基于改进的粒子群算法求NURBS曲面间的最小距离

运用粒子群算法求解距离的方法,给出了任意两个NURBS曲面间的最短距离计算算法.为检验方法的可行性,先用特殊的NURBS曲面给出了验证,然后用该方法对一般的非特殊的两NURBS曲面间的距离进行求解.     

粒子群优化算法在电网规划中的应用

粒子群算法适合求解连续变量优化问题,本文提出了粒子群算法的新离散化方法。常规粒子群算法在电力系统优化问题中取得了成功,但有“趋同性”。本文提出了改进多粒子群优化算法（IPPSO）,IPPSO是两层结构：底层用多个粒子群相互独立地搜索解空间以扩大搜索范围;上层用1个粒子群追逐当前全局最优解以加快收敛。粒子群以及粒子状态更新策略不要求相同。     

动态大变形计算模拟的无网格强积分核函数

作为一种基于强函数积分形式的无网格计算方法,SPH（Smoothed Particle Hydrodynamics）方法在高能炸药爆炸、流体动力学及固体强冲击模拟计算中已经得到了广泛的应用.然而,目前该方法还存在许多问题,主要表现在拉伸不稳定性、零能量模式、边界条件实施困难、精度较差等,研究表明通过提高核函数的一致性可以使这些问题得到不同程度的改善.在RKPM（Reproducing Kernel Particle Method）方法基础上推导了高阶一致性核函数的公式,构造了适用于SPH方法的简化线性一致性核函数.通过算例证明了简化线性一致性核函数的可行性和优越性,即随着核函数一致性的提高,数值计算精度不断改善,最后对线性一致性核函数的非负特性进行了讨论.     

双重优化对基于P3HT:PCBM有机太阳能电池效率的提高

有效提高太阳能电池对光的吸收效率是提高太阳能电池能量转换效率的重要因素.在以poly(3-hexylthiophene)(P3HT)为电子给体材料,[6,6]-phenyl C60-butyric acid methyl eater(PCBM)为电子受体材料的有机太阳能电池中,Poly-(3,4-ethylenedioxythiophene):poly(styrenesulfonate)(PEDOT:PSS)与活性层之间插入不同厚度的P3HT层,并在P3HT层最佳厚度的基础上,进一步在活性层中掺杂不同比例的Ag纳米粒子,双重优化了电池器件.当插入45 nm的P3HT层及掺杂质量比为5%的Ag纳米粒子时活性层薄膜的形貌及内部结构得到了改善,电池对光的吸收,及外量子效率得到了显著地提高,并出现红移现象.在25°C,光强为100 mW/cm2的条件下测量其短路电流密度JSC为11.21 mA/cm2,能量转化效率PCE为3.79%.     

暗宇宙之暗物质研究进展

对暗物质研究进行了系统性的综述.从标准宇宙学模型出发,讨论了暗物质研究的历史、暗物质的分类、暗物质的候选者(包括重子暗物质与非重子暗物质候选者)、暗物质的理论模型、暗物质的探测方法和暗物质对宇宙演化的影响.最后,我们对暗物质研究做了总结和展望.     

基于PSO-DE混合算法的结构可靠性优化设计

为提高结构可靠性优化设计的效率,利用粒子群优化(PSO)和差分进化(DE)算法的搜索特性,构造一种PSO-DE混合算法,以克服基本PSO算法的早熟问题.将PSO-DE混合算法与结构可靠性优化理论相结合,建立了结构系统失效概率约束下以结构质量最小化为目标的优化模型.算例结果表明:与基本PSO算法相比,文中提出的PSO-DE混合算法提高了收敛速度和计算精度;该算法易于实现,鲁棒性好.     

基于注水方法与粒子群的多用户OFDM资源分配

针对各态历经信道下多用户OFDM资源分配的用户速率加权和最大化问题,提出了一种新注水方法,能够快速和准确地得到最优子载波分配和最优功率分配;根据Karush-Kuhn-Tucker(KKT)最优性条件,采用粒子群算法对速率阈值乘子进行调整,最大化了满足用户速率阈值限制的用户速率加权和.通过对所提算法与随机对偶梯度算法的分析比较发现,所提算法能够更好地满足KKT最优性条件,从而有利于找到最优解.仿真结果表明,本算法所得到的用户速率加权和高于随机对偶梯度算法.     

基于异步粒子群优化算法的边坡工程岩体力学参数反演

基于现场变形观测资料的优化反演是确定边坡岩体力学参数的主要方法之一,其本质是一个岩体力学参数的寻优过程,因而,如何选择一个高效的优化算法是其核心问题之一.目前,粒子群优化算法已被应用于边坡工程力学参数反演,但其算法实现为同步模式,最优粒子的信息不能及时共享,降低了优化效率,使得反演耗时较多.鉴于此,提出基于异步粒子群优化算法的边坡工程岩体力学参数反演,该算法的搜索步伐并不一致,粒子间表现出异步性,因而寻优效率明显高于同步模式,可有效解决在边坡工程中岩体力学参数反演中存在的低效问题.在此基础上,构建了边坡工程岩体力学参数反演模型,并采用ABAQUS作为反演分析中的正分析工具,给出了边坡工程岩体力学参数反演的实现流程,完成了程序编制,进而通过算例分析,验证了所提出的方法和程序编制的可行性和高效性.     

求解经济负荷分配的自适应混沌粒子群算法

针对电力系统经济负荷分配(economic load dispatch,ELD)这一典型的非凸、非线性的多约束优化问题,提出一种自适应混沌粒子群算法(self adaptive chaotic particle swarm optimization,SACPSO).在混沌粒子群算法(CPSO)的基础上,先利用引入变异算子和社会因子的粒子群算法进行全局搜索,再对搜索得到的先验解进行基于Tent映射的混沌细搜索(CLS),并将逆映射回的决策变量和全局最优粒子的线性组合作为CLS的搜索结果输出.通过6机组、15机组电力系统的仿真,验证了该算法的有效性.     

基于位置加权粒子群算法的WSNs能量优化

针对无线传感器网络经典分簇协议Leach存在能量消耗过大的问题,提出了一种基于LEACH的改进协议。该协议采用位置加权粒子群算法结合对惯性权值、学习因子的调整,优化LEACH协议的簇头选择机制,将节点剩余能量、簇间距离及簇头到基站的距离作为适应度函数因素,调节簇及选举簇头。仿真结果表明,改进的协议使整个网络能量消耗达到相对均衡,大大减少了节点能量消耗,从而延长了网络寿命。