学位论文 > 优秀研究生学位论文题录展示
蚁群平面网孔搜索算法在水电仿真软件中的实现
作 者: 高洁
导 师: 赵海
学 校: 东北大学
专 业: 计算机应用技术
关键词: 水电仿真 蚁群算法 图形化编程 电路分析方法 网孔电流法 TSP 平面图网孔搜索
分类号: TV7
类 型: 硕士论文
年 份: 2008年
下 载: 12次
引 用: 0次
阅 读: 论文下载
内容摘要
图形化编程是计算机仿真中的关键问题,而如何用计算机的方法表示电气控制回路,如何对其进行逻辑分析及电路计算是图形化电力仿真系统开发平台的核心问题。与现存的电力电子系统的计算机仿真软件不同,水电仿真平台中的电路具有多交汇点、多电压源的特性。常用的等效变换法、2b法、节点电压法、网孔电流法等方法中,网孔电流法最为简单直观,在解决复杂平面电路问题中,有很强应用价值,但在计算机仿真领域,用网孔电流法来动态求解电路逻辑和参数计算还存在较大问题。本文是针对水电仿真开发平台中用网孔电流法来求解电路时遇到的网孔搜索问题所提出的。传统的平面网孔搜索算法在搜索网孔时由于需要对所有环路进行两两相比,以求出最短的环路,所以时间复杂度过高。本文在蚁群算法的基本思想基础上进行一系列改进,得到了一种新的算法—PMSA算法。将蚁群寻找两点之间最短路径的思想用于寻找环路,并对算法的细节实现进行优化,使其具有比较低的时间复杂度。该算法不仅可以应用在水电仿真开发平台中,还可以应用在电力系统自动化软件的设计及电力系统一次接线图的绘制中。PMSA算法完成了用网孔电流法分析电路时的网孔自动搜索,解决了水电仿真平台电路计算部分的实现问题,并且为蚁群算法提出了一种全新的应用思路。本文通过仿真实验,确定了算法中各参数的取值,分析了算法的时间复杂度,并在水电仿真开发平台v3.0中对算法进行了模块性实验。实验证明,算法具有一定的实际应用价值,可以用于水电仿真平台的开发。
|
全文目录
摘要 5-6 ABSTRACT 6-10 第一章 绪论 10-18 1.1 水电仿真平台中的关键问题及解决方法 10-12 1.1.1 图形编辑器的设计 10-11 1.1.2 电路计算的动态仿真 11-12 1.2 平面网孔搜索算法的提出 12-16 1.2.1 电路仿真计算中的网孔搜索问题 12-13 1.2.2 平面网孔搜索算法(PMSA)研究的意义 13-14 1.2.3 平面网孔搜索算法的研究现状 14-16 1.3 电力仿真系统的研究现状 16 1.4 本文组织结构 16-18 第二章 蚁群平面网孔搜索算法的理论基础 18-38 2.1 蚁群算法 18-24 2.1.1 蚁群算法的基本原理概述 18-19 2.1.2 蚁群算法系统模型及实现 19-24 2.2 电路的分析方法 24-36 2.2.1 基尔霍夫定律 24-26 2.2.2 电路网络的分析方法 26-30 2.2.3 网孔电流法 30-34 2.2.4 用网孔电流法求解复杂电路的讨论 34-36 2.3 小结 36-38 第三章 蚁群平面网孔搜索算法的设计与实现 38-50 3.1 平面网孔搜索算法 38-45 3.1.1 网孔的相关定义 38-39 3.1.2 算法的主要思想 39-43 3.1.3 算法描述 43-45 3.2 算法的参数设置 45-47 3.3 PMSA的时间复杂度分析 47-48 3.4 小结 48-50 第四章 PMSA算法的测试与评价 50-60 4.1 PMSA算法的测试 50-55 4.1.1 测试环境设置 50 4.1.2 测试数据设置 50-51 4.1.3 测试结果 51-55 4.2 PMSA算法的评价 55-58 4.2.1 两种网孔算法的比较 55-57 4.2.2 PMSA与基本蚁群算法的比较 57-58 4.3 小结 58-60 第五章 PMSA在水电仿真平台中的应用 60-66 5.1 水电仿真开发平台v3.0介绍 60 5.2 PMSA算法在水电仿真平台中的应用 60-64 5.2.1 数据模型 60-62 5.2.2 用PMSA算法搜索网孔 62-63 5.2.3 依据网孔电流法联立方程组并求解 63-64 5.2.4 输出结果 64 5.3 小结 64-66 第六章 总结与展望 66-68 6.1 本文的贡献 66 6.2 未来工作展望 66-68 参考文献 68-72 致谢 72-74 攻读硕士期间主要工作和发表论文 74 主要工作 74 发表论文 74
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 电渣炉过程控制系统的设计及优化控制,TP273
- 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
- 基于改进蚁群算法的多目标退化调度问题的研究,O221.6
- 面向可穿戴生理检测的无线传感器网络QoS路由研究,TP212.9
- 基于蚁群算法的聚类算法研究,TP311.13
- 基于雷达干扰资源分配的突防航迹规划研究,TN974
- 基于机会机制的无线传感网通信协议研究,TP212.9
- 含风电场电力系统的机组优化调度研究,TM73
- 综合船桥系统航迹规划技术研究,U692.31
- 隧道超前地质预报方法及应用研究,U452.11
- 蚁群优化算法及其应用研究,TP301.6
- 面向节能的电梯群控蚁群调度策略,TU857
- 基于网络服务的城市天然气管网管理与应急系统研究,TU996.8
- 混合智能算法在梯级水库中长期优化调度中的应用,TV697.11
中图分类: > 工业技术 > 水利工程 > 水能利用、水电站工程
© 2012 www.xueweilunwen.com
|