基于改进PSO的汽车路径优化

车辆路径问题(Vehicle Routing Problem,VRP)是物流中的重要环节,主要研究物流配送中车辆线路优化以降低运输成本.本文利用粒子群优化算法求解VRP,为了提高求解效率,通过构造自学习算子、微粒的重新编码及运算规则的重新定义,使PSO算法能够处理离散问题,把微粒群算法应用于VRP问题的求解中,通过仿真证明了提出方法求解VRP问题的有效性和优越性.     

一种基于向量差的粒子群优化模型

针对传统粒子群优化技术存在易陷入局部最优解而导致的收敛速度变慢、多样性差的缺点,对参数设置进行研究,并提出一种基于向量差的粒子群优化模型,将2个随机选择的不同向量差加权到粒子速度更新公式中,能够使粒子摆脱局部最小值而向全局搜索.经对几个典型函数的测试,表明该模型效果较好.     

PSO结合SA优化算法的无线传感器网络路由协议

针对无线传感器网络(WSN)经典分簇协议LEACH的分簇不均匀问题,提出一种融合粒子群优化(PSO)和模拟退火(SA)优化的WSN分簇协议.在分簇阶段考虑4种节点参数:节点距Sink节点的距离、剩余能量、先前成为CH的次数和距其他CH的距离.通过PSO-SA算法对分簇参数进行优化,自适应调整簇头选举阈值中的各项参数值,获得最适合当前环境的分簇结构,从而均衡网络能耗、提高网络寿命.实验结果表明,相比能量感知LEACH-EP协议、SA优化的协议和GA优化的协议,提出的协议在网络寿命和网络延迟方面具有更好的性能.     

PSO算法用于导弹鲁棒控制器性能权函数优化

摘要： 在导弹1综合鲁棒控制器的设计中,性能权函数的设计通常只能采用尝试和仿真迭代方法. 这种设计方法繁琐费时,控制性能不确定. 该文采用粒子群优化(particle swarm optimization , PSO)算法自动设计性能权函数. 分析了性能权函数各项系数对闭环响应的影响,设计了PSO优化算法的各项参数,并对PSO算法和1控制进行综合设计. 仿真结果表明,采用优化后性能权函数获得的1控制器性能良好,性能指标函数具有较好的收敛特性,表明了该方法的有效性.     

基于数据模型的压裂参数智能优化方法研究

【目的】为了实现压裂参数的快速和精准设优化。【方法】本研究利用大数据技术及多种机器学习算法,采用基于数据模型的压裂参数智能优化方法来获得最优压裂施工参数组合。【结果】本研究以苏东南某致密气井区的历史压裂数据为基础,利用上述方法对该区的74口水平井的压裂总液量、加砂强度、砂比进行优化设计,并预测压后产能。优化结果表明,该区合理的总液量为3 000～4 600 m³,加砂强度优化为2～3,砂比优化为17～19,优化后增气量为1 890～3 555万m³,压裂参数优化效果显著。【结论】该方法能有效提高压后产能,为其他非常规油气田压裂参数优化设计提供参考。     

基于粒子群算法优化的T-S型模糊神经网络控制器

粒子群优化(PSO)算法是一种新颖的演化算法,该算法通过粒子间的相互作用在复杂搜索空间中发现最优区域,其优势在于简单而功能强大。提出一种T-S型模糊神经网络控制器,采用PSO算法对模糊神经网络的前件参数和后件参数进行寻优,从而实现了模糊规则的自动调整、修改和完善。通过对非线性和时变被控对象的仿真研究,结果表明采用粒子群优化算法可以实现参数的全局快速寻优,而且优化后的T-S型模糊神经网络控制器能获得良好的控制性能。     

基于粒子群算法的珩磨加工参数优化研究

粒子群算法具有计算简单,收敛速度快和良好的全局与局部收敛能力等特点.通过对珩磨加工工艺参数的分析,构建了基于粒子群算法的珩磨加工参数智能选择模型,在理论模型的基础上通过实验数据对模型参数进行了优化.研究证明该方法用于珩磨加工工艺参数的选择具有可靠性高、选择操作简单、实用性强等优点.     

基于统计步长PSO算法的烟草配送线路优化方案研究

烟草配送线路优化问题是烟草行业物流层面的重点问题之一.微粒群算法(Particle Swarm Optimiza-tion,简称PSO)是一种利用群体智能的随机全局优化方法,广泛应用于路径寻优、函数优化等领域.为了提高PSO算法的全局搜索能力,本文在标准PSO算法的基础上,定义了一种基于统计步长的微粒群算法:针对PSO...     

基于混沌思想的粒子群优化算法

为克服粒子群优化算法容易陷入局部最优的缺点,根据混沌运动的随机性、遍历性特点,提出一种基于混沌思想的粒子群优化算法(CPSO).该算法利用种群适应度方差进行早熟收敛判断,实现对进化过程的监视,当发现种群陷入局部最优时,对种群进行混沌初始化,帮助种群摆脱局部最优点.对4种典型测试函数的仿真结果表明,改进算法明显减少了种群陷入局部最优的可能性,其全局寻优能力明显强于标准粒子群优化算法.     

基于修正的半集均方差的空气质量评价模型

应用数学建模的方法研究空气质量评价,引入层次分析法,根据污染物的危害性对不同的污染物赋予相应的权重,对半集均方差公式进行合理修正,得到修正后的空气质量指数计算模型.代入2013年全国研究生数学建模竞赛D题附表2中的数据得到各个观测点的空气质量指数.     

基于时变T-S模型的自适应控制及其在养老保险系统中的应用

模糊控制算法已经广泛应用于商业和工业领域.讨论了基于时变系统T-S模糊模型的自适应控制方法,及其在养老保险信息系统中的应用.推广了一种基于参数辨识的自适应控制技术,这种自适应控制技术可以在控制过程中在线地调节系统的参数与结构,不断提高其适应能力.通过实际应用案例表明,提出的基于T-S模型的自适应控制技术在时变系统中是成功的.     

基于LMI的广义时滞系统无源控制

将严格无源的概念引入到广义时滞系统,研究广义时滞系统的无源控制问题.利用线性矩阵不等式(LMI),给出了广义时滞系统容许且严格无源的充分条件.进而设计静态状态反馈控制器,使闭环系统容许且具有严格无源性,控制器可由求解LMIs得到.最后的数值算例说明了该方法的可行性.     

基于观测器输出反馈奇异时滞系统的同时H_∞控制（英文）

讨论了单个控制器同时镇定一组时滞奇异系统的问题.通过引入Lyapounv-Krasovskii泛函,给出所设计的同时镇定控制器的充分条件,保证了奇异时滞闭环系统的正则、无脉冲、稳定且具有H∞性能.利用基于观测器的状态反馈和状态反馈控制相结合的方法得到闭环时滞奇异系统同时H∞控制的充分条件,明确地给出了输出反馈控制律的表达式.所得控制器可由一组线性矩阵不等式求解得出,避免了矩阵分解.最后,由仿真算例说明该方法的可行性.     

一种基于神经网络模型的非线性自适应控制系统参数辨识算法

应用神经网络BP算法建立了系统参数模型,以被控对象的控制量和系统输出作为神经网络模型的输入,经过神经网络的隐层和输出层的前向计算以及误差的反向传播采不断修整模型的权值,将非线性系统时变参数的变化规律转化为神经网络参数模型,反映了参数随状态而变的规律;再结合文献[5]已知模型下PID控制参数的计算,推导出一种更具有应用性的系统参数辨识算法.通过在计算机上对非线性系统仿真,结果表明了这种的系统参数辨识算法有效性.     

基于特征结构配置的二阶动力学系统模型匹配问题

考虑一类二阶动力学系统的模型匹配问题。基于Jordan标准分解将二阶动力学系统的模型匹配问题转化为特征向量匹配问题,即设计一比例加微分控制律,使闭环系统的特征向量与目标系统的特征向量充分接近。利用二阶动力学系统的特征结构配置参数化结果,给出了匹配问题的最小二乘解及求解该匹配问题的算法。数值例子表明了该算法简单且有效。     

Hermite流形上的非线性控制系统的局部表示

利用非线性控制系统的几何理论,研究了建立在Hermite流形上的非线性控制系统,给出了Hermite流形上的非线性控制系统的局部表示.利用微分几何测地线的性质,研究了非线性控制系统的平衡态与Hermite流形上的测地线之间的关系,讨论了建立在Hermite流形上的非线性控制系统的局部能控和局部能观测性,证明了建立在:Hermite流形上的非线性控制系统是局部能控和局部能观测的.     

正交试验优化8-氯甲基-5,7-二羟基黄酮合成条件的研究

以白杨素、多聚甲醛为原料,ZnCl2为催化剂,经氯甲基化反应合成8-氯甲基-5,7-二羟基黄酮。通过单因素及正交试验研究反应温度、反应时间、催化剂用量及原料比等因素对白杨素氯甲基化反应的影响,确定了该反应的最佳条件为:反应温度为70℃,反应时间为4 h,催化剂ZnCl2与多聚甲醛的摩尔比为0.8∶1,白杨素与多聚甲醛的摩尔比为3∶1,在此条件下反应收率为59.6%。