城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

基于免疫粒子群优化的移动Sink路径规划算法

为了减少能量空洞和延长网络生命周期，在无线传感网中采用移动 Sink 的方式收集节点采集的数据是解决能 量效率问题的有效措施．采集路径的规划问题类似于旅行商问题，无法得到多项式时间的解．提出了将人工免疫算法和粒子群算法相结合，针对移动 sink 数据收集的路径规划问题寻求近似最优解，仿真结果表明: 与其他算法进行性能比较，所提出的优化算法能够有效减少能耗和缩短遍历路径．     

Evolution of ferronickel particles during the reduction of low-grade saprolitic laterite nickel ore by coal in the temperature range of 900–1250℃with the addition of CaO–CaF2–H3BO3

The method of producing ferronickel at low temperature(1250–1400℃)has been applied since the 1950s at Nippon Yakin Kogyo,Oheyama Works,Japan.Limestone was used as an additive to adjust the slag composition for lowering the slag melting point.The ferronickel product was recovered by means of a magnetic separator from semi-molten slag and metal after water quenching.To increase the efficiency of magnetic separation,a large particle size of ferronickel is desired.Therefore,in this study,the influences of CaO,CaF₂,and H₃BO₃ additives on the evolution of ferronickel particle at≤1250℃were investigated.The experiments were conducted at 900–1250℃with the addition of CaO,CaF₂,and H₃BO₃.The reduction processes were carried out in a horizontal tube furnace for 2 h under argon atmosphere.At 1250℃,with the CaO addition of 10 wt%of the ore weight,ferronickel particles with size of 20μm were obtained.The ferronickel particle size increased to 165μm by adding 10 wt%CaO and 10 wt%CaF₂.The addition of boric acid further increased the ferronickel particle size to 376μm,as shown by the experiments with the addition of 10 wt%CaO,10 wt%CaF₂,and 10 wt%H₃BO₃.     

改进蚱蜢算法在电动汽车充换电站调度中的应用

电动汽车充换电站调度优化问题一般采用群智能优化算法求解，但现有算法存在陷入局部最优、早熟收敛等缺陷，因此提出一种改进的蚱蜢算法:采用边界反弹机制，提高算法效率;引入正余弦搜索机制，加强算法的全局搜索能力;采用Lévy飞行对粒子进行随机扰动，防止种群陷入局部最优;采用非线性收敛策略加快算法后期的收敛速度.实验结果表明，该算法在电动汽车充换电站调度优化问题上，性能优于原始蚱蜢算法以及其他现有群智能算法.     

车辆路径问题的粒子群算法研究

车辆路径优化问题是一类具有重要实用价值的组合NP问题．粒子群算法(panicle swarm optimization)是一种新出现的群智能(swarm intellingece)优化方法，将其应用于车辆路径优化问题，构造车辆路径问题的粒子表达方法，建立了此问题的粒子群算法，并与遗传算法作了对比试验．结果表明，粒子群算法可以快速、有效求得车辆路径问题的优化解，是求解车辆路径问题的一个较好方案。     

基于动态拓扑有领航者的智能群体群集运动控制

对具有二次积分动态的智能群体跟随领航者实现群集运动编队,提出了一个分散控制方法对智能群体进行分散控制。基于动态时变有领航者的网络拓扑,用图论模型表示智能体之间的相互作用及通信关系,运用推广的Lyapunov理论、微分包含及非平滑分析进行了稳定性分析,并得到所有智能体速度方向收敛到同一方向并与领航者保持一致;所有智能体速度大小收敛并与领航者相同;互连的智能体之间没有碰撞发生;所有智能体的人工势场函数被最小化等重要结论。给出了一个仿真实例,验证了该方法的有效性。     

掺杂离子导体的粒子交叠广义晶格模型及其电导的粒子尺度效应

提出了一种掺杂离子导体（ＤＩＣ）的粒子交叠广义晶格模型，由此模型，推导随机－电阻－网络（ＲＲＮ）理论中３种导电键各自组分的几率，并采用有效介质近似（ＥＭＡ）计算了ＤＩＣ系统的电导及其粒子尺度效应。     

改进QDPSO算法在BP网络训练中的应用

QDPSO（Quantum Delta-Potential-Well-based Particle Swarm Optimization）算法是基于量子空间的粒子群算法，对QDPSO算法进行了改进，结合Iris分类问题，应用到BP网络的权值优化中，并和基于标准PSO算法的方法进行了比较。实验结果表明：该算法性能优于所比较的两种算法，并且具有良好的收敛性和稳定性。     

一种识别液体中粒状物的数字图象法软件的基本原理

本文介绍了一种识别液体中粒状物的数字图象法软件的基本原理,说明了软件中确定背景灰度门槛值的原则,发展了从背景中分离粒状物并对粒状物的大小和数目进行统计的算法。对整个软件进行了初步验证。