线性递减权重粒子群优化投影寻踪模型及应用

针对粒子群算法局部搜索能力较弱和存在早熟收敛的问题,为了有效地控制粒子群算法的全局搜索和局部搜索,提出了将线性递减权重引入到粒子群优化算法中.该算法是从随机解出发,通过追随当前搜索到的最优值来寻找全局最优解,增加了粒子群算法的局部搜索能力.将其算法优化投影寻踪模型,以此构建了线性递减权重粒子群优化投影寻踪模型,将该模型应用到土坝护坡模式优化评价中,选取9个指标作为评判因子,提出适合该地区的土坝护坡优化模式.结果表明:线性递减权重粒子群优化投影寻踪模型可以有效地找到最佳投影方向,计算投影值,根据投影指标值的大小可对方案进行优选.利用该模型对土坝护坡模式进行综合评价是切实可行的.该算法以其实现容易、精度高、收敛快等优点,并且在解决实际问题中展示的优越性,在工程优化领域具有广泛的应用前景.     

改进的投影寻踪模型在水质评价中的应用

投影寻踪算法是水质评价中常用的模型,针对投影寻踪模型中存在的投影方向优化问题,提出了运用模糊自适应模拟退火遗传算法（FASAGA）来寻找最佳投影方向的方法。改进了现有的投影寻踪水质评价模型,分析了新模型的性能和特点,并应用该模型评价了惠州市的西湖水质。实验证明,该模型能有效地提高水质评价的速度和准确度。     

抚河水环境质量的投影寻踪回归分析

利用大样本数据、投影寻踪、粒子群算法、逻辑斯蒂曲线,建立了水环境质量评价的粒子群投影寻踪等级评价模型.以抚河为例,选取抚河11个监测断面的7项监测指标作为评价因子,对抚河的水环境质量进行综合评价.应用结果表明,粒子群投影寻踪等级评价模型计算简便,评价结果可靠,评定结果可以直观地反映出各断面水环境状况,同时也可以反映出各监测点水污染严重程度,可比性强,在水环境质量评价中具有较好的应用价值.     

基于PSO-PPGE模型的农村水利现代化评价

基于投影寻踪模型和粒子群算法,应用MATLAB仿真模拟编程,以农村水利现代化评价指标体系中的各因素分级指标值作为投影参数,寻求最佳的投影方向,建立农村水利现代化投影寻踪等级评价模型。运用该模型对江苏省9个典型县级市的农村水利现代化水平进行评价,评价结果与发展现状基本吻合。该模型在农村水利现代化评价中,可以避免主观赋权的干扰,评价方法简便,评价结果客观。     

基于粒子群算法的抛物线形渠道断面优化方法

针对试算法工作量大、计算误差大和精度低等问题,建立了以计算流量和设计流量之差最小为目标函数的抛物线形渠道断面优化数学模型,将粒子群优化算法引入到抛物线形渠道断面优化计算中,采用粒子群算法在全局空间下搜索渠道断面优化问题的全局最优解。并以陕西省石头河灌区五丈源支渠抛物线形混凝土渠道为例,对其二次抛物线形渠道断面的方程形状参数a和设计水深h进行了优化设计。结果表明,得到满足约束条件的最优方程形状参数a为5.06,最优设计水深h为0.398 2 m。与原设计相比模型计算所得渠道过水断面面积减少了0.102 1%,渠道土方量减少了6.225 4 m~3,混凝土衬砌量减少了4.764 1 m~3,工程占地面积也随之减少。粒子群优化算法能有效地解决抛物线形渠道断面设计中的优化问题,且具有收敛速度快、计算精度高和全局寻优能力强等优点。     

基于免疫蛙跳算法优化的投影寻踪水质评价模型

以地下水各聚类指标水质级别国家标准值为评价标准,应用基于高维降维技术的投影寻踪模型,并采用改进的免疫蛙跳算法对投影寻踪模型投影方向进行优化求解,将高维数据指标转换到低维子空间,根据计算得出投影函数值的大小对样本水质进行评价。结果表明:免疫蛙跳算法收敛速度、搜索精度优于混合蛙跳算法;基于免疫蛙跳算法优化的投影寻踪模型能够很好的对水环境质量进行评价,可用于其他环境的综合评价。     

投影寻踪模型在水稻灌溉制度评价中的应用

优化水稻灌溉制度是解决粮食安全与水资源短缺两大紧迫问题的关键。从水稻灌溉制度评价方法研究出发,针对传统的水稻灌溉制度评价中指标权重赋值客观性差的问题,提出了基于粒子群优化投影寻踪模型的水稻灌溉制度评价方法,该方法通过对水稻主要生育阶段的多个状态变量建立投影寻踪模型并优化投影方向,从而根据状态变量在最佳投影方向线型投影得到的投影值大小进行水稻灌溉制度的综合评价,避免了专家赋权的人为干扰。选取水稻分蘖及灌浆2个重要生育阶段,分别建立模型并对4种灌溉模式进行综合评价,其评判结果与实际相符,验证了该方法的准确性与可行性。     

蚁群投影寻踪回归在大型灌区节水改造效益综合评价中的应用

从灌区可持续发展的内涵出发, 结合评价目标要求和相关的文献资料, 从社会性、资源性、经济性、技术性和生态环境性等5个方面,提出了灌区节水改造效益综合评价指标体系,建立了灌区改造综合评价的投影寻踪模型,利用蚁群算法优化其投影方向, 根据投影值对节水改造效益进行科学评价。将该方法应用于关中大型灌区节水改造项目效益评价中,结果表明,该技术避免了评判专家主观确定权重,评价结果客观准确、方法简单,为灌区改造综合评价提供了一条新的途径。     

基于蚁群算法的泵站运行优化及投影寻踪选优策略

针对泵站优化运行计算时最优解评价指标单一的问题,建立了包含机组开停机约束的泵站优化运行数学模型和运行方案选优的投影寻踪决策模型.提出了求解泵站多机组优化运行模型的蚁群算法,并通过分析模型的特性改进了算法中启发式信息和信息素更新方式.对江都四站多机组日优化运行计算的结果显示,变量同等离散的情况下,利用蚁群算法优化的结果比用动态规划逐次逼近法优化的结果节省了2.8％的电费,前者相比设计工况运行时节省了29.2％的电费,且蚁群算法优化结果对应的运行方案中叶片调节次数少,机组运行时间短;方案选优时投影寻踪决策模型能够兼顾多个评价指标的优选,得到的运行方案不仅运行成本低,且更合理,更贴切于日常运行,可见改进后的蚁群算法结合投影寻踪决策模型在泵站优化运行及相近的领域有较大的实用价值.     

蚁群投影寻踪回归模型在大型灌区节水改造效益综合评价中的应用

从灌区可持续发展的内涵出发,结合评价目标要求和相关的文献资料,从社会性、资源性、经济性、技术性和生态环境性等5个方面,提出了灌区节水改造效益综合评价指标体系,建立了灌区改造综合评价的投影寻踪模型,利用蚁群算法优化其投影方向,根据投影值对节水改造效益进行科学评价。将该方法应用于关中大型灌区节水改造项目效益评价中,结果表明,该技术避免了评判专家主观确定权重,评价结果客观准确、方法简单,为灌区改造综合评价提供了一条新的途径。     

河套灌区渠系优化配水模型应用研究

优化渠系配水过程是缓解灌区水资源压力,实现农业高效节水的重要举措.以河套灌区总干渠、干渠两级渠系作为研究对象,将水流过渡平稳和渠道渗漏量最小作为优化目标,建立渠系优化配水模型,采用回溯搜索算法(BSA)、多目标粒子群算法(MOPSO)以及向量评估遗传算法(VEGA)进行求解.结果显示,BSA,MOPSO,VEGA这3种算法所求的配水时间分别为30.96,11.65,29.96 d;3种算法所得的阀门开启时间点的偏态系数分别为-0.048,0.068,0.566,表明BSA和MOPSO更能保证灌溉水在渠道运输中的稳定性.考虑渠首水位季节性变化对灌区引水时间产生的限制作用,BSA和MOPSO分别更适用于渠首引水量较少、充足的情况.考虑配水时间的集中程度以及干渠的地理位置分布,BSA和MOPSO更有利于实施分区管理措施.     

基于DP-PSO算法的灌区农业水资源优化配置

针对引水灌区,考虑灌溉用水总量约束和时段可供水量约束,以单一作物非充分灌溉下灌溉制度优化为第一层,区域多种作物种植结构及水量分配为第二层,分别采用动态规划和粒子群算法求解,建立了基于DP-PSO算法的灌区农业水资源优化配置模型。针对多重约束问题,提出了一种初始化粒子群的方法,并通过粒子速度的动态变化来保证每代粒子都满足约束,提高了算法的收敛速度和收敛精度。以赣抚平原灌区为对象,考虑降雨和水源可供水量不同步的特点,计算了3种降雨频率、多年可供水条件下的农业水资源优化配置方案。结果表明,基于DPPSO算法的农业水资源优化配置模型合理可靠,为引水灌区农业水资源优化提供了一种新的方法。     

基于改进型PSO算法的汽车转阀参数优化

提出了基于模拟退火(SA)修正的改进型粒子群算法(SA-PSO)的转阀参数优化方法。建立了整车动力学模型、转向系统模型、高速"路感"模型和转阀能耗模型,并对模型进行了验证;给出了低速转向轻便性、高速转向"路感"和能耗的量化指标;提出了以轻便性、"路感"和能耗量化指标的平方和根最小值为目标函数,以各参数取值范围为约束条件的最优化问题;构建了基于模拟退火修正的改进型粒子群优化算法(SA-PSO)的自适应度函数,运用改进型粒子群算法获得了转阀参数的全局最优解;SA-PSO与PSO的优化结果对比表明,SA-PSO的全局收敛性强、收敛速度快;通过优化参数与另外两组参数双纽线、高速中间位置小转角转向、转阀能耗仿真验证了优化方法的有效性和优化结果的正确性,最后分别进行了转阀参数优化前、后的双纽线、高速中间位置小转角转向、转阀能耗试验,结果表明,优化后的转阀使转向轻便性、高速转向"路感"和节能性均得到改善。     

基于模拟退火粒子群算法的水资源优化配置

为了缓解水资源供需矛盾、提高水资源利用率,并在水资源优化配置中探寻新的求解方法,构建了以社会、经济、生态效益为目标的综合评价函数,建立了基于模拟退火粒子群算法的优化配置模型.将模拟退火的思想引入基本粒子群算法当中,解决了粒子易陷入局部极小值的问题.以陕西省渭南市大荔县为研究区域,设置了地表水、地下水、其他水3种水源以及5类不同用水户;利用模拟退火粒子群算法,对该区域2020,2030年2个水平年,3种不同来水水平(P=50%,75%,95%)下的水资源优化配置方案进行了求解.结果表明:在75%的来水下,2020年大荔县地表水、地下水和其他水的供水量分别为19 641.89,12 000.29和8 655.69万m³;2030年的供水量分别为25 936.30,17 345.87和7 685.42万m³.与优化前的供水量相比,节水量分别为333.11和404.76万m³.     

改进粒子群优化（MPSO）算法在动

基于在水资源不充足的情况下，对都江堰灌区六大渠干水资源的合理分配，使农业效益达到最大。首先建立灌区优化配水模型，并将粒子群优化算法（PSO）及其改进的算法应用于该模型。分别对标准PSO、两种改进PSO（MPSO）算法与遗传算法进行仿真对比，结果显示采用PSO算法及其MPSO在农业经济效益上可获得更好的寻优效果，提高了水资源的利用率。     

基于SOA的水轮机调速系统PID参数优化

针对现有优化方法复杂、易陷入局部最优等问题,为水轮机调速系统提出了一种基于人群搜索算法的比例-积分-微分控制参数优化方法.为验证该算法的可行性,建立了水轮机调速系统非线性模型,选取水轮发电机组转速偏差的积分时间绝对误差指标作为目标函数进行优化.为验证优化结果的有效性,将人群搜索算法的控制效果与参考文献中粒子群算法的控制效果进行了对比分析.仿真结果表明,在5%频率扰动下,人群搜索算法自第29次迭代起已收敛,经其优化的系统能在8秒内趋于稳定,此时系统的超调量为1.6%;在10%负荷扰动下,人群搜索算法自第25次迭代起已收敛,其优化效果与粒子群算法优化效果基本相同,两者均在10秒内让系统趋于稳定,但人群搜索算法优化的积分时间绝对误差指标比粒子群算法优化的积分时间绝对误差指标小,表明人群搜索算法具有更好的搜索功能,在一定程度上改善了孤网运行条件下机组的动态性能.     

基于改进PSO的无人自转旋翼机二自由度PID飞行控制

针对传统无人自转旋翼机自动控制采用一自由度PID和优化算法相结合,因自转旋翼机的响应滞后特性,一自由度PID不能同时满足快速响应和抑制干扰的问题,提出基于粒子群算法和模拟退火算法的二自由度PID控制器,同时设计前馈控制器的降噪方法,实现对无人自转旋翼机的有效控制。通过搭建Matlab仿真模型验证其可行性,其仿真结果表明本研究中算法相对于传统一自由度PID控制响应速度较快,前馈控制器能有效地抑制外部干扰,鲁棒性强,且系统响应速度快,响应时间提升约11%,响应精度更高,收敛误差小,约是传统PID的1/6,控制系统更稳定。同时在2种不同飞行环境下实际飞行实验验证了基于PSO-SA的二自由度PID控制器可行性,可为无人自转旋翼机在农业航空领域中的应用提供理论基础。