导读:本文包含了波粒子论文开题报告文献综述及选题提纲参考文献，主要关键词:配电网,重构,蚁群算法,小波变异粒子群算法
波粒子论文文献综述
李世光,孟凡涛,赵沙沙,高正中,程建军[1]（2019）在《蚁群与小波粒子群算法结合优化配电网重构》一文中研究指出为了使配电网故障后或接入DG后能够高效、稳定地重构,提出一种结合蚁群算法(ACO)和改进的小波变异粒子群算法(IPSOWM)的优化算法(ACO-IPSOWM)。以配电网有功损耗最小和节点电压偏差最小为目标函数,并将其加权归一处理转化为单目标问题,然后采用二进制编码开关状态、拓扑修正策略检查配电网辐射性情况,采用蚁群算法初步寻优,采用小波变异扩展有效种群空间,避免陷入局部最优,最后就IEEE 33节点系统故障后或系统节点含DG出力后配网重构进行仿真。实验结果表明ACO-IPSOWM算法在选取合适参数后,能够结合ACO和IPSOWM的优点,重构后效果更好。(本文来源于《现代电子技术》期刊2019年01期）
卢强,王占江,朱玉荣,丁洋,郭志昀[2]（2018）在《花岗岩中实测球面波粒子速度的时域和频域分析》一文中研究指出为研究球面波在介质中的演化规律,分析了0.125g TNT、直径为5mm的炸药球填实爆炸加载下花岗岩中球面波传播的时域特征,结合实验结果与黏弹性球面波传播理论,提出了一种球面波粒子速度的频域分析方法。结果表明,花岗岩中粒子速度峰值和比例粒子位移峰值在靠近爆心的区域衰减慢、远离爆心的区域衰减快;在高频下,花岗岩中频率衰减因子α(ω)和波数k(ω)均与圆频率ω近似成线性关系,由不同相邻位置实测的粒子速度信息得到的α(ω)和k(ω)各不相同;在半径约为30mm(比距离约为60m·kt~(-1/3))处,粒子速度峰值的衰减规律出现由慢变快的转折。同时,基于对α(ω)和k(ω)的线性近似,对粒子速度波形进行了反演。与传统的局部理想弹性假设方法相比,本文方法可以提高粒子速度峰值的预测精度,但对波传播演化过程中波形形状的预测精度不高。(本文来源于《现代应用物理》期刊2018年04期）
孔凡婧[3]（2018）在《行星际激波粒子加速机制的数值模拟研究》一文中研究指出无碰撞激波是空间高能粒子的主要来源。上世纪七八十年代,Bell、Krymsky、Blandford和Ostriker,以及Axford等人提出着名的扩散激波加速理论并给出激波下游加速粒子的幂律谱分布,成功地解释了观测到的宇宙线能谱分布特征。激波加速的机制主要包括一阶费米加速和激波漂移加速。一般情况下,这两种加速机制是同时存在的,在准平行激波中一阶费米加速通常占主导,而在准垂直激波中激波漂移加速显得更为重要。在本篇论文中,我们采用测试粒子模拟的方法研究了无碰撞激波对粒子的加速。首先,我们研究了在给定的磁场湍流模型下准垂直激波对质子的加速。论文通过1998–2005年ACE卫星观测的激波事件列表中选取了一些行星际准垂直激波事件,根据它们的激波参数并采用时间向后的方法,求解粒子的运动方程以得到粒子的轨迹,然后通过假定的初始kappa分布和Maxwellian分布分析得到激波面加速粒子的能谱。对于模拟中的每个激波事件,调整粒子的注入能量使得数值模拟得到的加速能谱与观测的能谱相符,从而得到每个激波事件相应的注入能量,同时也给出了模拟的粒子加速能谱达到稳态的加速时间。结果表明,在我们的磁场湍流模型下,无论是采用初始的kappa分布还是Maxwellian分布,行星际准垂直激波都可以将热粒子加速到MeV高的能量;对于具有较高上游流体速度和非常接近90~?的准垂直激波,粒子的加速能谱达到稳态需要的加速时间较短。其次,我们研究了激波对电子的加速,并讨论了不同激波位型和磁场湍流强度对加速能谱的影响。由于低能电子的共振区在湍流谱的耗散区,研究电子的加速时考虑湍流谱是由惯性区和耗散区组成的。数值结果表明,垂直激波在较低的湍流强度下对电子的加速能力较强;平行激波在较高的湍流强度下对电子的加速能力较强;无论湍流强度的大小,斜激波对电子的加速都是很弱的。因此认为:垂直激波下的加速机制主要是激波漂移加速,平行激波下粒子的激波漂移加速和一阶费米加速在较高的湍流强度下都可以得到增强。此外还发现,低湍流强度下的垂直激波比高湍流强度下的平行激波的加速效率高,这可能是由于激波漂移加速比一阶费米加速更有效,前者主要来自于漂移加速,而后者只有部分的贡献来自于漂移加速。总体来讲,加速效率随着激波角度的增加而增加。我们也考虑了激波厚度的大小对电子加速的影响,通过研究垂直激波不同激波厚度下电子加速效率的变化,给出了一个特征的拐点厚度L_(diff,b)。当激波厚度小于L_(diff,b)时,电子的加速效率随着激波厚度的增加没有明显的变化;当激波厚度大于L_(diff,b)时,加速效率随着激波厚度的增加而迅速降低。在我们的模拟参数条件下,这一特征激波厚度的尺度对应着离子的惯性长度。最后,我们研究了不同湍流强度下垂直激波对电子的加速过程中,粒子每次穿越激波的相对动量变化?p/p和粒子动量的相对变化率?p/(p?t)随粒子速度的演变关系。结果表明,粒子穿越激波面前后的相对动量变化和粒子动量的相对变化率均随速度的增加而线性地减小。当粒子的速度小于2×10~8 m/s时,它们随粒子速度的变化规律和理论的结果符合得很好。当速度大于2×10~8 m/s时,粒子动量的相对变化率随速度的增加而迅速衰减,表现出明显的相对论效应。(本文来源于《中国科学院大学(中国科学院国家空间科学中心)》期刊2018-06-01）
黄贺平[4]（2018）在《基于小波粒子群混合算法的图像压缩技术》一文中研究指出在小波包变换的图像压缩技术中,小波包基以及阈值的选择对图像的压缩效果有很大的影响,且软硬阈值各有其缺陷。文中提出了一种基于PSO(Particle Swarm Optimization)和小波包变换的图像压缩算法,算法中的适应度函数根据原图像和重建图像间的均方根误差与小波包分解的节点熵值之和设计,该函数被用来选择最佳小波包基并为小波包分解中的细节分量选择单独的阈值,解决了小波包变换设计的结构优化以及自适应阈值问题。实验结果表明,该算法加快了压缩速度,提高了自适应阈值图像压缩算法的适应能力,有较好的压缩性能。(本文来源于《信息技术》期刊2018年04期）
陈军[5]（2017）在《框架结构损伤识别的小波—粒子群优化算法研究》一文中研究指出在实际工程中,一般结构的使用年限都可长达五十年或以上,结构在其使用寿命期内,由于会受到各种不确定性因素的作用,将不可避免地出现损伤累积。若不及时对结构进行检测和维护,结构损伤积累到一定程度将会导致其丧失使用功能,甚至会酿成重大灾难性事件。正因如此,如何确定结构损伤位置及其损伤程度将具有重要的理论指导意义和工程实践价值。小波分析作为目前国际上公认的时频分析工具,既能观察到信号的全部面貌也可以分析信号的各个细节,非常适合识别正反信号间的细微差别,因此,小波分析可被用来识别结构的损伤位置。粒子群优化算法是一种源于鸟类寻找食物的循环迭代寻优方法,它能够通过粒子间的团结与共享来寻找在复杂空间中的某一个最优点。由于粒子群优化算法有简单、容易实现、全局搜索能力强、收敛速度快且具有较少可调参数的优点,所以对结构的损伤程度识别具有较好效果。在本文中,通过将两种方法相结合,首次提出了小波-粒子群优化算法概念。采用小波-粒子群优化算法识别结构损伤的过程中,首先通过有限元分析软件建立了存在损伤的结构模型,并获取结构模态参数。然后在小波分析中选取DB小波对模态参数做小波变换,获得小波系数图。小波系数图中的突变位置即对应着框架结构的损伤位置。在计算结构损伤程度之前,本文先基于结构的频率和模态振型建立了粒子群优化算法的适应度函数,并编制了粒子群优化程序,在计算结构损伤程度的过程中以适应度函数最小为标准进行搜索。在经过粒子群优化算法对所需求解问题多次迭代优化计算后,程序的输出结果就为结构的损伤程度。为了验证本文方法有效性,本文分别采用小波粒子群优化算法与小波神经网络算法来识别一层一跨框架结构的损伤,这两种方法首先都是通过小波分析来确定结构的损伤位置,然后在分别采用粒子群优化算法以及神经网络算法计算该框架的损伤程度。在对两种方法的识别数据进行对比后发现,小波粒子群优化算法对结构损伤程度的识别精度更高。本文采用小波粒子群优化算法研究了含多种损伤的两层一跨框架结构、两层两跨框架结构的损伤识别问题,数值模拟结果再次证明了该方法的准确性。因此,本文方法对工程结构的损伤识别具有参考价值。(本文来源于《长沙理工大学》期刊2017-04-01）
李运良,王占江,李进,景吉勇,谭书舜[6]（2016）在《重塑黄土内球面应力波粒子速度测量波形的拉格朗日分析》一文中研究指出选用密度为1.8 g/cm3、饱和度为22%的重塑黄土作为应力波传播介质,在其中心处安装0.125 g TNT当量微型炸药球,建立起了尺度为Ф1370 mm×1200 mm的球面波发生装置。在重塑黄土样品中心圆形环面上布设多根圆环形电磁粒子速度计,测量了一系列粒子速度波形。为研究重塑黄土样品粘弹性区域的本构关系,为有限元数值模拟提供可靠的数据支持,以实测粒子速度波形为基础,使用Lagrange分析方法对该区域的应力-应变关系展开了研究。该文详细介绍了一维球对称条件下Lagrange分析方法的理论推导及求解过程,对实测粒子速度波形运用Lagrange分析方法计算了对应的应变、应力及应变率波形,得到了各量计安装位置处,重塑黄土完整的压缩、拉伸全过程应力-应变滞回曲线。并对Lagrange分析方法使用中遇到的问题提出了几点认识。(本文来源于《工程力学》期刊2016年09期）
刘朝华,周少武,刘侃,章兢[7]（2013）在《基于双模态自适应小波粒子群的永磁同步电机多参数识别与温度监测方法》一文中研究指出提出了一种双模态自适应小波粒子群(Binary-modal adaptive wavelet particle swarm optimization,BAWPSO)的永磁同步电机(Permanent magnet synchronous motor,PMSM)多参数识别与温度监测方法.为了提高算法动态寻优性能,群体被划分为正向学习和反向学习两种模态;对处于不同模态的粒子分别采用正向学习策略与反向学习策略协同求解,扩大了解的搜索空间;同时对粒子个体极值采用自适应小波算子增强学习以提高收敛精度.永磁同步电机参数辨识结果表明所提方法能够有效地辨识电机电阻,dq轴电感与转子磁链等参数,且能有效追踪系统参数变化值.在辨识出电机定子绕阻值后,根据金属阻值与温度之间的线性原理间接计算定转子温度,从而实现永磁同步电机系统温度在线监测.(本文来源于《自动化学报》期刊2013年12期）
王新[8]（2013）在《扩散激波粒子加速的蒙特卡洛模拟》一文中研究指出Session:空间天气科学前沿-行星际Type of presentation:口头报告Key word:太阳高能粒子的产生、加速和传播是空间天气研究的重要方面。伴随着剧烈的太阳爆发活动,日冕物质抛射(CME)将在行星际空间中产生高强度的激波。统计研究表明在激波的不同方向上产生不同强度的高能粒子流量,在平行激波区域将产生较强流量,而在垂直激波区域将产生较弱的流量,这说明平行激波比垂直激波在加速粒子方面更具有优势。然而,在理论上平行激波如(本文来源于《第叁届全球华人空间/太空天气科学大会论文集》期刊2013-11-10）
佘俊,高东慧,田雨波,刘维亭[9]（2013）在《微带天线谐振频率的小波粒子群小波神经网络建模》一文中研究指出谐振频率是微带天线设计过程中最重要的一个参数,直接决定设计的成败。本文基于改进的小波变异粒子群优化算法该算法的小波神经网络对矩形微带天线的谐振频率进行建模,可以有效地提高神经网络的建模精度。仿真试验表明,改进的小波变异粒子群优化算法是一种有效的方法,可以有效提高小波神经网络的泛化能力,基于该算法所建立的微带天线的谐振频率模型好于此问题的已有结论。(本文来源于《电子测试》期刊2013年09期）
李勤[10]（2013）在《基于分块小波粒子群混合的图像智能检索》一文中研究指出虽然许多基于颜色直方图的图像检索系统已相当成熟,但其搜索质量却不尽如人意,为此本文提出了一种分块小波直方图与粒子群优化融合的新方法。该算法引入小波技术提高了特征提取的有效性,采用分块技术扩展了图像检索性能,结合微粒群算法进行智能搜索加快了算法的执行速度。实验结果证实,该算法对图像数据库的相似度搜索是切实可行且行之高效的,为大型图像数据库的智能图像检索问题提供了解决方案。(本文来源于《科技信息》期刊2013年10期）
波粒子论文开题报告
（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：
为研究球面波在介质中的演化规律,分析了0.125g TNT、直径为5mm的炸药球填实爆炸加载下花岗岩中球面波传播的时域特征,结合实验结果与黏弹性球面波传播理论,提出了一种球面波粒子速度的频域分析方法。结果表明,花岗岩中粒子速度峰值和比例粒子位移峰值在靠近爆心的区域衰减慢、远离爆心的区域衰减快;在高频下,花岗岩中频率衰减因子α(ω)和波数k(ω)均与圆频率ω近似成线性关系,由不同相邻位置实测的粒子速度信息得到的α(ω)和k(ω)各不相同;在半径约为30mm(比距离约为60m·kt~(-1/3))处,粒子速度峰值的衰减规律出现由慢变快的转折。同时,基于对α(ω)和k(ω)的线性近似,对粒子速度波形进行了反演。与传统的局部理想弹性假设方法相比,本文方法可以提高粒子速度峰值的预测精度,但对波传播演化过程中波形形状的预测精度不高。
（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。
波粒子论文参考文献
[1].李世光,孟凡涛,赵沙沙,高正中,程建军.蚁群与小波粒子群算法结合优化配电网重构[J].现代电子技术.2019
[2].卢强,王占江,朱玉荣,丁洋,郭志昀.花岗岩中实测球面波粒子速度的时域和频域分析[J].现代应用物理.2018
[3].孔凡婧.行星际激波粒子加速机制的数值模拟研究[D].中国科学院大学(中国科学院国家空间科学中心).2018
[4].黄贺平.基于小波粒子群混合算法的图像压缩技术[J].信息技术.2018
[5].陈军.框架结构损伤识别的小波—粒子群优化算法研究[D].长沙理工大学.2017
[6].李运良,王占江,李进,景吉勇,谭书舜.重塑黄土内球面应力波粒子速度测量波形的拉格朗日分析[J].工程力学.2016
[7].刘朝华,周少武,刘侃,章兢.基于双模态自适应小波粒子群的永磁同步电机多参数识别与温度监测方法[J].自动化学报.2013
[8].王新.扩散激波粒子加速的蒙特卡洛模拟[C].第叁届全球华人空间/太空天气科学大会论文集.2013
[9].佘俊,高东慧,田雨波,刘维亭.微带天线谐振频率的小波粒子群小波神经网络建模[J].电子测试.2013
[10].李勤.基于分块小波粒子群混合的图像智能检索[J].科技信息.2013