包邮人工蜂群优化算法的应用

目 录

基础篇

第1 章 人工蜂群优化算法 ............................................................................... 2
1.1 蜜蜂的觅食行为 ........................................................................................... 2
1.2 人工蜂群优化算法 ....................................................................................... 4
1.2.1 原型人工蜂群优化算法I ................................................................. 4
1.2.2 原型人工蜂群优化算法II ................................................................ 7
1.3 本书的内容与组织结构 ............................................................................... 9
1.3.1 本书的内容 ....................................................................................... 9
1.3.2 本书的组织结构 .............................................................................. 11
参考文献 .............................................................................................................. 13

船舶工程篇

第2 章 基于人工蜂群优化算法的船舶电力系统故障诊断方法 ........................ 16
2.1 船舶电力系统故障诊断研究概况 ............................................................. 16
2.2 保护继电器或断路器拒动情况的目标函数建立 ..................................... 17
2.2.1 船舶电力系统故障类型分析 ......................................................... 17
2.2.2 船舶电力系统故障诊断的目标函数 ............................................. 20
2.3 基于人工蜂群优化算法的船舶电力系统故障诊断方法 ......................... 37
2.4 仿真实验分析 ............................................................................................. 38
2.5 本章小结 ..................................................................................................... 40
参考文献 .............................................................................................................. 41
第3 章 基于人工蜂群优化机理的目标船舶方位估计方法 ............................... 43
3.1 船舶方位估计介绍 ..................................................................................... 43
3.2 目标船舶方位估计问题描述 ..................................................................... 44
3.3 基于人工蜂群优化机理的目标船舶DOA 方位估计 ............................... 46
3.4 仿真分析 ..................................................................................................... 47
3.5 本章小结 ..................................................................................................... 52
参考文献 .............................................................................................................. 53

电力系统篇 .......................................................................................................... 55

第4 章 人工蜂群优化算法在谐波估计中的应用 ............................................. 56
4.1 谐波估计方法研究概况 ............................................................................. 56
4.2 谐波估计问题描述 ..................................................................................... 57
4.3 基于群智能优化算法的谐波估计 ............................................................. 58
4.3.1 相位的估计 ..................................................................................... 58
4.3.2 幅值的估计 ..................................................................................... 59
4.3.3 群智能优化算法 ............................................................................. 59
4.3.4 基于群体智能优化算法的谐波估计 ............................................. 64
4.4 仿真实验分析 ............................................................................................. 65
4.4.1 无噪声的谐波估计 ......................................................................... 66
4.4.2 有噪声的谐波估计 ......................................................................... 69
4.5 本章小结 ..................................................................................................... 70
参考文献 .............................................................................................................. 72

信号处理篇

第5 章 基于人工蜂群优化机理的盲源有序分离算法 ...................................... 76
5.1 盲源分离的基本概念 ................................................................................. 76
5.2 盲源有序分离问题描述 ............................................................................. 77
5.3 基于人工蜂群优化机理的盲源有序分离算法 ......................................... 80
5.3.1 PSO 算法 ......................................................................................... 80
5.3.2 DE 算法 ........................................................................................... 81
5.3.3 基于群体智能优化算法的盲源有序分离 ..................................... 83
5.4 仿真实验分析 ............................................................................................. 84
5.5 本章小结 ..................................................................................................... 96
参考文献 .............................................................................................................. 96
第6 章 人工蜂群优化算法在复数盲源分离中的应用 .................................... 100
6.1 复数盲源分离研究概况 ........................................................................... 100
6.2 复数盲源分离问题描述 ........................................................................... 101
6.3 改进的人工蜂群优化算法 ....................................................................... 103
6.4 基于ABC 优化的有序复值盲源分离算法 ............................................. 106
6.4.1 基于交叉验证技术的复数源信号个数估计 ............................... 106
6.4.2 复值盲源抽取的代价函数 ........................................................... 107
6.4.3 基于ABC 优化的有序复值盲抽取算法 ...................................... 111
6.5 基于ABC 的欠定复数盲源分离算法 ...................................................... 113
6.6 仿真分析 .................................................................................................... 117
6.6.1 改进的ABC 算法优化性能的测试 .............................................. 117
6.6.2 基于ABC 优化的有序复值BSS 算法的仿真与分析 ................ 123
6.6.3 基于ABC 优化的欠定复数BSS 算法的仿真与分析 ................ 133
6.7 本章小结 ................................................................................................... 135
参考文献 ............................................................................................................ 135
第7 章 人工蜂群优化算法在单通道周期性信号盲分离的应用 ...................... 138
7.1 单通道盲源分离介绍 ............................................................................... 138
7.2 单通道周期性信号盲分离问题描述 ....................................................... 139
7.3 周期性混合信号的单通道盲分离算法 ................................................... 140
7.3.1 希尔伯特变换 ............................................................................... 140
7.3.2 基于交叉验证技术的阶数估计 ................................................... 141
7.3.3 利用人工蜂群优化算法的基频和源数估计 ............................... 142
7.3.4 基于自适应滤波的谐波幅值估计 ............................................... 143
7.4 仿真分析 ................................................................................................... 145
7.5 本章小结 ................................................................................................... 149
参考文献 ............................................................................................................ 150

控制系统篇

第8 章 基于人工蜂群优化机理的PID 控制的AVR 系统 ............