粒子群优化算法在确定含水层参数

以泰斯公式为例,将粒子群优化算法应用于求解分析抽水试验数据,确定含水层参数的函数优化问题．就粒子数目和待估导水系数初值范围等因素对算法收敛性的影响,进行了数值实验．结果表明：1）粒子群算法能够有效地应用于求解分析抽水试验数据,确定含水层参数计算问题;2）粒子数目的大小对运算时间和算法收敛性有一定的影响,在实际运算时,宜设置较大的粒子数;3）待估导水系数的选取初值大小对收敛速度有一定的影响,但不会影响最终计算结果．与其它方法相比较,粒子群优化算法具有原理简单、易于编程和实现等优点．     

随机搜索算法在确定含水层参数中的应用

以无限含水层和有直线隔水边界情况下的解析解为基础,分别应用原始随机搜索与受控随机搜索两种算法求解分析抽水试验数据,识别含水层参数问题。编写了两种随机搜索算法的运算程序,采用不同待估参数初始输入范围进行了数值实验。结果表明:①两种随机搜索算法均可成功地应用于分析抽水试验数据,识别含水层参数;②随着输入待识别参数初始取值范围的增大,搜索运算时间增长,但不影响最终参数识别结果;③原始搜索算法的运算时间小于受控搜索算法的运算时间。与其他算法相比,随机搜索算法具有原理简单,易于编程运算和计算结果与参数初始输入值基本无关等优点。     

基于混沌人工鱼群混合算法确定含水层参数

以泰斯公式为基础,将混沌人工鱼群混合算法应用于求解分析抽水试验资料,确定含水层参数的函数优化问题。人工鱼群算法是一种群智能全局随机优化算法,收敛速度快,但存在早熟收敛现象;混沌序列具有遍历性和随机性等特点。为此将混沌系统与人工鱼群算法结合,构造了混沌人工鱼群混合算法。数值实验结果表明:混沌人工鱼群混合算法能成功用于确定含水层参数的函数优化问题,且与人工鱼群算法相比较具有收敛快、效率高和结果精度高等优点,从而为确定含水层参数提供了一种新方法。     

分析抽水试验数据的单纯形差分进化混合算法

分别以无限含水层和有直线隔水边界含水层情况下的解析解为基础,应用提出的单纯形差分进化混合优化算法求解分析2种条件下的抽水试验数据,确定含水层参数的函数优化问题.将具有全局搜索能力强、原理简单、受控参数少、而局部搜索能力弱等特点的差分进化算法与具有局部搜索能力强、运算速度快、而对参数初值的选取依赖性较强和易于陷入局部极值等特点的单纯形优化算法进行结合,构成了一种混合优化算法,即单纯形差分混合优化算法.这种混合算法同时具有确定性运算和随机性搜索所具有的共同优点,能够较好地平衡全局搜索能力和局部搜索能力.数值实验结果表明,单纯形差分混合优化算法能够有效地应用于分析抽水试验数据,识别含水层参数;与其他方法相比较,其具有运算速度快、效率高和计算结果精度高等优点.     

改进的入侵杂草优化算法在泰斯模型中的应用

智能优化算法应用于泰斯模型时,需要预估待求参数的搜索范围。为降低预估难度,将具备广度搜索优势的入侵杂草优化算法引入到泰斯模型中,通过分析入侵杂草优化算法在广度搜索空间中运用泰斯公式的局限性,变算法标准差的静态设置为动态调整,提出并构建改进的入侵杂草优化算法运用泰斯公式模型。应用该模型处理三个不同尺度非稳定流抽水试验。研究结果表明:改进的入侵杂草优化算法能在广度搜索空间中高效运用泰斯公式反演出接近实际的导水系数和贮水系数。     

基于混合策略粒子群算法的含水层参数确定

将混合策略粒子群优化算法用于分析无限延伸含水层和直线隔水边界含水层条件下的抽水试验数据,求解含水层参数,为预估含水层参数提供一种新的方法。这种混合算法是将紧凑度的思想融入到粒子群优化算法中,加强算法的局部搜索能力,结合调度系数的控制,提高算法寻优精度及收敛速度,再通过一定小概率的约束,提高全局搜索能力,构造混合策略粒子群优化算法。这种混合算法能够有效解决原算法收敛速度慢,精度差和易陷入局部极值的问题。实验结果表明,混合策略粒子群优化算法是可行的含水层参数估计方法,并且具有精度高,收敛性好,稳定性好等优点。     

混沌-模拟退火算法在确定河流水

将以混沌变量作为新状态产生器的模拟退火法应用于求解分析河流水团示踪试验数据，确定河流水质参数的函数优化问题。针对标准SA算法收敛速度缓慢的弱点，采取了在内循环中增加记忆功能等改进措施,得到了满意的参数优化计算结果。     

混沌粒子群微分进化算法及其在水库发电优化调度中的应用

粒子群优化算法（PSO）与微分进化算法（DE）都是有效的基于群体智能的全局优化算法,但它们都容易过早收敛,陷入局部最优。针对以上问题,提出了混沌粒子群微分进化算法（CPSO—DE）,该算法引入可变的惯性权重和学习因子,以基于logical映射的混沌序列代替标准PSO中的随机序列来对粒子群进行初始化,同时将微分进化算法（DE）中的变异、交叉和选择思想引入标准PSO算法中,改变标准PSO算法单一的进化策略,在全局范围内搜索最优解。作为实证的需要,通过对水库优化调度所存在问题的分析,建立了基于CPSO-DE算法的水库优化调度数学模型与求解算法,并以某水库实际运行数据进行计算,结果表明CPSO-DE算法具有较好的全局最优解,验证了CPSO—DE算法的可行性与健壮性。     

基于改进模拟退火算法反演水文地

水文地质参数的反演是一个复杂的非线性优化问题，针对标准模拟退火算法收敛速度慢的缺陷，提出了反演水文地质参数的改进模拟退火算法。采取了设置内阀值、增加约束条件和记忆功能等措施，以提高标准模拟退火算法的收敛速度。实例分析结果表明，改进模拟退火算法在水文地质参数反演和含水层隔水边界的识别问题中不仅是可行的，而且求解精度较高。同时，结合实例的结果分析并给出了影响算法收敛性能的几个因素。     

基于蚁群算法的含水层参数识别方法

含水层参数的确定,是进行地下水资源科学管理的基础和关键。针对传统一些求参方法的缺点,提出了基于蚁群算法的含水层参数识别方法,并给出了实施该方法的具体步骤。以无界承压含水层井流模型为例,讨论了蚁群算法在含水层参数反演中的应用。实例分析结果表明,蚁群算法在确定含水层参数的优化问题中不仅可行,而且具有求解精度高和鲁棒性强等特点,显示了蚁群算法在水科学优化问题中的应用前景。     

用于地下水位预报的参数模拟模型的研究

在对河南省商丘试区进行地下水位预报时。首先必须确定水文地质参数．但是区域水文地质参数的确定是个非常复杂的问题．利用已有的实测水位和开采量资料．运用单纯形法,来反求地下水位预报模型的逆问题,求得该区域的水文地质参数。     

基于实码的加速遗传算法在水文地质参数反演中的应用

采用遗传算法的一种改进算法基于实码的加速遗传算法(RAGA)对一地区的水文地质参数(渗透系数K,潜水给水度μ)进行了反演计算,并建立了与数值方法耦合的数学模型。同时与基于实码遗传算法(RGA)、人工调参法在水文地质参数反演中的应用进行了对比。研究表明:与其它2种方法相比,基于实码的加速遗传算法在水文地质参数的反演中具有全局优化,加快收敛的优点。     

基于补偿自适应控制算法的车辆状态参数估计

为实现用于车辆动力学稳定性控制的状态参数准确估计,基于自适应控制理论,针对三自由度车辆动力学模型,提出一种补偿更新律自适应控制估计方法,该方法能够实现对纵向车速、车辆质量及转动惯量的估计。通过原地起步直线加速工况和双移线工况的仿真和硬件在环仿真试验,表明该方法能够实现对运动状态的快速跟踪及参数的准确估计,满足车辆在线估计需求。     

基于LS-DYNA的45号钢铣削SPH算法仿真分析

基于LS-DYNA软件的SPH算法对45号钢的铣削过程进行仿真分析,得出45号钢在切削过程中的变形及切屑的形成过程,控制切削速度、进给速度、切削深度等参数,以求得切削参数对切削力的影响。     

遗传算法在离心泵优化设计中的应用

介绍和探讨了离心泵的遗传算法优化设计方法;首次采用遗传算法,对低比转速离心泵参数的优化设计方法进行了研究,建立了中低比转速离心泵叶轮参数优化设计的数学模型,将多目标优化设计转化为单目标优化设计问题．对一台低比转速离心泵的叶轮进行了优化设计,经过多次选择、交叉和变异等遗传操作和大量计算,得出了参数优化设计结果,并与传统方法设计的泵作了比较．结果表明,采用遗传算法优化设计的叶轮,其泵效率有所提高,并消除了扬程曲线的驼峰现象;与传统设计方法相比,遗传算法优化设计具有思想简单、易于实现、应用效果显著等优点,因此更合理、更严谨．     

基于群智能优化算法的土壤水动力参数反演

土壤水动力参数是模拟田间土壤物质传输过程的基本参数,准确确定土壤水动力参数对实现农田生境精准调控具有重要意义。基于一维垂直入渗试验数据,采用代数方法和数值方法,构造3个不同的目标函数,并分析鲸鱼优化算法和灰狼优化算法反演Brooks-Corey-Mualem模型参数的适用性。结果表明：通过选择合适的目标函数,两种群智能优化算法均可用于反演土壤水动力参数。在代数方法中,鲸鱼优化算法在目标函数2下(由累积入渗量、入渗时间、含水率构成的相对误差)固定参数θ_r、θ_s优化得到的土壤水动力参数误差最小,反演参数得到的累积入渗量、入渗率、含水率的相对误差都在9.74%以下,决定系数都在0.904 0以上,反演时间为70 s;在数值方法中,灰狼优化算法在目标函数3下(由累积入渗量、湿润锋深度、含水率构成的相对误差)固定参数θ_r、θ_s优化得到的参数误差最小,反演参数得到的累积入渗量、入渗率、含水率的相对误差都在2.53%以下,决定系数都在0.991 7以上,反演时间为115 s。因此,代数方法所用时间短、精度相对较低...     

基于PSO算法的木薯收获机拔起速度控制系统参数优化

新型挖拔式木薯收获机拔起速度控制系统控制的重点在于使用PID算法进行闭环控制液压马达的输出。为此,针对传统的PID参数调整优化方法费时费力的问题,以广西大学研制的新型木薯收获机控制系统为对象,采用PSO算法,以液压系统的传递函数为目标,对PID算法进行参数优化,且进行了田间试验验证。结果表明:采用PSO算法,对控制系统参数进行优化可行,且便捷;当木薯收获机控制系统的参数Kp、Ki、Kd分别为0.644 1、2. 726 9、0. 036 2时,控制效果良好,性能稳定。     

半固定管道式喷灌系统移管机行走

为了寻求半固定管道式喷灌系统移管机行走轮最佳的稳定性，通过移管机行走轮设计参数（行走轮半径、轮距、宽度和竖管中心高度）对其稳定性的影响分析，构建了行走轮设计参数优化组合的数学模型，并采用了模拟生物界遗传和进化过程而建立的遗传算法求出最优解。     

基于SCE-UA算法的小麦穗分化期模拟模型参数优化

以河南省商丘市为研究区,首先采用OAT(One-at-a-time)方法对WheatGrow模型的输入品种参数进行敏感性分析,在此基础上以抽穗期的开始日期作为约束条件构建代价函数,引入SCE-UA(Shuffled complex evolution method developed at the University of Arizona)算法求解得到最优作物品种参数组合,并利用2015—2016年度和2016—2017年度田间实验资料对SCE-UA算法的有效性进行验证。结果表明,基本早熟性参数对穗分化期的模拟结果影响最显著,温度敏感性参数比光周期敏感性参数和生理春化时间参数具有更高的敏感度,生理春化时间的敏感度最低。基于优化后的参数得到的穗分化期模拟值与观测值之间的平均绝对误差(Mean absolute error,MAE)和均方根误差(Root mean square error,RMSE)均小于3 d,表明SCE-UA算法可以有效地获取WheatGrow模型最优品种参数组合。本研究可为WheatGrow模型品种参数的调整优化和模型的推广应用提供依据。