基于TSO-MSMA算法在光伏系统MPPT中的研究

传统MPPT算法存在易陷入局部最优的问题,且目前采用的智能优化算法解决该类问题也有追踪精度不足、追踪速度慢等问题。为解决上述问题,该文提出一种基于金枪鱼算法（TSO）与改进黏菌觅食算法（MSMA）的混合优化算法。该方法通过早期金枪鱼算法的抛物线觅食策略来加快搜索速度,对黏菌觅食算法采用基于混沌映射的反向学习策略进行改进,达到扩大算法探索范围的目的,使之不易于陷入局部最优,并提高算法运算速度。将改进后的算法应用于光伏系统MPPT中,仿真实验结果表明：改进后算法相较于单独TSO与MSMA算法,在不同遮光条件下追踪速率有较大提升,精确度高于单独的TSO与MSMA算法,拥有更好的追踪速度与追踪精度。     

基于最佳小波包变换的遥感影像融合方法

从遥感影像的频率特性出发,提出了一种基于最佳小波包变换的影像融合方法.根据全色与多光谱影像的频率关系以及二进制小波包变换的特点,确定影像的最佳小波包分解形式;针对影像分解后的区域频率范围与特点进行融合,在融合中采用了基于投票表决法的多特征联合的融合策略,最后经小波包逆变换得到融合结果影像.该方法与传统融合方法进行了主观分析与客观定量比较,结果表明该方法具有良好的融合效果.     

基于粒子群优化算法的航空影像纹理分类

粒子群优化算法是基于群智能的随机全局优化技术,将它引入航空影像纹理分类,在提取纹理样本小波、分形等特征的基础上,提出了针对分类问题的粒子表达方法和群体寻优策略,实现了基于粒子群算法的纹理分类。将其与基于遗传算法的纹理分类法作比较,结果表明粒子群优化算法具有较好的寻优性能,基于该算法的纹理分类法分类精度较高且计算时间较少。