基于人群搜索算法优化参数的支持向量机短期电力负荷预测

支持向量机是一种新型机器学习算法,它基于结构风险最小化准则取得较小的实际风险,有效提高了泛化能力,具有理论严密、适应性强、全局优化等特点,在模式识别和回归问题等方面应用广泛。以某地区历史负荷数据为输入,通过人群搜索算法对支持向量的各项参数进行寻优计算,得到最优的参数取值,然后把最优参数代入到SVM预测模型中,得到人群搜索算法的支持向量机(SOA-SVM)模型,利用此模型对某地区未来24小时的负荷进行短期预测。通过算例验证,利用SOA-SVM预测的精度要比BP神经网络和PSO-SVM的精度要高,所以说明用此方法进行短期负荷预测是有效和可行的。

基于改进人群搜索算法的PID参数优化

提出一种改进人群搜索算法用于工业生产过程PID参数优化。针对传统人群搜索算法在搜索后期容易陷入局部最优的问题,引入模拟退火思想,根据Metropolis准则选择最优解,提高算法全局搜索能力。通过典型函数测试,对比传统人群搜索算法,验证其具有更好的优化效果。将改进后的算法用于PID参数优化,对比传统人群搜索算法优化与常规PID控制结果,仿真结果表明,改进后的算法具有更有的优化效果,改善了系统性能,验证了其优越性和有效性。

基于人群搜索算法对齿轮传动优化设计

人群搜索算法(SOA)结合人的思维习惯和行为方式,克服了粒子群算法(PSO)和遗传算法(GA)等智能优化算法收敛性差、局部寻优的缺点。建立以体积最小为目标的多约束数学模型,提出了SOA算法的圆柱齿轮减速器的优化设计方法,同PSO算法、GA算法的仿真结果进行对比分析,SOA算法的收敛速度更快、全局搜索能力更强和鲁棒性更好,为机械部件优化设计提供了参考。

基于人群搜索算法的低碳目标约束下土地结构优化

为实现低碳约束下土地利用结构优化,本文结合不同土地利用类型碳排放系数和碳密度,以碳蓄积量最大化和碳排放量最小化为目标函数,建立约束条件下的土地利用结构优化数学模型。利用人群搜索算法的快速寻优能力对土地利用结构优化模型进行求解。结果表明:碳蓄积量比规划方案有较大提高,碳排放总量减少0.141万吨,与DE、PSO和GA法相比较,SOA算法具有更快的收敛速度和最优解。

改进人群搜索算法优化的直线电机模糊PID控制

为提高永磁同步直线电机的控制性能,文章提出一种改进人群搜索算法(improved seeker optimization algorithm,ISOA)优化的模糊PID控制策略。根据直线电机的工作原理建立数学模型,针对PID控制难以达到理想效果,在位置环中引入模糊控制,对PID参数进行实时调节;针对人群搜索算法(seeker optimization algorithm,SOA)存在陷入局部最优、搜索精度不高等缺陷,引入了模拟退火思想,同时对惯性权重进行了非线性改进,通过测试函数检验,验证了改进后的算法具有更好的全局搜索能力和搜索精度。利用该算法解决直线电机模糊PID控制参数的优化问题,仿真和实验结果均表明:ISOA优化后的模糊PID控制有效地提高了永磁同步直线电机系统的响应速度、稳定性以及鲁棒性。

基于人群搜索算法的PID控制器参数优化

关于PID控制器在工业控制领域应用优化问题,PID参数优化成为工业自动化研究的热点。PID参数优化对于系统的稳定性、可靠性和快速响应等特性有着重要的意义。为了改善和优化PID控制器性能,提出一种人群搜索算法(SOA),以PID三个参量为搜寻队伍,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量。通过对比遗传算法和粒子群算法PID参数优化,仿真结果表明,改进算法提高了系统的控制精度,系统响应速度快,鲁棒性好,为控制系统PID参数整定提供了参考。

基于响应面和人群搜索算法的固井泥浆流量计叶轮结构参数优化

切向式涡轮流量计应用于油田固井工程,叶片结构会对计量的效果产生直接影响。为了提升流量计计量的精度以及叶片结构的可靠性,对叶轮结构参数进行优化。将响应面与人群搜索算法相结合,设计三因素四水平正交实验,通过响应面法建立出流量计仪表系数K的线性度误差δ和流量计叶轮叶片半径、边缘厚度、倾斜角度的二次回归模型,以线性度误差最小为优化目标,基于人群搜索算法对叶片结构参数进行寻优求解,得到叶片结构最优的参数组合。优化后仪表系数线性度误差由3.1060%减小为0.4452%,提升了固井泥浆流量计的计量精度以及稳定性,为后续优化设计提供理论支撑。

基于改进型人群搜索算法的船用二回路系统效率优化研究

为提高船用核动力装置二回路系统的热效率,根据船用核动力装置特点建立了二回路系统数学模型,借助MATLAB软件编制了效率评价函数。提出了一种能够增强改进型人群搜索算法,并用标准测试函数对改进型SOA进行试验,验证了算法寻优的快速性和精确性。在二回路系统寻优计算中以系统效率最高为目标,设置4个约束条件,在三维空间内搜索,得出了优化变量的最佳组合,进而得到了系统中各耗汽设备的耗汽量、热负荷、换热节点温度等参数,使系统效率提高了1.8%,最后对优化方案给系统效率造成的影响进行了分析。研究成果表明提出的方法能够实现二回路系统效率的提高,为核动力装置效率优化提供了思路。

基于人群搜索算法的直流电机优化设计

针对PID控制器参数整定优化过程繁琐、难度大等缺点,提出了一种快速获取PID控制器参数的方法。该方法利用直流电机的电压平衡方程以及转矩平衡方程式获取传递函数表达式,通过人群搜索算法(SOA)以PID控制器的三个参数为搜索对象,经过多次迭代寻优,获取直流电机控制系统的最优控制参数。软件仿真结果表明,利用SOA可以快速获得PID控制器的各项参数。相比于传统算法,该算法获取PID控制器的参数方法简单,系统具有更强的鲁棒性且响应速度快,为直流电机PID控制器参数整定优化提供了参考依据。

基于人群搜索算法的高速列车优化运行研究

为研究高速列车节能运行,以列车运行能耗为目标,以工况转换点处的速度值为优化变量,同时考虑列车精确停车、准时运行及乘客舒适度,建立高速列车单质点与多质点计算模型,采用人群搜索算法在全线范围内优化,得到优化后的速度曲线。仿真结果表明,与节时模式相比,多质点计算模型优化能耗减少了19.29%,舒适度提升了18.14%。验证了采用多质点计算模型和人群搜索算法相结合的优化方法在列车优化运行方面有更加优秀的表现,对其他交通工具的节能运行具有较好的参考意义和价值。

基于人群搜索算法和果蝇优化算法混合优化算法的光伏系统温度预测

针对太阳能光伏系统温度预测精确度较低问题,提出了一种将人群搜索算法和果蝇优化算法相结合的混合优化算法。该算法利用人群搜索算法和果蝇优化算法的优点,确定搜索的方向和步长,通过动态寻优来提高搜索能力和精确度。为了测试和比较所提出的混合优化算法的优点,分别采用混合优化算法、人群搜索算法和果蝇优化算法对选取的3个测试函数进行仿真验证。实验结果表明,混合优化算法的收敛速度、搜索能力以及精确度都有了显著提高。该算法在太阳能光伏系统温度预测中也有望提高预测精确度,为太阳能光伏系统的控制和调整提供更准确的数据支持。

人群搜索和樽海鞘群的混合算法优化PID参数

为解决在优化全局时人群搜索优化算法(seeker optimization algorithm,SOA)容易过早收敛的问题,提出了一种新的基于人群搜索和樽海鞘群(salp swarm algorithm,SSA)的SOA-SSA混合算法。基于双种群进化策略,种群中的部分个体由人群搜索优化算法进化,其余个体由樽海鞘群算法进化。SOA和SSA的个体都使用信息共享机制实现协同进化,增加了种群的多样性,避免了算法过早收敛。实验结果表明:该算法在高维函数和PID参数优化方面都是可行的。与其他算法相比,SOA-SSA算法的收敛速度快、精度高、鲁棒性强,有更好的优化性能。

人群搜索算法拟合Kriging参数的空间数据插值

在Kriging理论模型参数拟合过程中,为减小变异函数权重分配带来的相关误差,全面考虑空间相关性,得到更准确的变异函数模型.采用人群搜索算法(seeker optimization algorithm, SOA),以变异函数拟合值与观测值的加权残差平方和最小为目标建立适应度函数,考虑样本数据的各向异性,迭代搜索模型最优参数进行Kriging插值.实验结果表明,相比于加权最小二乘法拟合,采用SOA拟合Kriging模型参数时,变异函数的加权残差和降低5%~40%,在球状模型、指数模型和高斯模型下Kriging插值的绝对误差分别降低31.02%、24.02%和25.13%.

基于人群搜索算法和增广乘子法的混合可靠性分析

针对传统优化算法在处理具有一定非线性功能函数的结构可靠性分析问题时出现迭代次数较多或精确度不够的问题,提出了一种基于人群搜索算法和增广乘子法的混合可靠性分析方法.该算法以可靠指标最小为目标函数,以影响结构可靠指标的随机变量构成的极限状态方程为约束条件建立结构可靠性优化数学模型,并使用增广乘子法将有约束优化问题转换为无约束优化问题,最后使用人群搜索算法进行寻优计算.通过数值算例和工程算例验证了所提算法的稳定性和有效性,并讨论了参数不确定性以及参数存在相关性时对可靠指标的影响.

人群优化算法机器人路径规划及路径去冗余

为了从根本上改善路径寻优的策略,增加使用者的选择空间,文中将一个较新的优化算法(人群搜索算法)首次应用于路径规划领域。人群搜索算法的全局搜索能力有助于在一开始的优化过程中就找到最优的搜索方向,之后其较强的局部搜索能力又能在该方向进一步搜索最优解,用于路径寻优非常符合需求。将该方法与传统的遗传算法、粒子群优化算法、灰狼优化算法就路径优化方面进行了比较。Matlab的仿真结果证明了人群搜索算法在路径规划中的稳定性和收敛性较好,而且计算量小,对于路径规划领域有着重要研究意义。同时对于算法应用于路径规划容易出现冗余提出了一个优化技巧,实验证明该技巧能够在保留算法全局搜索能力的同时保证所产生的路径的平滑性。

基于人群搜索优化PID控制的汽车四轮转向研究

为了提高汽车行驶的稳定性,通过建立两自由度双轮车模型对四轮转向车辆进行了研究。由车辆的力学性质列出了状态空间方程,通过传递函数矩阵及应用z变换进行了MATLAB编程。将车辆质心侧向速度和横摆角速度联合为适应度函数,应用人群搜索算法对后轮的转向输入进行了PID参数优化整定。通过驾驶员前轮角阶跃转向和后轮PID控制转向的仿真,进行了四轮转向算法验证,并与前轮转向进行了对比,仿真结果表明人群搜索算法优化的PID控制四轮转向使车辆具有较好的操纵稳定性。

爆胎车辆动力学分析及模糊PID控制优化策略研究

车辆通过控制系统提高行驶的稳定性,但在爆胎时容易导致车辆行驶失去稳定性,从而造成车辆发生侧翻现象。为改善车辆动力学控制系统输出效果,建立了车辆轮胎动力学模型。引用模糊比例-积分-微分(PID)控制器,给出了模糊PID控制器输出参数与误差和误差变化率的关系图。提出人群搜索算法,利用人群搜索算法迭代搜索原理对模糊PID控制器参数进行寻优。以车辆2种行驶路况为例,利用Matlab软件对爆胎车辆的稳定性进行仿真,比较和分析爆胎车辆优化控制系统的输出效果。结果显示:采用模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较大。采用人群搜索算法优化模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较小。爆胎车辆采用人群搜索算法优化后的模糊PID控制器,不仅响应速度快,而且行驶的稳定性较好。

基于花授粉算法的PID参数优化

PID参数优化对PID控制性能起着决定性作用,针对PID参数寻优问题,提出运用一种花授粉算法(FPA)。该算法启发于自然界中花粉的传播授粉过程,以三个PID参数组成每个花粉单元的位置坐标,根据一定的全局授粉与局部授粉规则更新花粉单元的位置,使其向最优解迭代。仿真结果表明,与粒子群算法和人群搜索算法相比,花授粉算法优化参数使系统具备更短的响应时间、更高的系统控制精度以及更好的鲁棒性,为PID控制系统的参数整定提供了参考。

优化Landweber迭代快速电磁层析成像图像重建算法

电磁层析成像(EMT)中灵敏度矩阵的病态性、不适定性导致重建图像质量较差。为了提高重建图像的质量与速度,提出了一种优化Landweber迭代快速图像重建算法。首先,对灵敏度矩阵作降维映射,去除灵敏度矩阵中的冗余信息,减少每次迭代的计算量。然后,利用人群搜索算法(SOA)优化降维后的灵敏度矩阵,降低灵敏度矩阵的条件数,改善其病态程度。最后,通过Landweber迭代算法和预处理后的灵敏度矩阵进行图像重建。仿真实验结果表明:相同实验条件下,相比于Landweber迭代算法,所提算法有效提高了成像质量,降低了成像运算量。

基于鸡群优化算法的PID参数优化

PID控制器在现代工业生产中拥有极为广泛的运用,而PID参数对于PID控制器的效果发挥着至关重要的作用。为了解决PID参数的优化问题,提出了一种基于鸡群优化算法的PID参数优化方法,该算法以PID三个参量构造鸡群位置坐标,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量。仿真结果表明,与遗传算法、粒子群算法和人群搜索算法的PID参数相比,该算法具有更高的系统控制精度、更快的系统响应速度和更强的鲁棒性,为控制系统的PID参数整定提供了参考。