马蹄形过水断面正常水深计算的遗传算法

马蹄形过水断面是无压输水隧洞中常采用的断面形式之一 ,因其几何形状复杂 ,水力计算困难。目前常采用的方法有试算法、图解法和迭代法 ,这些方法由于计算量大且精度不易保证 ,不便于在生产实践中应用推广。将马蹄形过水断面正常水深计算转化为非线性优化问题 ,采用实数编码的遗传算法进行求解 ,实例计算表明该方法精度高、通用性强、操作简便 ,便于在生产实践中应用。     

马蹄形过水断面正常水深计算的遗传算法

马蹄形过水断面是无压输水隧洞中常采用的断面形式之一，其其几何形状复杂，水力计算困难。目前常采用的方法有试算法、图解法和迭代法，这些方法由于计算量大且精度不易保证，不便于在生产实践中应用推广。将马蹄形过水断面正常水深计算转化为非线性优化问题，采用实数编码的遗传算法进行求解，实例计算表明该方法精度高、通用性强、操作简便，便于在生产实践中应用。     

非标准马蹄形断面水力计算研究

以滇中引水工程楚雄段-昆明段非标准马蹄形断面为研究对象,采用几何分割法对该马蹄形断面的水力要素进行了推理,推导出任意水深所对应水力要素表达式。同时,采用三分试算法计算了该断面正常水深,试算过程采用C#编程来实现。考虑到马蹄形断面正常水深计算的复杂性,采用拟合优化原理推导出正常水深的直接计算公式。计算结果表明：在该公式的适用范围内计算该断面正常水深的最大相对误差为0.496%,同时整个计算区间内89.3%以上计算点相对误差小于0.24%,精度相对较高,可以满足实际工程的需要。     

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。     

典型断面渠道正常水深计算

明渠正常水深的计算是排灌渠道设计中的一项重要工作.通过对典型渠道断面引入包含渠道糙率、底坡、断面几何要素和流量的一组量纲为一的参数,将目前文献中正常水深的显式计算公式进行量纲为一化的统一表达,使其更具有通用性并且方便进行相对误差评价;指出每种典型渠道断面量纲为一的参数在实际工程中的常用取值范围,在此范围内对各量纲为一的显式计算公式进行相对误差评价,作出相对误差全局分布图,比较各显式公式的最大相对误差和全局相对误差,并比较公式的简捷性,据此优选出梯形、圆形、弧底梯形、普通城门洞形、马蹄形等5种断面正常水深简捷、精度高、适用范围广的显式计算公式;应用最优一致逼近原理,提出标准城门洞形断面正常水深分段表示的显式计算公式.相对误差分析表明：推荐出的6种典型渠道断面正常水深的显式计算公式的最大相对误差均小于1%,可为典型断面排灌渠道的设计及水力计算提供有效的计算方法.     

悬链线形断面正常水深与临界水深的直接计算

近年来,悬链线形断面渠道得到越来越广泛的应用。悬链线形断面的临界水深和正常水深的计算需求解超越方程,无解析解。首先,结合悬链线形断面的几何特征、水力要素、均匀流与临界流的基本方程,引入合适的无量纲参数,导出悬链线形断面的均匀流和临界流方程;经数学变换后得到悬链线形断面正常水深和临界水深的牛顿迭代式,并利用优化拟合原理求出二者的初值计算公式,一次迭代后得到正常水深和临界水深的直接计算公式。最后对公式进行误差分析及比较,表明在工程适用范围内,正常水深和临界水深直接计算公式的最大相对误差绝对值分别为5.33×10^-5%和5.05×10^-5%,二次迭代后精度可分别提升10^8和10^6倍。     

半立方抛物线形渠道正常水深算法

为了给半立方抛物线形渠道断面正常水深的计算提供一种简捷、通用、精度较高的显函数计算公式,根据迭代理论并采用优化计算确定初值函数的方法进行分析研究.通过引入断面特征水深的概念,对半立方抛物线形渠道正常水深的基本方程进行变换处理,推导出收敛速度较快的迭代公式,并证明了公式的收敛性;在断面特征水深范围即无量纲正常水深H∈[0.025,40]范围内,对迭代公式进行优化计算,取得合理的迭代初值函数;合理初值与迭代公式的配合使用,得到半立方抛物线形渠道断面正常水深的显函数直接计算公式,并对公式进行了误差分析以及用工程实例进行了验证.结果表明：在工程常用的断面特征水深范围内,正常水深的最大相对误差小于0.3%,计算公式具有形式简单、精度高、适用范围广的优点,该研究为排灌渠道的断面设计以及渠道流量控制时求解均匀流水深提供了简捷方法.     

半立方抛物线形渠道正常水深算法

为了给半立方抛物线形渠道断面正常水深的计算提供一种简捷、通用、精度较高的显函数计算公式,根据迭代理论并采用优化计算确定初值函数的方法进行分析研究.通过引入断面特征水深的概念,对半立方抛物线形渠道正常水深的基本方程进行变换处理,推导出收敛速度较快的迭代公式,并证明了公式的收敛性;在断面特征水深范围即无量纲正常水深H∈[0.025,40]范围内,对迭代公式进行优化计算,取得合理的迭代初值函数;合理初值与迭代公式的配合使用,得到半立方抛物线形渠道断面正常水深的显函数直接计算公式,并对公式进行了误差分析以及用工程实例进行了验证.结果表明：在工程常用的断面特征水深范围内,正常水深的最大相对误差小于0.3%,计算公式具有形式简单、精度高、适用范围广的优点,该研究为排灌渠道的断面设计以及渠道流量控制时求解均匀流水深提供了简捷方法.     

基于改进粒子群算法的路径规划

传统粒子群算法存在收敛精度低、搜索停滞等缺点,导致机器人路径规划精度低。为了提高路径规划的精度,对传统的粒子群算法进行改进。首先在算法运行的各阶段对惯性权重因子和加速因子同时使用三角函数的变化方式自适应调整,使算法中的参数在算法运行各阶段的配合达到最佳,提高了算法的搜索能力;其次在算法中引入鸡群算法中的母鸡更新方程和小鸡更新方程对搜索停滞的粒子进行扰动,并在引进的方程中使用全局最优解使扰动后的粒子向全局最优解靠近;最后通过函数优化和路径规划两组对比实验,验证了改进算法在问题优化时具有寻优精度高、鲁棒性好的优点。     

基于粒子群遗传算法的配电网络重构

配电网络重构是配电自动化的重要组成部分,也是优化网络、降低有功损耗的重要手段。针对单一算法求解问题的局限性,提出一种多目标优化模型,并结合遗传算法的进化思想和粒子群算法的记忆性提出粒子群遗传算法,同时引入混合编码策略,通过线性权重法获得目标的搜索方向。通过对IEEE69节点测试系统进行计算和分析,验证算法在求解配电网重构中的有效性和可行性。     

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。     

排灌输水隧洞正常水深的简捷算法

为了使标准城门洞形断面正常水深的求解具有简单的显函数计算公式,对标准城门洞形断面正常水深的基本方程进行恒等变形,将水面位于底角圆弧段和顶弧段正常水深的超越方程以及水面位于侧边直线段正常水深的高次方程,变成无量纲化正常水深与已知量综合参数的单变量函数方程.引入准线性函数的概念并将准线性函数作为标准模板,再对正常水深的单变量函数方程应用准线性函数标准模板,在工程常用范围即无量纲化正常水深y∈[0.051,.80]范围内进行优化计算及准线性函数逼近,得到了超越方程和高次方程的替代函数方程,替代函数具有类似于线性函数形式,即正常水深的准线性显函数表达式,并进行误差分析.结果表明,在隧洞底部圆弧段正常水深的最大相对误差小于0.36%,侧边直线段正常水深的最大相对误差小于0.31%,顶弧段正常水深的最大相对误差小于0.39%,说明准线性公式在隧洞有效水深范围内计算的水深准确度较高,可为排灌输水隧洞的断面设计及实现渠道水位控制时确定均匀流水深提供参考.     

多邻域链式结构的多目标粒子群优化算法

为了提高多目标粒子群算法求解多目标问题的性能,改善算法的收敛性,提出一种多邻域链式结构的多目标粒子群优化算法。首先,以一种环形链式拓扑结构,将种群划分为多个邻域,每个邻域之间相互交叉重叠,并针对不同位置的粒子,进行不同的速度和位置更新策略。其次,对所有粒子采用速度钳制策略,并引入差分进化策略对粒子进行扰动,从而进一步提高算法的多样性。通过14个无约束和3个有约束函数仿真实验,表明该算法相对于NSGA-II、SPEA2、MOEA/D-DE、SMPSO和OMOPSO算法,获得Pareto解集分布更加均匀,算法的收敛性和多样性也更好。为了进一步验证算法的可行性和有效性,将其应用于72杆桁架结构尺寸设计,并与其他优化方法进行了比较,结果表明该算法获得的Pareto前端更均匀,收敛性更好。     

基于NSPSO算法的混合装配线平衡问题多目标优化

不同品种作业元素的作业时间差异经常引起混合品种装配线的工作站瞬时负荷瓶颈问题,依据给定的排产顺序,兼顾装配线平均负荷和瞬时负荷,考虑不同品种作业元素的作业时间差异对装配线平衡的影响,建立了以最小化工作站内装配时间波动、工作站负荷平滑指数及装配线超载时间为目标的混合品种装配线平衡模型,并设计了基于非支配排序的粒子群优化算法(NSPSO)。实例验证表明,基于非支配排序的粒子群算法在求解大规模混合品种平衡问题方面比遗传算法具有更高的求解质量和求解效率。     

基于改进粒子群优化模糊控制的农业车辆导航系统

以采用机器视觉导航的农业车辆为研究对象,提出了一种基于改进粒子群优化自适应模糊控制的农机导航控制方法。建立了车辆2自由度转向模型和视觉预瞄模型,对车辆横向控制进行状态描述。对粒子群算法进行了改进,提高了粒子群算法的收敛速度,降低了算法计算时间。构建了自适应模糊控制器,在模糊控制器中引入加权因子,以横向偏差和航向偏差时间误差绝对值积分(ITAE)之和作为系统目标函数,通过粒子群算法计算得到最优加权因子,进而调整控制规则实现导航车辆的自适应控制。仿真和导航试验结果表明,提出的控制方法可以迅速消除横向误差,具有超调量小、响应速度快等特点,既保留了模糊控制算法的优点,又提高了系统控制品质。在相同参数条件下,与常规模糊控制相比,改进模糊控制算法导航精度显著提高。当车速为0.8/s时,直线路径跟踪最大横向偏差不超过4.2 cm,曲线路径跟踪最大横向偏差不超过5.9 cm,能够较好地满足农业车辆导航作业要求。     

算法在多目标优化问题中的仿真应用

综合了PSO算法应用于求解多目标问题的一些思想,引入罚函数对约束条件进行处理,并利用均值的概念来计算选取PSO算法更新方程中的全局最优值,从而使算法在最优解的引导下,跳出局部最小值,更快地向Pareto最优解前沿收敛。压缩弹簧多目标优化设计实例证明了所提出算法的有效性。     

基于动态聚集距离的多目标粒子群优化算法及其应

为了增加Pareto集的多样性,提高多目标优化的全局寻优能力,提出了一种基于动态聚集距离的多目标粒子群算法(DCD-MOPSO).该算法利用改进的快速排序方法来减少计算量,采用动态变化的惯性权重和加速因子以增强算法的全局寻优能力,并基于动态聚集距离对外部集进行维护以增加Pareto集的多样性.通过典型测试函数的仿真实验和应用实例对DCD-MOPSO算法性能进行了分析,并与多目标优化算法MOPSO和NSGA-Ⅱ进行了比较.结果表明,DCD-MOPSO算法收敛速度较快,且得到的Pareto集分布均匀.     

水库优化调度的粒子群算法

提出了在用粒子群算法求解水库优化调度问题时,将模拟退火因子引入罚函数,可以克服不变罚因子的缺陷.采用动态规划法和PSO算法优化调度程序,结果发现PSO算法计算结果更优于动态规划结果.实例计算表明,粒子群算法原理简单,易于编程,占用内存少,求解精度高,适合求解具有复杂约束的水库优化调度问题.