麻雀搜索算法-粒子群算法与快速扩展随机树算法协同优化的智能车辆路径规划

针对智能汽车在面对多样化工作场景时其路径规划算法存在响应时间长、规划效率低的问题,提出了多元协同优化策略。首先,融合麻雀搜索算法(SSA)的警惕机制与粒子群算法(PSO)的种群寻优特性,对PSO算法中的惯性权重因子和学习因子进行优化;其次,提出“三角布线”搜索规则,对快速扩展随机树算法(RRT)进行双向优化(RRT-Connect);然后,基于MATLAB软件建立了复杂环境道路仿真模型,对上述优化方案进行了仿真验证。结果表明,相较于单一的优化方案,协同优化算法在路径长度与规划时间上均具有显著的优势。对两种协同优化方案的应用场景进行了实车试验,结果显示:在局部路径规划中,SSA-PSO算法响应时间更短,规划效率更高,而在全局路径规划中,“三角布线”RRT-Connect算法更具优势。

单分散Al-4.5wt%Cu合金粒子的制备与凝固过程模拟

使用脉冲微孔喷射法制备了粒径可控的单分散Al-4.5wt%Cu液滴,对液滴凝固成的粒子进行分析表征。结果表明:该粒子具有粒径均一、高球形度、热履历一致的优点。随着粒径的增长,粒子的内部微观结构由胞状晶变为树枝晶。建立了粒子凝固过程的传热数值计算模型,分析了粒子下落中温度、温度梯度变化及冷却速率与粒子微观组织形貌的关系。在本实验条件下,310.0μm粒子内部凝固组织为胞状晶,冷却速率为771.71 K/s;485.1μm粒子内部凝固组织为树枝晶,冷却速率为382.40 K/s。

空间自适应的快速粒子Level Set方法

Level set作为一种有效的界面追踪方法,已经被广泛地应用到单相流的自由表面追踪或多相流的交界面追踪.快速粒子level set方法(FPLS)是一种改进的level set方法,既具有较高的界面追踪精度,又有较高的计算效率.将其与自适应网格结合起来,提出了一种基于树型结构空间自适应的快速粒子level set方法(SA-FPLS).通过在交界面附近设置高分辨率网格带,且只在高分辨率网格带内求解level set方程,既进一步提高了交界面模拟精度,又可以节省计算机内存,同时保持较高计算效率.

基于自动快速密度峰值聚类的粒子群动态优化算法

针对常规多种群方法在求解动态优化问题时往往存在多样性缺失现象,提出一种基于自动快速密度峰值聚类的粒子群动态优化算法(DPCPSO)。首先,利用自动快速密度峰值聚类通过粒子的自身密度和相对距离创建无敏感参数子种群;然后,使用粒子群优化(PSO)来寻找最优解,在搜索过程中采用停滞计数器来判断粒子是否停滞,防止种群过早收敛;最后,采用最优粒子重定位策略响应环境变化。为了验证所提出算法的性能,在移动峰值基准(MPB)和广义动态基准生成器(GDBG)测试问题上进行了仿真实验。仿真实验中,所提算法性能与基于亲和传播聚类的动态优化算法(APCPSO)、基于聚类的动态优化(CPSO)算法等其他先进算法相比较,在峰值数大于20以及变化频率为2000和3000时均取得良好的结果。实验结果表明,所提算法更适合求解多模态和快变特性的动态优化问题。

一种改进的粒子群优化超快速BDS卫星钟差预报方法

针对现有全球卫星导航系统(GNSS)卫星钟差预测模型预报精度不高的问题,提出一种预测北斗卫星导航系统(BDS)卫星钟差数据的方法:构建一种将集合经验模态分解(EEMD)模型和改进的粒子群优化结合的随机森林预测算法,并采用全球定位系统(GPS)钟差数据来验证算法的正确性;然后利用改进的粒子群优化的随机森林模型对集合经验模态分解后的各分量进行预测,并将各分量预测的结果叠加为最终预测结果。实验结果表明,GPS钟差预测数据与超快速的GPS钟差数据产品(国际GNSS服务组织(IGS)超快速产品(IGU-P))比较,精度提升幅度在3.7%~14.5%之间;BDS钟差预测数据与超快速的BDS钟差数据(国际GNSS监测与评估系统(iGMAS)超快速产品(ISU-P))比较,精度提升幅度在12.7%~21.5%之间。证明了该组合预测模型在钟差预测方面的可行性。

基于粒子群的无人机蜂群网络拓扑快速构建方法

高稳定性的网络拓扑是无人机蜂群系统分布式联合感知、分布式信息交互与分布式协同控制等集群功能的重要保障。在三维动态应用场景中,快速稳定的网络拓扑构建对于蜂群系统的可靠应用具有重要意义,而当前的拓扑构建方法在此方面研究并不充分。提出了一种基于粒子群优化算法(PSO)的无人机蜂群分布式拓扑快速构建方法,在满足蜂群网络特定的端到端通信时延性能要求下,最大化网络拓扑的维持时间。为实现分布式拓扑构建方法的快速收敛,根据蜂群节点的静态特性和动态趋势进行初值设计,同时基于特征相似度函数优化更新方向与步长。仿真结果表明,在典型应用场景和系统配置下,该方法具有高拓扑稳定性。在蜂群规模为100节点时,传统PSO策略需要平均5.5次迭代才能获得最优解,而该算法在获得相同端到端时延和网络吞吐性能的同时,平均只需2次迭代即可收敛到全局最优解。

电推进涵道风扇气动快速求解方法及性能分析研究

随着绿色航空发展,为了能在设计阶段快速获得涵道风扇气动性能参数和非定常流场特征,有必要开发一种高效的数值求解方法。基于小型电推进风扇内流弱可压和尾迹耗散特性,本文将转子和涵道的面元与尾迹涡粒子耦合,使用面元法求解固壁流场,使用涡量输运方程求解远场尾迹传播特征,克服了有限体积法尾迹耗散快的问题。研究表明,本文发展的面元-涡粒子耦合方法对涵道风扇叶表压力与有限体积法趋势一致,整体推力误差为7.83%,能满足工程快速预测需求。本文发展的高效非定常计算方法的尾迹计算数值耗散低,能揭示更为复杂的非定常流动现象,仿真结果显示风扇涵道对尾迹发展有明显约束,而当尾迹传播至外部时,涡量呈现出明显的收缩和对称分布特征。在计算效率方面,本文发展的耦合方法非定常计算效率高,计算相同非定常时间步耗时仅为有限体积法的1/6,具有潜在的涵道动力非定常设计应用价值。

基于改进型SVM的电网计量信息快速清洗研究

由于传统方法在电网计量信息清洗中应用效果比较低,不仅清洗时间比较长,而且清洗后的信息丢失比例比较高,无法达到预期的清洗效果,为此提出基于改进型SVM的电网计量信息快速清洗研究。利用计量器采集到电网计量信息,根据信息密度值识别噪声点并对噪声信息滤除,利用判断决策函数筛选出缺失信息,将其带入到改进型SVM中,利用粒子群算法对SVM参数优化改进,利用改进型SVM对缺失信息补偿清洗,以此实现了基于改进型SVM的电网计量信息快速清洗。经实验证明,设计方法清洗时间在1s以内,信息丢失占总信息量不超过1%,设计方法在电网计量信息快速清洗方面具有良好的应用前景。

基于粒子健康度的快速收敛粒子群优化算法

针对现有粒子群优化算法在工程应用中,特别是在粒子维数较高的情况下,很容易发生早熟收敛等缺点,提出了一种基于粒子健康度的快速收敛粒子群优化算法(HPSO)。给出了粒子健康度的概念及计算方法。该算法通过动态监控粒子的健康度指标,对健康度较低的粒子单独进行变异操作。从而可以在保护健康粒子继续搜索最优值的同时,有效'治疗'非健康的早熟粒子,提高了整个粒子群的寻优能力及跳出局部最优值的能力。然后通过大量的标准测试函数对其进行测试,并将其与标准粒子群优化算法(SPSO)、权重递减的粒子群优化算法(WPSO)进行对比。测试结果表明,在粒子维数较高的应用中HPSO算法的收敛速度更快,效率更高。

基于随机惯量权重的快速粒子群优化算法

在6个标准测试函数的基础上,对惯量权重进行了调查研究,并且分析了惯量权重对算法的影响,提出了一种让惯量权重的取值随机均匀地落在区间[0.4,0.6]内的新方法,用以平衡全局搜索能力和局部开发能力。数值实验的结果表明,该方法比传统的权重线性递减(LDW)具有更快的收敛速度并且能获得更好的解。

大气细粒子的快速捕集及化学成分在线分析方法研究

本文介绍了一种新型的大气细粒子快速捕集及其化学成分在线分析方法。该方法中大气细粒子与过饱和水蒸气绝热混和而增长成大粒子 ,并在气流的带动下惯性撞击到一垂直玻璃板上 ,一含有内标物的去离子水流自上而下将撞击到玻璃板上的粒子收集 ,收集液被直接输送到离子色谱、总有机碳分析仪 ,在线分析其中的化学成分。该方法每 12min可完成单个样品分析 ,每小时可连续采集分析 5个样品。离子色谱最低检测限约为 0 .0 5 μg/m3(NH+4 )到 0 .2 0 μg/m3(SO2 -4 ) ,不确定度约为 3 % ,TOC最低检测限为 5× 10 -5μg/m3,不确定度约为 3 %。真实的大气细粒子观测结果表明 ,该方法快速、简捷、灵敏度高 。

具有快速收敛和自适应逃逸功能的粒子群优化算法

为了克服标准粒子群优化算法(PSO)后期收敛速度慢、容易陷入局部最优等缺点,借鉴人工蜂群算法的思想,提出了一种提高收敛速度并且带有自适应逃逸功能的粒子群优化算法(FAPSO)。算法中每进化一次粒子搜索两次:一次全局搜索,一次局部搜索。当粒子陷入局部最优时,通过逃逸功能使粒子重新搜索。8个经典基准测试函数仿真结果表明,改进的粒子群优化算法在收敛速度和寻优精度上均有提高,相对于目前常用的改进粒子群优化算法如CLPSO等,t检验结果说明,新算法具有明显的优势。

基于粒子群优化的快速细菌群游算法

针对细菌觅食算法(Bacterial foraging algorithm,BFA)收敛速度慢的特点,提出一种快速细菌群游算法(Fast bacterial swarming algorithm,FBSA)。本算法通过借鉴粒子群优化(Particle swarm optimization,PSO)算法的信息共享机制,对细菌觅食算法的群体感应(Quorum sensing)机制进行改进,使每个细菌在优化过程中具备感应周围细菌位置、并向细菌群体历史最优位置游动的能力。同时,通过动态调整细菌的搜索步长,加强了算法在优化初期的全局搜索能力以及优化后期的局部搜索能力。对基准测试函数进行仿真实验的结果表明,FBSA对于大部分高维函数的优化能力优于BFA和PSO,并且具有更快的收敛速度。

基于粒子系统的土壤胶粒快速凝聚的三维可视化仿真

土壤胶体凝聚三维可视化有助于更好地理解土壤凝聚动力学过程和土壤团聚体形成。该文构建了土壤胶粒粒子系统算法,实现了土壤胶粒建模及其胶体快速凝聚动态演化可视化。首先将土壤整体当作土壤立方体,土壤胶体颗粒看作球形,实现所有胶粒的建模。然后胶粒在布朗运动作用下以扩散系数随机移动,移动后发生碰撞而快速凝聚。该文分别实现了有固定中心的单体凝聚和集团凝聚,其仿真效果良好。根据本系统进行的三维分形维数计算,其结果与分形理论相符。研究并发现分形维数随粒子浓度增大而增大,回转半径随粒子浓度增大而减小。该方法初步实现了土壤胶体快速凝聚三维可视化动态演化过程,具有一定的研究价值。

基于快速拉格朗日分析–并行粒子群算法的黏弹塑性参数反演及其应用

将改进粒子群算法和大型岩土数值计算软件FLAC3D有机结合,提出基于快速拉格朗日分析的全局并行改进粒子群参数反演方法。该方法既没有采用EBE方法也没有利用区域分解技术对计算区域进行处理,而是对用于参数反演的优化方法进行全局并行,这既避免了区域分解难于确定子区域边界的问题,又避免了EBE方法的大量数据交换,无疑将大大提高并行效率。基于锦屏二级水电站辅助洞BK14+599断面的算法性能分析证实了这一特性。锦屏二级水电站辅助洞黏弹塑性参数反演表明该方法对大规模岩土工程参数反演提供了一种行之有效的方法,获得了可靠的长期稳定性分析参数。利用获得的参数进行正向数值分析,计算结果表明:变形主要发生在顶拱和两侧墙靠上部位;洞周出现了一定范围的塑性区,以两侧为最,洞底次之,内壁出现了拉伸屈服;洞肩和墙角出现了应力集中现象,洞底出现底鼓现象,这些现象与现场观测到的结果一致。因此,引水隧洞在设计、施工时应加以注意,防止造成不必要的损失。

基于快速高斯变换的辅助边缘粒子滤波算法

针对辅助粒子滤波算法计算量大,滤波效率较低的问题,提出了一种基于快速高斯变换(Fast Gaussian transform,FGT)的辅助边缘粒子滤波算法。该算法假设状态噪声是加性的,并且是高斯的,这样非线性滤波的Chapman-Kolmogorov方程的求解近似于执行了核密度估计(Kerner density estimation,KDE),从而可将KDE中的快速算法FGT引入,以提高算法的计算效率和实时性。仿真结果表明,该算法利用少数粒子就可以获得与常规粒子滤波相似的误差,大大提高了计算效率。

一种基于混合量子粒子群的快速运动目标跟踪算法研究

量子粒子群算法在优化过程中需要权衡局部探索性和全局开拓性,进化后期由于全局开拓能力的丧失使得种群多样性减少,设计了一种基于欧式距离的混合量子粒子群算法,通过计算粒子的种群多样性,当种群多样性低于阈值范围时加入基于欧式距离的种群划分策略划分子种群,从而保证获得全局最优解。利用标准测试函数验证提出的混合量子群算法有效性。提出了基于混合量子粒子群的Mean Shift算法(HQPSO Mean Shift)完成目标快速跟踪,克服传统Mean Shift算法的在跟踪快速移动目标时出现"跟丢"的问题。

基于快速傅立叶变换的粒子图像测速技术

在图像灰度分布互相关和快速傅立叶变换的基础上,研究了粒子图像测速的实现。用该方法处理由数学方法合成的粒子图像并与标准结果进行了对比。结果表明:在粒子图像测速中,测速算法也是产生错误矢量的原因之一;基于快速傅立叶变换的粒子图像测速技术能够有效、快速检测出流场;在流速大且流速梯度大的流场区域,由于粒子匹配性能的降低较易出现错误矢量。

细晶硅粒子对快速凝固高硅铝合金性能的影响

对喷雾沉积法制取 Al- 2 8Si- Cu- Mg- Ni- Fe合金进行了研究 ,探讨了冷却速率与合金组织的关系 ,着重分析了快凝合金中自生细化硅粒子的强度增强机制及影响因素 ,认为硅晶体的增强作用是 Orowan机制和颗粒增强机制复合强化的结果 ,所得的材料为 :Si粒子尺寸约 6 μm,σb=381MPa,σb30 0℃=191MPa。

多传感器快速粒子滤波器融合的方法及其在导航中的应用

提出在高斯噪声条件下,将多传感器融合中多维测量的全局粒子滤波器的粒子权重表示成多个一维测量的子粒子滤波器的粒子权重的乘积的形式,从而避免了通常计算全局粒子权重需要的大计算量,达到提高测量融合速度的目的.本文还分析了现有方法和提出方法的计算复杂度,并将提出方法应用于导航.分析和仿真的结果均表明,所提出的方法明显提高了计算速度,且随着粒子数目的增加,优势愈加明显.