已閱讀1頁，還剩73頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、近年來，隨著船舶現(xiàn)代化的發(fā)展，船舶電力系統(tǒng)的規(guī)模日趨龐大，其結(jié)構(gòu)也越來越復雜。由于船舶工作環(huán)境相對陸地比較特殊，船舶在航行過程中，不能百分之百的確定每個環(huán)節(jié)都正常運行并全程無故障的情況，一旦發(fā)生故障，如果不能及時時查出故障點，極易引起故障擴散，帶來嚴重損失。因此，船舶電力系統(tǒng)的故障診斷也有了更高的要求。
本文主要完成以下研究工作：
1）在基本人工蜂群算法的基礎(chǔ)上，本文提出了全局交叉人工蜂群和差分進化-蜂群混合算法；全
2、局交叉人工蜂群算法借鑒了遺傳算法中的交叉運算來加強蜂群算法的開發(fā)能力，對人工蜂群算法搜索公式進行了改進；差分進化-蜂群算法將差分進化算法迭代加入人工蜂群搜尋過程里。通過對測試函數(shù)的優(yōu)化實驗結(jié)果表明全局交叉人工蜂群算法能夠加快算法的收斂速度，還能加強對全局最優(yōu)解附近的搜索能力，差分進化-蜂群算法構(gòu)成具備更好引導效力的新式搜尋方式能夠確保探索性能的基礎(chǔ)上增加開發(fā)性能，并且它比其它算法具有更強的搜索能力。
2）提出將人工蜂群算法應(yīng)用
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 電力系統(tǒng)故障診斷.pdf
- 基于專家系統(tǒng)的船舶電力系統(tǒng)故障診斷.pdf
- 基于優(yōu)化技術(shù)的電力系統(tǒng)故障診斷的研究.pdf
- 基于人工智能的電力系統(tǒng)故障診斷的研究.pdf
- 基于模糊Petri網(wǎng)的電力系統(tǒng)故障診斷.pdf
- 基于CLIPS的船舶電力系統(tǒng)故障診斷專家系統(tǒng)研究.pdf
- 基于遺傳算法的電力系統(tǒng)故障診斷.pdf
- 基于Agent的電力系統(tǒng)故障診斷系統(tǒng)的研究.pdf
- 基于推理鏈的電力系統(tǒng)故障診斷方法研究.pdf
- 人工智能技術(shù)在電力系統(tǒng)故障診斷中應(yīng)用
- 淺析電力系統(tǒng)故障診斷應(yīng)用技術(shù)要點
- 基于雙層多Agent系統(tǒng)的電力系統(tǒng)故障診斷方法研究.pdf
- 基于信息融合的電力系統(tǒng)故障診斷技術(shù)研究.pdf
- 基于概率Petri網(wǎng)的電力系統(tǒng)故障診斷技術(shù)研究.pdf
- 電力系統(tǒng)故障診斷應(yīng)用技術(shù)研究.pdf
- 船舶電力系統(tǒng)故障演化機理與預測方法研究.pdf
- 具有CAN總線的電力系統(tǒng)故障診斷終端的研究.pdf
- 含時序信息的電力系統(tǒng)故障診斷方法與應(yīng)用.pdf
- 基于人工蜂群算法和隨機共振的軸承故障診斷研究.pdf
- 基于改進貝葉斯網(wǎng)絡(luò)方法的電力系統(tǒng)故障診斷研究.pdf
評論
0/150
提交評論