图书介绍

人工蜂群优化算法的应用PDF|Epub|txt|kindle电子书版本网盘下载

人工蜂群优化算法的应用
  • 王荣杰著 著
  • 出版社: 北京:电子工业出版社
  • ISBN:7121305610
  • 出版时间:2016
  • 标注页数:206页
  • 文件大小:22MB
  • 文件页数:218页
  • 主题词:

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

人工蜂群优化算法的应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

基础篇2

第1章 人工蜂群优化算法2

1.1 蜜蜂的觅食行为2

1.2 人工蜂群优化算法4

1.2.1 原型人工蜂群优化算法Ⅰ4

1.2.2 原型人工蜂群优化算法Ⅱ7

1.3 本书的内容与组织结构9

1.3.1 本书的内容9

1.3.2 本书的组织结构11

参考文献13

船舶工程篇16

第2章 基于人工蜂群优化算法的船舶电力系统故障诊断方法16

2.1 船舶电力系统故障诊断研究概况16

2.2 保护继电器或断路器拒动情况的目标函数建立17

2.2.1 船舶电力系统故障类型分析17

2.2.2 船舶电力系统故障诊断的目标函数20

2.3 基于人工蜂群优化算法的船舶电力系统故障诊断方法37

2.4 仿真实验分析38

2.5 本章小结40

参考文献41

第3章 基于人工蜂群优化机理的目标船舶方位估计方法43

3.1 船舶方位估计介绍43

3.2 目标船舶方位估计问题描述44

3.3 基于人工蜂群优化机理的目标船舶DOA方位估计46

3.4 仿真分析47

3.5 本章小结52

参考文献53

电力系统篇56

第4章 人工蜂群优化算法在谐波估计中的应用56

4.1 谐波估计方法研究概况56

4.2 谐波估计问题描述57

4.3 基于群智能优化算法的谐波估计58

4.3.1 相位的估计58

4.3.2 幅值的估计59

4.3.3 群智能优化算法59

4.3.4 基于群体智能优化算法的谐波估计64

4.4 仿真实验分析65

4.4.1 无噪声的谐波估计66

4.4.2 有噪声的谐波估计69

4.5 本章小结70

参考文献72

信号处理篇76

第5章 基于人工蜂群优化机理的盲源有序分离算法76

5.1 盲源分离的基本概念76

5.2 盲源有序分离问题描述77

5.3 基于人工蜂群优化机理的盲源有序分离算法80

5.3.1 PSO算法80

5.3.2 DE算法81

5.3.3 基于群体智能优化算法的盲源有序分离83

5.4 仿真实验分析84

5.5 本章小结96

参考文献96

第6章 人工蜂群优化算法在复数盲源分离中的应用100

6.1 复数盲源分离研究概况100

6.2 复数盲源分离问题描述101

6.3 改进的人工蜂群优化算法103

6.4 基于ABC优化的有序复值盲源分离算法106

6.4.1 基于交叉验证技术的复数源信号个数估计106

6.4.2 复值盲源抽取的代价函数107

6.4.3 基于ABC优化的有序复值盲抽取算法111

6.5 基于ABC的欠定复数盲源分离算法113

6.6 仿真分析117

6.6.1 改进的ABC算法优化性能的测试117

6.6.2 基于ABC优化的有序复值BSS算法的仿真与分析123

6.6.3 基于ABC优化的欠定复数BSS算法的仿真与分析133

6.7 本章小结135

参考文献135

第7章 人工蜂群优化算法在单通道周期性信号盲分离的应用138

7.1 单通道盲源分离介绍138

7.2 单通道周期性信号盲分离问题描述139

7.3 周期性混合信号的单通道盲分离算法140

7.3.1 希尔伯特变换140

7.3.2 基于交叉验证技术的阶数估计141

7.3.3 利用人工蜂群优化算法的基频和源数估计142

7.3.4 基于自适应滤波的谐波幅值估计143

7.4 仿真分析145

7.5 本章小结149

参考文献150

控制系统篇154

第8章 基于人工蜂群优化机理的PID控制的AVR系统154

8.1 AVR系统和PID控制器的介绍154

8.2 AVR系统模型155

8.3 基于人工蜂群优化机理的PID控制的AVR系统158

8.3.1 PID控制的AVR系统159

8.3.2 基于人工蜂群优化机理的PID控制的AVR系统159

8.4 仿真分析161

8.4.1 优化算法测试161

8.4.2 人工蜂群算法优化的PID控制的AVR系统仿真与分析163

8.5 本章小结167

参考文献167

新能源系统篇170

第9章 基于人工蜂群优化算法的太阳能电池模型参数的辨识170

9.1 太阳能电池模型辨识原理介绍170

9.2 太阳能电池模型辨识问题描述172

9.2.1 单二极管等效模型172

9.2.2 双二极管等效模型173

9.3 基于人工蜂群优化算法的太阳能电池模型参数的辨识174

9.4 仿真分析175

9.5 本章小结184

参考文献185

第10章 基于人工蜂群算法的孤岛式混合能源系统优化配置方法187

10.1 混合能源系统配置优化方法研究概况187

10.2 孤岛式光伏/风/柴油机/储能混合能源系统描述188

10.2.1 光伏发电子系统189

10.2.2 风机系统189

10.2.3 电池组储能系统189

10.2.4 柴油机190

10.3 基于人工蜂群算法的孤岛式混合能源系统优化配置方法191

10.3.1 目标函数191

10.3.2 基于人工蜂群算法的混合智能系统优化配置方法的实现192

10.4 仿真实验分析193

10.5 本章小结200

参考文献200

后记202

热门推荐