内燃机燃烧室流场PIV测试中示踪粒子跟随性分析

从紊流理论出发,对处于紊流流场中的示踪粒子进行受力分析,根据粒子图像测速(PIV)中的实际要求与BBO(Basset-Boussinesq-Oseen)方程的不同,建立了紊流流场中示踪粒子的模型;推导出适应内燃机燃烧室流场PIV测试的示踪粒子跟随性计算公式,得出在该买验条件下,示踪粒子直径小于19．2μm时,PIV测试会取得较好结果。     

等离子体模拟改进电磁粒子网格算法

为了消除传统电磁粒子网格算法在交错推进电场和磁场，粒子动量和位置时存在的半时间步长差，推导出一种电磁场和粒子非交错推进的改进电磁粒子网格算法，该算法通过引入一个中间过渡时刻，对麦克斯韦方程组和牛顿-洛仑兹方程的差分格式进行了变换，使算法实现了同时将所有物理量从n时刻推进到n 1时刻，该算法能得到时间上同步的参数，有利于计算结果的数据处理以及在模拟过程中对电磁场和粒子进行实时诊断，应用改进后的电磁粒子网格算法对无箔二极管实例进行了模拟，得到了与实验基本一致的结果。     

一种融合分布估计的离散粒子群优化算法的配电网重构

将基于分布估计的离散粒子群优化算法运用于配电网重构,以降低网损为目标函数,对于新的种群,随机从概率模型和至今全局最优信息项中获取解信息。仿真实验结果表明提出的关于配电网重构的新算法优于其他几种优化算法。     

不同曝气强度下MBR污泥混合液可滤性分析

研究了曝气强度对膜-生物反应器（MBRs）污泥混合液的可滤性的影响．2套MBRs采用曝气强度分别为500L/h及100L／h恒流出水模式连续运行60d,应用污泥混合液过滤装置测定污泥混合液的可滤性．结果表明：过高的曝气强度将恶化污泥混合液的可滤性,增加膜污染速率;曝气强度的增加将导致污泥混合液上清液中相对分子质量大于10000的溶解性微生物代谢产物（SMP）浓度增加,此部分大分子有机物浓度的增加恶化了污泥混合液的可滤性;曝气强度大于500L／d也将导致污泥絮体中1～10um细小颗粒和胞外聚合物（EPS）含量的增加．     

基于层次粒子群算法的配送中心双层规划选址策略

在考虑物流网络宏观决策部门和客户双方利益的基础上,建立物流配送中心双层规划的选址模型.此类问题大多属于非凸优化问题,现有的求解算法存在算法复杂度及计算效率问题.基于进化博弈及多目标优化非支配排序的思想设计层次粒子群算法,通过两个粒子群算法的交互迭代求解物流配送中心双层规划选址问题.通过测试算例验证算法的有效性.     

一种用于运动跟踪的加窗粒子滤波新算法研究

为了提高粒子滤波算法在视频跟踪中的性能,在基本粒子滤波算法的基础上,采用窗口滤波更新粒子集合,根据对目标位置估计的情况动态更新粒子集合大小,得到一种改进的粒子滤波算法--加窗粒子滤波算法.该算法利用估计窗内的混合抽样粒子集描述后验分布,通过对估计窗内具有不同权值的粒子集依据其权值大小进行抽样,并根据当前观测值对抽取的粒子状态进行更新,实现对目标的跟踪.仿真实验结果表明:这种跟踪算法在不影响跟踪精度的情况下,大大减少了计算量,较好地解决了视频目标跟踪这一非线性非高斯状态在线估计问题.     

四通道燃烧器冷态流场优化的PIV测量

利用粒子成像测速仪PIV对水泥生产中回转窑冷态模型内四通道燃烧器出口附近的流场进行测量,考察不同的轴流风、旋流风、煤风和中心风之间的比例关系对流场的影响作用,分析了四种不同工况下的燃烧器出口的流场特性．结果表明轴流风和旋流风速度对燃烧器形成的射流场影响最显著．其中轴流风促进内部回流区的形成,旋流风减弱内回流区的形成,但能够加强流体和煤粉的充分混合,避免煤粉燃烧时局部高温区的形成．因此适当增加轴流风量和旋流风量可以起到降低烟气中的NOx含量的作用．     

差分进化算法在气动力参数辨识中的应用

差分进化算法是一种新兴的优化算法,与最小二乘法等梯度类算法相比,它能够进行全局寻优且对初值不敏感,具有广泛的应用前景.建立某型飞机刚体运动的6自由度非线性动力学模型,在叠加一定比例白噪声的情况下获得其仿真数据,使用差分进化算法辨识出该型飞机的纵向运动气动力参数,辨识结果与真实值较为吻合,证明该算法是可行的.多组试验表明:对于该型飞机的动力学模型和仿真数据,使用差分进化算法的辨识结果与使用最小二乘法、普通粒子群算法的辨识结果相比,具有更高的精度和更强的鲁棒性.     

一种新的多目标粒子群算法的研究与应用

基于多目标粒子群优化算法的研究成果,以提升多目标优化方法性能为目标,结合铜电解稳态优化工程实际,提出了一种新的多目标优化粒子群算法.该方法采用可变的外部集策略和快速排序方法来减少优化计算量,采用拥挤度算子和强支配关系保证结果良好的分布性.测试函数的仿真对比分析及对铜电解实际过程数据的优化运行结果均表明该方法在收敛性、解的分布性及计算效率方面具有良好品质,特别是在求解三目标优化问题时的突出表现,表明这种算法在多目标优化领域具有更广泛的适用性.     

Modified binary particle swarm optimization

This paper presents a modified binary particle swarm optimization （BPSO） which adopts concepts of the genotype-phenotype representation and the mutation operator of genetic algorithms. Its main feature is that the BPSO can be treated as a continuous PSO. The proposed BPSO algorithm is tested on various benchmark functions, and its performance is compared with that of the original BPSO. Experimental results show that the modified BPSO outperforms the original BPSO algorithm.