基于粒子群优化的粒子滤波算法应用研究

粒子群优化算法是一种基于群体智能理论的全局寻优算法。文中首先对粒子群优化算法的原理和实现过程进行了研究,然后比较了粒子群优化算法与粒子滤波算法的异同,并将粒子群优化算法引入到粒子滤波算法中,解决了粒子贫乏的问题,提高了每个粒子的作用效果,同时给出了PSO-PF算法的基本步骤。最后将PSO-PF算法应用于自航耙吸挖泥船的泥舱溢流损失估计中,采用实测工程数据进行了仿真,仿真结果表明该PSO-PF算法基本达到了预期的效果,为自航耙吸挖泥船操作人员的施工提供了决策支持。     

电力系统动态状态估计算法研究

为了提高电力系统动态状态估计的估计精度和收敛速度,引入一种解决非线性滤波问题的新型粒子滤波算法——混合卡尔曼粒子滤波器(Mixed Kalman Particle Filter,MKPF)。该算法采用扩展卡尔曼滤波器(EKF)与无迹卡尔曼滤波器(UKF)混合作为建议分布,得到一种更接近真实分布的近似表达式。仿真算例将MKPF与EKF和UKF进行了对比,比较结果证明在电力系统受到扰动之后,MKPF算法能够快速地收敛于真实值,且具有比EKF与UKF更高的估计精度和稳定性,达到了在线准确估计的要求。     

基于随机点摆动前行模式的改进粒子群优化算法

基于飞鸟寻食细致化仿生,提出了一种新的基于随机点摆动前行模式(RSFM)的改进粒子群算法原理,设计了改进粒子群算法流程,并利用算例展示了该算法的具体使用方法与计算效果。     

船用汽轮机变工况的遗传粒子群优化智能控制方法研究

为提升船用汽轮发电机组大幅变工况时的控制精度和鲁棒性,以船用汽轮机调节系统各部件的模块化数学模型为基础,建立汽轮机组数字电液(digital electric hydraulic,DEH)闭环模糊比例、积分、微分(proportion integration derivative,PID)控制模型;融合遗传算法的选择、交叉、变异和自适应递减权重法,提出遗传粒子群智能优化算法,并结合标准测试函数验证提出算法具有较高的收敛速度和精度;基于遗传粒子群智能优化算法建立汽轮机变工况自适应智能模糊PID控制模型,实现模糊PID的量化因子与比例因子最优化设计,进而开展船用汽轮发电机组大幅变工况动态特性及扰动因素影响分析,结果表明本文建立的自适应智能模糊PID控制模型具有更好的控制稳态性能与鲁棒性,为船用汽轮机组大幅度变工况智能控制优化设计提供了有力的技术支撑。     

基于PSO-LSSVM算法的隧道掘进机掘进参数预测方法

为了规避隧道掘进机(tunnel boring machine, TBM)掘进参数人为设定的主观性,提出了一种基于粒子群-最小二乘支持向量机算法(PSO-LSSVM)的TBM掘进参数预测方法。通过从海量TBM工程掘进数据中探寻参数变化规律,降低了TBM主司机设定掘进参数的主观性,辅助其合理选择掘进参数,有利于提高掘进效率、规避工程风险,经实验和工程数据验证,PSO-LSSVM算法通过对样本粒子全局迭代寻优来优化参数,提升了预测算法泛化能力和预测精度,对推力、扭矩和推进速度参数预测数值偏差满足要求,可辅助指导主司机设定掘进参数。     

含混合储能的风光储系统容量优化配置

由于可再生能源的不断发展,电网对各种能源存储技术的需求日益增长,通过提出一种利用废弃矿区建立含重力储能的混合储能系统解决新能源消纳的问题。以年均系统成本最小化为目标建立微电网容量优化配置模型,通过分析含风力发电机、光伏组件、蓄电池和重力储能装置的微电网各发电单元特性,并采用改进粒子群优化算法对该模型进行优化求解。算例结果表明,该模型提高了系统的经济性,系统负荷缺电率等可靠性指标也得到了明显提升。     

基于改进粒子群算法的大地电磁反演

粒子群算法是一种粒子群在全空间随机搜索的非线性反演方法,具有易于实现的优点,已在大地电磁（MT）反演得到了广泛应用,但其存在容易陷入局部最优解的缺点,在二维反演中应用较少且效果不好。本文提出了一种改进的优化粒子群算法,整个进化过程引入了局部进化,并且添加收缩因子和惯性权重参数,来改善该算法容易陷入局部最优解的缺点。最后将改进算法应用于二维MT反演,反演时加入核函数,结果表明改进粒子群算法在过早收敛问题上有明显改善,反演异常体位置也与实际模型吻合较好。因此,本文改进的粒子群优化算法提高了MT反演精度,为矿产资源勘探开发提供了理论基础。     

基于信息熵和粒距双约束的无线传感器网络节点感知进化算法

摘要：针对无线传感器网络中节点感知精度低和算法收敛慢问题,引入了信息熵和粒距约束条件进行改进,构造了新的进化学习算法,并在此基础上提出了基于信息熵和粒距双约束的无线传感器网络节点感知进化算法。该算法将节点感知问题转化为满足约束条件的解空间寻优问题,然后利用粒距和信息熵计算机理对进化算法的搜索能力进行增强,最后通过增强的学习算法对最优的节点坐标进行计算。实验结果表明,该算法高效可行,具有更好的抗误差性、较强的收敛性和执行效率,且在节点稀疏时可以获得较好的感知效果。     

钻井液对海相储层伤害及产能的影响

为系统研究钻井液污染对海相低渗气藏储层伤害,采用室内试验评价手段,选用 目标储层天然岩心在精确模拟地层条件下,开展了钻井液污染实验分析,并量化了其对产能的影响.研究表明:钻井污染后,在相同驱替压差下,渗透率伤害率随原始渗透率的增加而减小,对于达到致密级别的岩心,渗透率几乎全部丧失;提高压差进一步加重了被污染岩心的渗透率...     

基于个体决策机制的粒子群算法及应用

作为一种智能优化算法,粒子群算法中的粒子有不同的生活经验,因此每个粒子会做出不同的个体决策,但是这种决策机制在粒子群算法中并没有体现出来,因此本文通过引入个体决策机制的理论和方法通过个体历史适应值信息来改进粒子群算法。改进的粒子群算法应用到非线性方程组求解问题中,仿真结果表明它具有较大的优势。