聚类分析在多极值函数优化中的应用

将聚类分析方法应用于经典的优化和遗传寻优过程当中，提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中，先取多个初始点，几次迭代搜索后做聚类分析。在每类取一点，将目标函数分为多个单极值函数，然后分别寻优，通过比较得到全局最优解。在遗传算法中，通过聚类分析在每类取若干个体作为代表个体，它们将始终参与遗传操作，从而有望达到全局最优。     

基于改进边际优化的离散变量优化设计算法

针对传统离散变量优化方法存在的目标函数测算次数多、收敛性不佳等问题,借鉴边际优化理论和模式搜索算法,设计了一种基于改进边际优化的离散变量优化设计算法.借鉴边际效用优化原理,通过引入周围单位步长空间的概念,在初始点选择、边际增量设计、禁忌搜索策略等方面进行了改进,并设计了变异操作以跳出局部最优.实例分析表明,所提算法能够...     

考虑运输时间的紧前约束下柔性作业车间调度

针对紧前工序对机床主件制造车间生产调度的影响,结合运输时间分析紧前工序的四种表现形式,建立各形式紧前工序约束模型．引入模糊运输时间的概念,利用三角模糊数确定确切的工件运输时间,构建考虑运输时间的紧前约束下的四目标柔性作业车间调度模型,设计基于勾股模糊前景值的最优觅食算法求解该调度模型．算法中将勾股模糊数与前景理论结合,将目标函数值映射为模糊数,利用基于直角三角形形心的距离测度评估模糊信息,基于距离测度体现个体选择时的偏好,通过双理想参考模糊数前景值函数获取综合前景值判断非劣解质量,引导最优觅食算法进化．通过算例、实例测试和真实生产案例仿真验证了所提算法性能强于四个经典的多目标智能优化算法．     

Amply regular图的林-陆-丘曲率和直径

利用Hall匹配定理,研究了在不同参数限制条件下围长为3或4的amply regular图的林-陆-丘曲率下界估计.作为推论,我们证明每一个会议图均有正的林-陆-丘曲率.我们的方法在围长为4以及一些特殊的围长为3情形为amply regular图的一个经典直径估计提供了几何证明.     

基于种群保护的最优税收策略

在两种群相互作用的Logistic模型的基础上,将税收考虑进去分析了一类食饵-捕食收获模型.讨论了正平衡点的存在性,利用Hurwitz判别法证明了正平衡点的局部渐近稳定性,利用Pontryagin最大值原则得到了最优税收策略,目的在于既保护生态系统又能使社会经济收益最大.     

布谷鸟算法优化BP网络的电力负荷预测

针对BP神经网络容易出现过拟合和陷入局部最优现象导致电力负荷预测准确性不高的问题,建立了在不同日期和气温等影响因素下的布谷鸟算法(CS)优化BP神经网络的电力负荷预测模型.训练BP网络确定基本结构,运用布谷鸟算法搜寻最优解替换为BP网络的最优参数,结合安徽某地区的电力负荷数据进行仿真分析,可以得出布谷鸟算法优化后的预测模型相比于单一的BP神经网络准确性得到提高,证明了所建立的CS-BP模型具有良好的预测性能.     

叶形四边形产热体■耗散率最小导热构形优化

将构形理论与■理论相结合,对已有文献建立的基于常见叶脉形仿生四边形的叶形四边形产热体进行了研究.导出了■耗散率最小时叶形四边形产热体的最优构形,研究了分支高导热材料划分的区间数n和分支高导热材料与中心高导热材料的夹角θ对叶形四边形产热体最优构形的影响,比较了叶形四边形产热体在■耗散率最小和最大温差最小下的构形差异.结果表明:叶形四边形产热体在■耗散率最小时的最优构形下平均传热温差最小;随着区间数(n≥20)的增加,叶形四边形产热体的最优长宽比和最小平均温差略微下降,因此增加产热体内高导热通道的复杂程度能降低平均传热温差;叶形四边形产热体以■耗散率和最大温差为优化目标的最优构形有区别,但都在分支高导热材料垂直于中心高导热材料时最佳,且■耗散率最小下的平均温差更小,因此以■耗散率最小为优化目标能更有效地降低产热体内的平均传热温差.     

基于Logistic混沌映射的改进麻雀算法

针对麻雀搜索算法(SSA)在迭代后期种群多样性减少,易陷入局部最优等难题,提出了一种基于Logistic混沌映射的改进麻雀算法(LCSSA).利用Logistic混沌映射初始化种群,提高了初始解的质量,增加了种群多样性,利用线性递减权重法,降低了群体智能算法容易早熟的风险,避免算法后期容易在全局最优解附近发生振荡现象....     

波流作用近海风机单桩基础局部冲刷深度预测

在波浪和潮流的联合作用下,海上风电单桩基础的局部冲刷机理相对复杂,导致现有局部冲刷深度计算方法存在差异,基于量纲分析原理,考虑波流作用下单桩局部冲刷的主要影响因素,结合已有试验资料,提出适用于波流作用下的单桩基础局部冲刷深度预测公式.结合江苏如东海上风电场的冲刷监测数据,应用4种统计学评价指标,对比国内规范公式、DNV规范公式、HEC-18公式、Rudolph公式、Raaijmakers公式和所提出公式的预测值,结果表明,所提出公式的预测值与现场监测数据吻合较好,其相对误差、平均相对误差(20.10%)、方差(3.90%)和归一化方差(3.93%)均小于其他预测公式,从而验证了所提出的局部冲刷深度预测公式的适用性和有效性.该研究为海上风电局部冲刷设计提供了理论参考.     

基于神经网络路面识别的电动汽车ABS控制研究

为了充分利用路面附着能力以提高电动汽车的制动安全性,文章提出了一种基于径向基函数(radial basis function,RBF)神经网络路面识别的电动汽车制动防抱死系统(anti-lock braking system,ABS)控制方法。采用RBF神经网络进行路面识别,将识别出的最优滑移率作为目标参数,以此设计了一种模糊控制与预测控制相结合的ABS控制策略,同时制定了制动力矩分配策略,从而确保制动系统可靠工作并实现制动能量回收,最后基于CarSim与Matlab/Simulink仿真平台进行了实例样车仿真分析。仿真结果表明,该路面识别方法可以准确识别当前路面状态,ABS控制策略下的制动距离相对于模糊控制策略缩短了6.57%,制动能量回收提高了3.9%。