基于混沌粒子群优化算法的反应釜温度预测控制研究

反应釜作为化工行业核心的生产容器,其温度控制优化在化工生产领域中具有重要作用。针对反应釜温度控制难的问题,提出了一种基于Tent映射的混沌粒子群优化(CPSO)算法优化动态矩阵控制(DMC)-比例积分微分(PID)的反应釜温度预测控制策略。由于DMC很难选取较优的参数,利用Tent映射的CPSO算法提高动态矩阵参数寻优的速度。通过试验,以及与常规PID、DMC-PID控制对比分析,基于Tent映射的CPSO-DMC-PID串级控制对温度控制系统有较好的控制精度和响应速度,可大幅缩小超调量。该控制策略对反应釜温度预测控制研究具有一定的参考意义。

采用改进多目标粒子群算法的斜拉桥阻尼器参数优化

为克服大跨度斜拉桥黏滞阻尼器优化设计效率低、多个相互制约的减震控制目标的问题难以权衡,基于遗传算法的“变异”方法,提出了改进多目标粒子群算法来进行阻尼器参数优化设计。建立大跨度斜拉桥的有限元模型,开展了全桥地震响应分析,根据抗震需求在桥梁纵向设置黏滞阻尼器;分别建立了塔底弯矩、阻尼力和梁端位移的减震响应与阻尼器参数之间的响应面数学模型;以减震响应面模型为研究对象,通过该算法进行阻尼器参数全局自动寻优分析,确定了阻尼器的最优参数,并与采用参数敏感性分析方法确定的一组阻尼参数进行对比分析。研究结果表明:该优化方法具有计算精度好、优化效率高和更好地权衡多个相互制约的减震控制目标的优点;通过优化算法获得的阻尼器参数组合相比采用参数敏感性分析方法获得的阻尼参数组合的减震响应,塔底弯矩增大1.73%,阻尼力减小5.97%,梁端位移减小1.66%;在无需多次有限元试算的基础上确定了更高精度的阻尼器优化参数组合,在提高减震效果的同时大大提升了计算效率。

基于混沌多目标粒子群算法的综合能源调度

目的针对当前综合能源系统中资源协同优化效率不足、微网运行经济性和环保性差的问题,提出了一种计及风电储能及不稳定因素的微网优化调度方法。方法该方法在微网负荷侧需求响应对新能源消纳影响的基础上,以消纳新能源和削峰填谷为目的,提出了优化负荷曲线的方案;然后,考虑微网调度侧风电出力的不稳定性以及微网内部设备的耦合,进行优化调度以降低微网运行成本、减少环境惩罚费用并提高风电消纳平稳性;最后,采用混沌多目标粒子群算法对优化问题进行求解,并在风电不稳定度占比0%、5%、10%和15%时进行了算例仿真分析。结果当风电不稳定度为10%和加入风电储能,系统运行成本和环境治理费用最少,比方案1和无风电储能少6919.4元,风电平稳量也提高38 kWh。在电热冷网中,负荷侧加入需求响应后,系统得到稳定运行和能源合理利用,可以很好地满足负荷侧用能需求。从算法对比中,混沌多目标粒子群算法加入自适应权重和变异率后,具有较强的全局搜索能力和更好的准确性。结论该方法通过合理设置风电不稳定度能够有效降低运行成本和环境惩罚费用,提高风电稳定性,其次,负荷侧的需求响应可以一定程度地削峰填谷和消纳新能源。

ACCQPSO:一种改进的量子粒子群优化算法及其应用

针对量子粒子群优化算法前期易陷入局部极值点、后期寻优精度不高等问题,文章提出一种自适应交叉算子的混沌量子粒子群优化算法,并将其应用于BP神经网络超参数寻优。首先,利用Logistics映射初始种群为混沌序列进行最优解搜索,增强初始种群的随机性与遍历性,提高算法寻优能力;然后,通过纵向交叉操作进行种群中个体的信息交换,并引入自适应交叉概率公式,增加种群多样性,提高算法的寻优精度;最后,在实验中,一方面,选取8个函数在高低两个维度进行验证,同时进行Wilcoxon秩和检验分析以及消融实验,验证该算法相较其他算法的有效性;另一方面,通过算法优化BP神经网络应用到网络安全态势预测任务中,实验结果表明该算法收敛速度相较于对比算法有大幅度提升。

基于多目标粒子群优化算法的动力电池仿生冷板结构优化设计

为了提高锂离子电池的冷却效果,提出一种高度对称的仿生网状流道冷板。首先,利用单因子分析法分析了冷板结构参数对其性能的影响,然后,以冷板的平均温度、温度标准差和冷却液压力损失为性能指标,采用多目标粒子群优化(MOPSO)算法对冷板的结构参数进行了优化,得到性能最优时的流道宽度、流道深度和冷板壁厚分别为9.0 mm、1.5 mm和1.4 mm,对应的平均温度、温度标准差和压力损失分别为33.20℃、1.33℃和65.63 Pa,相比于初始结构参数,优化后的平均温度和温度标准差分别下降1.92℃和0.02℃,但压力损失增大27.10 Pa。最后,在电池模组层面验证了优化结果。

基于响应面法和粒子群算法的电机轴多目标优化

为满足新能源汽车电机轴的轻量化设计需求,文中提出了一种基于响应面法和粒子群算法相结合的多目标优化方法。以电机轴的内径为设计变量,在满足强度约束的条件下,将电机轴质量、多危险截面处等效应力和1阶临界转速作为设计目标构建了多目标优化模型。建立Box-Behnken试验设计得到4因素3水平的有限元分析试验方案,采用最小二乘法拟合了各子目标的高精度响应面方程,并根据各子目标的重要程度引入影响因子,建立了统一的全局优化目标函数。最后,结合惯性权重线性递减的粒子群算法对全局目标函数进行了寻优。优化结果表明:电机轴的质量减小了4.8%,1阶临界转速提升了8%,且两处危险截面的等效应力分别减小了2.9%,2.5%。

基于粒子群敏度更新的拓扑优化方法

为了进一步减少拓扑优化过程中出现的灰度单元,提出一种基于粒子群优化和分区加权敏度过滤的敏度更新方法。引入粒子群状态更新表达式,以寻找周围单元的敏度极值,将其在一定权重下与经过过滤的敏度值相加,组成新的敏度更新策略。结合变密度法和基于粒子群的敏度更新策略,以柔度最小化为目标,利用5个经典算例验证本文方法的可行性和有效性。优化结果表明,基于粒子群敏度更新的拓扑优化方法能有效减少灰度单元并能快速收敛。

无人机安全路径规划的混沌粒子群优化研究

针对无人机(unmanned aerial vehicle,UAV)在存在多种威胁的三维环境下的安全路径规划问题,提出了一种改进的混沌粒子群优化增强算法(improvedchaotic,velocityand nonlinear decreasing inertia weight particle swarm optimization,IC-VANDIWPSO)。首先,建立一个具有地形约束和无人机性能约束的威胁环境模型,把路径规划问题转化为成本函数的优化问题。再利用IC-VANDIWPSO算法与约束的对应关系,高效搜索复杂的环境,找到安全性高且成本函数小的最优路径。仿真结果表明,IC-VANDIWPSO算法在收敛速度、初始化时间、路径平滑性以及稳定性等方面都具有显著的优势,获得了更优的路径。

基于改进粒子群算法的湿法冶金技术优化控制

分析了湿法冶金技术的关键工艺,构建了优化控制模型,并利用自适应惯性权重和模拟退火算子对粒子群算法进行改进,对湿法冶金技术进行优化控制。仿真试验结果显示:在A风力发电场优化数据集中测试中,AIW-SAO-PSO算法迭代225次时趋于稳定,适应度值约为0.165,且迭代100次时,算法的均方根误差、平均绝对误差、相对标准偏差分别为0.0080,0.0045和0.971%;在湿法冶金技术优化控制模型的寻优求解中,得到的综合效益值为1.9×10^(5)元/h,与目标期待值的绝对误差约为0.1×10^(4)元/h。实现了湿法冶金技术的优化控制,并为同类型优化控制提供理论支持。

DV-Hop定位算法的混沌粒子群优化

针对距离矢量跳距(Distance Vector Hop,DV-Hop)定位算法通信半径选择不合理导致平均跳距和定位误差较大的问题,提出一种基于混沌粒子群改进的DV-Hop定位算法,利用混沌映射的遍历性和随机性实现粒子的局部深度搜索,避免粒子群算法陷入局部最优。通过混沌粒子群优化(Particle Swarm Optimization,PSO)算法迭代求解所有信标节点的通信半径,引入混沌理论调整非线性惯性权重优化搜索过程,通过混沌搜索和混沌扰动迭代求解信标节点的最佳通信半径;通过极大似然估计(Maximum Likelihood Estimate,MLE)法计算的平均定位误差作为混沌粒子群算法的适应值函数;使用费希尔矩阵求解的误差下限作为约束条件求解适应值函数,同时把平均通信半径作为节点能耗模型的阈值来降低节点能量消耗。仿真实验表明,提出的算法在不增加算法复杂度的前提下能够在定位精度方面提升近58%,节点能量消耗方面降低近24%。

基于改进混沌粒子群优化算法的永磁同步电机参数辨识

针对永磁同步电机(PMSM)在参数辨识过程中由于粒子容易早熟和陷入局部最优而导致辨识精度不高的问题,提出了一种改进混沌粒子群优化(ICPSO)算法,并将其应用在PMSM多参数辨识中。该算法通过对混沌算法和粒子群优化(PSO)算法结合并优化,且在算法中融入精英免疫原理,处于中间的粒子进行免疫升级,此举不仅扩大了粒子在种群中的搜索范围,而且在一定程度上克服了粒子早熟、不易跳出局部最优的问题。该算法对标准测试函数进行试验,且与PSO算法和混沌粒子群优化(CPSO)算法在参数辨识中的效果相比较,得出定子电阻、dq轴电感和转子磁链电磁参数,从而证明该算法的有效性。

基于混沌粒子群改进支持向量机对露天矿边坡稳定性的分类预测

为了简便有效地评估边坡稳定性状态,针对目前传统机器学习的算法选择与超参数优化等难题,提出了基于混沌粒子群优化算法的4种机器学习模型,并对其预测性能进行了对比。建立了包含221组露天矿边坡稳定性案例的数据库,其中80%的数据用于训练,20%的数据用于模型测试。4种模型预测结果及工程实例验证结果表明,基于混沌粒子群改进支持向量机模型的预测效果上总体优于其他3种机器学习模型,预测准确率88%,能够有效预测边坡稳定性,可为露天矿边坡安全提供可靠的预测结果。

基于混沌粒子群算法的机器人动力学参数辨识

文中提出了一种改进的混沌粒子群算法以优化机器人的激励轨迹,提高动力学参数辨识精度。首先,构建简化的SCARA机器人的动力学模型,选用改进的傅里叶级数作为激励轨迹并建立其优化目标和约束条件的数学模型;其次,在粒子群算法中引入动态控制参数策略和混沌搜索增强机制以优化调整算法参数和早熟粒子;最后,评估改进算法的寻优效果并利用其优化机器人的激励轨迹,进行基于神经网络的动力学参数辨识。仿真结果表明,所求的激励轨迹曲线平滑,机器人动力学参数辨识精度较高。

基于混沌粒子群算法的神经网络的财务管理预警优化模型

以避免企业发生经济损失为出发点,提出基于混沌粒子群算法的神经网络的财务管理预警优化模型,提升了预警结果的可靠性。由于神经网络的财务管理预警模型存在局部极值和随机选择参数现象,导致预测结果存在较大随机性,将具备遍历特性的混沌优化算法引入至标准粒子群算法中,赋予每个粒子遍历特性,控制粒子的聚集程度,避免局部极值的发生,获取全局最佳值,保证模型的预警结果。测试结果表明:优化后模型可获取全局遍历最佳解;在迭代次数为50次时完成收敛,且适应度值为0.000 5;全局寻优性能良好,可零误差完成财务管理预警,具备极佳的预警可靠性。

融入重心反向学习和单纯形搜索的粒子群优化算法

针对粒子群优化PSO算法后期种群多样性差和易陷入局部最优解等问题,提出具备重心反向学习和单纯形搜索行为的粒子群优化COLS-PSO算法。初始时,基于混沌策略构造出搜索空间。进化过程中,基于Spearman系数选择需要进行重心反向学习的粒子,以帮助算法逃离局部极值区域。进一步引入局部搜索能力较强的单纯形搜索方法增强对最优粒子邻近区域的开发,以提高搜索精度。实验先在若干标准测试函数上进行,之后将COLS-PSO算法应用于软件测试数据生成问题。实验结果表明,COLS-PSO算法在求解精度、收敛速度和有效性方面表现较好,能够有效平衡种群多样性和算法收敛性的矛盾。

改进粒子群算法的环形薄壁零件铣削参数优化

针对某环形薄壁零件在加工过程中的零件局部变形过大的问题,提出了改进粒子群算法的环形薄壁零件铣削参数优化方法。采用有限元软件,对局部变形大的区域进行仿真,得到仿真出的铣削力;通过Design-Expert13中正交实验响应曲面法建立加工参数与铣削力之间的目标函数,采用改进的粒子群算法对目标函数进行优化,最后通过对优化后的加工参数与经验加工参数进行实验对比。结果表明:采用改进粒子群算法的环形薄壁零件铣削参数优化的方法,可使零件局部变形大的区域的铣削力减小24.9%,有效降低了环形薄壁零件的变形量,为技术人员在选择该环形薄壁铣削参数时,提供了新的参考方案。

粒子群优化模拟电荷法在HGIS工频电场计算中的应用

近年来,复合型气体绝缘组合开关设备(HGIS)以其造价适中、占地面积小、运行安全可靠等优点,在我国超高压变电站的建设中得到越来越多的应用。研究分析HGIS配电装置区的工频电场分布规律,对智能变电站的设计与建设、电磁环境评估以及消除民众对电磁辐射问题的不必要担忧等方面具有重要意义。鉴于传统模拟电荷法(CSM)布点和校验环节过于繁琐,难以应对复杂场景。提出将粒子群优化算法(PSO)和传统模拟电荷法结合,形成粒子群优化模拟电荷法(PSO-CSM)。并将其应用到500 kV HGIS配电装置区工频电场的计算中,研究分析配电装置区内各主要设备对工频电场的影响以及整个配电装置区工频电场的分布状况,并提出变电站工频电场防护的相关建议和改进措施。

基于粒子群算法的训练仿真想定优化生成方法

针对训练仿真想定中的训练效果不够理想的问题,为了获得训练效果更好的训练仿真想定,对训练仿真想定进行了优化,提出一种基于粒子群优化(PSO)算法的训练仿真想定生成方法。以改进威力场模型的态势评估方法为基础构建了适应度函数,在计算机仿真软件中结合改进的层次分析法(AHP)确定能力权重参数;并以作战平台的属性具体实例化粒子,改进了粒子群算法求解训练仿真想定的优化方案。使用计算机仿真案例对方法进行验证,并在计算机仿真平台上比较了优化前后的训练仿真想定结果。结果表明:该方法能对训练仿真想定的难度进行调整,可有效帮助优化生成训练仿真想定,帮助解决训练仿真想定优化生成问题。

基于模糊层次分析法-粒子群优化模型的浅层地热能适宜性区划研究

利用基于模糊一致矩阵的模糊层次分析法(FAHP)建立浅层地热能评价模型,将结果的一致性检验与修正过程整合为非线性规划问题,并通过粒子群算法(PSO)进行优化求解,得到满足一致性要求的权重结果,进而开展敏感度分析,校验指标权重准确性,提高地源热泵适宜性区划评价精度.通过构建4个层次、9个指标的评价体系,根据获得的权重值开展大连地区浅层地热能适宜性分区评价,为浅层地热能资源储量和潜力评价提供基础,也为浅层地热能可持续开发利用提供理论依据.评价结果表明,适宜性区划模型和指标权重值可靠,适宜区分布于研究区东部钻石湾、东港一带,面积32.87 km^(2),占评价总面积的4.45%,较适宜区分布于北部甘井子区,面积247.21 km^(2),占评价总面积的33.47%.

基于改进粒子群算法的无轴承永磁同步电机多目标优化设计

为了提升内置式无轴承永磁同步电机的转矩性能和悬浮性能,提出一种基于响应面法和粒子群优化算法的内置式无轴承永磁同步电机多目标优化设计方法。首先,介绍内置式无轴承永磁同步电机的悬浮力产生原理。其次,阐明所采用的响应面法和多目标粒子群优化算法的原理。再次,根据所提出的多目标优化设计方法,按照灵敏度分析、响应面法建模和多目标粒子群优化的步骤对内置式无轴承永磁同步电机进行优化设计,并对优化后电机和初始电机的转矩和悬浮性能进行对比分析。最后,制作优化后的样机,并构建实验平台对样机性能进行测试。