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.     

混沌-步长加速法在营养液系统中的应用

将步长加速法与混沌优化方法结合,解决了混沌优化方法收敛速度慢和步长加速法只适合于局部寻优的缺陷.为此,介绍了无糖组培营养液循环控制系统的设计和构成,并采用混沌-步长加速法针对无糖组培营养液控制系统的PID控制器参数寻优,以实现营养液的自动调配.仿真结果表明:该优化方法搜索效率高,所得参数较好地满足了系统控制要求.     

免耕精量直插点播偏置滑块机构的参数优化

以免耕直插式精量点播器的偏置滑块机构为研究对象,为实现该点播器接近零速投种对其结构参数进行优化分析。对偏置滑块的偏置距离e在[0,25]内抽出11组进行仿真分析。优化分析的结果表明:滑块偏置的距离e=10mm,点播器的鸭嘴入出土位移差s=68mm,鸭嘴在入出土瞬时速度v=42mm/s,曲柄摆角θ=30°。     

泵站优化运行算法

通过对动态规划法、线性规划法、非线性规划法及遗传算法等泵站优化运行算法的综述，对泵站运行优化方法的发展提出新的看法。     

Design and Performance Analysis of Low Pressure Irrigation Distribution Systems

Low-pressure pipe distribution systems forsurface irrigation provide both off- andon-farm recognized environmental benefits.However, expected benefits can only beattained when adequacy, dependability andequity of systems are high enough tosupport appropriate conditions for wateruse on the farm. An innovative methodologyfor design and analysis is proposed anddescribed, which includes the generation ofthe demand at the scale of the distributionsystem and, consequently, the generation ofthe flow regimes expected during a givenperiod of time, generally the peak month.These flow regimes are utilized for theoptimization of pipe sizes using theiterative discontinuous method for severalflow regimes. The performance analysis isdeveloped through the system simulationwith several flow regimes, which allow thecomputation of the system adequacy,dependability and equity. An application toone sector of the Sorraia irrigation systemillustrates the usefulness of themethodology proposed.     

基于粒子群优化算法与混合罚函数

粒子群算法(PSO)具有简单易实现，可调参数少的优点。将其用于最优潮流的求解，结合混合罚函数来限制最优潮流的约束条件，使粒子群算法的寻优速度加快，迭代次数减少。通过在IEEE9节点和IEEE30节点上的仿真计算表明，该算法在优迭代速度和收敛精度上都取得了较好的效果。     

基于改进型PSO算法的汽车转阀参数优化

提出了基于模拟退火(SA)修正的改进型粒子群算法(SA-PSO)的转阀参数优化方法。建立了整车动力学模型、转向系统模型、高速"路感"模型和转阀能耗模型,并对模型进行了验证;给出了低速转向轻便性、高速转向"路感"和能耗的量化指标;提出了以轻便性、"路感"和能耗量化指标的平方和根最小值为目标函数,以各参数取值范围为约束条件的最优化问题;构建了基于模拟退火修正的改进型粒子群优化算法(SA-PSO)的自适应度函数,运用改进型粒子群算法获得了转阀参数的全局最优解;SA-PSO与PSO的优化结果对比表明,SA-PSO的全局收敛性强、收敛速度快;通过优化参数与另外两组参数双纽线、高速中间位置小转角转向、转阀能耗仿真验证了优化方法的有效性和优化结果的正确性,最后分别进行了转阀参数优化前、后的双纽线、高速中间位置小转角转向、转阀能耗试验,结果表明,优化后的转阀使转向轻便性、高速转向"路感"和节能性均得到改善。     

遗传算法在离心泵叶片优化设计中的应用

对遗传算法在流体机械优化设计中的应用现状作了较为全面的总结；提出了将遗传算法应用于离心泵叶片优化设计中，分析了遗传算法在离心泵优化设计中应用的可行性以及存在的问题；对离心泵优化设计的发展提出了一些新建议和尝试。     

基于分解机制的多目标蝙蝠算法

在分析蝙蝠算法性能基础上,将蝙蝠算法融入分解机制,提出了一种基于分解机制的多目标蝙蝠算法。为了进一步提高算法的多样性,将差分进化策略引入算法中。对14个具有复杂Pareto前沿的多目标优化问题(LZ-09系列和ZDT系列)测试不同邻域规模对算法性能的影响,结果表明新算法的邻域规模为20时性能最优;将其与MOEA/D-DE和NSGA-II算法进行对比分析,结果显示该算法的分布性、收敛性和多样性均优于另外两种算法。为了验证其求解含有约束问题的性能,将其应用于滑动轴承多目标优化设计问题中,获得的Pareto前沿分布均匀,表明算法具有工程实用性,是求解复杂高维多目标问题的有效方法。     

改进粒子群优化（MPSO）算法在动

基于在水资源不充足的情况下，对都江堰灌区六大渠干水资源的合理分配，使农业效益达到最大。首先建立灌区优化配水模型，并将粒子群优化算法（PSO）及其改进的算法应用于该模型。分别对标准PSO、两种改进PSO（MPSO）算法与遗传算法进行仿真对比，结果显示采用PSO算法及其MPSO在农业经济效益上可获得更好的寻优效果，提高了水资源的利用率。