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.     

模拟退火粒子群优化投影寻踪的渠道防渗模式评价

为了对渠道防渗工程的方案进行优选,采用模拟退火粒子群优化投影寻踪方法对渠道防渗模式进行优化评价.优化粒子群算法,使其在退火过程中接受优解,且还以一定的概率接受差解.同时利用模拟退火粒子群算法在搜索过程中具有概率突跳的能力,有效地避免搜索过程陷入局部极小解,提高了算法的收敛速度和精度.将该模拟退火粒子群算法与投影寻踪结合,建立了模拟退火粒子群优化投影寻踪模型,将该模型应用到灌区渠道防渗模式优化评价中,选取10个指标作为评判因子,提出适合该地区的干渠渠道防渗工程优化模式,其优劣排序依次为方案Ⅳ、方案Ⅱ、方案Ⅲ、方案Ⅴ、方案Ⅰ.研究表明模拟退火粒子群优化投影寻踪的评价模型对灌区渠道防渗模式进行综合评价是切实可行的,模拟退火粒子群优化投影寻踪的评价方法在解决实际问题中展示了其优越性,并取得了良好的应用效果.     

模块化产品优化配置问题的混合PSO求解方法

针对产品优化配置问题,建立了客户需求与可配置产品模块实例之间的映射关系,采用动态惩罚函数处理约束条件,构建了产品优化配置问题的数学模型.采用遗传算法的交叉与变异策略和模拟退火算法的Metropolis准则改进粒子群算法,将形成的混合粒子群算法作为产品优化配置的求解方法.使用二进制编码方案表示可配置产品的配置方案.通过使用混合粒子群算法进行产品优化配置仿真试验,以及混合粒子群算法与遗传算法的仿真对比试验,证明该方法简单有效,效率较高.     

基于改进粒子群算法求解马蹄形断面正常水深

为了解决马蹄形断面正常水深无显函数计算方法的现状,通过对明渠恒定均匀流方程进行数学变挟,得到了标准Ⅰ,Ⅱ型马蹄形过水断面正常水深求解的分段非线性约束优化问题．将粒子群算法中的权重函数随着迭代次数和不同粒子与最优粒子之间的距离大小进行调整,用以加速算法的收敛速度和提高粒子的搜索能力,并将调整惯性权重模型的粒子群优化算法运用到马蹄形断面正常水深的求解中．通过实例计算及误差分析表明：分段优化模型在水深特征点连续,且该法能100％收敛到全局最优解,故该方法求解马蹄形断面正常水深适用性强、计算精度高、算法实现简单,为马蹄形过水断面水力计算提供了一条新途径．     

MATLAB粒子群算法工具箱求解水电站优化调度问题

粒子群算法因其原理简单、易于编程、适于并行计算等优点而得到了广泛的应用.本文探讨和分析了Matlab粒子群算法工具箱,并提出了基于该工具箱来实现水电站优化调度计算的方法.计算实例表明,Matlab粒子群算法工具箱可以很好地用于解决水电站优化调度问题,可获得比动态规划算法更好的精度.     

小麦收割机割台结构可靠性优化设计——基于改进粒子群算法

为了实现小麦联合收割机割台结构的优化设计,将粒子群算法引入到了可靠性计算中,并提出了一种基于改进的粒子群算法的割台可靠性优化方法。针对基本粒子群算法的早熟问题,运用混沌优化与粒子群优化的搜索特性,将结构的动态可靠度区域收缩,提高了算法的可靠性。建立了割台最小截面积、质量和可靠度的计算模型,利用Pro/E软件对模型进行了虚拟仿真,并采用Mat Lab编程实现了改进后的粒子群算法。由虚拟仿真和迭代计算的结果可以看出:对粒子群算法进行改进后,其收敛性较好,在可靠度满足设计要求的情况下,截面积和质量都有所下降,节约了加工材料。     

MATLAB粒子群算法工具箱求解水电

粒子群算法因其原理简单、易于编程、适于并行计算等优点而得到了广泛的应用。本文探讨和分析了Matlab粒子群算法工具箱，并提出了基于该工具箱来实现水电站优化调度计算的方法。计算实例表明，Matlab粒子群算法工具箱可以很好地用于解决水电站优化调度问题，可获得比动态规划算法更好的精度。     

改进PSO算法在电力系统无功优化中的应用

介绍一种改进粒子群的无功优化方法。采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出简化粒子群优化（SPSO）算法、带极值扰动粒子群优化（DPSO）算法,并将二者结合起来提出带极值扰动的简化粒子群优化（DSPSO）算法。以IEEE6节点系统为例进行无功优化计算,并与其他算法进行比较,结果表明：该算法具有较快的收敛速度及较强的全局搜索能力,可较好地解决电力系统的无功优化问题。     

基于改进粒子群与神经网络的机械结合面法向刚度建模

为了提高机械结合面法向接触刚度预测精度,提出一种改进粒子群优化算法,并用改进粒子群算法优化BP神经网络的参数组合,实现了粒子群和BP神经网络相结合的算法模型。将影响结合面法向接触刚度的因素进行了特征分析和定量化描述,并用该算法进行法向接触刚度预测和相对误差分析。计算结果表明,计算准确度可达92%,实现了多种影响因素组合下的机械结合面法向接触刚度的建模。     

农业火电机组SCR烟气脱硝系统优化设计——基于自适应粒子群优化

为了提高农业火电机组SCR烟气脱硝系统的效率，将自适应粒子群算法引入到了控制系统的设计上，提出了一种基于神经网络粒子群的PID控制器参数优化方法，并将其应用到了秸秆火力发电机组脱硝系统上。为了验证该方法的有效性，将3种不同的方法应用到了脱硝系统上，测试结果表明：采用神经网络粒子群优化的智能控制器得到的脱硝效果最好，对于提高农业火电机组脱硝系统的脱硝效率具有明显的效果。     

基于粒子群算法的圆柱度误差评定方法

根据最小区域条件，建立了圆柱度误差的数学模型以及优化目标函数和适应度函数，阐述了粒子群优化算法的原理和实现方法，然后根据粒子群算法优化求解。实例表明，该方法对于圆柱度误差评定等非线性优化问题能得到全局最优解，粒子群优化算法的计算精度与其他满足最小条件的计算方法相比略有提高，且参数设置少，计算速度快，可用于三坐标测量机等测量系统的圆柱度误差测量后的数据处理。     

基于改进粒子群算法的PID参数优化

以数控机床进给轴为研究对象,使用MATLAB建立PID控制仿真模型,将标准的粒子群算法与小生境思想结合,同时将分布式计算机集群的思想应用到伺服系统的PID控制器仿真模型当中,改善了常规的PID控制参数自整定不佳,有效减少了系统的响应时间。与标准的POS进行对比,具有更快的收敛性,可以有效避免陷入局部最优,得到更高精度的解,在工程领域DNPSO具有很大的应用价值。     

基于鲶鱼效应多目标粒子群算法的水库水沙联合优化调度

针对水库水沙联合优化调度多目标、高维、非线性和难以求解的特点,将鲶鱼效应机制引入多目标粒子群算法中提出基于鲶鱼效应的多目标粒子群算法,该算法在利用收敛速度较快的Sigma方法的基础上,通过触发鲶鱼启发器引入外部鲶鱼粒子,利用鲶鱼粒子对种群的驱赶效应增加种群多样性,从而提高算法的收敛性和非劣解集的多样性;数值分析证明,与MOPSO和σ-MOPSO相比,该算法的效率和质量更高,同时三峡水库实际算例也表明,该算法能给出代表整个可行调度空间、收敛较好、分布均匀的Pareto最优前沿,具有较好的适应性。     

基于粒子群算法的污水管网优化设计

将一种新的智能优化设计方法——粒子群算法,应用于污水管网水力参数优化设计。对污水管网的优化设计过程进行了详细说明,并通过实例说明了粒子群算法的优化设计过程。实例验证结果表明,与遗传算法相比较,粒子群算法更容易实现且优化结果更好,因此,该算法在给污水管网设计中有较为广阔的应用前景。     

基子粒子群算法的污水管网优化设计

将一种新的智能优化设计方法--粒子群算法,应用于污水管网水力参数优化设计.对污水管网的优化设计过程进行了详细说明,并通过实例说明了粒子群算法的优化设计过程.实例验证结果表明,与遗传算法相比较,粒子群算法更容易实现且优化结果更好,因此,该算法在给污水管网设计中有较为广阔的应用前景.     

基于混合粒子群算法的农业机器人全局路径规划研究

从运动学模型和路径规划整体方案分析了农业机器人路径规划要点,介绍了混合粒子群算法原理,并基于该算法设计了农业机器人全局路径规划方案。实验对比表明:混合粒子群算法比蚂蚁算法规划的路线更优,效率更高,证实了算法的可行性和稳定性。     

基于SA-PSO算法的发动机缸体机加工线平衡研究

考虑到粒子群算法的高搜索效率和模拟退火算法的局部搜索能力,提出了采用粒子群和模拟退火的混合算法求解机加工工艺线平衡问题的方法。针对机加工过程实际约束条件的特点,提出了一种改进的编码和解码方式,使得离散的编码序列与连续的微粒位置及速度迭代进化对应起来,并给出粒子约束修正的方法,使得粒子更新后总能满足约束条件,加快了算法的收敛速度。最后以某柴油发动机缸体机缸体加工生产线为例,验证了该方法的有效性。     

基于混合粒子群算法的拖拉机制动器优化设计

在拖拉机制动器的设计过程中,为尽量降低制动器的温升,应使制动器的重量越轻越好。影响制动性能和制动器质量的参数较多,采用传统设计计算方法很难找到最优解。本文在建立制动器的优化数学模型的基础上,对约束问题用外点法处理,结合二阶粒子群优化算法,形成一种混合粒子群算法。利用MATLAB编制相应程序,对拖拉机制动器进行优化设计。比较计算结果,该种混合粒子群算法最优解效果较好。该方法也可以用于其它相类似的非线性约束问题的求解。     

基于PLC和粒子群算法的采摘机械手电气控制系统

为了提高采摘机械手电气控制系统的控制效率,基于PLC控制器,结合计算机图像处理技术,提出了一种基于粒子群的控制系统优化算法。通过对待采摘果实图像的识别和定位,利用粒子群算法规划出最佳的采摘顺序,缩短采摘机械手的末端移动距离,提高作业效率。为了验证该方案的可行性,以真实的青椒采摘生长环境为图像采集的对象,对采用和不采用粒子群算法时机械手移动末端的距离和采摘精度进行了测试。结果表明:采用粒子群算法可以有效性地提高果实采摘的定位识别精度,缩短了移动距离,对于提高作业效率具有明显的作用。     

基于粒子群优化算法与混合罚函数

粒子群算法(PSO)具有简单易实现，可调参数少的优点。将其用于最优潮流的求解，结合混合罚函数来限制最优潮流的约束条件，使粒子群算法的寻优速度加快，迭代次数减少。通过在IEEE9节点和IEEE30节点上的仿真计算表明，该算法在优迭代速度和收敛精度上都取得了较好的效果。