粒子群优化算法及其在水轮机调速器PID参数优化中的应用

粒子群优化算法即Particle Swarm Optimization(PSO)是由Kennedy和Eberhart于1995年提出的一种基于群智能(Swarm Intelligence)方法的演化计算(evolutionary computation)技术.通过同时动态调整惯性权重和加速度权重以平衡运算性能,提出改进的PSO算法,利用改进PSO优化算法优化的PID控制规律使得调节系统具有更好的动态调节特性和鲁棒性.     

混沌粒子群算法在新安江模型参数优选中的应用

流域水文模型由于受到众多因素的影响导致结构复杂、参数众多,大多数参数都有明确的物理意义,理论上可根据其物理意义直接定量,但实际上由于缺乏观测数据支持,往往需要通过系统识别的方法推求.因此,积极开展模型参数识别技术的研究和应用从而得到合适的参数对模型推广应用及提高应用精度都有很重要的意义.采用由粒子群算法和混沌优化方法结合的混沌粒子群算法对水文模型参数进行优选,该算法对局部最优解在搜索空间上进行混沌迭代优化,改善和提高了基本粒子群算法的全局寻优性能和收敛速度.在新安江水文模型参数优选的应用结果表明,该参数优选方法比传统参数优选方法更易快速的收敛于全局最优解.     

河流预报模型参数多目标优化算法研究在沁水河流域应用

水文预报的合理校准主要与模型及参数有关,为了提供更准确的模拟,在垂向混合产流模型的基础上结合水利工程影响,对流域降雨径流过程进行模拟。同时在多目标控制下覆盖整个权衡范围,并在其基础上应用MOPSO及MOSCEM-UA算法生成的Pareto前沿解对模型参数进行合理估计。经案例分析,对比两种算法模拟结果,MOSCEM算法在模拟过程中百分比偏差Bais基本在理想范围10%内且残差较小,相关关系78%在0.90以上。表明该算法在多目标模式下效率更高,为研究区水文预报模型多目标优化提供更准确的模拟。     

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。     

混合遗传算法在弹箭气动参数优化的应用

弹箭气动参数是影响弹箭飞行运动的重要因素,因此获取准确的弹箭气动参数对弹箭的研制极为重要。在射击实验之后,弹箭参数的辨识实际上就是一个参数优化的过程,但是传统的优化方法在弹箭气动参数优化过程中,很容易陷入局部最优解,而无法准确得出参数,同时遗传算法具有很好的全局优化能力,但是在局部寻优上很慢,因此将二者相结合形成的混合遗传算法来进行弹箭参数优化,效果比单一算法好。     

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。     

猎豹优化算法在水资源优化配置中的应用

水资源优化配置能够解决区域水资源短缺及不合理利用问题,近年来优化算法成为获得水资源优化配置结果的重要工具。为有效缓解现有优化配置算法中存在的收敛缓慢、局部优化和早熟等问题,介绍了一种新型的元启发式算法：猎豹优化算法（the Cheetah Optimizer,CO）,利用该算法收敛速度快、鲁棒性强、寻优能力强等优点,将其运用至水资源优化配置问题中。以太原市为研究区域,建立了以经济效益、社会效益和生态效益为目标的水资源优化配置模型,采用CO求解该模型,并与遗传算法（Genetic Algorithm,GA）结果进行对比分析。结果表明：CO的污染物排放总量在规划年（2030）控制目标内,区域用水满意度达到0.98,能够满足基本用水和发展用水需求;与现状年（2020）相比,生活用水占比下降22.58%,三次产业用水占比分别上升10.53%、25.81%、12.5%,地表水和地下水供水比例分别降低21.70%、11.14%,回用水和引黄水供水比例分别提高了5.43%、27.40%,符合太原市水资源配置思路,验证了CO的有效性;与GA相比,CO的区域满意度、综合用水价值和配水公平性分别提高了7....     

混沌优化算法在水库优化调度中的应用

基于水库优化调度常用优化方法存在的不足，根据水库优化调度的数学模型，将混沌优化算法运用到水库优化调度中。根据混沌的迭代不重复性和遍历性，按照其“自身规律”不重复地遍历所有状态，利用混沌变量进行优化搜索，可以避免陷入局部最优点，取得全局最优，得到满意结果。将混沌优化算法运用到水库调度中，并与其他优化方法比较，结果表明混沌优化算法原理简单，计算方便，结果精度高。     

数值仿真在泵阀参数优化中的应用

采用RNGk—ε湍流模型、动网格技术以及用户自定义程序,对往复泵泵阀的启闭过程进行了非定常数值仿真,得出了不同弹簧因素下、阀门从开启到关闭的过程中,阀芯的升程随时间的变化规律、阀的迟滞关闭时间以及阀芯落座的瞬时速度．仿真结果表明,在同时保证阀芯有较大的开启度和较短的滞后关闭时间时,弹簧刚度和预紧力因素之间存在着最佳组合：k=10N／cm,f=15N;同等地改变预紧力比改变弹簧刚度,对阀门的运动影响更大．设计了往复泵泵阀试验台;通过对往复泵进行性能测试,对不同弹簧预紧力下阀门升程进行了测定,验证了仿真结果的合理性．该仿真方法对往复泵泵阀参数优化具有一定的借鉴意义．     

基于SCE-UA算法的新安江模型与垂向混合产流模型参数优化应用研究

为解决流域水文模型人工试错率定参数呈现的经验性与不确定性问题,探寻模型参数率定的全局最优解,本文对三水源新安江模型与垂向混合产流模型采用复合形交叉进化算法(SCE-UA)优选率定模型参数。优化过程中拟定了两种模型参数优选边界,选定包含复合形个数p在内的SCE-UA算法参数,建立了基于洪峰、洪量、流量过程三要素的目标函数。经案例分析得出SCE-UA算法适用于上述两种水文模型调参应用,且垂向混合产流模型模拟结果优于三水源新安江模型。     

混沌优化算法在泵站经济运行中的应用

将混沌优化算法应用在调速泵站经济运行中,获得了与动态规划法相同的结果,提高了运行速度。该方法简单易行,求解精度和可靠性较高,是解决泵站优化运行问题的有效方法。     

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．     

PSO算法与DDS算法在EasyDHM模型中的参数分析及对比研究

为了提高Easy DHM模型进行水文预报的精度,选用2012-2014年汉江流域的水文数据,分别使用PSO算法和DDS算法对模型参数进行率定,重点分析两种算法参数对算法性能的影响,从而得到两种算法在Easy DHM模型上进行参数率定的最优算法参数。在此基础上比较了两种算法在最优算法参数下的模型参数率定效果,结果表明两种算法在该流域Easy DHM模型的参数率定上表现了较好的适应性。并根据对比结果给出了用Easy DHM模型进行场次洪水预报时,参数率定算法选择的建议:在要求率定效果最好情况下,预报的主要指标为洪量时建议使用DDS算法,预报的主要指标为洪峰是建议使用PSO算法;在要求率定速度尽量快的情况下,建议使用DDS算法。     

混合编码遗传算法在机构参数优化中的应用

在机构参数优化设计中引入了混合编码遗传算法，根据飞剪机机构的运动特性及设计要求，确定机构的最佳参数，得到优化设计结果。     

混沌粒子群算法在新安江模型参数

流域水文模型由于受到众多因素的影响导致结构复杂、参数众多,大多数参数都有明确的物理意义,理论上可根据其物理意义直接定量,但实际上由于缺乏观测数据支持,往往需要通过系统识别的方法推求。因此,积极开展模型参数识别技术的研究和应用从而得到合适的参数对模型推广应用及提高应用精度都有很重要的意义。采用由粒子群算法和混沌优化方法结合的混沌粒子群算法对水文模型参数进行优选,该算法对局部最优解在搜索空间上进行混沌迭代优化,改善和提高了基本粒子群算法的全局寻优性能和收敛速度。在新安江水文模型参数优选的应用结果表明,该参数优选方法比传统参数优选方法更易快速的收敛于全局最优解。     

遗传算法在蔬菜移栽机参数优化中的应用

以挠性圆盘蔬菜移栽机为研究对象,建立秧苗落地角度优化模型,将零速投苗原理转化为约束条件应用于优化模型中,根据优化模型实际情况选择适应度函数及个体适应度值计算选择方法。针对遗传算法收敛速度、规定的迭代次数内进化不完全和易落入局部最优解等缺陷,引入了一种改进遗传操作方法。对秧苗落地角度最佳的寻优计算后得到投苗过程中影响秧苗落地角度的移栽机投苗机构参数、运动参数及栽植参数。根据优化结果与实际生产情况和农艺要求相结合选择的参数进行秧苗移栽试验,试验结果表明遗传算法适用本文优化问题。研究结果为蔬菜移栽机的机构参数化设计、优化设计和试验研究提供了理论依据。     

优化技术在土壤入渗参数计算中的应用

对优化技术在入渗参数计算中的应用进行了研究,选取Kostiakov、修正的Kostiakov、Philip、Horton、Collis-George5个入渗模型,利用甘肃省3个大型灌区的实测资料计算了入渗参数,用剩余平方和对计算精度进行评价,结果表明,Collis-George模型、修正的Kostiakov模型较目前常用的Kostiakov模型能更好地描述这3个灌区的土壤入渗特性。     

混合编码遗传算法在机构参数优化中的应用

在机构参数优化设计中引入了混合编码遗传算法,根据飞剪机机构的运动特性及设计要求,确定机构的最佳参数,得到优化设计结果。     

ARMA时序模型在模态参数识别中的应用

根据减速器，泵，机床等机械系统整体振动加速度作为时间序列，来建立ＡＲＭＡ（２，１）模型。并利用时序模型参数与模态参数之间的关系。求解振动系统的模态参数。重点讨论了用时域法对系统固有频率和阻尼系数的识别问题。     

逐次优化算法在梯级水库防洪优化调度中的应用

根据流域防洪优化调度问题,分析梯级水库来水量、下泄能力与河道防洪控制点洪峰流量之间的内在联系,提出了洪水调度模型与逐次优化算法的联合求解方法。实例结果表明,该方法成功地为洪水实时调度及防洪系统规划提供了一套简捷、高效而又符合实际的模型和解法。