粒子群算法在投资组合中的应用

投资组合面临现实证券市场中大量数据，求解组合模型是一个非线性整数规划问题，传统数学规划算法难以有效求解。为此，本文将粒子群算法应用到基于VaR的投资组合模型中，并通过上海证券交易所的实际数据进行计算机模拟，结果说明该算法所求最优投资组合是实用的和有效的。     

基于递归小波网络的直升机动力学模型研究

提出一种基于递归小波网络建立直升机动力学模型的方法,给出了模型结构并利用粒子群优化算法对小波网络权参数进行调整。这种网络模型利用内部状态反馈来描述系统的非线性动力学特性,不必事先确定系统模型的类别和阶次,直接建立操纵量与加速度、角速度等变量之间的对应关系,从而避免了建立复杂的气动系数、气动导数模型的过程。与传统的机理模型相比,该模型具有结构简单、并行解算程度高、运算速度快的特点。在某型直升机飞行模拟器中取得了良好的应用效果。     

集成粒子群优化算法在电网规划中的应用

电网规划是一个大规模、复杂的、具有非线性离散变量和多约束的多目标数学优化问题。在优化过程中,考虑了投资费用、可靠性和对环境的影响等三个因素。提出将模拟退火优化方法嵌入粒子群优化算法中,以此构建集成粒子群优化算法。在搜索过程中还加入变异操作来增加种群多样性,以避免早熟收敛。局部搜索增加了算法的开发能力,而变异操作提高了算法的探测能力。探测与开发能力的平衡,通过两个阈值来实现。通过对一220kv电力传输系统的实例研究表明,集成粒子群优化算法局部搜索能力有显著提高。     

多被动探测器对多目标定位模型及仿真

对于探测目标间距较小的目标群,提出使用3个被动探测器的探测模型。首先,重点研究了多被动探测器对多目标进行定位的目标关联问题;然后,建立了3个被动探测器的机动模型,提出了3个被动探测器多目标定位的目标关联算法。最后,通过仿真分析了各种因素对目标关联的影响。仿真结果表明提出的3个被动探测器机动模型和目标关联算法是有效的。     

基于BPSO的元胞自动机准周期三行为研究

为研究一维二值元胞自动机的一类重要的群体演化行为--准周期三行为,提出了基于离散粒子群的元胞自动机演化算法,并通过使用活性元胞迭代图的平均面积为适值函数,发现了具有准周期三行为的元胞规则.与遗传算法相比,基于离散粒子群的元胞演化算法的搜索效率更高.实验还进一步表明,准周期三行为是某些元胞规则的特定行为,一定条件下与元胞自动机的初始构型关系不大.     

单分散的硫化银纳米粒子的一步合成及性质表征

提出了一个简单的、温和的条件下合成高产量的、均匀的、单分散的硫化银纳米粒子的方法.该化学方法采用硫脲作硫源和稳定剂,室温下与硝酸银反应一步即可获得Ag2S纳米粒子,因而不需采用任何模板和基底.采用X-射线粉末衍射(XRD)、透射电子显微镜(TEM)、X-射线光电子能谱(XPS)以及紫外-可见光谱(UV-Vis)等手段对所合成的产物进行表征.XRD结果表明产物为单斜相的硫化银,TEM可以看出产物为直径约为50±10 nm左右的球状纳米粒子.XPS分析表明产物中Ag为 1价而S为-2价,它们的原子个数比为AgS = 10.489.UV-Vis观察到合成的硫化银纳米粒子在292 nm处有特征吸收峰.     

球墨铸铁热浸镀铝的抗氧化性

为了延长铸铁工件的使用寿命,采用熔剂法将墨铸铁热浸镀铝,对镀层截面进行了形貌观察(SEM)、能谱分析(EDS)和衍射分析(XRD),测试了镀层的抗氧化性.结果表明,镀层由表面富铝层及扩散层构成,富铝层包含降温形成的针状FeAl3相,扩散层由FeAl3,Fe2Al5 物相组成,其形态呈舌状,并嵌入基体;氧化时镀层全部转变为扩散层,并能保持非常缓慢的退化速度,使球墨铸铁的抗氧化性显著提高.     

天然气用纤维过滤器非稳态性能实验研究

针对天然气工业特点,设计了一套滤芯性能在线检测装置,采用光学粒子计数器OPC对过滤器上、下游粉尘的浓度和粒径分布进行适时测量.使用多分散性粉尘,在实验室内测试了天然气用纤维过滤器的非稳态性能,以及各种操作参数对其性能的影响规律.实验结果表明,纤维过滤器的过滤效率和阻力均随粉尘负荷的增加而增加,根据其变化趋势可分为深层过滤和滤饼过滤两个阶段.过滤速度过高容易导致大粒子穿透,从而使效率下降,纤维过滤器的表观过滤速度应低于0.06 m/s;相对湿度和滤材厚度的增加有利于增大过滤效率,但也会导致阻力的迅速增加.     

模拟退火遗传算法在尘埃粒子计数器标定中的应用

文章结合模拟退火算法和遗传算法，研究了国产尘埃粒子计数器单分散粒子标定问题．模拟退火遗传混合算法收敛速度快，有效防止种群早熟现象，也显著提高了尘埃粒子计数器粒径分布反演计算的稳定性，时单径标准粒子检测的分辨率提高到98％以上，为尘埃计数器标定提供了一种新的思路和方法．     

一种新的混合粒子群优化算法

将禁忌搜索思想引入粒子群优化算法中,改进惯性权重,添加罚函数重新构造适应度函数;在此基础上,提出了一种基于禁忌搜索的新的混合粒子群优化算法(NHPSO),通过4个标准测试函数实验,结果表明:NHPSO算法比基本粒子群优化算法(PSO)具有更好的全局寻优能力、更快的收敛速度以及获得更高精度解的能力。