导读:本文包含了改进爬山法论文开题报告文献综述及选题提纲参考文献，主要关键词:风机,LSTM,爬山法,最大功率追踪
改进爬山法论文文献综述
姚万业,贾昭鑫,黄璞[1]（2018）在《基于风速预测的改进爬山法最大功率追踪策略》一文中研究指出针对变速变桨风速发电机组如何在低风速时最大限度地捕获风能,提出了一种基于风速预测的改进爬山法最大功率追踪策略。首先搭建由模糊粗糙集(FRS)和神经网络预测(LSTM)两部分组成的预测模型,利用模糊粗糙集对噪声的敏感性,对风机多传感器采集的自然特性时间序列参数进行分析,通过属性约简,将输入信息的空间维数简化,确定神经网络的输入参数,作为后者LSTM神经网络预测模型部分的输入。利用LSTM在时间深度上有效避免梯度传播消失的特性,通过训练学习,抽取逼近隐含的输入输出的非线性关系,捕获时间序列风速上各个信息的关联度和时间延展度,得到风速的提前一步预测。然后依靠预测的风速信息,从搜索方向确定,搜索区间优化,避免最大功率点附近频繁波动3个方面改进了传统爬山法,避免传统方法的不足。通过GH bladed软件实验仿真表明:提出的最大功率追踪控制策略能够有效避免了风速变化情况下错误的搜索方向,提高追踪速度,明显减少风机在MPP点处的振荡,有效提高了风能捕获效率。(本文来源于《电力科学与工程》期刊2018年02期）
张谦,徐宁,叶自强,段天元,虞哲燕[2]（2018）在《一种改进的变步长爬山法光伏电源MPPT控制方法》一文中研究指出介绍光伏发电系统最大功率点跟踪的原理,针对目前研究文献关于光伏最大功率点跟踪的控制策略进行分析和总结。在此基础上提出一种以爬山法为核心算法的变步长双阀值扰动法,建立光伏发电系统仿真模型,并通过仿真验证了此算法的有效性。(本文来源于《电工技术》期刊2018年02期）
周帅[3]（2017）在《最大风能捕获改进爬山法研究》一文中研究指出风能的开发利用已受到世界各国的高度重视,最大风能捕获问题是风力发电系统中的关键问题之一。爬山法是实现最大风能捕获的常用方法,在实际应用中存在初始转速随机选择或经验选择、初始步长与步长变化靠经验选取等问题。本文围绕最大风能捕获问题,研究爬山法常见问题,改进最大风能捕获点搜索方法,实现找到最大风能捕获点。首先,对风力发电系统的特性进行分析,根据直驱式风力发电系统的原理及相关数学建模,采用Simulink仿真工具,建立了永磁风力发电系统的仿真模型。其次,针对爬山法初始角速度选取不确定问题,引入最佳叶尖速比法,给出了最佳叶尖速比爬山法,将最佳叶尖速比法获得的最佳角速度作为爬山法的起始角速度;在最佳叶尖速比法的基础上,针对爬山法初始步长选取问题,通过对使用最佳叶尖速比法得到的最佳角速度的误差分析,提出了自适应初始步长爬山法;仿真结果表明提出的自适应爬山法加快了搜索速度,改进了搜索效果。进一步通过对风能利用系数曲线的分析,根据在接近最大风能捕获点范围内的爬山搜索后期的特点,提出了自适应变比例因子爬山法。仿真结果分析表明,所提出的方法使系统在最大风能捕获点的震荡减小。最后,针对最佳叶尖速比法获得的初始爬山角速度与最佳角速度间误差较大问题,提出了模糊搜索算法,在最佳叶尖速比法的基础上,利用模糊搜索获取角速度误差修正量,得到与最佳角速度误差较小的爬山角速度初始值,此后利用第四章的改进爬山法搜索得到最佳角速度;在模糊控制器的设计方面,以风速以及风能利用系数曲线斜率为输入,由最佳叶尖速比法确定的爬山法初始加速度校正值为输出。由根据数据分析确定了输入输出量论域,利用最佳叶尖速比法误差大小与风速的关系、风能利用系数大小与最佳转速点误差的关系确定模糊规则;实验结果分析表明,所提方法进一步加快搜索速度与减小最大风能捕获点处的震荡。(本文来源于《沈阳工业大学》期刊2017-05-24）
林洪涛,于洋,虞闯,贾蒙蒙[4]（2015）在《基于改进爬山法的最大风能捕获方法研究》一文中研究指出研究了一种改进的爬山搜索法,该算法能够根据上一步高度差信息自适应的调整步长,能够提高搜索速度和准确度,克服了爬山搜索法容易陷入局部最优的缺点。对风力发电系统进行了建模和仿真,仿真实验表明,当风速变化时,算法能够捕获最大风能的方向,进而更好地利用风能发电。(本文来源于《自动化与仪器仪表》期刊2015年02期）
牛莉博,李玉兰,傅楗强,黄孟,何彬[5]（2014）在《基于改进爬山法的带电粒子圆径迹重建》一文中研究指出基于改进爬山法提出了一种带电粒子圆径迹重建算法,该算法可方便应用于时间投影室中带电粒子的径迹重建。算法首先通过空间映射将圆径迹寻迹问题转换为参数空间上的聚类问题,然后使用改进爬山法寻找参数聚类中心,该中心在参数空间中的位置即为圆径迹参数拟合值。在充分考虑探测器的探测效率、位置分辨率和噪声水平的基础上,使用蒙特卡罗方法产生模拟径迹,研究了该算法在不同情况下对模拟径迹参数的拟合精度。结果显示,该算法在不同噪声水平下均能获得到较高的径迹参数拟合精度,具有良好的鲁棒性和抗噪声干扰能力。此外,本文还介绍了该算法在多条径迹重建中的应用。(本文来源于《北京核学会第十届（2014年）核应用技术学术交流会论文集》期刊2014-11-27）
牛莉博,李玉兰,傅楗强,黄孟,何彬[6]（2014）在《基于改进爬山法的带电粒子圆径迹重建》一文中研究指出基于改进爬山法提出了一种带电粒子圆径迹重建算法,该算法可方便应用于时间投影室中带电粒子的径迹重建。算法首先通过空间映射将圆径迹寻迹问题转换为参数空间上的聚类问题,然后使用改进爬山法寻找参数聚类中心,该中心在参数空间中的位置即为圆径迹参数拟合值。在充分考虑探测器的探测效率、位置分辨率和噪声水平的基础上,使用蒙特卡罗方法产生模拟径迹,研究了该算法在不同情况下对模拟径迹参数的拟合精度。结果显示,该算法在不同噪声水平下均能获得到较高的径迹参数拟合精度,具有良好的鲁棒性和抗噪声干扰能力。此外,本文还介绍了该算法在多条径迹重建中的应用。(本文来源于《原子能科学技术》期刊2014年S1期）
柴岩,周艳钊[7]（2014）在《遗传算法的爬山法改进》一文中研究指出针对遗传算法在处理多峰优化问题时容易发生早熟现象的问题,采用了动态调整交叉概率值和变异概率值的方法,引入爬山法在迭代过程中进行局部寻优,仿真实验对比分析了标准遗传算法和改进遗传算法的性能.研究结果表明:改进后遗传算法的收敛速度较快,得到结果误差值比较小.研究结论证明在相应的进化阶段采用合理的概率值,利用爬山法对遗传算法局部寻优,可以避免早熟现象,提高遗传算法收敛速度和精度.(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2014年07期）
蔡福来,陈高云[8]（2009）在《蚁群爬山法的并行改进策略》一文中研究指出介绍了蚁群爬山法(ACH),提出了这种算法的并行改进,从整体和局部上都进行了良好的并行改进处理。改进后的算法有较强的并行性,达到了很好的负载平衡,并且在很大程度上减少了计算量和网络通信量。较适用于对海量数据的挖掘。(本文来源于《第叁届中国智能计算大会论文集》期刊2009-05-01）
谢金达[9]（2008）在《蚁群爬山法的并行化改进》一文中研究指出介绍了蚁群爬山法(ACH)的基本原理和方法,分析了该算法存在的不足之处,提出了针对这种算法的并行化改进方案,从整体性能和局部性能上都进行了良好的并行改进处理。改进后的算法有较强的并行化能力,实现了很好的负载平衡,并且在很大程度上减少了计算量和网络通信量,提高了算法的效率,可广泛应用于对海量数据的挖掘和处理。(本文来源于《中国科技信息》期刊2008年21期）
李艳萍,刘海江[10]（2008）在《基于改进爬山法的白车身生产线焊点规划方法》一文中研究指出为解决汽车白车身生产线焊点规划的作业顺序和任务分配问题,依据白车身焊装生产线的特点,建立了白车身生产线焊点规划问题的数学模型。采用改进爬山法进行启发式搜索策略,实现了白车身焊点规划问题的优化求解,提高了焊点规划的效率。编写了相应的白车身焊点规划程序软件,针对某车型左前门某工位进行了实例验证,结果表明,基于改进爬山法的白车身焊点规划方法可以在计算机上实现有效的焊点规划和管理。(本文来源于《汽车技术》期刊2008年08期）
改进爬山法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
介绍光伏发电系统最大功率点跟踪的原理,针对目前研究文献关于光伏最大功率点跟踪的控制策略进行分析和总结。在此基础上提出一种以爬山法为核心算法的变步长双阀值扰动法,建立光伏发电系统仿真模型,并通过仿真验证了此算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
改进爬山法论文参考文献
[1].姚万业,贾昭鑫,黄璞.基于风速预测的改进爬山法最大功率追踪策略[J].电力科学与工程.2018
[2].张谦,徐宁,叶自强,段天元,虞哲燕.一种改进的变步长爬山法光伏电源MPPT控制方法[J].电工技术.2018
[3].周帅.最大风能捕获改进爬山法研究[D].沈阳工业大学.2017
[4].林洪涛,于洋,虞闯,贾蒙蒙.基于改进爬山法的最大风能捕获方法研究[J].自动化与仪器仪表.2015
[5].牛莉博,李玉兰,傅楗强,黄孟,何彬.基于改进爬山法的带电粒子圆径迹重建[C].北京核学会第十届（2014年）核应用技术学术交流会论文集.2014
[6].牛莉博,李玉兰,傅楗强,黄孟,何彬.基于改进爬山法的带电粒子圆径迹重建[J].原子能科学技术.2014
[7].柴岩,周艳钊.遗传算法的爬山法改进[J].辽宁工程技术大学学报(自然科学版).2014
[8].蔡福来,陈高云.蚁群爬山法的并行改进策略[C].第叁届中国智能计算大会论文集.2009
[9].谢金达.蚁群爬山法的并行化改进[J].中国科技信息.2008
[10].李艳萍,刘海江.基于改进爬山法的白车身生产线焊点规划方法[J].汽车技术.2008