基于SelPSO算法的紧凑型照明器件优化方法

提出一种基于自然选择的粒子群算法(SelPSO)的扩展光源匀透镜设计方法。该方法通过DDE技术,将TracePro的光线追迹功能与Matlab的信息处理功能有机结合,建立以点光源透镜轮廓为对象的优化模型,进而利用加入平滑度约束的SelPSO算法对模型进行全局优化。以h/d=2.5∶1的紧凑型匀光透镜为例,结果表明:SelPSO算法与PSO算法在相同参数下进行优化,SelPSO算法具有更强且更快的全局收敛能力,优化后透镜表面光滑易加工,且均匀度、光效分别达到87.566%、89.536%;对透镜安装公差进行分析后,将横向、纵向位移误差分别控制在[0mm,2mm]内,对照明效果产生的影响较小;此方法还具有较强普适性,可针对不同照明范围的照明系统进行优化,且整体照明效果良好。

基于混合PSO算法的西北干旱区作物灌溉制度优化设计

在西北干旱地区,由于水资源不足,所以在非充分灌溉条件下研究作物灌溉制度优化设计显得尤为关键。为了得到灌溉制度优化模型的最优解,提出了应用基于自然选择的混合粒子群算法(SELPSO)进行求解,并结合实例,对甘肃省景泰川一期灌区春小麦灌溉制度进行优化设计,优化结果验证了该算法的有效性与可行性。