| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外波浪发电的研究现状及分析 | 第13-16页 |
| 1.3 最大功率点追踪控制(MPPT)策略的研究现状 | 第16-19页 |
| 1.3.1 传统控制方法 | 第17-18页 |
| 1.3.2 智能算法 | 第18-19页 |
| 1.4 本文主要研究内容 | 第19-21页 |
| 第二章 常用波浪能发电系统 | 第21-32页 |
| 2.1 漫反射型 | 第21-23页 |
| 2.2 水下压差式 | 第23-24页 |
| 2.3 衰减器式 | 第24-25页 |
| 2.4 振荡摇摆型 | 第25-27页 |
| 2.5 振荡水柱式 | 第27-28页 |
| 2.6 振荡浮子式 | 第28-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第三章 振荡浮子式波浪发电系统 | 第32-42页 |
| 3.1 振荡浮子式波浪发电系统的工作原理 | 第32-33页 |
| 3.2 波浪能捕获率的建立 | 第33-39页 |
| 3.2.1 浮子运动方程的建立 | 第33-35页 |
| 3.2.2 系统平均输出功率的分析 | 第35-39页 |
| 3.3 输出功率与激励力比值的建立 | 第39-41页 |
| 3.3.1 浮子运动方程的建立 | 第39-40页 |
| 3.3.2 系统平均输出功率的分析 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 改进智能算法在波浪发电寻优中的应用 | 第42-55页 |
| 4.1 基于模拟退火粒子群算法的波浪发电寻优 | 第42-47页 |
| 4.1.1 模拟退火粒子群算法 | 第42-44页 |
| 4.1.2 仿真结果与分析 | 第44-47页 |
| 4.2 基于多种群遗传算法的波浪发电寻优 | 第47-54页 |
| 4.2.1 多种群遗传算法 | 第48页 |
| 4.2.2 仿真结果与分析 | 第48-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 群智能算法在波浪发电寻优中的应用 | 第55-68页 |
| 5.1 基于人群搜索算法的波浪发电寻优 | 第55-59页 |
| 5.1.1 人群搜索算法 | 第55-57页 |
| 5.1.2 仿真结果与分析 | 第57-59页 |
| 5.2 基于人工鱼群算法的波浪发电寻优 | 第59-67页 |
| 5.2.1 人工鱼群算法 | 第60-63页 |
| 5.2.2 仿真结果与分析 | 第63-67页 |
| 5.3 本章小结 | 第67-68页 |
| 总结与展望 | 第68-71页 |
| 1本文总结 | 第68-69页 |
| 2工作展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文 | 第75-77页 |
| 致谢 | 第77页 |