免疫粒子群算法在修正高斯模型下的源强反演

为提高危险气体泄漏溯源定位的科学性和实效性,确定危险气体泄漏位置和强度是事故应急响应的关键。首先,根据质量守恒定律,分析、改进近似高斯分布的气体羽流扩散幅度,修正高斯烟羽模型;然后,基于免疫浓度筛选机制作为主策略的免疫算法(IA),通过与粒子群算法(PSO)耦合,将混合免疫粒子群(PSO-IA)算法应用到源强反演中;最后,验证PSO-IA算法溯源定位效果。结果表明:与模式搜索法(PS)、遗传算法(GA)、PSO相比,修正高斯烟羽模型预测值误差均下降2%左右;混合PSO-IA算法相较PSO算法反演源强效果有明显提升,其算法定位误差为1.3 m,求解源强误差为0.8%,单次计算时间小于1 s,能实现快速、准确定位并估算源强度。

遗传-粒子群算法模型修正

用部分测量模态数据对5层钢架结构进行模型修正,将遗传算法、粒子群优化算法、遗传-粒子群组合算法3种算法在该模型修正过程中的效率和精度进行比较,结果表明修正后模型的全部四阶频率和振型都能在不同程度上向目标值靠近,证明3种算法都能够有效修正模型,而且遗传-粒子群算法能在前期利用遗传算法进行高效全局搜索,后期利用粒子群算法进行细致局部搜索,与单独使用遗传算法或粒子群算法相比,组合算法效率和精度更高.

多族群粒子群优化算法飞行器结构模型修正

针对粒子群优化(PSO)算法极易陷入局部最优的缺陷,提出了一种多族群粒子群优化算法(MRPSO),该算法具有较强的全局搜索能力,能极大地降低搜索陷入局部最优的概率。并将该算法引入到有限元模型修正中,对某型号飞行器结构进行了优化修正,修正后结构的固有频率都有了非常明显的改善,证实了MRPSO算法的有效性及工程应用价值。

脉冲修正弹控制参数粒子群优化算法

针对脉冲修正弹自身控制离散不连续特征,开展脉冲修正弹脉冲控制参数优化设计方法研究。考虑到脉冲成本和精度的双重要求,选择以脉冲发动机工作次数和脱靶量最少为双目标的函数。在风干扰条件下,提出以脉冲控制时间间隔为离散脉冲控制参数设计变量建立优化模型,以此发展一种改进型递减惯性权重粒子群优化脉冲控制参数的方法,提高修正参数优化收敛速度。仿真结果表明:该算法能快速有效地获得最优解,为在干扰条件下寻找最优的脉冲修正参数和脉冲工作方式提供一种优化设计思路。

粒子群算法修正测距的无线传感器网络节点定位

为获得理想的节点定位结果,设计一种基于粒子群修正测距的无线传感器节点定位算法.首先对经典无线传感器节点定位算法——DV-Hop的工作原理进行分析,找到导致测距误差的因素;然后用粒子群算法对无线传感器节点之间的测距进行修正,以减少节点间的测距误差,并对标准粒子群算法的不足进行相应的改进;最后通过仿真实验与当前经典无线传感器节点定位算法进行对比测试.测试结果表明,在相同工作环境下,该算法提高了无线传感器节点的定位精度,且未增加额外硬件开销.

自适应二次粒子群算法钢架模型修正

粒子群算法参数少,简便易行,具有较好的全局搜索能力和计算效率,在优化等领域得到了广泛应用,但它易于陷入局部极值,因此需要进行改进以增强其优化性能。修正了基本粒子群算法中的速度公式权重因子和最优位置,提出了形式简单且搜索效率高的自适应二次粒子群算法,并应用于五层钢架结构模型修正,修正结果证实了算法的有效性和优越性。

基于粒子群优化算法的整星有限元模型修正方法

文章介绍了一种基于粒子群优化算法的整星有限元模型修正方法,首先对整星进行了有限元建模和模态分析,并将试验和分析结果进行了相关性分析,然后引入粒子群优化算法对整星有限元模型进行修正,提高了模型分析和预示精度,为整星级有限元模型修正提供了一种新的手段。

带飞行因子的粒子群算法的铝蜂窝夹层板模型修正

蜂窝板结构具有较高的比强度、比刚度和良好的隔热隔振、耐冲击等优点,在航空航天领域得到了广泛应用。根据等效板理论将蜂窝夹层板等效为壳单元,以试验测得的前五阶模态频率为基础,用带飞行因子的粒子群算法对其材料等效密度和刚度参数进行模型修正,修正后模型计算频率与试验值误差较原误差有了明显减小,与标准粒子群算法相比,带飞行因子粒子群算法修正后的模型能更好地逼近原结构,模型质量有了改善。证实了带飞行因子粒子群算法在模型修正过程中的可行性和有效性。

基于Kriging模型和模拟退火粒子群算法的结构有限元模型修正

提出一种基于Kriging模型和模拟退火粒子群算法的结构模型修正方法.利用拉丁超立方对结构设计参数(不同杆件的密度)进行抽样,并代入有限元模型得到响应特征参数(频率),通过构建Kriging函数来拟合设计参数和特征参数之间关系.基于建立的Kriging函数模型,利用模拟退火粒子群算法优化设计参数,修正初始有限元模型.利用一空间桁架结构数值算例对所提方法进行了验证.结果表明,基于Kriging函数和模拟退火粒子群算法的结构有限元模型修正避免了反复调用有限元进行大量迭代运算,较快的收敛到全局最优解,提高了模型修正计算效率.

基于加权响应面法和混沌粒子群优化算法的单梁有限元模型修正

为获得与实际结构受力性能吻合的有限元模型,以耿峪河大桥单梁荷载试验为工程背景,建立单梁有限元模型.提出以加权响应面法对单梁有限元模型进行修正,采用中心复合试验设计法和方差分析筛选出显著性高的参数,建立加权响应面模型代替单梁有限元模型计算响应值,以测试数据构造目标函数结合混沌粒子群优化算法对有限元模型进行修正.结果表明,采用加权响应面法的响应面拟合精度较高,修正后模型的计算值相对荷载试验的偏差显著下降.

带活力因子的量子粒子群算法卫星基板模型修正

将卫星基板等效为单层板结构计算其结构参数,在量子粒子群算法原理的基础上给算法增加活力因子,用带活力因子的量子粒子群算法对蜂窝板结构的卫星基板等效模型进行模型修正,然后将修正后的数据返回有限元软件MSC/NASTRAN再次计算,修正后模型计算所得动力学数据与试验数据能较好地吻合,证实等效的合理性和算法的有效性。

基于修正粒子群算法连续波生物雷达静止简单目标二维成像研究

通过搭建连续波生物雷达平台对障碍物后的简单目标进行探测,在汲取了粒子群算法优点的基础上,基于回波信号并依据MPSO算法对探测目标进行了静态二维重构,结果表明:在一定迭代次数内,依据MPSO算法能实现对探测区域目标进行较为准确的重构,且迭代次数越多,重构效果越好。

距离修正的混沌粒子群多维标度定位算法

针对不规则网络以及网络空洞造成估计距离与欧氏距离相差较大,导致定位精度不足这一问题,提出一种距离修正的混沌粒子群多维标度定位算法(CMDS-CPSO).首先通过递推策略计算节点对距离,利用接收信号强度对距离加权修正,以减少距离误差,回避网络空洞问题.然后采用混沌粒子群算法对坐标转化参数问题进行优化,进一步降低坐标转换中参数所带来的影响.通过对比SPSO-MDS算法与MDS-DMC算法,仿真结果表明,距离修正的混沌粒子群算法能够明显改善节点定位精度,具有更好的鲁棒性和对不规则网络的适应性.

采用改进粒子群算法的修正弹脉冲参数优化建模与仿真

为提高脉冲修正弹药的末段修正控制效果,对其脉冲参数的优化设计问题进行研究。针对脉冲修正弹药脉冲离散控制的特点,建立了脉冲修正弹道模型,提出了一种脉冲控制策略,以弹目落点偏差最小为第一优化目标、以消耗脉冲总冲最小为次优目标,在一定约束条件下建立了脉冲参数优化数学模型,应用改进粒子群算法对脉冲参数进行了优化。数值计算结果表明,基于改进粒子群算法的脉冲参数优化设计数学模型具有较快的收敛性,利用该优化方法获得的脉冲参数,按照设计的修正控制策略,能够获得较佳的修正控制效果。

基于粒子群优化算法的高空风弹道修正技术

风引起的法向气动载荷会破坏飞行器的飞行稳定性。在规划标准轨迹时,以动压与总攻角的乘积表示法向风载,通过改进高空风弹道修正技术,引入预置风场,计算风攻角增量并修正指令攻角,把法向风载最大值作为优化指标。基于改进粒子群优化算法,规划标准轨迹。仿真结果表明,该方法使得法向风载最大值减小33.83%~55.77%,能够增强飞行器的飞行稳定性。

基于混合粒子群优化算法的桥梁有限元模型修正

针对传统模型修正方法求解复杂、精度较差等问题,提出基于混合粒子群优化算法的模型修正策略。由于粒子群算法存在早熟收敛问题,采取自适应动态惯性权重策略改进粒子群算法,并引入差分进化算法进行混合优化。在模型修正时,对模型进行相关性分析并选取待修正参数,引入混合粒子群算法修正模型的参数,得到能够真实反映桥梁结构静、动力特性的有限元模型,为结构安全评估及健康监测提供科学依据。采用该方法对某简支梁模型进行修正,修正后的模型精度较高,验证了该算法的有效性。

基于粒子群算法的连续刚构有限元模型修正

利用Matlab计算软件建立了三跨连续刚构的有限元模型并验证其有效性,根据不同工况下的实桥加载得到挠度实测响应值,采用粒子群算法在给定的约束条件和目标函数下进行了有限元模型修正,得到了与桥梁静载试验实测响应值基本一致的修正后的有限元模型.

基于粒子群优化算法的燃气轮机模型修正方法探讨

针对燃气轮机部件准确特性及试验数据获取困难,导致燃气轮机模型仿真结果精度偏低的问题,文章分析了燃气轮机建模原理、燃气轮机模型修正原理,采用修正因子的方法对燃气轮机的压气机及涡轮的特性进行修正,研究了粒子群优化算法原理及计算过程,设置合理的修正因子变化范围及优化函数,设计了燃气轮机模型修正的整体流程。

基于修正粒子群优化算法的医疗设备物联网辅助定位系统设计

为加强医疗设备管理效果,设计了基于修正粒子群优化算法的医疗设备物联网辅助定位系统,提升了辅助定位效果,利用射频识别智能阅读器感知标签内记录的医疗设备信息,通过ZigBee网络传输感知的医疗设备信息与阅读器坐标信息至网络传输层;应用层中医疗设备辅助定位模块计算医疗设备坐标;通过卡尔曼修正机制和修正粒子群算法优化医疗设备坐标得到最佳的医疗设备辅助定位坐标。实验结果表明,该系统可有效感知医疗设备信息,实现医疗设备辅助定位,且辅助定位精度较高;在种群数量为40时,该系统的辅助定位时间较短,辅助定位时需要的功耗较低。

基于粒子群算法的涡扇发动机气路性能修正

针对由于建模过程中条件简化及发动机零部件的差异性导致的发动机数学模型计算结果与整机性能实测数据偏差较大的问题,提出基于粒子群算法(PSO)的发动机模型修正方法,运用修正因子提高模型计算精度。将修正后发动机模型的计算结果与实测数据对比,结果表明:运用PSO算法对模型进行的修正能够显著提高模型的精度,修正前模型计算值与实测值的最大误差达4.85%,修正后最大误差只有0.97%,修正效果良好,且涡轮等后端部件比压气机等前端部件精度提高更为明显。