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。     

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。     

基于遗传算法的小麦收割机路径智能优化控制研究

基于遗传算法,以小麦收割机全局路径优化为研究目标,对小麦收割机从起始点到终点的收割作业问题进行了数学建模,并利用Mat Lab软件进行了仿真计算。结果表明:采用遗传算法得到的优化路径比驾驶员主观的随机路径缩短路线19km,节省费用和时间各为10.8%和7.8%。这说明,该算法可以对小麦收割机全局路径进行有效优化,能够大大提高小麦收割机的工作效率,实际应用前景广阔。     

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.     

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.     

基于动态前视距离纯追踪模型的温室农机路径跟踪研究*

为提高温室内智能农机自动导航的路径跟踪精度,提出一种基于粒子群算法的纯追踪模型动态前视距离确定方法及其路径跟踪控制方法。利用超宽带(UWB)模块和电子陀螺获取温室内智能农机的位置偏差和航向偏差;为提高纯追踪模型的自适应能力,对农机位姿偏差进行定量分析并根据位姿偏差程度构建适应度函数,通过粒子群优化(PSO)算法实时确定纯追踪模型中的最优前视距离,为提升算法求解效率对惯性权重系数进行改进;根据农机位姿偏差程度构建速度控制函数对农机进行变速控制。样机试验结果表明:在3种初始状态下的直线路径跟踪时,平均偏差均值为24.4 cm,稳态偏差平均值为4.3 cm,导航时间平均值为13.2 s,稳定距离平均值为318.1 cm。路径跟踪的各项指标均优于同等条件下的恒速固定视距试验。     

收割机搅龙五轴数控加工刀具路径规划——基于UG仿真和曲线插补

搅龙是收割机较为复杂的零部件,其加工质量影响到收割机进给系统的作业效率和作业质量。为了提高搅龙叶片的加工质量,降低加工误差,提出了一种基于UG仿真和曲线插补算法的五轴数控加工刀具优化算法。在UG仿真软件中建立了工件和刀具的基本模型,根据模型的特点选择了合适的加工环境和加工参数,采用NURBS插补算法,最后自动生成了刀具路径轨迹,并根据刀具路径轨迹进行了走刀仿真模拟,进一步对刀具路径进了优化。仿真实验结果表明:采用UG软件对五轴数控加工刀具路径进行优化后,其加工误差要明显的低于优化前的加工误差,从而验证了刀具路径优化算法的可靠性。     

基于仿真的车间生产线动态平衡方

针对现有生产线平衡方法缺乏持续改进思想和仿真优化应用不成熟的问题,提出将启发式算法和可视化仿真方法相结合的生产线动态平衡方法.构建以生产线上工位数最少和各工位的作业时间分布离散程度最小的双目标优化模型,并利用改进粒子群算法进行生产线平衡的数字化求解.从生产线系统的可视化建模与仿真角度出发,引入基于Witness仿真的生产线系统结构重现的可视化仿真方法,通过对仿真过程进行实时控制从而达到生产线动态平衡的目标.     

无级变速器速比控制阀动态性能仿真与优

提出了一种基于改进粒子群优化算法的无级变速器速比控制阀动态性能优化方法.首先通过机理分析的方法建立了速比控制阀的动态模型;然后根据无级变速器速比控制阀的使用要求,在考虑响应时间、超调量及节能等指标的基础上,确立了一个综合的优化目标函数;最后根据确立的目标函数,结合仿真模型,通过改进的粒子群优化算法对速比控制阀的结构参数进行了优化.试验结果表明经过优化的速比控制阀各项动态性能指标均优于原型阀,其中压力上升时间缩短了100ms,超调量下降了0.05MPa,更适用于无级变速器.     

Ahut-Delta并联机构改进混沌粒子群算法尺度综合

针对Ahut-Delta并联机构,提出了一种基于改进混沌粒子群算法的尺度综合方法。首先提出一种改进混沌粒子群算法,即采用混沌立方映射初始化种群,并根据迭代状态指数性调整惯性权重因子,同时进行早熟判断和混沌扰动,迭代获得最优粒子。其次将Ahut-Delta并联机构优化参数转变为粒子维度决策变量,雅可比矩阵的全域均值条件数和全域波动量构建的全域综合性能评价指标在其几何条件约束、传动角约束条件下转换为改进混沌粒子群算法的适应度函数。最终通过改进混沌粒子群算法优化搜索,优化出适应度函数值最小的最优粒子,从而获得Ahut-Delta并联机构在全域运动性能最佳的尺度参数。仿真分析结果表明,所提尺度综合方法具有正确性和有效性。     

基于改进粒子群的电水转换关系特征曲线研究

电水转换法是一种经济有效的农业用水计量方法,构建合理的电水转换模型,提出适宜的模型参数优化方法对于提高计量精度具有重要的研究意义。对传统的电水转换模型进行优化改进,并提出了一种基于自适应调整惯性权重和变邻域混沌搜索的改进粒子群的模型参数寻优方法。最后分别采用最小二乘法、粒子群算法、改进粒子群算法进行模型参数拟合,结果表明改进粒子群算法寻优精度更高、有更好的收敛速度,拟合的特征关系曲线能够更真实的反应耗电量和供水量的关系,为农业用水计量设备的研制提供理论基础。     

车辆半主动悬架粒子群模糊混合控制策略

在Matlab中建立4自由度1/2半主动悬架车辆模型后,构建模糊混合控制器,利用粒子群优化算法对模糊混合控制器的隶属度函数和模糊控制规则同时进行优化,开发了粒子群模糊混合控制策略。为了有效验证所提出的控制策略,在搭建的车辆半主动悬架系统控制策略硬件在环仿真试验平台上进行了粒子群模糊混合控制策略的半实物仿真试验。硬件在环仿真试验结果表明,粒子群模糊混合控制策略明显优于传统模糊控制策略,能有效地提高半主动悬架系统的综合性能,并且在不同路面输入激励下均能取得较好的控制效果。     

基于自适应弹性粒子群算法的小水电长期优化调度研究

以三插溪电站为研究对象,建立了该电站以控制水位和弃水最小为目标的优化调度数学模型;设计了一种以自适应方式更新粒子飞行速度的弹性粒子群优化算法求解该优化调度数学模型,包括粒子编码设计、适应度函数设计以及弹性修正值设计,并编制了基于MATLAB语言的优化程序。仿真结果表明:自适应弹性粒子群算法是有效的,比基本粒子群优化算法和自适应粒子群优化算法具有更强的全局寻优能力;和常用的以发电量最大为目标的优化调度模型相比,数学模型可以实现水位控制,更充分地利用水能资源,是简单可行的小水电优化调度数学模型。     

基于粒子群算法的联合收割机V带传动结构优化设计

为了能够对联合收割机V带传动结构进行精确的优化设计,深入地研究了粒子群算法在其中的应用。首先,研究了联合收割机V带传动结构优化设计的数学模型,分别分析了目标函数、设计变量以及约束条件;其次,探究了粒子群算法的基本理论,分别讨论的传统粒子群算法和改进粒子群算法的基本理论;最后,进行了算例分析,通过对某自走式联合收割机V带传动结构的优化设计,获得了最优的V带传动结构参数。仿真结果表明利用粒子群算对联合收割机V带传动结构进行优化设计具有好的优化效果。     

基于改进粒子群算法的 精准农业无线传感器定位研究

为了提高精准农业无线传感器定位的精度,提出改进粒子群算法。首先建立精准农业无线传感器定位过程;接着对粒子群算法的惯性权重进行非线性优化,使得算法前期变化缓慢,后期变化较快,利于算法跳出局部而求得全局最优解;然后对粒子群规模采取收缩扩张控制,其判别结合粒子的聚集度、多样性函数,算法前期的收缩扩张系数值在较大的位置,后期应减慢速度以加强算法的局部搜索能力;最后建立定位误差与粒子适应度函数关系。实验仿真显示本文算法收敛性能较好,相比其他算法能有效地抑制测距误差对定位的影响,提高节点的定位精度。     

水电站发电优化调度初始粒子群生成方法研究

重点分析了粒子群算法(Particle Swarm Optimization,PSO)在水电站优化调度应用中存在的收敛速度慢等问题,并针对问题提出了一种新的初始粒子群生成方法,形成了粒子群算法求解水库优化调度的改进应用方法.改进前后仿真计算结果的对比分析表明,改进后的应用方法可明显提高水电站优化调度问题的求解速度和精度.     

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。     

基于改进PSO算法的电机控制系统PID参数优化

粒子群算法(PSO,Particle Swarm Optimization)作为一种新型的随机优化方法,其算法结构简单,鲁棒性强,在组合优化和自适应控制等领域的非线性优化中有着广泛的应用前景.为此,提出一种改进的PSO优化算法,并将该算法应用于电机控制系统的PID参数优化设计.仿真结果表明,利用改进PSO算法优化的PID参数能有效改善控制系统的性能指标.     

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.     

温室大棚无线网络监控及覆盖优化算法研究

引入Zig Bee无线组网方案,结合农业温室大棚对于环境监控的需求,从终端数据采集节点、终端控制节点及网关设备几个方面阐述了温室大棚的无线网络监控系统整体设计;并在此基础上结合温室大棚对于监控覆盖率的要求,针对传统粒子群算法由于单向信息流动而很容易局限在局部极值、导致全局搜索能力不足的缺陷,对该算法进行了优化。同时,设计了免疫粒子群优化算法,将免疫算法的多样性引入粒子群算法,从而增强粒子群算法的全局搜索性能。仿真实验证实:本研究所构建的优化算法在1 500次时基本收敛完毕,最佳覆盖率均超过95%,该优化算法可以有效解决无线传感器网络确定性覆盖问题。