基于布谷鸟搜索算法的动载荷识别

工程结构经常受到动荷载的作用,对结构产生不利的影响。为了准确有效地获取结构承载状态,提出了基于Newmark-β法的布谷鸟搜索算法识别动载荷。该算法将时间离散成若干个时间步,采用Newmark-β法对离散后系统的运动方程求解,得到动载荷作用下的结构响应;然后将动载荷响应作为优化变量,以计算响应和测量响应之间的差异为目标函数,利用布谷鸟搜索算法最小化目标函数,实现动载荷的反演。为了验证算法的准确性和有效性,以受动态载荷作用的简支桥梁为例进行反演,分别讨论了鸟巢数量、测点位置、测点数量以及测量噪声对反演结果的影响。数值算例表明,该方法可准确有效地反演动载荷。     

基于布谷鸟搜索算法的弹性力学边界条件识别

二维弹性力学Cauchy边界条件反问题的可进入测量部分边界上的全部面力和位移边界条件均已知,难进入测量部分边界上的所有边界条件需要求解。基于边界元方法,采用多项式函数近似未知的面力边界条件,将该反演问题转化为多项式系数识别问题。目标函数定义为已知边界上面力的计算值和给定值之间的最小二乘误差,利用布谷鸟算法最小化目标函数,实现对待求边界上面力边界条件的数值反演。未知位移由反演得到的面力结合其他已知边界条件代入正问题中求解得到。比较了未采用多项式和采用多项式近似的计算结果,并分别讨论了鸟巢数量、多项式阶数及测量误差对数值反演的影响。数值算例验证了布谷鸟算法联合多项式近似可准确有效地求解弹性力学Cauchy边界条件反问题。     

基于粒子群优化算法的寻源导热反问题研究

给出了描述导热问题的数学模型,根据最小二乘法原理建立导热反问题的目标函数,并采用从鸟群捕食行为演化而来的粒子群优化算法对含有热源项的导热反问题进行热源位置的反演求解,同时对粒子群优化算法中惯性系数的取值范围进行了讨论.结果表明:采用粒子群算法反演热源的位置可以取得较好的结果,使用随迭代次数变化的惯性系数可以加快算法的收敛速度.     

二维瞬态热传导问题热物性参数反演

文章采用边界元法分析二维瞬态热传导问题;建立热扩散系数和导热系数反演问题的目标函数,利用共轭梯度法对该目标函数进行优化,引入复变量求导法求解目标函数梯度矩阵,该方法的求导精度优于常规差分法;探讨了迭代初值、测量数据随机偏差对计算结果的影响。迭代初值不同,反演结果都能收敛到精确解;随机偏差越大,迭代步数越多;随机偏差越小,计算结果越趋近于精确解。算例验证了方法的有效性和稳定性。     

基于相关度的蚁群优化算法对内热源位置的识别

为了提高寻源导热反问题的求解精度和求解速度,针对导热问题中热源位置对边界温度分布影响的特点,提出了适用于寻源导热反问题的基于相关度的蚁群优化算法.该方法分别针对热源位置的每一个坐标,运用能反映计算测点温度曲线与真实测点温度曲线相似程度的量即相关度的方法来构造其相对应的启发信息值;并对蚁群优化算法中路径选择机制、目标函数的构造进行了改进.以数值计算代替实际试验得到测点温度,并对反问题进行计算机编程试验.计算结果表明,此种启发信息值的标定方法和目标函数的构建方法能够很好地区分出路径的质量,从而提高了蚁群收敛到最好路径的速度.计算效率较不考虑相关度的蚁群算法提高了18%~60%.     

基于改进布谷鸟算法的无线传感网络覆盖多目标优化

对布谷鸟算法改进了改进,运用改进的布谷鸟算法对无线传感器覆盖进行了优化.以覆盖率、节点利用率、网络能耗均衡系数为综合优化目标,建立了无线传感器覆盖多目标优化函数.针对普通布谷鸟算法后期搜索能力弱,容易陷入局部极限的缺陷,采取了发现概率和搜索步长自适应特征的改进措施.仿真结果显示方法有较好的优化效果.与遗传算法相比,覆盖率提高了6.73%;利用率减少了16.66%,能耗均衡系数减少17.82.     

基于量子遗传算法的边坡稳定性分析

目的以量子遗传算法为基础,分析斜边坡的最危险滑动面与其稳定系数,为露天矿安全生产提供理论保障.方法以滑动面稳定系数最小为目标函数、以简化的Bishop法确定的稳定系数的递推方程为约束条件,建立边坡稳定性分析的非线性多目标优化数学模型,设计求解该模型的量子遗传算法步骤,利用MATLAB编程求解.结果实例1求得的最危险滑动面圆心坐标为(-11.91,37.126)m,半径为38.83 m,稳定性系数为1.314,迭代次数为30,迭代更少,但是计算结果与遗传模拟退火算法结果相近;实例2求解的稳定性系数为1.715,计算结果与改进遗传算法结果相近,迭代次数为15,迭代次数更少.结论设计的边坡稳定性评价多目标优化模型合理,设计的量子遗传算法迭代次数更少,收敛速度更快,计算结果可靠.     

基于改进布谷鸟算法的配送车辆路径优化方法

针对配送车辆行驶路径选择不合理、配送效率降低等问题,提出基于改进布谷鸟算法的配送车辆路径优化方法。遵循路径最短配送原则,构建目标函数,为简化模型结构,设置路径优化的相关约束条件,保证每个需求点只能被配送一次,车辆必须在最大距离负荷范围内行驶,建立路径优化模型;分析经典布谷鸟算法的鸟巢位置更新过程,添加调整因子,引入动态惯性权重;通过布谷鸟搜索算法求解优化模型,经过种群初始化、鸟巢位置更新等过程不断寻找全局最优解,当满足迭代停止条件时,输出最佳优化方案。实验证明,该方法搜索能力强,解集分布均匀,能确保配送路径最短,提高配送效率。     

基于布谷鸟搜索算法的漏磁反演方法研究

针对漏磁检测中的缺陷反演重构问题,引入了一种新型启发式优化算法—布谷鸟搜索算法,提出了以径向基函数神经网络为前向模型,布谷鸟搜索算法用作迭代算法的漏磁反演方法.为验证该反演方法的有效性,分别使用了不含噪声和含噪声的漏磁仿真信号以及实测漏磁信号.实验结果表明,与粒子群优化算法和差分进化算法相比,布谷鸟搜索算法的处理误差最小,而且对含噪声仿真漏磁信号和实测漏磁信号的重构结果依然能够较好地逼近真实缺陷.因此,基于布谷鸟搜索算法的反演方法对噪声具有一定的鲁棒性,是一种有效可行的漏磁反演方法.     

非线性热传导反问题数值求解

引入Bregman距离函数,建立了非线性热传导反问题的一种数值求解模式,可对非线性导热系数和边界条件等宗量进行单一和组合识别．所建的有限元正／反演模型分别考虑了非均质和分布参数的影响,并应用同伦算法进行反演求解,探讨了信息测量误差和变量初值对反演结果的影响．数值验证取得了满意的结果．     

分布式无人机网络覆盖优化算法

针对非均匀目标区域中的热点区域覆盖优化场景，提出一种分布式无人机网络覆盖优化算法。首先对满足网络连通性的最少无人机节点数目和热点区域覆盖范围进行估计，其次融入热点区域信息改进布谷鸟算法位置更新方程并重构优化目标函数，然后对发现概率参数进行自适应调整，最终实现热点区域覆盖率的重点优化。在仿真实验分析中，在相同仿真环境下与标准布谷鸟算法和其他经典算法进行对比，结果表明所提算法的热点区域覆盖率较其他算法提升了约4%，迭代次数减少了约30次，证明了该算法收敛速度快、耗时少，能够更加有效地提高热点区域的覆盖率。     

二维圆管导热反问题内壁瞬态温度的快速识别

以二维圆管为研究对象,基于控制容积积分法的导热正问题以及基于共轭梯度法的优化算法来构建二维瞬态导热反问题数学模型,分别采用Gauss-Seidel点迭代法与托马斯算法（tridiagonal matrix algorithm,TDMA）线迭代法对导热正问题离散方程进行求解。为了探究Gauss-Seidel点迭代法与TDMA线迭代法两种模型的精确性与时效性,设定了3种内壁面温度变化规律,以正问题所得到的外壁面温度值作为导热反问题的输入条件,并引入标准正态随机测量误差,探讨测量误差对反演结果精度的影响。数值试验证明了两种方法反演的精确性和抗噪性,且对比结果表明TDMA线迭代法的求解速度要优于Gauss-Seidel点迭代法,能够较快地反演得到内壁面温度波动值。     

基于布谷鸟搜索算法的最大似然DOA估计

为解决最大似然DOA(Direction of Arrival)估计多维非线性搜索计算量大的问题, 将布谷鸟搜索算法与最大似然算法相结合, 利用布谷鸟搜索算法优化多维非线性的最大似然DOA估计谱函数。在保留布谷鸟搜索算法的主体思想的同时, 改进了算法的位置迭代方式, 加快了收敛速度。仿真结果表明, 改进的布谷鸟搜索算法在DOA估计中具有较好的收敛性, 估计性能较好。     

一种小生境布谷鸟算法

为提高布谷鸟算法的搜索能力和收敛速度,提出了基于小生境思想的改进布谷鸟算法。在该算法中,对鸟巢按距离进行分组,组内根据适应值大小进行不同范围的Lèvy分行,组间进行自定义的"交叉"运算,以增强算法的全局和局部搜索能力。实验仿真表明,小生境布谷鸟算法在函数优化问题上,提高了优化精度和稳定性。     

基于导热反问题的管道内部缺陷诊断

根据外壁面的温度分布计算内壁面的几何边界是一类不适定的导热反问题。在建立具有不规则内壁缺陷的管道二维稳态传热模型的基础上,将反问题转化成正问题和最优化问题。采用有限元方法求解导热正问题,利用外壁面温度分布,从目标函数的泛函变分出发,根据共轭梯度法,实现了内壁几何边界的识别。通过对几种典型缺陷的数值计算,分析了初值选取、测量误差和传热边界条件等对反演结果的影响,验证了方法的有效性和稳定性。     

基于标准粒子群算法的混凝土箱梁水化热过程热工参数反演

针对通过施工现场和实验室试验获取混凝土箱梁水化热仿真分析所需的热工参数缺乏一定的准确性和便捷性,以某混凝土箱梁水化热过程为试验背景,结合文献研究结果确定混凝土箱梁热工参数的取值范围,采用方差分析确定各参数对温度的敏感性,并通过排序筛选敏感性高的参数作为待反演参数,基于标准粒子群算法,对比遗传算法对敏感性高的5个参数进行反演.研究结果表明:混凝土箱梁浇筑过程中,水泥水化热对温度的影响最大,智能算法能有效反演混凝土箱梁热工参数;当迭代次数增大到一定的程度时,标准粒子群算法对应的目标函数小于遗传算法对应的目标函数,遗传算法收敛过程曲线比较平缓,而标准粒子群算法的早期有突变.     

基于离散布谷鸟搜索算法的带阻塞有差速混合流水车间调度

基于以最小完工时间为目标的带阻塞有差速混合流水车间调度问题,提出了一种改进的离散布谷鸟搜索算法。在基本布谷鸟搜索算法的莱维飞行和巢寄生性的基础结构上,提出了一种基于交叉策略的莱维飞行机制,以便算法能够解决离散问题;同时,通过非余弦递减策略的动态发现概率去发现劣质鸟巢,并利用排列差分进化算法的变异思想将劣质鸟巢重建;在搜索过程中设定全局最优极值保持代数为阈值去重新发现劣质鸟巢,以防止算法陷入局部最优;最后利用邻域搜索方法进一步提高算法的搜索精度。通过仿真实验验证了该算法在求解混合流水车间调度类离散问题上的有效性与优越性。     

共轭梯度法求解稳态传热组合边界条件反问题

建立稳态传热反问题中边界条件多宗量反演的的求解模式,导出了敏度计算公式,应用改进的共轭梯度技术进行求解,探讨了测点配置和测量误差对反演结果的影响。数值计算给出了令人满意的结果。     

几种混沌布谷鸟搜索算法的优化性能比较与仿真

针对布谷鸟搜索迭代后期收敛速度慢和搜索精度不高的不足,通过将混沌优化方法嵌入到布谷鸟搜索中构建混沌布谷鸟搜索算法。新算法利用混沌序列的随机性和遍历性来改善布谷鸟搜索的优化性能。基准测试函数集的测试结果显示新算法在收敛速度和计算精度方面都得以提高。最后将所构建的算法应用到PID参数整定问题上,对比实验结果表明改进算法是可行性和有效性的。     

基于光顺的网格优化算法及其关键因素分析

为了探讨单元数、迭代次数以及需求精度等关键因素对于网格优化效果的影响,选用1种较优的四面体单元质量衡量准则建立了网格优化算法的目标函数,在此基础上提出了1种四面体网格质量提高算法,并通过某离心泵蜗壳数值算例对比分析了这些关键因素在网格质量提高和优化耗时方面的异同.结果表明:优化后网格质量在0～0.1区间内的劣质单元数明显减少,同时基于光顺的网格优化算法能够较好地提高网格整体质量,此外,随着单元数的增加,优化后的网格平均质量和优化时间会有所增加,但优化后的最差单元质量出现了波动,存在着1个极值;迭代次数的变化对于优化后的网格质量和优化时间影响较小;需求精度的提高会使得网格质量和优化时间同时增加.