砼灌注桩质量控制要点

灌注桩（这里主要探讨成孔灌注桩并指端承桩，下文简称桩）从验收规范来看十分简单，但由于地下工程不可见的因素很多，因此判定起来难以准确。笔者依据多年的工作经验及理论知识，从桩的承载机理看质量控制的关键，桩的缺陷与防治措施，桩质量的判定三个方面探讨。     

PSO算法在电力系统的应用

粒子群算法(PSO)作为群智能算法的主要方法之一。自提出开始,便引起了众多研究学者的关注。PSO算法属于进化算法的一种,通过追随当前搜索到的最优值来寻找全局最优。在查阅大量文献的基础上,本文首先简单介绍了群智能的概念,简述了粒子群算法的基本原理。然后,详细叙述了PSO算法在电力网络规划,经济调度等电力系统领域中的应用,并回顾了前人及当前的研究成果。最后,指出了PSO算法未来的发展方向和研究重点。     

一种协同进化布谷鸟搜索算法

为提高布谷鸟搜索算法的收敛速度和求精能力,在研究现代智能算法和启发式方法的基础上,提出协同进化布谷鸟搜索算法.分析Lévy Flight飞行搜索机制,将传统布谷鸟算法与粒子群算法相结合,提出基于粒子群算法的协同进化布谷鸟搜索算法.通过对典型非线性测试函数进行仿真测试,分析实验数据和收敛曲线,验证该算法的有效性和可行性.     

结合历史全局最优与局部最优的粒子群算法

提出了一种增加粒子共享信息多样性的粒子群算法。该算法在粒子更新速度的过程中,将前几轮粒子搜索的历史全局最优信息与本轮局部最优粒子信息结合,增加粒子搜索信息的多样性。另外,根据2种信息的结合方式不同,将基本算法扩展成3种扩展型算法。6个典型函数的仿真实验结果说明,改进的粒子群算法可以有效地克服粒子群算法中的早熟现象。     

基于学习算法的离散型制造业生产能力平衡技术

生产计划与调度是离散型制造业生产管理的技术难点.论文分析了离散型制造业生产计划下达的问题,建立了生产任务均衡分配模型,并用一种新的学习算法对其进行优化.该算法采用了一种新的0-1编码,并通过生产实例验证了该任务分配模型的科学性及实用性、优化算法的可行性及有效性.     

论路基工程质量的成因及处治措施

文章分析了路基工程质量的通病、成因，并对其防治措施进行了一番探讨。     

基于期望满意的生产计划模型

本文根据生产实际,基于利润期望满意最大化,建立了生产计划模型。该模型有选择性地生产能够获得最大利润的产品,并且可以对生产中所需的原料进行最优的配置;基于最优化理论与方法,本文得出了性质:当rj(xj)-rj′(xj)0(j=1,2,…,n)成立时,所建模型是凸规划问题,于是可以用K-T点求出该问题的全局最优解。     

共享历史最优信息搜索的粒子群算法

传统粒子群算法运行机理是通过粒子群全局最优和自身经验最优来搜索最优位置,不断迭代进化,以此趋近最优解,但该算法共享信息的局限性使其容易陷入局部最优.针对传统粒子群算法的不足,提出了共享历史最优搜索信息的粒子群算法.该粒子群体在搜索过程中,共享算法本次运行的种群个体历史最优信息、当前全局最优信息,及前几次运行过程中的种群个体历史最佳信息.通过5个经典函数的仿真实验测试,验证了该算法具有较强的全局搜索能力和收敛性.