PID优化算法在分布式水文模型参数优化计算中的应用研究

采用PID优化算法对分布式水文模型VIC模型进行参数自动优化计算,并对比分析参数优化前后对分布式水文模型模拟精度的影响。结果表明:参数优化后,分布式水文模型VIC模型在年尺度和小时尺度的水文模拟精度均有所改善,误差减少13.8%和13.2%,拟合度提高0.28和0.14。研究成果对于分布式水文模型参数优化方法提供参考价值。     

基于改进粒子群算法的农产品召回优化

农产品加工是食品供应链质量控制的关键环节。该文针对农产品加工环节的产品召回优化问题,给出了批次分散优化模型并分析了其算法复杂度。针对优化模型为NP难度(non-deterministic polynomial hard),难以求解的问题,指出了采用粒子群优化进行求解的途径。针对粒子群优化算法在进化的初期收敛速度快,易引起早熟;在进化后期收敛速度慢,易引起振荡的问题,提出了一种基于分段门限粒子替换策略的改进粒子群优化算法。采用相关算例对该文提出的改进粒子群优化算法进行优化性能验证,并与类似智能优化算法进行性能对比。算例仿真和性能对比的结果表明,该算法运算开销约为同类算法的10%,且可以降低潜在的召回规模约30%,适用于农产品加工环节的产品召回优化。     

基于混合狼群算法参数优选的泵站群运行优化

对于求解复杂的并联泵站群优化运行模型,狼群算法(wolf pack algorithm,WPA)存在收敛性和鲁棒性差等问题。为改善这些问题,该文以某典型并联泵站群为例,以泵站系统主机组运行能耗最低为优化目标,考虑流量、叶片角度、开机台数等约束条件,建立了并联泵站群优化运行模型。将模拟退火算法引入WPA算法中,提出混合狼群算法(hybrid wolf pack algorithm,HWPA)用于求解建立的优化模型。选择最小值、平均值和标准差作为算法性能的评价指标。相较于粒子群算法(particle swarm optimization,PSO)和WPA算法,HWPA算法求解典型并联泵站群优化运行模型得出的运行能耗最小值平均降低了15.60、10.23 kW,平均值平均降低了36.94、14.30 kW,标准差平均降低了84.82%、72.90%。在HWPA算法的基础上,对算法中的游走步长、奔袭步长、围攻步长的最小值和最大值4个参数进行单因素分析和拉丁超立方抽样设计计算,确定出4个参数的最优组合为0.33、1.53、0.672和4.8×10^5,进而提出改进混合狼群算法(improved hybrid wolf pack algorithm,IHWPA)。相较于HWPA算法,IHWPA算法求解典型并联泵站群优化运行模型得出的运行能耗最小值和平均值平均降低了4.66和13.26 kW,标准差平均降低了94.02%。应用IHWPA算法确定典型并联泵站群6个不同运行工况优化方案,结果表明,采用引入模拟退火算法、优选WPA算法参数的方法提高了算法的全局收敛性与计算鲁棒性,泵站运行最优决策方案较实际方案的运行能耗平均降低9.80%,可为泵站工程提供合理有效的运行方案,降低运行能耗。     

基于蚁群算法的茶叶理条机参数优化设计

为了提高茶叶理条机的传动性能与茶叶加工质量,运用蚁群算法和Matlab语言,建立了茶叶理条机优化设计数学模型,编制了茶叶理条机的关键设计参数的优化设计程序,并运用该程序对茶叶理条机的关键参数进行了优化仿真计算并进行了验证试验.优化结果表明:曲柄长度为59.1 mm;连杆长度为341.5 mm;偏心距为57.5 mm;滑...     

基于挡位利用率的装载机传动比优化方法

装载机各挡位传动比大都采用等比级数分配,或者根据设计者经验按偏置等比级数分配。这些传动比分配方法都有一定的局限性。该文试验装载机各挡位利用情况,统计各挡位利用率。根据发动机和液力变矩器共同工作输入特性和共同工作输出特性曲线,作出牵引特性曲线图。考虑挡位利用率建立优化目标函数,用复合形法对装载机各挡位传动比进行了优化。借助装载机性能仿真软件,对优化前后装载机的燃油经济性进行仿真计算。优化结果表明,挡位利用率越高,挡位间的传动比间隔也越小。优化结果反映了装载机实际使用工况对传动比分配的影响,改善了装载机的燃油经济性。     

基于记忆梯度混合遗传算法的灌区水资源优化配置

针对灌区水资源优化配置模型中目标函数高度非线性的特点,该文提出基于记忆梯度混合遗传算法用于灌区水资源优化配置,并提出了有条件的随机生成的初始种群生成方式来处理线性约束条件的策略。实例研究表明算法用于灌区水资源优化配置比基本遗传算法计算精度有了明显提高。     

秸秆直燃发电供应链气体及颗粒污染物排放的生命周期评价

秸秆发电以其极好的环保效用和可再生能源利用引起各界关注,但是由于秸秆轻、薄、散的特性,导致在秸秆收集和运输的效率十分低下,从而会消耗大量石化燃料,排放出大量的气体及颗粒污染物,加之秸秆发电供应链的终端直燃发电也会排放一定污染物,必然会对其环保效用带来影响。该文依据生命周期评价方法,通过建立4个秸秆发电供应链场景,包含秸秆收集、打捆、运输存储、解包破碎以及最终发电等阶段,对其中机械及车辆石化燃料的消耗以及污染物的排放进行定量计算,发现4个秸秆发电供应链的污染物排放有较大差距,其中CO2相差1.2～2倍,CO相差1.4～5.4倍,NOX相差1.5～4.2倍,PM相差1.4～6.5倍。秸秆发电供应链环保效果与秸秆发电供应链中收集、预处理及运输存储模式有较大关系,预处理压缩环节、短距离农用车运输及压缩后道路运输距离是关键,这些因素的合理配置直接关系到秸秆发电供应链环保效用的高低。对秸秆发电供应链的整体排放以处理单位质量秸秆排放的污染气体和可吸入颗粒排放指数为标准,通过与秸秆露天燃烧和燃煤发电供应链对比分析,发现相对秸秆露天燃烧PM排放指数12.95 g/kg,秸秆发电供应链的PM排放指数为0.12 g/kg;相对燃煤发电供应链CO2排放指数1 010.1 g/kg,秸秆发电供应链的CO2排放指数为43.44 g/kg,在减少由露天焚烧秸秆造成的应急性雾霾天气和减少碳排放方面有积极作用。     

基于人工鱼群算法的车辆平顺性优化分析

平顺性是汽车重要特性之一,平顺性优化分析属于组合优化问题,同时其非线性特性导致优化实质上是一个非线性多峰的优化问题,为了有效解决此类复杂优化的求解问题,近年来基于随机搜索优化算法建立了一种新型的人工鱼群算法。该文将人工鱼群算法应用到汽车平顺性优化分析研究中,以某8×4载货车为研究对象,建立9自由度汽车平顺性模型,对影响汽车平顺性的重要参数进行优化分析。优化结果表明,加速度均方根平均下降16.82%,在60 km/h时下降最大,加速度均方根下降21.24%,有效提高了重型车的平顺性能。因此,利用该模型可对汽车平顺性进行预测或评估。     

基于权重最优组合和多时相遥感的作物估产

多时相遥感数据比单一时相携带了更多的反映作物产量的信息,研究如何将多时相遥感信息进行有机融合以提高作物估产精度的方法是具有意义的。权重最优组合（WOC）是一种通过对单个模型权重的最优化,来构建高精度组合模型的原理方法。论文以黑龙江农垦友谊农场大麦产量遥感估算为例,首先利用大麦4个时相的Landsat5 TM影像分别构建单一时相的大麦产量模型,然后利用WOC的迭代算法,通过赋予4个单一时相产量模型以最优权重,生成基于多时相遥感的组合模型估算大麦产量,结果表明：基于WOC和多时相遥感的组合估产模型的决定系数R2与单一时相的相比得到较大改善,估算精度提高明显。同时,通过对WOC获取的各时相单一模型最优权重大小进行分析表明：应用多时相遥感数据进行作物估产时,权重大小能够反映各时相遥感数据所携带的产量信息的多少,这对于如何选择和确定能有效反映作物产量的敏感遥感时相具有一定的指导意义。     

基于半方差函数与等别的耕地质量监测样点优化布设方法

耕地的数量和质量在维护国家安全、社会稳定方面具有举足轻重的作用。该文以浙江省耕地质量监测试点松阳县为例,探讨县级尺度的耕地质量监测样点的布设方法。选择自然等指数的均方差和绝对偏差计算在允许误差范围内监测样点的样本容量;采用地统计学半方差函数分析耕地质量的变异情况,利用自然等指数的变异特征与规律实现监测样点的预布设;重点分析耕地质量等别、分等因素、耕地质量潜在变化区域的空间分布,结合等别组合的空间分布特征对预布设的监测样点进行优化,得到40个监测样点。研究成果提高了监测样点的精度、代表性、科学性,方法易操作推广,具有很好的应用价值,能为耕地质量监测的管理工作提供参考。     

基于遗传算法最小二乘支持向量机的耕地变化预测

针对耕地变化内部规律与模拟方法进行研究,提出最小二乘支持向量机耕地变化预测方法,有效构建耕地变化与耕地变化影响因子之间复杂的非线性关系模型。利用遗传算法全局寻优功能优化最小二乘支持向量机内部参数,提高最小二乘支持向量机耕地变化预测模型精度。利用该模型对江苏无锡市1987－2000年期间耕地变化进行预测,并与多元回归、GM(1,1)、BP网络、支持向量机（SVM）耕地预测模型和实际调查耕地变化数据进行比较分析。预测精度评价结果证实,该方法耕地预测精度远高于多元回归、GM(1,1),BP网络模型,略高于SVM模型,但算法复杂度和计算效率远优于SVM预测模型,是一种有效的耕地变化预测方法。