一种分析电力系统低频振荡中阻尼特征的新方法

根据电力系统中低频振荡的特点，本文从系统阻尼分类着手，提出了一个反映网络结构及运行工况对低频振荡影响的固有状态阻尼及固有状态阻尼系数矩阵的概念，并以此为基础得到一个分析与判断电力系统低频振荡中阻尼特征的新方法，最后，本文将此方法应用于某实际系统的分析计算中，并与常规的方法进行了比较，得到了令人满意的结果。     

基于混合粒子群算法的供热管网优化设计

供热管网优化设计一直是多年来城市地下管网工程中的研究热点。通过分析供热管网的优化模型,建立关于供热管网的目标函数即供热管网投资费用,根据供热管网的目标函数及约束条件建立适应度函数。利用粒子群优化算法对该非线性模型进行求解,借鉴遗传算法中变异操作的思想,设计基于遗传算法的混合粒子群算法,寻求在水力约束条件下目标函数的最小值。实例结果表明,将粒子群优化算法应用于供热管网优化设计可以取得较好的优化结果,并且充分的体现出粒子群算法的寻优能力。     

基于多目标粒子群算法的土地优化配置——以兰州市七里河区为例

本文采用粒子群算法构建了土地利用优化配置模型,在分析了兰州市七里河区近19年来土地利用现状和景观格局的基础上,指出了土地利用过程中存在的特点,运用粒子群算法算法得出了兰州市七里河区2014年土地利用优化配置结果,并与2014年土地利用/覆盖分类结果进行了精度分析与景观格局分析,结果表明此算法有效的优化了七里河区土地。     

基于灰色粒子群算法的温室环境多目标优化控制

引入人工控制因素,以扩展的自回归模型(ARX)为基础,构建茶树育苗的温度、相对湿度及耗电量多目标模型函数,采用灰色关联理论和粒子群优化算法(PSO),面向茶树育苗温室环境模型进行多目标优化控制。仿真结果表明,运用多目标灰色PSO算法将育苗温室内温度值从31.5℃降为24.51℃,相对湿度从47.2%提升为59.35%,耗电量降低17.6%。与线性加权和法、单目标PSO算法相比,选取多目标灰色PSO算法对温室进行优化,得到在开启遮阳与喷淋组合调控的情况下,经过20 min温室内温度和相对湿度调控,即可达到茶苗生长的要求。     

基于粒子群算法的综合暴雨强度公式

[目的]简化传统方法,得到直接推求综合暴雨强度公式的方法。[方法]采用粒子群算法优化各重现期统一的综合暴雨强度公式的参数,直接推求综合暴雨强度公式,并通过对芜湖市降雨历时资料建立的综合暴雨强度公式的计算结果与传统方法进行了比较。[结果]采用粒子群算法直接推求的综合暴雨强度公式比传统方法的计算结果精度更高,且推求过程更简便。[结论]说明采用粒子群算法直接推求综合暴雨强度公式是可行的。     

基于遗传算法与粒子群算法的配电网无功优化

根据遗传算法(GA)收敛效果好和粒子群算法(PSO)收敛速度快的特点,将两者相结合对配电网无功优化模型进行求解。计算结果表明:该算法是收敛的、有效的。     

基于动态维度交叉的粒子群高维函数优化

提出一种优化高维函数的改进粒子群算法.粒子群算法在高维函数优化方面精度比较低,种群容易陷入停滞,分析粒子群算法在针对高维函数方面难以优化的原因,提出一种基于动态维度交又的改进粒子群算法,通过对五个典型测试函数的仿真,说明该算法具有摆脱较快的收敛能力和较高的收敛精度.     

多区域协调调度架构下的农机服务资源优化配置方法

针对多区域互联农机服务资源分配不合理所导致的区域整体经济效益低下的问题,采用数学建模与智能优化算法相结合的仿真方法,对多区互联农机服务资源配置进行研究。结合智慧农业发展现状和多区域互联农机服务调度特点,构建多区域协调调度架构,获取全局农机服务资源状况;建立价值可变的多背包农机服务调度模型,设计改进模拟退火和粒子群优化的混合智能算法求解调度模型;通过实例分析本研究设计的协调调度方法与传统分散调度方法的区域总效益、订单响应率和农机效用比的差异性以及农田面积对调度方法的影响。仿真结果表明,当订单数量375时,2种调度方法所产生的效果相同;当订单数量≥375时,协调调度方法所得农机效用比高于传统分散调度方法2.74%,当订单数量≥625时,协调调度方法所得区域总效益和订单响应率比传统分散调度方法分别高10.65%和14.88%。     

PMU最优配置及其在舰船电力系统中应用研究

针对舰船电力系统的特点和在潮流方程求解中存在的问题,借鉴在陆地电力系统中配置相应的PMU将使潮流方程直接可解的思想,实现采用遗传和粒子群优化算法的基于潮流可解最优PMU配置方案算法。并对其在舰船电力系统中的有效性和适用性进行了比较,可为舰船电力系统配置PMU提供参考。     

基于粒子群优化的BP网络模型在旱涝预测中的应用

旱涝预测为旱涝灾害防御措施的研究提供重要的依据.运用PSO优化的BP神经网络建立了旱涝预测模型.PSO优化的BP神经网络既发挥了BP神经网络在预测领域的优点,同时又结合了PSO算法全局搜索能力强、收敛速度快等特点进行预测.预测结果表明:辽宁省本溪地区11年实测数据对PSO优化的BP神经网络模型进行验证,PSO优化的BP神经网络模型的预测结果明显好于未经优化的,模型精度得到了一定程度的提高,能满足本溪地区旱涝预测的实际需要.     

基于粒子群的多BP网络并行非线性预测控制

针对传统预测控制算法在解决非线性系统控制问题时，存在难以建立精确的数学模型、控制精度不高等缺点，提出一种新的非线性系统预测控制方案。以多BP神经网络作为并行预测模型，克服误差积累以及网络规模庞大的缺点；运用粒子群优化(PSO)算法完成非线性预测控制的滚动优化。仿真表明，该方案的控制效果比常规动态矩阵控制效果有所提高，该方案是可行和有效的。     

基于粒子群算法的珲春市主体功能区划分

为了改进现有划分主体功能区方法中存在的工作量大、带有一定的主观性等弊端,以吉林省珲春市为实证研究对象,采用粒子群算法及Matlab7.0软件运行算法对主体功能区进行划分,验证粒子群算法的可行性及简便性。结果表明,与先前常用的聚类方法相比,该方法能够简单有效地划分功能区,且采用此方法划分出的结果与实际情况更为贴切,具有进一步推广及应用的价值。     

区域总量控制下的冬小麦种植面积空间分布优化

【目的】利用传统遥感与抽样相结合的方法进行农作物种植面积测量,只能获得区域总量,无法有效获取农作物种植面积空间分布信息。针对以上不足,开展区域总量控制下的冬小麦种植面积空间分布优化研究,从而提高冬小麦种植面积测量的空间分布精度。【方法】将整个遥感影像像元划分为3部分:"纯净冬小麦像元"、"混合冬小麦像元"和"典型非冬小麦像元"。综合软、硬分类方法各自的优势,在区域冬小麦总量面积一定的前提下,设定阈值确定混合冬小麦像元的空间分布范围。【结果】传统遥感与抽样相结合的方法提取出的冬小麦结果RMSE为0.13,优于硬分类方法(RMSE为0.16)和软分类方法(RMSE为0.20)。【结论】区域总量控制下的软、硬分类方法能够有效地对冬小麦种植面积空间分布进行优化,既保证了区域测量精度,又提高了空间分布的准确性。     

设施农业低压管道灌溉系统控制面积优化

根据低压管道灌溉系统的特点,在管网布置优化、管网管径优化基础上,综合分析确定了设施农业低压管道灌溉系统最优控制面积为450～600hm2,可为设施农业低压管道灌溉系统大面积推广应用提供科学依据。     

基于改进粒子群算法的再入飞行器轨迹优化

采用基于距离量度和自适应惩罚相结合的约束处理技术的改进粒子群优化算法（PSO）应用于再入飞行器轨迹优化,避免适应值函数中复杂的罚函数及罚因子的设计,提高优化算法的通用性。以高超声速飞行器最小控制量再入轨迹优化为例,并对飞行器运动模型进行简化及控制量参数化。对两种不同的高超声速飞行器模型进行优化,仿真结果验证算法的有效性及通用性。     

基于粒子群聚类的防火树种分类

以福建省37种针阔树种的10个防火性能指标为数据来源,运用粒子群聚类算法将树种分成6类.结果表明：分类达到了较理想的效果,总体符合生产实际情况.与蚁群聚类算法比较,粒子群聚类算法应用于防火树种分析能够获取较优的适应值聚类、较大的类间距离和较小的类内距离.粒子群聚类算法便于应用,可为林业科学中相关研究提供一种新手段.     

基于模糊理论的变电站电压无功综合控制

采用模糊控制技术，给出了变电站电压无功综合控制九区图中输入输出变量的模糊子集的定义，设计了一种变电站电压无功模糊控制系统。仿真结果表明该系统能在各种负荷条件下确保电压合格和无功基本平衡，且能很好地满足变电站对分接头日调节次数和并联补偿电容器组的日投切次数的限制。     

基于趋化-改进粒子群算法的SVR光合速率预测模型

针对回归型支持向量机(SVR)参数选取影响模型性能的问题,提出融合细菌觅食算法趋化操作的改进粒子群混合算法(C-IPSO),以优化SVR的惩罚参数和核参数。同时,为了实现对温室环境的精细控制,结合温室作物生长环境因子,建立一种基于趋化-改进粒子群算法优化的回归型支持向量机温室光合速率预测模型。以温室番茄幼苗期、开花期、结果期为例,与支持向量机和基本粒子群算法优化的支持向量机分别建立的模型进行实验对比。结果发现：建立的三个生长期光合速率预测模型的光合速率实测值和预测值的决定系数分别为0.954 8、0.985 4和0.951 5,均比另外两个预测模型更接近于1,表明该模型预测效果均更佳,并证明了所提算法的有效性,为指导温室环境根据作物光合需求进行精准调控提供了理论基础。