燃料电池发动机冷启动控制的蚂蚁算法研究

本文将蚂蚁算法应用于燃料电池发动机冷启动控制问题，以暖机时间（升温至正常工作温度）最短和提高燃料电池发动机的系统整体燃料效率为目标．通过对某型燃料电池轿车发动机的测试，采用蚂蚁算法运行时，不仅明显提高了燃料电池发动机的系统整体燃料效率，而且其暖机时间也得到了明显缩短．     

燃料电池的模糊神经网络辨识建模与电压控制

针对直接甲醇燃料电池(DMFC)输出电压易受电池负载变化影响的问题,提出了利用模糊神经网络辨识技术建立DMFC的电特性模型.基于该辨识模型,设计了一个自适应模糊神经电压控制器,其参数采用改进的BP算法进行在线修正.仿真结果表明,对DMFC采用辨识建模的方法是有效的,建立的模型精度较高,所设计的自适应模糊神经电压控制器性能优越.     

有缺货限制的VRP蚂蚁算法研究

在经典VRP的基础上，结合实际背景提出一种缺货情况下的车辆路径问题，并给出基于蚂蚁系统寻优思想的求解方法。经大量数据测试，获得了较好的结果。     

函数优化问题的遗传算法和蚂蚁算法混合算法的研究

本文借鉴蚂蚁算法的进化思想,提出一种求解函数优化问题的遗传算法和最大-最小蚂蚁算法的混合算法。采用遗传算法生成初始信息素分布,利用蚂蚁算法求精确解,该方法能有效地求得全局极值点。     

基于智能蚂蚁算法的脱硫静态模型优化

为了自动寻找脱硫过程的规律和知识,对脱硫过程进行决策支持,采用RBF神经网络作为建模工具,针对建模过程中出现的RBF中心和宽度难以确定的难点,在分析蚂蚁算法机理的基础上,提出了使用智能蚂蚁算法对RBF神经网络模型的中心和宽度进行自适应选择,从而达到模型训练精度和范化能力的一个最优的平衡,进而提高模型的预报精度;在分析脱硫工艺原理的基础上,通过有效的数据预处理,最后进行仿真分析,其模型的预报精度好于传统脱硫静态模型,具有一定的实用性和推广价值。     

车用燃料电池发动机控制系统与协调控制研究

介绍了燃料电池发动机的基本结构和特点,设计了实用的控制系统,并阐述了各个子系统的工作原理和控制策略,根据其自身特性和运行工况,提出了燃料电池发动机各子系统的协调控制方法,获得了较好的控制效果。     

改进的蚂蚁算法求解任务分配问题

将蚂蚁算法用于求解任务分配问题，并提出一种改进算法来提高其全局搜索能力。文中介绍了任务分配问题和蚂蚁算法，给出了求解任务分配问题的蚂蚁算法的数学描述及求解的算法步骤，在此基础上提出求解任务分配问题的改进蚂蚁算法。两个实例验证了改进蚂蚁算法的优越性。     

基于改进蚂蚁算法的梯级水电站短期优化调度

将改进型蚂蚁算法用于梯级水电站短期优化调度问题，并通过引入遗传算法的交叉和变异思想以及自适应搜索半径方法提高了蚂蚁算法的搜索能力．以最小耗水率模型为例，给出了梯级水电站短期优化调度问题改进型蚂蚁算法的数学描述和求解的算法步骤，并通过龙羊峡．李家峡梯级水电站实例验证了改进型蚂蚁算法的优越性．结果表明，与遗传算法相比，改进型蚂蚁算法获得了更优的调度方案．优化结果在取得更低耗水率的同时，减少了机组的启停次数，并且使所有机组连续高效运行，从而降低了机组的维护费用，并增加了梯级的经济效益．     

交叉口信号配时的人工蚂蚁优化

针对我国城市道路交叉口的实际情况，在改进信号配时模型的基础上，采用一种新型随机搜索思想——人工蚂蚁优化算法来解决交叉口的信号配时问题．仿真试验表明，所得结果优于经典方法，在相同的信号周期内，降低了交叉口的总延误时间和停车次数，提高了通行能力．     

基于改进蚂蚁算法乘车方案的优化算法设计

由于乘车的线路选择过程中存在大量模糊和随机因素,本文通过多种算法相互比较、探讨,提出了一种基于改进蚂蚁算法乘车方案的优化算法设计。     

燃料电池发动机空气系统特性的仿真

为提高燃料电池发动机效率,需对其空气系统进行研究和优化.针对现有单级增压空气系统的不足,提出了两种采用涡轮增压器的复合式增压空气系统方案(串联式和并联式),建立了仿真模型从压力和过量空气系数这两个关键参数的角度进行对比研究.结果表明,两种复合式增压空气系统方案均能有效提升发动机整体效率和最大净输出功率,其中整体效率可提升5个百分点,最大净输出功率可提升15%, 且串联式方案比并联式方案更具效率优势.     

基于蚁群算法的过程神经网络研究

为提高前馈过程神经网络的全局收敛能力和训练速度,提出一种蚁群过程神经网络模型,利用蚁群算法分布式计算、鲁棒性强的特点,将蚁群算法应用于前馈过程神经网络的训练,给出了蚁群过程神经网络的拓扑结构,讨论了蚁群过程神经网络的训练机制,分析了其计算特点.并将蚁群过程神经网络应用于黑龙江省年度GDP(Gross Domestic Product)预测,验证了蚁群过程神经网络的有效性.     

一种改进的蚂蚁算法在多目标配路中的应用

通过赋予蚂蚁方向辨别和选择的能力并重新定义路段可期望性参数η，将平面地理信息纳入转移概率因素，增加了局部搜索规则，提出了一种改进的蚂蚁算法，该算法可在路段通行能力受到限制的情况下对多目标的运输优化问题求得满意解，并且具有较好的收敛性．通过计算一个简单的多目标配路问题体现了算法的实现过程，并对算法的合理性进行了检验．     

改进蚂蚁算法在组合优化中的应用-置换FlowShop问题求解

置换FlowShop问题是生产调度问题中的一种，具有广泛的工程应用背景．有效的调度能够提高企业的生产效率和设备利用率，增强企业竞争能力．然而多机器的置换FlowShop问题属于NP-hard问题，很难得到问题的最优解．文章简单介绍了蚂蚁算法，并提出退火蚂蚁算法一将max-min ant system与模拟退火算法相结合．通过与max-min ant system运算结果进行比较最后得出结论：退火蚂蚁算法性能得到显著提高．     

车用大功率燃料电池发动机动力系统平台

为了测试城市客车用燃料电池发动机的性能,开发了200 kW燃料电池发动机动力系统平台。该平台采用了水阻负载结合电动负载的组合式负载结构。其中,电动负载由DC/DC变换器、感应电动机和测功机组成,可以模拟车用燃料电池发动机实际工况。该文研究了平台的部件匹配及保护问题,建立了车用燃料电池发动机的试验工况。实验结果表明该平台可以满足大功率车用燃料电池发动机的性能测试需求。     

基于蚁群算法的智能人工腿最优PID控制器设计

以蚁群系统和蚁群算法为基础,提出了一种新的具有不完全微分的最优PID控制器的设计方法.该控制器以系统单位阶跃响应的超调量σ、上升时间tc以及调整时间ts为性能指标,针对给定的控制对象,利用所建立的蚁群算法搜索出一组最优PID参数K*p,*i及T*d,作为实时控制中PID控制器的参数.该控制器被用于控制智能仿生人工腿中的执行电机.计算机仿真结果表明,与传统的PID控制器相比,这种基于蚁群算法的最优PID控制器具有良好的动态和稳态性能,可用于控制多种不同的对象和过程.     

分形学在柴油机燃油系统故障诊断中的应用

针对柴油机燃油系统故障信号的特点，分别从信号的分形性验证、有效分析区间确定、分形性描述与刻画等方面作了探讨，探索了基于分形学的柴油机燃油系统故障诊断模式，实践证明，运用该方法能较准确地判别柴油机燃油系统工作状态正常与否。     

基于互信息的混合蚁群算法及其在旅行商问题上的应用

为了提高蚁群算法的求解性能,从医学图像配准算法的思想出发,提出了一种基于互信息相似度的混合蚁群算法.为了表示最优路径和待配准路径之间的互信息熵,在蚁群算法的概率算子中增加了一个新的相似度影响因子,从而可以增加原算法的全局搜索能力,同时可以加速算法在解空间的搜索速度.将该算法应用在旅行商问题上,根据旅行商问题的特定环境,...