长江口邻近水域仔稚鱼分层群聚特征分析

利用长江口邻近水域2016年春季的仔稚鱼分层调查数据,分析了仔稚鱼的种类数、丰度、多样性和优势种的分层变化特征及其与温、盐度的关系。结果表明,共捕获仔稚鱼1548尾,平均每网捕获55尾。各水层的丰度值变化介于80.85~312.03尾·km^(−3),以50 m水层最大,30 m水层次之,15 m水层最小;种类数变化介于7~14种,从5 m水层至50 m水层呈持续增加的趋势。仔稚鱼的前弯曲期仔鱼期、弯曲期仔鱼期、后弯曲期仔鱼期和稚鱼期等4个发育阶段的丰度值均以50 m水层最大。水层从浅到深,种类数和丰富度指数持续升高,而多样度指数和均匀度指数则先增加后减小。根据相对重要性指数判断,5 m水层的主要种类有3种,其他水层的主要种类均有5种,主要种类在各水层的相对重要性指数存在一定差异。各水层之间的仔稚鱼种类数与盐度呈显著正相关关系(P<0.05,R=0.86),即随着水深增加和盐度升高,种类数也增多。在中上层水体,仔稚鱼丰度与水温之间存在极显著正相关关系(P<0.01,R=0.98);在中下层水体,仔稚鱼丰度与盐度之间存在显著正相关关系(P<0.05,R=0.79)。

分层群组软件设计技术在电子申签业务系统中的应用

文章说明了分层和组件设计技术在检验检疫电子申签业务系统中的应用。在总结实际工程经验的基础上给出了一个典型的电子申签业务的软件框架及实现,说明了这种设计显著的效果。

新课程理念下初中物理课堂教学中分层任务群的构建

以新课程理念为出发点,初中物理教师在进行物理课堂教学的过程中,要坚持“以生为本”,协调推进课堂教学工作。在初中物理教学中,教师构建分层任务群,能够优化物理课堂教学模式,提升物理教学效果。重点分析新课程理念下初中物理课堂教学中分层任务群构建的实践价值,并对新课程理念下初中物理课堂教学中分层任务群的构建和应用策略进行探讨。

分层集群的新型电力系统运行与控制

新型电力系统的发展必将导致电力系统形态的重大调整。随着可再生能源渗透率的不断提升、电力电子设备的广泛应用,未来电力系统容纳的电源与负荷种类将不断攀升,运行与控制的复杂度也将急剧升高。首先,描述将大规模电力系统划分为多层级的含分布式资源集群的小规模电力系统的新形态。各个资源集群皆具有电力供给、消纳及功率交换的能力,并尽量实现集群内的发用功率平衡和自治优化运行。其次,提出分层集群的新型电力系统的3层网络(能量网络、信息网络、价值网络)架构及整体研究思路。在能量网络层面,提出分层集群的新型电力系统的技术特征和形态结构,并介绍我国当前的相关政策支持;在信息网络层面,在介绍新型电力系统分布式感知和信息融合问题后,重点探讨集群智能与协同控制理论、技术在新型电力系统(特别是频率控制)中的应用;在价值网络层面,介绍分布式资源端对端交易、虚拟电厂等新型交易机制和商业模式等。最后,从复杂系理论和多学科交叉研究的角度探讨新型电力系统的前沿研究方向。

分层集群的新型电力系统运行与控制研究

随着新型电力系统的不断发展,电力系统的形态将不可避免地经历一次深刻的变革。随着可再生能源渗透率的不断提高以及电力电子设备的广泛应用,未来电力系统所能容纳的电源和负荷类型将不断扩大,从而导致其运行和控制的复杂度急剧增加。

基于分层粒子群优化算法的用户侧电力调峰配置模型

由于传统的用户侧电力调峰配置模型在实际应用中的电网净负荷峰谷差较大,导致配置效果不理想,因此提出基于分层粒子群优化算法的用户侧电力调峰配置模型。选取用户电费最小、系统净收益最大及供电周期内电力调峰配置成本最小三个目标,利用函数对目标进行数学表达,根据实际需求针对电力系统功率平衡、电力系统发电机组连续时间段内的发电量及发电机组爬坡能力需求设计相应的约束条件,利用分层粒子群优化算法求解出符合约束条件的目标函数最优解,输出用户侧电力调峰优化配置策略。实验证明,设计模型的电网净负荷峰谷差小于传统模型,设计模型在用户侧电力调峰配置方面具有良好的应用前景。

分层粒子群优化算法

针对粒子群优化算法存在进化后期局部搜索能力不强、收敛速度变慢的问题,提出一种分层粒子群优化算法。利用标准粒子群优化算法在整个搜索空间内进行全局搜索,由全局搜索获得的较优个体产生局部搜索区域,在局部区域内进行进一步搜索。为避免陷入局部最优,采用动态调整局部搜索区域的策略,保持算法的全局收敛性。通过典型测试函数计算表明,该算法的收敛速度和局部搜索能力有明显改善。

大规模电动汽车集群分层实时优化调度

为解决电动汽车的大规模实时优化调度问题,根据接入电动汽车不同的期望充电完成时间,将其划分为若干个不同优先级的电动汽车集群,在满足车主充电需求、配电网安全运行的同时,建立了考虑电动汽车充放电的大规模集群实时优化调度模型。该调度模型主要分为两个层次:首先,采用灰狼优化(GWO)算法对上层调度进行求解,从而获得各个电动汽车集群的充放电策略;然后,利用提出的能量缓冲一致性算法,制定出集群内的各辆电动汽车的底层充放电策略。仿真算例表明:所搭建的集群优化模型能明显降低电动汽车的大规模实时优化调度难度,同时,GWO算法和能量缓冲一致性算法在求解电动汽车的大规模优化调度问题上,更具有实用性和快速性。

基于分层粒子群优化的三维点云配准

为了提高三维点云配准的性能,采用基于分层粒子群优化的迭代最近点算法来完成点云配准;首先将源点云作为粒子群粒子,将粒子分成多个子群,然后以点云的曲率为适应度值,分别求解子群适应度值和全局粒子适应度值,并将子群适应度值、全局粒子适应度值和粒子当前速度三者结合,共同搜寻最优粒子,以得到能够精确表达点云结构的特征点,最后采用迭代最近点算法对特征点进行配准。仿真结果表明,通过合理设置粒子速度权重和子群规模,相对于标准迭代最近点算法,分层粒子群优化算法的三维点云配准效率提升显著,配准均方误差略有减小。

基于分层多子群的教与学优化算法

文章针对教与学优化(teaching-learning-based optimization,TLBO)算法在求解高维函数优化问题时易陷入局部最优与"早熟"现象、迭代后期收敛速度慢、求解精度低的缺点,提出了一种基于分层多子群的教与学优化算法(hierarchical subpopulation TLBO,HSTLBO),对平均学生水平进行重新定义,并根据适应度值对教学因子动态取值;通过预设的一个等级层次结构,将种群划分为若干个子群,构成层次结构的底层;底层子群粒子相对独立进化,保证种群多样性,每个子群的最优粒子则构成层次结构的上一层,提升算法的全局收敛能力,子群自下而上更新。通过10个Benchmark函数将提出的算法与其他算法进行对比实验,结果表明,HSTLBO在求解精度和收敛速度方面均优于其他算法。

基于分层型的改进粒子群优化算法

针对粒子群算法容易陷入局部极小点而无法得到全局最优值,且对于复杂的多极值点的函数的优化效果较差的问题。该文提出了一种改进的分层型粒子群优化算法,引入了多维空间旋转矩阵,在第一层的基础上,通过旋转不同角度矩阵产生多个层。该改进算法对整个粒子群进行旋转分层,增加粒子的多样性,从不同角度和平面寻找全局最优解,提高算法的全局搜索能力和收敛性能。最后对9个基准测试函数的仿真以及其统计数据,通过分析分层粒子群优化算法对每个基准函数的收敛速度和搜寻精度评价该算法的优劣。验证了改进后的算法满足函数优化要求。

用分层蚁群算法求解优化问题

提出了一种改进的群算法用于求解优化问题,首先建立N个低层子种群,用一定数量的蚂蚁在这N个解空间中先随机搜索,然后模拟蚂蚁寻食的方式通过信息素来指引搜索,得到N个结果后在用蚁群算法求解,并给出了具体的算法。

极大交换子在分层Lie群中的有界性

本文借助于Orlicz空间的相关理论与工具,在分层Lie群G中考虑了由Lipschitz函数和Hardy-Littlewood极大算子生成的交换子Mb和[b,M]的有界性。

分层多子群协作正余弦算法及应用

针对正余弦算法后期收敛速度慢、局部搜索能力差的缺点,提出了一种分层多子群协作正余弦算法。新算法的主要思想是将种群的更新架构分成两层:在底层中,将种群分成若干个个体数目相等的子群,每个群体的个体只能在相应的群体中并行进化;在顶层中,群体是由底层中各个子群中最优个体组成的,顶层中的个体都是按照高斯采样学习策略实现位置更新的。为了保持种群的多样性,在更新过程中利用随机重组策略来保持种群的多样性。新算法经过18个基准测试函数和神经网络中的应用实验的结果比较,新算法在稳定性、计算精度和收敛速度方面都具有明显的优势。

基于多种群分层粒子群优化算法的电力系统低压减载优化方法研究

低压减载是维护电力系统电压稳定的一道重要防线。最优减载问题是离散变量(地点和轮次)和连续变量(各轮的控制量)的混合优化问题。提出了一种利用多种群分层粒子群优化算法(HSPPSO)求解最优减载问题的新思路,采用受动态电压约束的系统最优潮流所建立的优化模型,以所切负荷总量最小为目标函数。最后以IEEE-39节点作为算例,结果与标准粒子群算法(PSO)和遗传算法(GA)对比,得出在同样的稳定裕度和迭代次数要求下,HSPP-SO算法总能够得到最小的减载量,表现出了在求解UVLS问题时的良好适应性。

分数次极大交换子在分层Lie群中的有界性

本文借助于广义Morrey空间的相关的理论与工具,在分层Lie群中考虑了由Lipschitz函数和分数次极大算子Mα生成的交换子Mα,b、[b,Mα]在广义Morrey空间中的有界性。

黄土山区煤层群分层开采地表位移规律分析

为了研究黄土山区地形对煤层群开采地表位移的影响,以榆林某矿为地质原型,利用数值软件模拟地表为近水平、正坡、负坡、凸面和凹面五种地形条件下煤层群开采。结果表明:黄土山区地形的变化,对煤层群开采顶板垂直应力影响不明显,对地表位移影响较大;单向坡开采,斜坡滑移引起的下沉量在坡顶与开采沉陷量形成“叠加”,在坡底形成“抵消”;在组合坡中,煤层群开采地表位移量相差很大,说明在变坡点附近地表位移较为复杂。

基于需求响应的电动汽车集群充电负荷建模及容量边界控制策略

对电动汽车充电进行合理有序的控制是实现大规模电动汽车入网的关键。首先介绍了一种电动汽车集群的分层分区域的电动汽车控制架构。其次,建立了电动汽车集群的控制模型,并在此基础之上提出了一种通过改变电动汽车可调容量边界的电动汽车集群的需求响应控制策略。最后,通过算例分析,首先研究了模型中的参数对电动汽车集群充电负荷的影响,其次验证了文中提出的控制模型和策略,仿真结果表明,在满足用户用电需求的基础上,文中建立的电动汽车控制模型和控制策略能够很好地实现电动汽车集群需求响应的功能。

机器人逆运动学差分自适应混沌粒子群求解

采用D-H法通过连杆坐标系变换矩阵建立机械臂运动控制模型,该模型呈现非常严重的非线性特性,传统方法难以求解。由于动态差分算法具有很强的全局搜索能力,而粒子群算法具有精确的局部搜索能力的特点,融合改进的动态差分算法和粒子群算法,并引入混沌映射初始种群和粒子群学习因子与惯性权重的自适应算法,提出多子群分层差分自适应混沌粒子群算法。该算法采用的多子群分层结构能提升个体共享群体信息的能力,底层利用动态差分算法进行全局搜索,顶层精英群利用改进的粒子群算法进行局部搜索。仿真试验和实际应用表明该算法在稳定性、搜索成功率以及收敛精度有显著提高,能有效解决机器人逆运动学模型的求解。

一种混合粒子群优化算法在翼型设计中的应用

提出了一种分层交换差分粒子群优化算法。作为一种混合算法,将粒子群优化算法与差分进化算法有机地结合了起来,使得粒子种群和差分种群分层交换,共享最优信息,加快了收敛速度,降低了陷入局部最优的风险,函数测试结果表现出算法具有更好的寻优性能。将算法应用到翼型设计之中,取得了良好的优化效果。