交叉熵算法在电子工程领域中的应用PDF电子书下载

第1章 绪论 1

1.1 天线阵列综合领域研究现状 2

1.1.1 自适应波束形成算法 3

1.1.2 传统静态综合算法 4

1.1.3 智能优化算法 6

1.2 电网故障诊断领域的研究现状 8

1.2.1 矩阵算法 8

1.2.2 专家系统 8

1.2.3 人工神经网络 9

1.2.4 优化技术 9

1.2.5 支持向量机 10

1.3 电机故障诊断领域的研究现状 10

1.3.1 基于专家系统的电机故障诊断 11

1.3.2 基于人工神经网络的电机故障诊断 12

1.3.3 基于粗糙集理论的电机故障诊断 12

1.3.4 基于贝叶斯网络的电机故障诊断 13

1.3.5 基于支持向量机的电机故障诊断 13

1.4 煤层气参数预测领域的研究现状 14

1.4.1 井震联合的储层参数预测 14

1.4.2 粗糙集理论优化 15

1.4.3 支持向量机的储层参数预测 15

1.4.4 多种智能技术融合的储层参数预测 15

参考文献 16

第2章 交叉熵理论及改进算法 22

2.1 引言 22

2.2 广义交叉熵算法 22

2.3 连续型交叉熵算法 25

2.3.1 实例1：一维连续函数最大值优化 26

2.3.2 实例2：小型天线阵列零点生成 28

2.3.3 实例3：罕见事件的仿真例子 31

2.4 组合型交叉熵算法 33

2.4.1 实例1：序列盲估计 34

2.4.2 实例2：小型天线阵列稀疏 34

2.4.3 实例3：实现多处理机调度 36

2.5 改进交叉熵算法 38

2.5.1 动态平滑方差算法 38

2.5.2 插入额外方差算法 38

2.5.3 修正交叉熵算法 38

2.5.4 加速交叉熵算法 39

2.5.5 全自适应交叉熵算法 40

2.6 交叉熵算法性能分析 41

2.6.1 有效性分析 41

2.6.2 稳定性分析 43

参考文献 43

第3章 交叉熵算法在天线阵列综合领域中的应用 45

3.1 引言 45

3.2 交叉熵算法非均匀天线阵列综合 49

3.2.1 给定峰值旁瓣电平的大型阵列稀疏 49

3.2.2 不同目标函数的不等间距阵列综合 53

3.2.3 消除栅瓣的不等间距阵列综合 57

3.3 改进交叉熵算法幅相控制的天线阵列综合 59

3.3.1 扇形波束方向图综合 59

3.3.2 天线阵阵元失效校正 66

3.3.3 不同目标函数的唯相位控制低旁瓣零点生成 70

3.3.4 给定旁瓣电平的唯相控制多零点生成 76

3.3.5 唯相控制的可转换阵列方向图综合 78

3.4 多目标交叉熵算法在天线阵列综合领域中的应用 82

3.4.1 多目标交叉熵算法的研究 82

3.4.2 多目标天线阵列稀疏 86

3.4.3 多目标不等间距天线阵列综合 88

参考文献 91

第4章 交叉熵算法在电网故障诊断领域中的应用 96

4.1 引言 96

4.2 组合型交叉熵算法在输电网故障诊断中的应用 96

4.2.1 输电网故障信息 97

4.2.2 故障区域识别原理 97

4.2.3 输电网故障诊断的解析化建模 98

4.2.4 算例分析 101

4.3 组合型交叉熵算法在配电网故障定位中的应用 114

4.3.1 配电网区段故障定位概述 114

4.3.2 故障定位数学模型的建立 116

4.3.3 算例分析 118

参考文献 125

第5章 交叉熵算法在电机故障诊断领域中的应用 127

5.1 引言 127

5.2 异步电机的基本原理和常见故障机理 128

5.2.1 异步电机的结构 128

5.2.2 异步电动机的工作原理 128

5.2.3 异步电机常见故障机理分析 130

5.3 支持向量机理论 136

5.3.1 最优分类超平面 137

5.3.2 支持向量机 139

5.3.3 支持向量机的多分类问题 141

5.3.4 支持向量机分类算例分析 142

5.4 基于CE算法优化支持向量机的电机故障诊断 143

5.4.1 基于CE-SVM电机轴承故障诊断 144

5.4.2 基于CE-SVM电机多类型故障诊断 152

参考文献 154

第6章 交叉熵算法在煤层气参数预测领域中的应用 155

6.1 引言 155

6.2 煤层气参数预测的研究现状 156

6.2.1 支持向量机储层参数预测的研究现状 156

6.2.2 多种智能技术融合的储层参数预测方法的研究现状 157

6.3 交叉熵支持向量机煤层气储层参数预测 157

6.3.1 研究方法流程 157

6.3.2 样本的来源 158

6.3.3 建立交叉熵支持向量机预测煤层气储层参数的模型 159

6.3.4 交叉熵算法优化支持向量机预测模型评估测试 161

6.3.5 LIBSVB软件介绍 164

6.3.6 数据归一化预处理 165

6.3.7 训练过程中参数的选取 165

6.4 煤层气渗透率的预测 165

6.4.1 数据的选取及处理 166

6.4.2 煤层气渗透率仿真图及预测结果 168

6.5 利用改进组合交叉熵实现煤层气储层的地震属性约简 169

6.5.1 粗糙集属性约简模型 170

6.5.1 改造型CCE算法的属性约简 171

参考文献 173