基于随机粒子群的Newton-SVD方法的电测井反演

提出一种基于随机粒子群的Newton-SVD方法对双侧向测井进行双参数反演(原状地层电阻率,侵入带半径),运用随机粒子群方法得到双侧向测井反演的一个较为合理的初始值,结合Newton-SVD方法进行双侧向测井反演,提高测井反演的稳定性、可靠性,给出一种设定测井反演初始值的方法,通过对加入噪声的理想模型和实际资料进行处理表明,该方法可有效、准确地消除复杂测井环境的影响,得到真实的地层参数.

多目标分解随机粒子群优化算法及其在直线电机优化设计中的应用

本文提出了一种多目标分解随机粒子群优化算法(MDSPSO).该算法优化过程中,所有粒子按各自固定的权重向量,采用改进Tchebycheff分解方法,将求解多目标非支配解问题转化为求解多个单目标最优解问题;而后每个粒子在以自身位置、个体历史最优参考位置及群体最优参考位置的几何中心为中心,以中心到自身位置为半径的区域内,随机生成一个新的起始位置,并参考当前的速度更新下一时刻的位置.通过对测试函数多次计算得到的数据进行统计分析,表明MDSPSO的收敛性和多样性均优于另外3种对比算法.最后针对直线电机磁路复杂、有限元计算费时的问题,使用神经网络拟合直线电机结构参数与性能的关系作为优化设计的模型,应用MDSPSO算法,优化结构参数.实际测试结果表明,优化后的直线电机推力大、效率高,同时有效控制了其推力波动和生产成本.

微分光谱变换方法对土壤重金属含量反演精度的影响研究

随着我国工农业的日益发展,土壤中以镍(Ni)、铁(Fe)、铜(Cu)、铬(Cr)、铅(Pb)等为代表的重金属污染对人类生活产生了严重影响。高光谱遥感技术具有实时、无损、快速等优点,为高效准确地获取土壤重金属含量提供了科学手段。而在利用高光谱数据反演土壤重金属含量时,微分光谱变换方法的选择对遥感反演土壤重金属含量的精度有显著影响。为明确二者关系,基于研究区采集的60个土壤样品,测定其Ni、Fe、Cr、Cu、Pb等含量以及350~2500 nm波段范围的光谱反射率。在相关系数(CC)分析法的基础上通过改进离散粒子群算法(MDBPSO)优选遥感探测土壤重金属含量的特征波段。最终以优选出的特征波段作为自变量利用随机森林(RF)算法构建了Ni、Fe、Cr、Cu、Pb等重金属含量的估测模型。在对原始反射率数据进行高斯平滑的基础上,对比分析了一阶微分(R′)、对数倒数的一阶微分(1/lgR)′、倒数的一阶微分(1/R)′、指数的一阶微分(e^(R))′四种微分光谱变换方法对土壤重金属反演精度的影响。结果表明,在CC分析法的基础上,MDBPSO算法可以有效地降低光谱数据的冗余度,提高模型的运行效率。其中R′、(1/lgR)′、(1/R)′、(e^(R))′中对Ni、Fe、Cr、Cu、Pb敏感的特征波段个数分别至少减少了154、363、135、744和889个。(1/lgR)′、R′、R′、(1/R)′、R′光谱变换方法分别应用到Ni、Fe、Cr、Cu、Pb特征波段的组合运算中,得到的估测模型的精度优于其他微分变换方法;模型检验集的决定系数分别为0.913、0.906、0.872、0.912、0.876,均方根误差分别为0.743、0.095、2.588、1.541、1.453。本研究为利用遥感数据反演土壤重金属含量微分光谱变换方法的选择提供了科学的参考,为进一步实现土壤重金属含量的大面积高精度遥感监测提供新的思路。

基于粒子群-蒙特卡罗的PDF形状控制策略

针对传统随机控制方法不能控制随机变量的高阶矩问题,提出一种基于粒子群-蒙特卡罗的概率密度函数(Probability Density Function,PDF)形状控制策略。通过设计多项式控制器和积分形式的目标函数,将PDF形状控制问题转化为控制器增益的优化问题。采用粒子群算法优化PDF形状控制器的增益,同时引入蒙特卡罗方法求解定积分形式的目标函数,使得非线性随机系统状态变量的PDF形状与期望的PDF形状一致。实验结果表明,该控制策略能够解决PDF的形状控制问题,而且缩短了粒子群算法的计算时间,提升了粒子群算法在PDF形状控制器增益中的优化性能。

结合粒子群算法的隐式Euler-Taylor方法

针对隐式Euler-Taylor方法在求解Ito型随机微分方程时得到的迭代格式往往是一个高度非线性的代数方程(组)的问题,应用粒子群算法实现该迭代格式,给出了结合粒子群算法的隐式Euler-Taylor方法.

基于最佳匹配原则的自适应随机共振算法研究

针对传统微弱信号检测手段在强噪声背景中改善探测性能不理想的问题,将随机共振应用到强噪声背景探测中,分析其基础理论,结合粒子群优化算法与最佳匹配原则,提出一种新的基于最佳匹配原则的自适应微弱周期信号检测方法。方法首先按最佳匹配原则估计随机共振系统参数,再通过优化算法在小范围内快速稳定地得出最佳系统参数与混合信号中微弱周期信号频率。实验结果表明,检测值与真实周期信号频率值误差仅为0.75%,并且方法提高了信噪比,实现了利用噪声增强微弱信号的目的。

一种机会约束优化潮流的新解法

为克服一般机会约束优化潮流求解方法依赖于期望运行点线性潮流的局限,基于粒子群优化算法,提出了一种智能探索与确定性优化算法相结合的混合寻优方法。在同时计入注入功率与负荷随机因素的条件下,展示了运用所提方法求解机会约束最优潮流问题的过程,并经IEEE30节点测试算例验证了该方法的有效性。