水箱上热水入口位置对带辅助电加热器自然循环太阳能热水系统运行特性的影响

辅助电加热器的加入,无疑使自然循环太阳能热水系统的运行特征变得更为复杂,也使得对此种系统的性能模拟和理论分析变得更加困难。利用作者建立的“固定节点等量对流混合模型”,本文根据理论计算机模拟详细探讨了水箱上热水入口位置对带辅助电加热器自然循环太阳能热水系统运行特性的影响,并首次揭示出一些以前未知的规律,为此种系统走向最佳化设计和实际工程应用奠定坚实的基础。     

实现Visual FoxPro程序最佳化的途径分析

通过对ＶｉｓｕａｌＦｏｘＰｒｏ提供的命令,函数和语法的理解和比较,提出了实现应用程序最佳化的各种方法与途径。     

配水系统优化调度

阐述了配水管网优化调度系统的三个基本组成部分：管网水力模型,用水量预测模型及优化调度模型。根据决策变量的不同,将常见的调度算法分为两类;直接寻优法和间接寻优法,并对各算法的特点及适用范围进行了分析。     

遗传算法引入进化方向算子的一个改进及应用

为了有效找到全局最优,将“进化方向”引入到遗传算法中被认为是非常有用的。文中提出了一个新的进化方向算子,用于对标准遗传算法进行改进,该算子依据父代个体和当代个体的进化方向产生子代个体,进化方向的求取无须计算梯度。算子的作用对象是个体中的变量而不是染色体中的基因,因而适合于采用任何形式编码的遗传算法场合,包含该方向进化算法被用于二维多峰函数的极大值搜索问题,进行了对比验证,将新算法进一步应用于离心压     

质子交换膜燃料电池流场设计最佳化的反问题求解方法

为寻求最佳的流道高度参数,利用由简化共轭梯度法(反向求解器)和完整的三维、两相、非等温燃料电池数学模型(正向求解器)构成的质子交换膜燃料电池多参数最佳化反问题求解方法,将流道各弯头处高度作为搜寻变量(最佳化对象),以电池输出功率密度的倒数作为目标函数,通过搜寻目标函数最小值,得到了流道各弯头处最佳高度(最优化设计参数值).结果表明,最佳的蛇型流场除出口流道为高度渐扩型外,其余流道均为高度渐缩型,其性能比传统蛇型流场提高了约11.9%.渐缩型的流道强化了肋下对流,可有效移除肋条下方多孔扩散层中的液态水,提高反应气向多孔电极的传递速率,因而改善了电池性能.渐扩型的出口流道可防止过强的肋下对流导致燃料"短路",直接跨过多孔扩散层从电池出口流出造成燃料浪费.     

人工神经网络在低温甲醇洗系统优化中应用

采用正交试验法确定人工神经网络（ANN）训练样本集的输入参数,利用基于严格机理模型的低温甲醇洗模拟系统（RPS）进行模拟计算,得到样本的输出期望值后,对改进的BP网络进行训练。结果表明,ANN成功地模拟了低温甲醇洗系统,其模型可作为“黑箱”模型代替RPS的严格模型。运用复合形法基于ANN模型对低温甲醇洗系统的重要工艺条件进行优化,可节省计算时间、优化结果表明,装置的CO2产量提高,氨冷负荷降低;所描述的优化策略可用于解决大型实际复杂系统的操作条件优化问题。这一结果为工厂优化操作指明了方向。     

混合离散变量优化方法在机械设计中的应用

在机械优化设计中,混合离散变量优化方法得到了广泛的应用,具有较高的工程应用价值。通过实例证明离散变量优化方法比常规优化设计效率高,可靠性好,是目前解决机械优化设计问题的有效途径。     

Hybrid particle swarm optimization for multiobjective resource allocation

Resource allocation （RA） is the problem of allocating resources among various artifacts or business units to meet one or more expected goals, such a.s maximizing the profits, minimizing the costs, or achieving the best qualities. A complex multiobjective RA is addressed, and a multiobjective mathematical model is used to find solutions efficiently. Then, all improved particie swarm algorithm （mO_PSO） is proposed combined with a new particle diversity controller policies and dissipation operation. Meanwhile, a modified Pareto methods used in PSO to deal with multiobjectives optimization is presented. The effectiveness of the provided algorithm is validated by its application to some illustrative example dealing with multiobjective RA problems and with the comparative experiment with other algorithm.     

Multi-objective fuzzy particle swarm optimization based on elite archiving and its convergence

A fuzzy particle swarm optimization （PSO） on the basis of elite archiving is proposed for solving multi-objective optimization problems. First, a new perturbation operator is designed, and the concepts of fuzzy global best and fuzzy personal best are given on basis of the new operator. After that, particle updating equations are revised on the basis of the two new concepts to discourage the premature convergence and enlarge the potential search space; second, the elite archiving technique is used during the process of evolution, namely, the elite particles are introduced into the swarm, whereas the inferior particles are deleted. Therefore, the quality of the swarm is ensured. Finally, the convergence of this swarm is proved. The experimental results show that the nondominated solutions found by the proposed algorithm are uniformly distributed and widely spread along the Pareto front.