摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 研究背景和意义 | 第10-11页 |
1.2 差分进化算法研究进展 | 第11-12页 |
1.3 最优化问题 | 第12-13页 |
1.4 永磁同步电机参数辨识研究现状 | 第13-15页 |
1.4.1 直流衰减法 | 第14页 |
1.4.2 模型参考自适应 | 第14页 |
1.4.3 智能优化算法 | 第14-15页 |
1.5 本文的主要研究内容和组织 | 第15-17页 |
第2章 差分进化算法与人工免疫系统 | 第17-30页 |
2.1 引言 | 第17页 |
2.2 差分进化算法 | 第17-23页 |
2.2.1 差分进化算法的起源 | 第17-18页 |
2.2.2 差分进化算法的基本原理 | 第18-20页 |
2.2.3 差分进化算法的流程 | 第20-21页 |
2.2.4 差分进化算法的特点 | 第21页 |
2.2.5 差分进化算法的应用 | 第21-23页 |
2.3 控制参数和变异策略对算法性能的影响分析 | 第23-25页 |
2.3.1 收缩因子 F 和交叉因子 C R 对算法的影响 | 第23-24页 |
2.3.2 变异策略对算法的影响 | 第24-25页 |
2.4 人工免疫系统 | 第25-29页 |
2.4.1 基本免疫算法 | 第26-27页 |
2.4.2 克隆选择算法 | 第27-28页 |
2.4.3 受体编辑 | 第28-29页 |
2.5 本章小结 | 第29-30页 |
第3章 一种采用克隆选择的免疫差分算法 | 第30-43页 |
3.1 引言 | 第30页 |
3.2 差分进化算法的改进方法 | 第30-34页 |
3.2.1 改进算法的控制参数 | 第31页 |
3.2.2 提出新的变异策略 | 第31-32页 |
3.2.3 多种群差分进化算法 | 第32-33页 |
3.2.4 与其他智能优化算法融合 | 第33-34页 |
3.3 免疫差分进化算法 | 第34-38页 |
3.3.1 小波变异 | 第34-35页 |
3.3.2 采用小波变异的克隆选择算法 | 第35-36页 |
3.3.3 局部增强算子 | 第36页 |
3.3.4 停滞判断 | 第36页 |
3.3.5 免疫差分进化算法流程 | 第36-38页 |
3.4 仿真试验及分析 | 第38-42页 |
3.4.1 算法精度比较 | 第39-41页 |
3.4.2 算法收敛速度测试 | 第41页 |
3.4.3 算法多样性分析 | 第41-42页 |
3.5 本章小结 | 第42-43页 |
第4章 永磁同步电机多参数辨识及温度监测 | 第43-56页 |
4.1 引言 | 第43-44页 |
4.2 PMSM 数学模型 | 第44-46页 |
4.3 基于 ICDE 的 PMSM 多参数辨识和温度监控 | 第46-48页 |
4.3.1 基于 ICDE 的 PMSM 多参数辨识思想 | 第46-47页 |
4.3.2 基于 ICDE 的 PMSM 多参数辨识模型 | 第47-48页 |
4.3.3 基于参数辨识机理和 ICDE 的 PMSM 温度监测原理 | 第48页 |
4.4 实验及分析 | 第48-55页 |
4.4.1 实验方案与电机平台 | 第48-51页 |
4.4.2 实验结果及分析 | 第51-55页 |
4.5 本章小结 | 第55-56页 |
总结 | 第56-58页 |
参考文献 | 第58-63页 |
致谢 | 第63-64页 |
附录A 攻读学位期间所发表的学术论文目录 | 第64-65页 |
附录B 攻读硕士学位期间参研项目 | 第65-66页 |
附录C 差分进化算法代码 | 第66-67页 |