| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·群智能算法的概念、背景与发展 | 第10-12页 |
| ·群智能的概念及其背景 | 第10-11页 |
| ·群智能的特点 | 第11页 |
| ·群智能算法的应用与发展 | 第11-12页 |
| ·文化演化算法概述 | 第12-13页 |
| ·风能资源评估的优化方法的研究的背景、状况与意义 | 第13-14页 |
| ·风能资源评估方法及其国内外研究现状 | 第14-15页 |
| ·本文的主要内容与安排 | 第15-17页 |
| 第2章 微粒群优化算法与文化算法 | 第17-30页 |
| ·引言 | 第17页 |
| ·微粒群优化算法 | 第17-20页 |
| ·微粒群优化算法的原理 | 第17-18页 |
| ·基本PSO算法 | 第18-19页 |
| ·PSO算法流程 | 第19页 |
| ·参数分析 | 第19-20页 |
| ·基本离散微粒群算法 | 第20-23页 |
| ·基于连续空间的DPSO | 第21-22页 |
| ·基于离散空间的DPSO | 第22-23页 |
| ·文化算法 | 第23-29页 |
| ·文化算法产生背景 | 第24页 |
| ·文化算法的基本框架及其原理 | 第24-28页 |
| ·文化算法的发展及其应用 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 改进的文化微粒群算法模型 | 第30-42页 |
| ·引言 | 第30页 |
| ·基本文化微粒群算法 | 第30-31页 |
| ·增强型文化微粒群算法 | 第31-35页 |
| ·主群体空间的设计 | 第32页 |
| ·信念空间设计 | 第32-34页 |
| ·影响操作的设计 | 第34-35页 |
| ·算法实现的流程 | 第35页 |
| ·测试函数优化与结果分析 | 第35-41页 |
| ·测试函数 | 第35-36页 |
| ·评价指标 | 第36-37页 |
| ·测试实验设计 | 第37页 |
| ·测试结果分析 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 改进的文化微粒群算法在风速模型中的应用 | 第42-52页 |
| ·引言 | 第42页 |
| ·风能及风能资源基本知识 | 第42-46页 |
| ·风能及其特点 | 第42-43页 |
| ·风速的统计特性 | 第43页 |
| ·主要的风能评价指标 | 第43-46页 |
| ·Weibull概率模型参数优化的传统方法 | 第46-49页 |
| ·应用极大似然法计算Weibull概率模型参数 | 第46-48页 |
| ·应用最小二乘法求解Weibull概率模型参数 | 第48-49页 |
| ·应用ECPSO算法求解Weibull参数模型 | 第49-50页 |
| ·算例分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 离散文化微粒群算法及其在风机选型模型中的应用 | 第52-62页 |
| ·引言 | 第52页 |
| ·改进的离散文化微粒群算法 | 第52-57页 |
| ·信念空间的设计 | 第52-55页 |
| ·主群体空间设计 | 第55-57页 |
| ·影响函数和接收函数 | 第57页 |
| ·风电场风机优化选型模型 | 第57-58页 |
| ·最大装机容量模型 | 第57-58页 |
| ·风电场性价比模型 | 第58页 |
| ·算例分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| ·工作小结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 作者在攻读硕士学位期间发表的论文和参与的科研项目 | 第71页 |