基于粒子群算法湖泊富营养化评价的投影寻踪方法

根据湖泊富营养化特性,选择总磷（TP）、总氮（TN）、耗氧量（CODMn）、透明度（SD）、生物量等5个评价指标作为评价因子,建立湖泊富营养化评价的投影寻踪分析模型,采用粒子群算法对评价模型进行优化,并将该模型应用于我国8个湖泊富营养化程度的评价。研究表明,投影寻踪回归分析法,避免了传统评价方法由于主观原因造成的误差,评价结果合理可信、方法简单。     

浅析幂函数加和型普适指数公式在湖泊富营养化综合评价中的应用

在李祚泳等新近提出的幂函数加和型普适指数公式这种新的湖泊富营养化评价方法的基础上,针对当前湖泊富营养化评价中出现的同一种评价方法所采用因子数目不同,所得结论也可能不同的现象,在我国20个湖泊监测数据的基础上,分别设定3个和5个评价指标,利用普适指数公式分别计算出评价结果,由结果可知在不同指标情况下,2种评价结果的吻合率达到了95%,由此可看出该方法的适用性较好,选取不同数目评价因子时对其评价结果的影响很小。     

基于蜜蜂免疫进化算法的湖泊富营养化评价

为建立对多个指标皆适用的湖泊富营养化评价模型,在对各营养状态指标值进行规范变换的基础上构建一个对多项指标的规范值均适用的湖泊营养状态的对数型幂函数指数公式,并采用蜜蜂免疫进化算法对公式中的参数进行优化,获得湖泊营养状态的对数型幂函数普适指数公式。将普适公式应用于武汉东湖10个湖区的营养状态评价分析,其评价结果与用幂函数加和型指数公式的评价结果完全一致,并与实际相符合,表明蜜蜂免疫进化算法用于富营养化评价模型中的参数优化是可行的。     

基于蜜蜂免疫进化算法的湖泊富营养化评价

为建立对多个指标皆适用的湖泊富营养化评价模型,在对各营养状态指标值进行规范变换的基础上构建一个对多项指标的规范值均适用的湖泊营养状态的对数型幂函数指数公式,并采用蜜蜂免疫进化算法对公式中的参数进行优化,获得湖泊营养状态的对数型幂函数普适指数公式。将普适公式应用于武汉东湖10个湖区的营养状态评价分析,其评价结果与用幂函数加和型指数公式的评价结果完全一致,并与实际相符合,表明蜜蜂免疫进化算法用于富营养化评价模型中的参数优化是可行的。     

基于粒子群算法的综合暴雨强度公式

[目的]简化传统方法,得到直接推求综合暴雨强度公式的方法。[方法]采用粒子群算法优化各重现期统一的综合暴雨强度公式的参数,直接推求综合暴雨强度公式,并通过对芜湖市降雨历时资料建立的综合暴雨强度公式的计算结果与传统方法进行了比较。[结果]采用粒子群算法直接推求的综合暴雨强度公式比传统方法的计算结果精度更高,且推求过程更简便。[结论]说明采用粒子群算法直接推求综合暴雨强度公式是可行的。     

粒子群算法及其应用研究

粒子群优化算法(PSO)源于对鸟群捕食系统的模拟,是近年来被广为关注和研究的一种智能优化算法。PSO算法属于进化算法的一种,比遗传算法(GA)更简单易实现,且没有交叉和变异操作,需要设定的参数也不多,收敛速度快。目前已广泛应用于函数优化、神经网络训练、模糊系统控制以及其他遗传算法等领域。目前PSO的研究主要集中在算法本身和算法的应用研究两个方面。     

分形理论在湖泊富营养化评价中的应用

为了准确评价湖泊所处的营养状态，进而为湖泊富营养化的防治提供科学依据，首次提出了基于分形理论的湖泊富营养化的评价方法。该方法通过计算单个水质指标的分维数，由最大似然分类原则确定单个水质指标的评价分维指数，并采用加权平均法求算湖泊富营养化多个水质指标的综合评价级别。经全国30个湖泊实测水质资料的验证，分形评价方法具有计算精度较高、方法简单、计算工作量小的特点，为湖泊富营养化评价提供了一种较好的新方法。     

用粒子群算法反求割离井公式中的水文地质参数

【目的】研究粒子群算法在反求割离井公式水文地质参数中的适用性。【方法】以待估计的水文地质参数作为变量,利用割离井公式计算观测井的理论出水量,将理论出水量与观测出水量的偏差平方和作为目标函数,从而将反求割离井公式水文地质参数问题转化为最优化问题,利用粒子群算法进行求解。【结果】实例验证表明,粒子群算法用于反求割离井公式水文地质参数,计算精度高,不受人为因素干扰,可以取得理想效果。【结论】粒子群算法是反求割离井公式水文地质参数的新方法。     

普适指数公式在升钟水库富营养化评价中的应用

应用李祚泳等提出的基于粒子群算法的幂函数加和型湖库富营养化普适指数公式,以南充市升钟水库为例,根据该水库2006年的水质监测资料选取5个评价参数,将参数带入普适指数公式,得到升钟水库富营养程度评价结果,最后对升钟水库的富营养化问题提出了若干整治建议。     

基于改进粒子群优化算法的BOD-DO水质模型参数确定

【目的】将改进的粒子群优化算法应用于BOD-DO水质模型参数求解,为水质模型参数求解提供支持。【方法】通过差异演化算法对各个体历史最佳位置进行变异,以保持种群多样性,并在搜索后期加入局部搜索能力强的单纯形算法,建立改进的粒子群优化算法,并用该算法对BOD-DO水质模型参数进行求解。【结果】改进的粒子群优化算法能有效地确定BOD-DO水质模型参数;参数取值范围的放宽对算法的收敛性影响较小,但迭代次数有所增加;均匀分布法生成的初始种群可以有效地提高算法的收敛率,加快收敛速度;交叉概率和缩放因子的随机选取策略,可以有效地提高算法的收敛率并加快收敛速度;比较计算结果可知,改进的粒子群优化算法的收敛精度有所提高,收敛率可达到100%,收敛速度可提高5倍以上,标准差约是粒子群优化算法的10%。【结论】改进的粒子群优化算法有效地避免了原算法的早熟或停滞,为不同类型的水质模型参数求解提供了一个可靠的方法。     

基于改进的粒子群优化算法确定河流水质参数

【目的】将改进的粒子群优化算法应用于河流水质模型参数求解,为预估河流水质参数提供一种有效的方法。【方法】以粒子群算法为基础,用混沌序列的产生过程模拟粒子初始化提高算法的全局搜索能力,加入单纯形算法提高计算精度,建立改进的粒子群优化算法。用改进的粒子群优化算法对一维及二维河流水质模型参数进行求解,并进行实例验证。【结果】改进的粒子群优化算法可以有效地应用于一维及二维河流水质模型参数的求解;随着参数取值区间的不断扩大,算法的运算时间增加;改进的粒子群优化算法比粒子群优化算法具有更好的收敛性且计算精度更高。【结论】改进的粒子群优化算法能改善原算法易陷入局部最优解的不足,是分析河流水团示踪试验数据、预估一维及二维河流水质模型参数的一种有效方法。     

基于改进二进制粒子群算法的苹果多特征提取分级研究

为了提升对苹果分级的准确性,采用改进二进制粒子群算法对苹果多特征进行提取分级研究。首先建立苹果多特征提取量,包括大小、颜色、缺陷、形状特征;然后基于辅助搜索空间的二进制粒子群更新,对粒子位置增加状态翻转因子,根据收敛情况动态地获得单向翻转角度;接着通过Sigmoid函数、高斯函数对苹果多特征进行分级建模,确定了分段函数的参数值;最后给出了苹果分级的算法流程。实验仿真显示,该算法对苹果多特征提取分级的结果较其他算法更准确,且运行时间较少。     

改进粒子群优化算法的果园割草机作业路径规划

为提高果园割草机的工作效率,降低作业成本,提出一种改进粒子群优化算法(Improved particle swarm optimization,IPSO)以解决矩形果园环境下的割草机作业路径规划问题。对苹果园割草场景下的作业路径特点进行分析,将路径规划问题转化为割草机作业行的调度排优问题,考虑多种转弯策略,以总转弯距离最小为优化目标,采用粒子群优化算法(Particle swarm optimization,PSO)求解最佳的作业行序列。为增强粒子群的寻优能力,使用随搜索进程非线性动态变化的算法参数及粒子扰动策略对PSO算法进行改进,通过仿真试验及实地试验进行验证。结果表明:1)6种不同作业行数下,与PSO算法相比,IPSO算法收敛速度减慢,算法耗时平均增加约1.0~2.5 s,但均能找到总转弯距离更少的作业路径,总转弯距离减少率为7.52%~32.72%;2)不同割草机参数(作业幅宽、最小转弯半径)下,与PSO算法相比,IPSO算法均能找到总转弯距离更少的作业路径;3)在果园环境与割草机机型确定的实际作业情况下,与传统方法和PSO算法相比,IPSO算法均能找到油耗更小的作业路径,节省油耗分别为 22.51%和1.57%。     

一种新型的动态粒子群优化算法

为了改进标准粒子群优化算法全局搜索性能,提出了一种种群动态变化的多种群粒子群优化算法。当算法搜索停滞时,把种群分裂成两个子种群,通过子种群粒子随机初始化及个体替代机制增强种群多样性,两个子种群并行搜索一定代数后,通过混合子种群来完成不同子种群中粒子的信息交流。收敛性分析表明,本文算法能以概率1收敛到全局最优解。实验结果表明,本文算法具有较好的全局寻优能力和较快的收敛速度。     

基于量化正交免疫克隆粒子群算法的水电站水库优化调度研究

【目的】解决传统粒子群算法在求解水库优化调度问题中存在的早熟、收敛速度慢和易陷入局部最优的问题。【方法】基于抗体克隆选择学说理论,提出了一种量化正交免疫克隆粒子群算法(OICPSO/Q)。采用正交交叉策略来增强子代个体解分布的均匀性;通过接种疫苗和计算亲合度等操作,对算法的进化过程进行有目的、有选择地指导,使得算法快速收敛,同时保持一定的多样性,抑制了早熟现象。提出一种自学习算子,避免个体邻域内最优解的丢失。建立了基于量化正交免疫克隆粒子群算法的水库优化调度数学模型,并给出其具体的求解步骤。最后应用该方法与标准粒子群算法(SPSO)及动态规划方法进行比较。【结果】与SPSO算法和动态规划方法计算结果相比,OICPSO/Q算法计算时间明显降低,但发电量明显增加,说明OICPSO/Q算法可提高解的精度,加快其收敛速度,其性能优于标准粒子群算法和动态规划方法。【结论】OICPSO/Q算法为求解水库优化调度问题提供了一条新的有效求解途径。     

基于微粒群算法的投影寻踪模型对调亏灌溉模式评价

通过基于微粒群算法的投影寻踪模型评价方法,对水稻调亏灌溉管理模式提出不同生育期调亏对水稻生育特性及产量影响的综合评价,确定水稻调亏灌溉最优管理方案:返青期土壤水分控制下、上限为相对饱和含水率的70%~100%;分蘖初期为90%~100%;分蘖中期含水率90%,田面水层10 mm;分蘖末期为60%~100%;拔节孕穗期为90%~100%;抽穗开花期为0~20 mm,为节水高产型灌水方法和调亏灌溉制度的制定提供基本依据。     

东平湖浮游动物群落特征与水体营养类型评价

2007年对东平湖水域浮游动物群落组成、生物量和生物多样性进行了调查研究,并对水域营养类型进行了评价。结果表明:共检出浮游动物79种,其中原生动物25种、轮虫33种、枝角类8种和桡足类13种;浮游动物规格趋向小型化,原生动物占绝对优势。栖息密度和生物量相对较高,分别为9 459.38(±4 572.12)ind./L和3.07(±0.49)mg/L。5月浮游动物栖息密度表层大于下层,8月则为下层大于表层;5月生物量为表层小于下层,8月为下层大于表层。东平湖浮游动物多样性阈值为2.16~3.70,属于III~V级,物种较为丰富。东平湖水域总体属富营养类型,并随时间推移富营养化程度逐渐加重。     

基于粒子群复形法优化复垦土地结构

针对我国人多地少、土地破坏的严重性，特别在矿区，破坏更为严重，及时恢复被破坏土地的使用价值对保持经济的持续发展是很必要的。在资金有限的情况下，如何合理地规划复垦土地的结构，一方面使土地复垦得以顺利地进行，另一方面又使经济效益达到最大化，是管理者所面临的问题。通过数学建模，这是一个带有约束条件的优化问题，针对这一问题，本文通过惩罚函数法把它化为无约束的优化问题，最后提出用粒子群算法改进的复形法进行求解。实例分析表明算法的有效性与简洁性，为复垦土地的结构优化提供一条有效的解决途径，增加规划的科学性、现实性和可操作性。