基于梯度搜索因子的粒子群改进算法研究

本文对一种基于梯度搜索因子的粒子群改进算法(Grad-PSO算法)进行了研究。为了验证Grad-PSO算法的性能,对典型的测试函数sphere函数使用GA算法、PSO算法和Grad-PSO算法进行函数优化对比仿真实验发现:与基本PSO算法以及GA算法相比,Grad-PSO算法在运算精确度和最终取得的适应度函数值上面都具有很大的优势。     

蚁群算法模型改进与应用发展

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化系统,该算法具有很强的正反馈能力并融入启发式搜索思想,并且算法后期快速收敛,易于与其他方法结合,目前已经在众多组合优化领域中得到广泛应用。本文结合蚁群算法工作原理,分析其应用现状,针对蚁群算法优缺点,提出蚁群算法改进思路,并简要其应用发展前景。     

粒子群算法求解函数优化问题

求解函数优化问题的方法有很多种,如传统求解函数优化问题的算法有:罚函数、解析法等。但这些传统算法都存在运行慢、收敛性差、迭代次数过多缺点。针对这些问题,本文引入粒子群优化算法进行函数优化问题求解,该算法收敛速度快、结构简单、调节参数少、易于实现等优点。经过充分发挥粒子群算法的优点,解决了传统优化算法中存在的不足。最后,仿真实验结果表明,粒子群优化算法是可行的和有效的。     

基于改进粒子群算法的工业润滑油调和方案设计

工业润滑油的调和是一个较为复杂的工艺过程,针对这一问题,文章提出了一种基于改进粒子群算法的工业润滑油调和方案。该方案为了满足两种不同的需求（质量和成本）,根据工业润滑油调和的配比模型设计了两种非线性约束目标优化模型。为了能够迅速、准确地寻找最优的调和方案,文章提出了改进粒子群算法,使用随机惯性权重函数,增加了每一代粒子的多样性。另外,文章还设计了两组实验,对本文提出的数学模型和算法进行测试。第一组实验的优化方案得到的润滑油指标最大误差仅为1.2%,符合质量设计需求。第二组实验的优化方案得到的润滑油成本远远小于需求一中的总成本,符合成本设计需求。因此,文章提出的方法对于工业润滑油调和方案设计具有一定的参考价值。     

蝉鸣优化算法在组合优化问题中的应用

文献(1)提出了蝉鸣优化(CSO)算法,利用CSO、 PSO和DE对9个高维Benchmark函数的仿真,得到了非常好的优化结果,该算法尚未在组合优化问题中应用,本文利用CSO算法对旅行商问题(TSP),这一典型的组合优化问题,进行优化,建立了CSO算法解决TSP问题的模型,并利用MATLAB进行仿真。实验结果表明, CSO也是一种非常适于求解组合最优化问题的进化算法。     

高校网站建设中的站群管理和优化

随着信息技术的发展和高校网站规模的扩大,给高校网站的安全和维护工作带了了不少困难。结合网站数量过多带来的一系列的问题,通过建立分级网站群以及进行相应的优化策略,在保证了较高的安全性和稳定性的同时,实现了高校网站的轻松管理和简单维护。     

基于粒子群算法的海洋平台热介质锅炉PID参数优化

文中采用串级控制作为海洋平台热介质锅炉的控制方案,采用粒子群算法对PID控制器的比例带啄、积分时间Ti进行最优化,从而实现热介质锅炉温度的自动控制。通过粒子群算法进行串级控制系统PID参数优化,提高了控制系统的控制精度、可靠性、稳定性,具有工业应用价值。     

分布式数据库查询优化算法的研究

由于分布式数据库需要在网络上传输数据,因而数据查询比较复杂,高效地查询是分布式数据库研究的热门问题。本文首先介绍了什么是分布式数据库,随后介绍了分布式数据库中查询优化的若干知识,最后总结了目前5种主流的查询优化策略。     

能源总量的BP网络与粒子群优化预测

能源是影响人类生存、发展的最重要的因素之一,它决定着生活水平和经济发展的快慢,准确预测能源总量具有重要意义。本文提出一种采用BP网络及粒子群优化对能源总量进行预测的方法。仿真实验表明,BP神经网络预测精度与网络参数初始值有很大关系,将粒子群优化BP模型与传统的BP网络预测结果进行比较,证明PSO-BP模型预测比传统BP网络的预测结果更加准确。     

群堆模式下质保监查活动优化的实践

秦山核电自专业化改革以来面临着九台运行机组下质保体系监查的任务,如何在群堆模式下更加有效地的开展质量保证监查,提高质保体系有效性是质保监查策划、实施过程中持续思考与改进的问题。本文从2013年至2017年秦山核电质保监查策划、实施持续优化的实践中寻找到群堆模式下质保监查实施过程应妥善考虑的一些核心因素及处理方法,为群堆模式下质保监查优化提供参考。     

基于差分算法的高校排课系统的优化与实现

差分算法借鉴优化选择和差分机制,使用搜索技术,根据学生的学习进度情况,合理配置教学资源,对教学安排工作进行优化调整。高校调课涉及到学生学习基础、教室容量、教学硬件设施配备、班级人数、教师要求和上课时间六方面相互关联的因素。通过对差分算法进行优化改进,调整参数设置,对教学资源合理化使用有着比较显著的作用。     

基于粒子群优化的RBF网络预测GDP

国内生产总值(GDP)是了解经济运行状况,制定经济发展战略,以及各种宏观经济政策的重要依据。准确预测GDP,分析经济发展趋势,对实现经济宏观决策具有实际意义。本文提出一种基于粒子群算法对RBF网络参数优化预测的方法,建立PSO-RBF预测模型,分析和确定相关影响因素,采用回归预测方法。仿真实验表明,经过粒子群优化的RBF模型能较好地反映GDP的发展趋势,PSO-RBF模型预测优于单一的RBF网络的预测结果。     

基于粒子群参数优化的支持向量机方法

支持向量机是一种基于统计学习理论的机器学习方法。在传统的支持向量机模型中,模型参数需要用试凑的办法,本文中提出一个基于粒子群算法的参数选择机制,这可以大大减少模型的运算时间。最后给出一个算例。     

改进粒子群算法在电力系统无功优化中的应用

为研究解决电网无功优化问题的可行算法[1],对粒子群算法进行探讨和改进,引入共轭梯度法,克服标准粒子群算法容易进入局部收敛、收敛精度不高等缺点[2]。改进的粒子群算法寻优质量高,收敛速度快,节点电压满足系统运行要求,系统网损较小,是解决电力系统无功优化的高效可行算法。     

基于粒子群算法的反应堆功率调节系统优化研究

核动力装置具有时变、非线性等特点,对象特性复杂,控制难度大。反应堆功率调节系统普遍采用前馈-串级PI控制方案,工程上一般采用的整定方法适用范围较窄,且较依赖工程人员经验。粒子群优化算法具有算法简单,收敛速度快的优点,广泛应用于各类非线性最优化问题,但是存在早熟收敛的缺点。本文提出一种自适应惯性权重变化策略,并利用基于Simulink的反应堆及一回路传递函数模型进行功率调节系统控制参数寻优。将寻优结果与通过临界比例度法得到的参数进行控制效果对比。仿真结果显示:采用改进的粒子群算法得到的控制参数能减小核功率超调和反应堆平均温度的稳态误差,提高控制品质。     

一种函数优化的新算法

在多变量函数优化问题中,使用遗传算法可能出现优化结果不收敛的问题。针对此问题本文提出了一种新的算法,它模仿的是落体碰撞的过程。此算法全局搜索能力较强,且具有强收敛性,可以解决其他算法在特定算例中出现的不收敛问题。     

MIPS指令集G.729算法优化

目前,家庭网关SoC解决方案中多采用MIPS内核,而语音口作为家庭网关的一个重要组成部分如果能够直接使用MIPS内核进行IP语音编解码算法,就可以节省较多成本。G729算法具有低带宽高语音质量的特点,如果使用普通指令集它需要较高的CPU资源。本文介绍了在低成本家庭网关SoC芯片RT305x上使用MIPS32Kec带的DSPAE指令集进行G729编码的优化过程以及关键方法,并经实验验证使之达到CPU占用率指标的要求。     

差分优化算法及其应用

差分进化算法是一类基于群体的全局优化结果的算法。本文对差分进化算法的三个算子进行研究,并将此算法与旅行商问题结合,针对旅行商问题进行最短路径优化测试与研究。实验结果表明差分进化算法对于最短路径问题有较好的效果。     

基于VS平台的D-TIN生长算法优化

本文对传统不规则三角网生长算法实现的研究,并对其进行优化,利用了Visual Studio 2012平台强大的可视化用户界面及其编程语言的灵活性及简单易懂特点,基于各行业对于DEM的需要,从而开发出一种构网速度快,运行效率高的一种三角网构建算法。     

专业群视阈下实践教学体系的优化研究——以湖南交通职院建筑工程专业群建设为例

所谓专业群主要指的是由一个或者多个办学实力比较强,而且就业率比较高的重点建设专业作为核心专业,若干个工程对象相同、技术领域相近或专业学科基础相近的相关专业组成的集合.结合这种情况,文章以湖南交通职院建筑工程专业群建设作为案例,重点分析在专业群视角下针对相应的实践教学体系进行优化的相关策略等内容,希望文章的分析能够为相关...