-
公开(公告)号：CN104267778B
公开(公告)日：2016-02-10
申请号：CN201410476803.4
申请日：2014-09-17
Applicant: 河海大学常州校区 , 常州天合光能有限公司
CPC classification number: Y02E10/58 , Y02E40/76 , Y04S10/545
Abstract: 本发明公开了一种基于功率微分的光伏发电最大功率点跟踪方法，本发明将Boost电路的占空比作为控制变量，首先通过对功率微分绝对值及其前后采样时刻的关系判定找到最大功率点附近区域所对应的占空比区间，再采用改进量子遗传算法寻优求得最优占空比，并将其输出给Boost电路以实现对最大功率点的跟踪。与现有技术相比，该发明具有搜索速度快，能克服外界环境发生剧烈变化时产生的误判和跟踪失效的问题。
-
公开(公告)号：CN104616085A
公开(公告)日：2015-05-13
申请号：CN201510084657.5
申请日：2015-02-16
Applicant: 河海大学常州校区 , 常州瑞信电子科技有限公司
Abstract: 本发明公开了一种基于BP神经网络的光伏发电量预测方法，包括步骤：选取光伏发电量影响因素的历史数据生成输入向量，以其所对应的光伏发电量的历史数据作为输出向量，得到训练样本；利用所得训练样本训练BP神经网络；选取影响光伏发电量因素的待预测日的数据输入BP神经网络，得到预测光伏发电量。本发明通过太阳辐射强度和温度数据，实现了太阳能光伏发电量的预测，针对BP神经网络易陷入局部极值的缺陷，提出了基于改进学习率和权值的弹性自适应规则的BP神经网络，较好地解决了算法陷入局部极值的问题，提高了光伏发电量的预测精度。
-
公开(公告)号：CN104267778A
公开(公告)日：2015-01-07
申请号：CN201410476803.4
申请日：2014-09-17
Applicant: 河海大学常州校区
CPC classification number: Y02E10/58 , Y02E40/76 , Y04S10/545
Abstract: 本发明公开了一种基于功率微分的光伏发电最大功率点跟踪方法，本发明将Boost电路的占空比作为控制变量，首先通过对功率微分绝对值及其前后采样时刻的关系判定找到最大功率点附近区域所对应的占空比区间，再采用改进量子遗传算法寻优求得最优占空比，并将其输出给Boost电路以实现对最大功率点的跟踪。与现有技术相比，该发明具有搜索速度快，能克服外界环境发生剧烈变化时产生的误判和跟踪失效的问题。
-
公开(公告)号：CN104217118B
公开(公告)日：2017-04-26
申请号：CN201410467131.0
申请日：2014-09-12
Applicant: 河海大学常州校区
IPC: G06Q10/10
Abstract: 本发明公开了一种船舶引航排班问题模型与求解方法，在分析引航排班各种成文的排班规则及不成文的排班习惯的基础上，针对常规求解方法存在大量不可行解的困难，提出了将该模型转化为伪旅行商问题的方法；该方法依次包括以下步骤：步骤(1)：建立本地数据库，进行合同收池；步骤(2)：从池中选出待引航排班船舶，建立引航排班问题模型；步骤(3)：基于分布估计改进离散粒子群算法对引航排班问题模型进行求解，找出最优引航排班计划；步骤(4)：根据确定的最优引航排班计划进行引航排班。本发明为提高算法效率，通过引入最优粒子子群，其具有搜索速度快，搜索精度高的特点。本发明所提引航排班问题模型是有效的，求解方法是高效的。
-
Patent Agency Ranking
公开(公告)号：CN104239975A
公开(公告)日：2014-12-24
申请号：CN201410465516.3
申请日：2014-09-12
Applicant: 河海大学常州校区
IPC: G06Q10/04
Abstract: 本发明公开了一种基于改进离散粒子群算法的船舶引航排班方法。本发明在分析引航排班各种规则和习惯的基础上，提出了船舶引航排班问题的数学模型；为求解该模型，提出了基于动态粒子子群的改进离散粒子群算法；针对常规求解方法存在大量不可行解的困难，提出了采用伪旅行商问题方法进行粒子适应度计算的方法。所提模型是可行的，所提算法具有搜索速度快，搜索精度高，稳定性强的特点，是适于求解复杂的引航排班问题的。
-
公开(公告)号：CN104239975B
公开(公告)日：2017-07-21
申请号：CN201410465516.3
申请日：2014-09-12
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于改进离散粒子群算法的船舶引航排班方法。本发明在分析引航排班各种规则和习惯的基础上，提出了船舶引航排班问题的数学模型；为求解该模型，提出了基于动态粒子子群的改进离散粒子群算法；针对常规求解方法存在大量不可行解的困难，提出了采用伪旅行商问题方法进行粒子适应度计算的方法。所提模型是可行的，所提算法具有搜索速度快，搜索精度高，稳定性强的特点，是适于求解复杂的引航排班问题的。
-
公开(公告)号：CN104198498A
公开(公告)日：2014-12-10
申请号：CN201410467061.9
申请日：2014-09-12
Applicant: 河海大学常州校区
IPC: G01N21/88
Abstract: 本发明公开了基于自适应正交小波变换的布匹疵点检测方法及装置，取代人工目测和原来的先由人工进行小波基的选择，然后进行基于小波变换的疵点自动检测方法，克服了传统人工目测检测速度慢、效率低、误检、漏检率高等缺陷以及原来的基于小波变换的疵点检测方法中由于未对小波基进行优化所引起的检测精度不高的问题。采用基于改进的量子旋转门量子遗传算法选择与布匹纹理匹配的最优小波基，采用动态策略调整量子旋转角，实现精细的自适应搜索，引入变异操作丰富种群，并且融入混沌搜索使算法具有更好的寻优能力。本发明的疵点检测方法速度快、准确度高、操作简单、效率高，具有良好的应用前景。
-
公开(公告)号：CN104217118A
公开(公告)日：2014-12-17
申请号：CN201410467131.0
申请日：2014-09-12
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种船舶引航排班问题模型与求解方法，在分析引航排班各种成文的排班规则及不成文的排班习惯的基础上，针对常规求解方法存在大量不可行解的困难，提出了将该模型转化为伪旅行商问题的方法；该方法依次包括以下步骤：步骤(1)：建立本地数据库，进行合同收池；步骤(2)：从池中选出待引航排班船舶，建立引航排班问题模型；步骤(3)：基于分布估计改进离散粒子群算法对引航排班问题模型进行求解，找出最优引航排班计划；步骤(4)：根据确定的最优引航排班计划进行引航排班。本发明为提高算法效率，通过引入最优粒子子群，其具有搜索速度快，搜索精度高的特点。本发明所提引航排班问题模型是有效的，求解方法是高效的。
-
公开(公告)号：CN104198498B
公开(公告)日：2016-10-19
申请号：CN201410467061.9
申请日：2014-09-12
Applicant: 河海大学常州校区
IPC: G01N21/88
Abstract: 本发明公开了基于自适应正交小波变换的布匹疵点检测方法及装置，取代人工目测和原来的先由人工进行小波基的选择，然后进行基于小波变换的疵点自动检测方法，克服了传统人工目测检测速度慢、效率低、误检、漏检率高等缺陷以及原来的基于小波变换的疵点检测方法中由于未对小波基进行优化所引起的检测精度不高的问题。采用基于改进的量子旋转门量子遗传算法选择与布匹纹理匹配的最优小波基，采用动态策略调整量子旋转角，实现精细的自适应搜索，引入变异操作丰富种群，并且融入混沌搜索使算法具有更好的寻优能力。本发明的疵点检测方法速度快、准确度高、操作简单、效率高，具有良好的应用前景。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
