排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
概述了颗粒物质领域中粮仓现象和巴西坚果效应两个典型现象及其解释理论,分析其理论的成功和不足,并给出一些看法。 相似文献
2.
光伏阵列通常被安装在恶劣的室外环境中,因此在运行过程中易发生故障。为了准确识别光伏阵列的故障类型,提出沙猫群优化支持向量机(sand cat swarm optimization support vector machine, SCSO-SVM)用于光伏组件故障识别,且对比支持向量机(support vector machine, SVM)、粒子群优化支持向量机(particle swarm optimized support vector machine, PSO-SVM)、遗传优化支持向量机(genetic optimized support vector machine, GA-SVM)、麻雀优化支持向量机(sparrow optimized support vector machine, SSA-SVM)、灰狼优化支持向量机(gray wolf optimized support vector machine, GWO-SVM)和鲸鱼优化支持向量机(whale optimized support vector machine, WOA-SVM)算法。首先,六种SVM混合算法都克... 相似文献
3.
4.
基于Lambert W函数和多项式拟合,提出了一种太阳电池参数提取方法.该方法首先利用Lambert W函数将电池电流输出超越方程显化后积分,得显化积分方程;其次,基于质点平抛运动轨迹与电池伏安特性曲线相似性,对曲线分3段进行拟合后积分,得分段积分方程;最后,根据测量值建立显化积分方程与分段积分方程相等的方程组,解析求解出电池光电流、理想因子、反向饱和电流、串联和并联电阻5个电性参数.结果表明该方法的均方根误差为0.0047A,平均绝对相对误差为0.94%;证明了该方法的正确性.该方法应用于变光强下磷化铟镓/砷化铟镓/锗(In Ga P/In Ga As/Ge)三结太阳电池参数的提取,结果表明提取误差随着光强的增大而下降;原因是随着光强增大,噪声对测量的影响下降导致.且发现光电流随光强的增加而几乎线性增加,而理想因子、反向饱和电流、串联和并联电阻都随光强增加而下降;原因是当光强增加时,入射光子数线性增加、费米能级抬高、空间复合减少、分流路径增加导致的. 相似文献
5.
研究了反向传播神经网络(BPNN)、粒子群优化反向传播神经网络(PSO-BPNN)、萤火虫优化反向传播神经网络(FA-BPNN),以及斐波那契优化反向传播神经网络(IM-FSM-BPNN)用于光伏组件在局部阴影下最大功率点的跟踪,以及上述算法在太阳能无人机中飞行光伏发电跟踪。结果首先表明,局部阴影下,IM-FSM-BPNN功率预测精度最低,跟踪时间最长,鲁棒性差,原因是控制参数多,依赖参数初始值。FA-BPNN功率预测精度最高且鲁棒性较好,原因是在训练过程中有效避免梯度消失的问题。其次,在样本数据量增加和太阳能无人机的应用中,发现FA-BPNN的预测效果好和IM-FSM-BPNN的局限性。最后,探讨了参数变化对预测结果的影响。IM-FSM-BPNN、PSO-BPNN和FA-BPNN较BPNN更适用于多样本数据预测,IM-FSM-BPNN相较于其他3种算法更适用于较小的学习率,4种算法的平均跟踪时间和功率平均预测精度随隐含层节点数震荡。 相似文献
6.
血液流变学中影响红细胞变形性的因素分析 总被引:4,自引:0,他引:4
概述了国内外对血液流变学中红细胞变形性的影响,分析了影响红细胞变形性的众多因素,并给出进一步用物理方法研究红细胞变形性的设想。 相似文献
7.
1