期刊文献+

粒子群算法在智能照明系统中的概述 被引量:2

下载PDF
导出
摘要 随着近些年来高层建筑不断增加,随之而来的建筑照明系统也变得越来越复杂,据研究表明我国的建筑物能耗中照明部分的能耗占建筑物总能耗的30%以上,因此节能问题更加突出。本课题研究目的就是将引入粒子群算法,利用粒子群自寻优的特点,使智能照明控制系统能够自动的完成预设的控制要求。达到系统运行可靠,经济、节能的目的。
作者 陈超 刘剑
机构地区 沈阳建筑大学
出处 《科技创新导报》 2014年第6期227-227,共1页 Science and Technology Innovation Herald
  • 相关文献

参考文献5

二级参考文献36

  • 1戴慧珠,陈默子,王伟胜,王晓蓉.中国风电发展现状及有关技术服务[J].中国电力,2005,38(1):80-84. 被引量:86
  • 2陈勇旗,谭冠政.无线遥控智能照明系统[J].电气应用,2005,24(2):53-56. 被引量:7
  • 3王俊伟,汪定伟.粒子群算法中惯性权重的实验与分析[J].系统工程学报,2005,20(2):194-198. 被引量:86
  • 4杨秀媛,肖洋,陈树勇.风电场风速和发电功率预测研究[J].中国电机工程学报,2005,25(11):1-5. 被引量:584
  • 5[1]Kennedy J,Eberhart R.Particle Swarm Optimization[C].IEEE Int.Conf.on Neural Networks,Piscataway:IEEE Service Center,1995:1942-1948.
  • 6[2]Kennedy J.The Particle Swarm:Social Adaptation of Knowledge[C].IEEE Int.Conf.on Evolutionary Computation,Piscataway:IEEE Service Center,1997:303-308.
  • 7[4]ZHANG Li-ping,YU Huan-jun,HU Shang-xu.Optimal Choice of Parameters for Particle Swarm Optimization[J].Zhejiang Univ SCI,2005,6A(6):528-534.
  • 8Kennedy J,Eberhart RC.Particle Swarm Optimization[A].Proc.IEEE International Conference on Neural Networks,Ⅳ[C].Piscataway,NJ:IEEE Service Center,1995.1942-1948.
  • 9Angeline PJ.Using Selection to ImproveParticle Swarm Optimization[A].Prodeedings of the 1999 Congress on Evolutionary Computation[C].Piscataway,NJ:IEEE Press,1999.84-89.
  • 10Shi Y,Eberhart R C.Fuzzy Adaptive Particle Swarm Optimization[A].Proceedings of the 2001congress on Evolutionary Computation[C].Piscataway,NJ:IEEE Press,2001.101-106.

共引文献43

同被引文献6

引证文献2

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部