| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-26页 |
| ·引言 | 第11页 |
| ·研究背景和意义 | 第11-13页 |
| ·优化方法 | 第13-20页 |
| ·传统优方法 | 第13-14页 |
| ·智能优化方法 | 第14页 |
| ·微粒群优化算法的起源 | 第14-15页 |
| ·微粒群优化算法的研究现状 | 第15-19页 |
| ·微粒群优化算法的优缺点 | 第19-20页 |
| ·风资源评估方法研究现状 | 第20-24页 |
| ·Weibull模型 | 第20-21页 |
| ·Weibull模型参数计算方法 | 第21-24页 |
| ·本文的研究内容和方法 | 第24页 |
| ·本文的主要研究内容 | 第24页 |
| ·本文研究拟采用方法 | 第24页 |
| ·本文的主要组织结构 | 第24-26页 |
| 第2章 微粒群优化算法研究 | 第26-45页 |
| ·引言 | 第26页 |
| ·基本微粒群优化算法原理 | 第26页 |
| ·基本微粒群优化算法数学描述 | 第26-28页 |
| ·基本微粒群优化算法流程 | 第28-30页 |
| ·标准微粒群优化算法 | 第30-31页 |
| ·带惯性权重ω的微粒群优化算法 | 第30页 |
| ·带收缩因子χ的微粒群优化算法 | 第30-31页 |
| ·微粒群优化算法参数性能分析 | 第31-33页 |
| ·微粒群优化算法运动轨迹收敛性研究 | 第33-44页 |
| ·微粒群优化算法运动模型简化 | 第34-35页 |
| ·微粒群优化算法运动轨迹的位置变化分析 | 第35-38页 |
| ·微粒群优化算法运动轨迹的速度变化分析 | 第38-39页 |
| ·微粒群优化算法运动轨迹收敛性仿真测试 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 简化的分类微粒群优化算法研究 | 第45-56页 |
| ·引言 | 第45页 |
| ·简化的微粒群优化算法模型 | 第45-47页 |
| ·简化的微粒群优化算法轨迹收敛性分析 | 第47页 |
| ·微粒的分类 | 第47-49页 |
| ·简化的分类PSO的算法流程 | 第49页 |
| ·算法有效性测试 | 第49-55页 |
| ·标准测试函数 | 第49-52页 |
| ·测试结果分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第4章 简化的分类微粒群优化算法在风资源评估中的应用研究 | 第56-67页 |
| ·引言 | 第56页 |
| ·风能及其特点 | 第56-57页 |
| ·风资源主要特征指标 | 第57-59页 |
| ·风速概率离散分布模型 | 第59页 |
| ·风速概率连续分布模型 | 第59-60页 |
| ·Weibull双参数的建模 | 第60-61页 |
| ·最小二乘法建模 | 第60-61页 |
| ·改进的简化PSO建模 | 第61页 |
| ·实例与结果分析 | 第61-65页 |
| ·背景介绍 | 第61-62页 |
| ·风资源特性指标统计结果与分析 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第5章 总结和展望 | 第67-69页 |
| ·本文总结 | 第67-68页 |
| ·进一步工作的展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 附录 | 第76页 |