基于混合群智能算法优化BP神经网络的粮食产量预测

针对前馈神经网络预测粮食产量的方法易陷入局部最优的问题,提出一种基于粒子群算法和人工蜂群算法的改进BP神经网络模型.利用粒子群优化算法和人工蜂群算法在全局搜索能力上的不同优势,结合两者对BP神经网络的权值和阈值进一步优化,以提升粮食产量预测模型的准确性与鲁棒性.给出基于粒子群和人工蜂群混合的ABPSO算法的具体实现,并选择1979年至2012年我国粮食的产量及影响其产量的8项因素作为数据集进行试验.结果表明:改进的BP神经网络能够较好地预测国内近几年的粮食产量变化趋势;相比未优化的BP模型,新算法预测误差平均值由847 780 t降低至240 320 t,误差范围由1 894 200 t降低至586 800 t.     

浅析井下防爆胶轮车液压传动系统参数的优化

对井下防爆胶轮车液压传动系统的评价指标进行了优化,并在此基础上,提出了一种更行之有效的液力系统参数区间优化方案,为证明此优化方案的有效性,对目前大多数井下常用的WC8防爆胶轮车的传动系统进行了试验,结果显示该优化方案切实可行。     

插电式混合动力汽车能量管理策略多目标优化

能量管理策略与插电式混合动力汽车(plug-in hybrid electric vehicles,PHEV)的燃油消耗和尾气排放密切相关.在开发的PHEV能量管理策略基础上,建立整车仿真模型.利用自适应惯性因子对基本粒子群算法进行改进.为克服单一优化算法的固有缺陷,将改进粒子群算法和遗传算法组成混合优化算法,并将该混合算法应用于PHEV能量管理策略的多目标优化.优化结果表明,该算法能有效跳出局部最优,其寻优能力明显高于基本粒子群算法和遗传算法,优化后的PHEV油耗和尾气排放相对于优化前减少近30%.     

一种改进的多目标人工蜂群算法

由于基本多目标人工蜂群算法存在着种群盲目搜索、算法开发能力有限等缺点,在利用人工蜂群算法求解多目标优化问题时,提出了一种改进的人工蜂群算法.通过在算法中引入自适应搜索机制和变异机制等操作,使得种群个体可以有针对性地进行更新,同时也大大提高了种群个体的多样性.最后利用几种多目标的测试函数对改进前后的多目标人工蜂群算法的性能进行测试,结果表明:改进后多目标人工蜂群算法具有良好的算法收敛性和均匀性.     

混合动力系统多目标优化的混合度参数匹配方法

以一款并联式混合动力系统为研究对象,提出一种集动力性、经济性、排放性于一体的多目标优化的混合度参数匹配方法.以整车各性能指标为价值函数,选定混合度为匹配设计变量,采用粒子群优化算法进行优化,获得不同权重系数下的优化混合度.同时权衡部件成本,进而选定最佳混合度进行参数匹配,并运用Advisor仿真软件进行验证.结果表明,与优化前相比,最高车速提高了19.7%,百公里油耗降低了9.8%,排放量降低了19.8%.     

燃油喷射系统优化对柴油机性能的影响及喷油参数再优化

为研究燃油喷射系统参数优化对柴油机性能的影响,利用AMESim仿真软件建立燃油喷射系统模型,运用正交试验设计方法对相关结构参数进行优化;再利用AMESim耦合AVL_FIRE软件将优化得到的喷油规律导入高压循环模型中燃烧计算,并对喷油系统参数再优化.结果表明,15 mm-0.22 mm-0.46 mm·(CaA)~(-1)与14 mm-0.30 mm-0.46 mm·(CaA)~(-1)(柱塞直径×喷孔直径×凸轮型线速度)两组参数组合满足设计压力要求,油耗率相对于原机分别降低约3.8%和5.4%,NO_x排放量分别提高了约98.2%和144.4%.经过再次优化后,以降低油耗率为优化目标的最优参数组合下的油耗率较原机降低了约10.5%;以降低NO_x排放为优化目标的最优参数组合下的NO_x排放量较原机降低了约45.3%.     

并联式混合动力逻辑门限控制参数智能优化

为提高并联式混合动力汽车的燃油经济性和降低其废气排放量,采用基于自适应混沌粒子群优化算法建立并联式混合动力汽车控制优化模型,对其逻辑门限控制参数进行优化,并与PSO算法和GA算法的优化结果进行比较;利用ADVISOR仿真软件对其优化参数进行仿真验证,并对其逻辑门限控制参数优化前的仿真结果与自适应混沌粒子群优化后的仿真结果进行对比.研究结果表明:自适应混沌粒子群优化算法具有较快的收敛速度和较高的收敛精度,能有效避免早熟收敛问题;100km油耗至少可降低12％,HC排放量可降低6％,CO排放量可降低5％,NOx排放量可降低8％.     

燃油清净剂对汽车排放影响的试验及分析

近年来,随着环境污染的日益严重,汽车排放法规越来越严格,各种减少汽车有害排放的措施应运而生。其中,燃油清净剂是一种方便快捷而有效的减排措施,好的清净剂可以清除积碳,改善燃烧,从源头上抑制或减少汽车有害排放物的生成,而且不需要对汽车进行结构改动。该文在对比分析几代燃油清净剂的基础上,对某清净剂进行了实际应用试验,结果表明,该清净剂不但可以减少汽车有害排放量,而且对于降低汽车的油耗有积极的作用。     

改善内燃机的燃烧以降低油耗和减少有害物排放的技术措施

“环保”和“节能”是世界永恒的主题。在汽车保有量日益增多、能源危机来临的今天，降低汽车油耗和减少排放成为内燃机制造领域一大热点。本文中讨论了内燃机燃烧的有害排放物及其危害、影响因素，减少有害排放和节油的方法，并从改进和调整点火系统、进气系统、燃烧系统、供油系统及采用电控技术等方面对汽油机、柴油机的机内净化、降低油耗的技术措施作了全面的论述。     

改进蜂群算法的 WSN 节点分布优化研究

为合理部署无线传感器网络节点, 减少目标区域的覆盖盲区, 提出了基于择优型全局人工蜂群算法的优 化方案。 改进算法引入择优机制对各蜜源进行区分, 借鉴差分进化变异策略对优等蜜源进行邻域搜索, 采用全 局引导机制对劣等蜜源进行寻优, 提高迭代效率、 收敛速度以及全局搜索能力。 将此算法应用于 WSN (Wireless Sensor Network)节点分布优化问题, 并与人工蜂群算法、 全局人工蜂群算法的优化结果进行比较。 仿真结果表明, 与这两种算法相比, 平均覆盖率提高 1% 以上, 最差覆盖率提高 2% 以上。 该算法的节点优化 方案对目标区域的覆盖性能明显优于其他两种算法, 有效提高了 WSN 的感知性能。     

基于改进人工蜂群算法的盲源分离算法

针对传统盲源分离算法收敛速度与分离性能间的矛盾,提出一种基于改进人工蜂群算法的盲源分离算法.该算法利用信号的峰度绝对值作为被优化目标函数,对人工蜂群算法中跟随蜂阶段的搜索过程进行改进,使人工蜂群算法在初始阶段可以快速收敛到最优解所在区域,具有更高的收敛精度.使用改进后的人工蜂群算法对传统盲源分离算法中的初始分离矩阵进行优化,再利用优化的初始分离矩阵进行信号分离.仿真结果表明,改进后的算法能够显著加快收敛速度并保持较好的分离性能值,较好地解决了收敛速度与分离性能间的矛盾.     

基于改进人工蜂群算法的高维多目标优化

为了提高高维多目标优化算法的收敛性和分布性,提出基于改进人工蜂群算法的高维多目标优化算法。首先,利用一种改进的适应值评价方式定量比较高维多目标中个体的优劣;其次,改进人工蜂群算法,使种群迅速收敛于最优的非支配前沿;最后,建立新的分布性维护机制使所获得的非支配解分布均匀、覆盖整个最优前沿。研究结果表明:对于3~8个目标的DTLZ系列测试函数,与PISA算法等几种较流行的高维多目标算法相比,本文方法收敛性好,解集覆盖范围广且分布均匀.     

降低噪声影响的进场航线路径优化

随着航空运输迅猛发展,航空噪声污染日益严重。为减缓航空噪声问题,从分析航空噪声评价方法入手,考虑越障、航段转弯、绕飞限制区等条件,以噪声影响人口数最小作为优化目标,构建了终端区进场航线优化模型,采用角度扩展法改进A*算法,获得噪声影响较小的进场航线路径。选取上海虹桥机场仿真验证,结合机场实际流量分布进行实例分析。计算结果表明:路径优化后,暴露于65 d B及以上噪声下的人口数由44万削减到21万,航线长度也大幅减小,缩短11. 49%,油耗减少31. 07%。评估结果表明,提出的终端区进场航线路径优化模型能有效减缓航空噪声、降低噪声影响,且在缩短航线,降低油耗方面发挥优势。     

污水处理过程的多目标优化

为了在保证污水处理厂出水质量达标、控制日常运营成本的同时尽量减少温室气体(GHG)的排放,将温室气体的排放纳入了污水处理的性能评价范畴,并与出水质量(EQI)、操作成本指数(OCI)等传统性能评价指标构成了污水处理过程的多目标优化问题。为研究此性能指标的多目标优化问题,构建了简化的污水处理仿真平台BSM2-e,此平台包括初沉池、活性污泥反应器、二次澄清池和浓缩单元。针对多目标优化问题的求解,采用多目标进化算法NSGA-II对该算法的精英选择策略做了改进,算法在拥挤距离选择的基础上增加了筛选步骤,以改善算法的分布性,将该算法应用于BSM2-e多目标优化问题,取得了较好的仿真结果。优化结果表明,GHG排放指标与EQI有冲突,提高出水质量可增加温室气体的排放,而GHG排放指标与OCI无冲突,在不增加操作成本的情况下可有效降低温室气体的排放。     

煤矿井底爆炸对通风系统的破坏及及其危害

为了研究煤矿井下发生爆炸后因通风系统受损停风而造成的危害,分析了爆炸冲击波对井下巷道、电气设备、风门管道等通风系统的具体损毁情况,探讨了防爆井盖被冲开后导致风流短路的危害,研究了因停风而导致井下烟流紊乱、有害气体和瓦斯浓度升高、灾害区域扩散蔓延、氧气浓度下降、甚至引发二次爆炸等各种危险因素及灾害后果.结果表明:在煤矿发生爆炸后人员未全部安全升井前应保持持续通风,应开发出必要的设备防止井下风流短路,从而减少爆炸事故造成的伤亡人数,降低灾害后果.     

黑河市森林火灾碳排放的计量估算研究

根据黑河市森林调查的实测数据和1971—2011年间森林火灾的统计资料,采用地理信息系统(GIS)技术,通过大量野外火烧迹地的调查,结合实验室的控制实验,确定森林火灾碳排放的各计量参数,并利用排放因子的方法,估算了黑河市41年间森林火灾碳排放量和含碳气体排放量。结果表明:41年间黑河市森林火灾碳排放量为4.00×10⁷ t,年均排放量为9.76×10⁵ t,约占全国年均森林火灾碳排放量的8.63%; 含碳气体CO₂、CO、CH₄和非甲烷烃(NMHC)的排放量分别为1.24×10⁸、6.51×10⁶、4.30×10⁵和3.47×10⁵ t,年均排放量分别为3.01×10⁶、1.59×10⁵、1.05×10⁴和8.46×10³ t,分别占全国年均森林火灾各含碳气体排放量的7.42%、5.86%、9.37%和7.49%。研究发现针阔混交林型的森林火灾面积占总过火林地面积的42.73%,由于该林型燃烧效率较低,其森林火灾中的碳排放量仅占排放总量的29.61%,且CO₂的排放因子较低,其CO₂排放量仅占CO₂总排放量的30.11%。同时研究表明,黑河市年均碳排放对该市的碳循环与碳平衡产生重要影响,针对研究结果提出了合理的林火管理路径。     

燃油磁化对发动机排放与节能影响的试验研究

汽车尾气中有害气体排放物对环境的污染日益严重,而车辆发动机所用燃油的特性对排放效果有直接影响,燃油磁化作用可以通过改变燃油特性,影响燃烧过程,从而降低发动机有害气体的排放量。文中对装夹于化油器入口处和悬浮于油箱中两种类型的燃油磁化方式与无磁化状况分别进行了对比试验。结果表明：两种磁化方法均使CO减少,悬浮油液的磁化方式对HC的排放效果没有明显影响,燃油经济性随工况的变化而变化;而将磁化器装夹于化油器入口处时,HC排放量和燃油经济性均有一定的改善。磁化对动力性能影响不明显。     

基于改进人工蜂群算法的大青杨晚材率预测

为了更加准确地预测人工林大青杨(Populus ussuriensis)晚材率,通过对标准人工蜂群算法(artificial bee colony, ABC)的蜜源更新公式进行改进,提出了分段式蜜源搜索半径公式,并用改进的人工蜂群算法(AABC)对径向基(radial basis function, RBF)神经网络的初始参数进行优化,提出一种基于改进的人工蜂群算法和径向基神经网络算法结合的预测模型,并与粒子群(partical swarm optimization, PSO)优化的RBF神经网络预测结果进行对比。结果表明:传统的RBF预测模型不仅收敛速度慢,而且预测精度不高。基于改进的ABC算法优化RBF神经网络预测模型整体比PSO优化的效果相对较好,收敛速度从42步提升至28步,预测的平均相对误差从2.54%降低到0.95%。可见对ABC算法的改进是可行的,而且提高了晚材率预测的精度。     

粉煤灰基地质聚合物混凝土温室气体排放量研究

因普通混凝土用水泥作为胶凝材料致使其温室气体排放量高,而粉煤灰在碱激活剂的作用下可以作为辅助胶凝材料替代水泥拌制地质聚合物混凝土,该种混凝土具有降低温室气体排放量的潜力.以生产1 m~3粉煤灰基地质聚合物混凝土生产时的温室气体排放量为例研究表明,生产1 m~3地质聚合物混凝土的二氧化碳当量为273.280 kg,其温室气体排放主要集中在碱激活剂的制备和后期高温养护过程,约占总排放量的90%.     

基于机动车排放的自适应信号控制模型

从减少交叉口机动车排放量的角度,分析了信号控制对机动车排放影响因素的作用机理,阐述了信号配时-行驶工况-机动车排放三者之间的关系;根据机动车行驶工况变化对排放的影响,建立了车辆完全停车、不完全停车以及不停车3种状态下的机动车排放计算模型;以交叉口车均排放增加量最小为优化目标,确定了信号配时方案的优化方法.以长春市某典型...