3969/j.issn.1001-1390.2018.17.004
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 王子为 广东工业大学自动化学院 2 4 2.0 2.0
4 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  (16)
共引文献  (8)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (0)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(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)
2020(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
波浪发电
最优负载
人工鱼群算法
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