粒子群算法改进及其应用研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-13页 |
1.1 研究背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.2.1 优化算法的理论研究现状 | 第10-11页 |
1.2.2 优化算法的应用研究现状 | 第11页 |
1.3 研究内容和框架 | 第11-13页 |
第二章 优化算法的研究 | 第13-30页 |
2.1 优化方法概述 | 第13-14页 |
2.2 粒子群优化算法的介绍 | 第14-21页 |
2.2.1 粒子群优化算法的起源与原理 | 第14-15页 |
2.2.2 粒子群优化算法的流程 | 第15-16页 |
2.2.3 粒子群优化算法与其他算法的比较 | 第16-17页 |
2.2.4 粒子群优化算法的改进研究 | 第17-21页 |
2.3 量子粒子群优化算法的介绍 | 第21-23页 |
2.3.1 量子粒子群算法基本原理 | 第21-23页 |
2.3.2 QPSO算法流程 | 第23页 |
2.4 狼群优化算法的介绍 | 第23-26页 |
2.5 标准测试函数上的实验验证 | 第26-28页 |
2.5.1 标准测试函数 | 第26-27页 |
2.5.2 五种算法的测试结果 | 第27-28页 |
2.6 本章小结 | 第28-30页 |
第三章 混沌量子粒子群算法及其在MPPT上的应用 | 第30-52页 |
3.1 算法的提出 | 第30-32页 |
3.1.1 带混沌搜索的QPSO | 第30-32页 |
3.1.2 粒子的全局搜索方案 | 第32页 |
3.2 标准测试函数上的实验结果与分析 | 第32-42页 |
3.2.1 标准测试函数 | 第33-34页 |
3.2.2 几种算法的测试与比较 | 第34-42页 |
3.3 算法在MPPT上的应用 | 第42-48页 |
3.3.1 光伏系统的介绍 | 第43页 |
3.3.2 光伏系统建模 | 第43-45页 |
3.3.3 光伏电池板的参数 | 第45-46页 |
3.3.4 光伏组件输出特性 | 第46-47页 |
3.3.5 加入MPPT控制策略的算法 | 第47页 |
3.3.6 适应度函数 | 第47-48页 |
3.3.7 算法流程 | 第48页 |
3.4 几种算法的实验与仿真结果 | 第48-51页 |
3.5 本章小结 | 第51-52页 |
第四章 改进型粒子群算法及其在特征选择上的应用 | 第52-76页 |
4.1 提出算法 | 第52-56页 |
4.1.1 基于粒子更新公式的改进策略 | 第52-54页 |
4.1.2 基于粒子的单维更新策略 | 第54-55页 |
4.1.3 基于粒子的全维更新策略 | 第55-56页 |
4.2 标准测试函数上的实验结果与分析 | 第56-69页 |
4.2.1 标准测试函数 | 第56-57页 |
4.2.2 优化算法的测试与分析比较 | 第57-69页 |
4.3 算法在特征选择上的应用 | 第69-71页 |
4.3.1 编码技术 | 第69-70页 |
4.3.2 适应度函数 | 第70页 |
4.3.3 算法的流程 | 第70-71页 |
4.4 实验设计与验证 | 第71-75页 |
4.4.1 实验数据 | 第71页 |
4.4.2 实验结果分析与比较 | 第71-75页 |
4.5 本章小结 | 第75-76页 |
第五章 总结与展望 | 第76-78页 |
参考文献 | 第78-82页 |
附录1 攻读硕士学位期间撰写的论文 | 第82-83页 |
附录2 攻读硕士学位期间申请的专利 | 第83-84页 |
致谢 | 第84页 |