离散改进PSO求解模糊柔性作业车间多目标调度

针对在实际生产过程中机器的生产作业时间与单位时间加工成本具有不确定性的特点,建立以最小生产成本与最小完工时间为目标的模糊柔性作业车间模型采用三角模糊数表示车间固定成本、加工成本与时间为提高模型对于复杂组合的优化能力,提出了一种改进的粒子群算法。根据广义粒子群思想,使用遗传算法的交叉、变异操作重构位置与速度更新公式,使用带外部记忆库的精英保留策略,利用迭代信息指导子代产生,增强了算法的寻优性能,最后,通过某柔性作业车间生产实例进行试验,论证了该算法对比普通粒子群算法更适用于复杂的离散化问题,可以有效地保留迭代过程中调度方式的多样性。离散改进粒子群算法在实现车间高效运转的同时,可推广应用于应急资源分配等领域。

基于改进离散布谷鸟算法的干扰资源分配研究

该文对二次雷达机制的协同式敌我识别系统的干扰资源分配问题进行研究,将离散布谷鸟算法(Discrete Cuckoo Search,DCS)引入敌我识别系统的干扰资源分配问题。首先给出协同式敌我识别系统的干扰效果评估指标,建立干扰资源分配模型,将模型简化为一对一、多对少模型,使用DCS算法求解模型。针对Levy飞行后期出现搜索速度慢和精度低的问题,将遗传算法中的交叉与变异操作引入DCS算法得到改进的离散布谷鸟算法(Improved Discrete Cuckoo Search,IDCS),用以求解分配模型。仿真分析表明:所提干扰效果评估指标可以合理地评估干扰效果;IDCS算法比DCS算法收敛更快、耗时更短;IDCS算法与做出相应改进的遗传算法(Improved Genetic Algorithm,IGA)相比具有更好的寻优能力。

改进的离散灰色模型及其应用

在文献研究的基础上,对离散灰色模型作了进一步改进,给出一种预测的新方法.该方法将离散灰色模型中的已知条件作了适当的拓广,从而使新模型具有更高的精度.通过变压器油中溶解气体预测的实例分析验证了该方法的有效性.

基于改进离散微粒群优化算法的混流装配线多目标排序

产品投产排序是混流装配线有效运作的关键,它是标准微粒群算法无法直接应用的离散空间问题。提出改进离散微粒群优化算法来解决混流装配线多目标排序问题。提出了适应离散编码的粒子位置编码方式,有效避免了不可行解的产生,提高算法效率。引入了动态参数及自适应逃逸机制增强了粒子的多样性和搜索性能。分析了装配线参数变化对目标函数和相应投产序列的影响,并确定出了能够获得最优解的合理参数范围。提出评价指标对改进离散微粒群优化算法与基本离散微粒群优化算法进行了对比,对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散排序问题,是一种高效的混流装配线排序算法。改进微粒群优化算法与遗传算法的仿真实验对比显示了提出方法在混流装配线排序问题中的优越性。

一种求解典型JSP的改进离散粒子群优化算法

针对NP-hard性质的作业车间调度问题,设计了一种改进的离散粒子群优化算法。引入遗传算法交叉算子和变异算子来实现粒子的更新,并将变异思想和模拟退火算法思想融入该算法中对全局最优粒子的邻域进行局部搜索,很好地防止了算法出现早熟收敛。通过将该算法和标准粒子群优化算法用于求解典型JSP,计算结果对比表明,改进的算法具有很强的全局寻优能力;就综合解的质量和计算效率而言,改进算法优于标准粒子群优化算法。同时,将该算法结果与文献中其他相关算法结果进行比较,验证了该改进算法的有效性。该算法能够有效地、高质量地解决作业车间调度问题。

改进离散粒子群算法及其在飞机装配任务调度中的应用研究

论文阐述了飞机装配过程中任务调度的重要意义,介绍了当前调度算法的研究现状,对离散粒子群优化算法进行研究并在此基础上提出一种基于激励原则的改进离散粒子群优化算法。最后以某型飞机尾段装配流程为对象对改进后的算法进行验证,得到良好效果。

混流装配线排序的改进离散微粒群优化算法

提出在离散空间用一种改进的微粒群优化算法来解决混流装配线的多目标排序问题,考虑两个目标:总生产变化率最小和总闲置-超载时间最小,并对两个目标函数进行了规范化处理以消除量纲的影响。在基本的微粒群算法基础上,提出了适应离散编码的粒子位置编码方式,引入了动态参数方法来提高算法的搜索性能和收敛能力。对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散问题并保持了基本微粒群算法的优良性能,是一种性能较好的高效的混流装配线排序算法。

基于改进离散傅里叶变换滤波器组的两步检测算法

认知无线电(cognitive radio,CR)在解决频谱资源匮乏问题和提高频谱资源利用率方面被寄予厚望。频谱感知的循环特征检测算法复杂度较高,而能量检测算法在信噪比比较低的情况下检测性能不理想;针对这种情况,在改进离散傅里叶变换(MDFT)滤波器组结构的多载波调制系统中,提出一种基于MDFT滤波器组调制的两步检测算法。该算法结合了循环特征检测较强的抗噪声干扰特性,以及能量检测算法复杂度低的优势。仿真结果表明:所给出的两步检测算法在较低信噪比时相对于MDFT能量检测、OFDM循环特征检测等其他算法,其检测性能有明显改善;同时MDFT循环特征检测算法可有效降低算法复杂度。

基于改进型离散粒子群优化的云计算资源分配方案

针对云计算中资源有效分配的问题,提出一种基于改进型离散粒子群优化(IDPSO)算法的云资源分配方案.首先,将传统PSO算法中的运算进行离散化,使其能够应用于资源分配问题.然后,对传统PSO粒子位置更新公式中的惯性权重进行改进,根据当前粒子位置、局部最佳和全局最佳位置的适应度来确定这些权重系数,以此加快粒子的收敛速度.最后,将资源分配方案编码为一个二维粒子,利用IDPSO算法求解最优解.实验结果表明,该方案能够有效降低资源浪费率,具有可行性和有效性.

基于改进离散粒子群优化算法的容差电路故障特征提取

采用故障信息量对容差电路输出信号中的故障征兆进行描述,采用等间隔选取特征点、单特征点诊断信息量最大和多特征点联合诊断信息量最大3种不同的特征子集选取规则,提出了基于改进映射函数、自适应权重、基于自然选择以及基于自然选择和自适应权重的4种离散粒子群优化(BPSO)算法对特征子集进行搜索的方法,并将获取的不同最佳特征子集分别用于训练不同的神经网络,并用训练好的神经网络完成容差电路的故障定位。仿真实验结果证明了容差电路故障特征子集的改进BPSO搜索算法的有效性,故障定位效率可达95.2%.

煤焦O_2/CO_2燃烧特性的改进离散随机孔模型解析

以小龙潭褐煤和焦作无烟煤作为研究对象,采用热重分析仪对煤焦的O_2/CO_2燃烧特性进行研究.以燃烧过程中煤焦颗粒反应速率与孔隙表面积之间的关键关系为切入点,对燃烧过程中非常小时间微元内的焦颗粒有效反应面积进行修正,并采用微元分析法求解随机微分方程,最终建立了预测煤焦O_2/CO_2燃烧特征的改进离散随机孔模型,并将此模型用于分析不同温度下小龙潭褐煤焦和焦作无烟煤焦的O_2/CO_2燃烧特性.通过与现有离散随机孔模型的比较发现,所提出的改进离散随机孔模型在整个燃烧阶段均能够得到较好的预测结果,而离散随机孔模型在燃烧后阶段的预测值与热重实验数据有较大偏差.

UFMC系统基于改进离散粒子群的峰均比抑制算法

针对通用滤波多载波(UFMC)系统中相同相位信号叠加而引起的峰均比(PAPR)过高的问题,提出一种基于改进离散粒子群(IDPSO)的峰均比抑制算法。该算法在离散粒子群(DPSO)算法的基础上,引入一种对控制参数分段线性调整的改进方式,提升了算法的搜索性能。将改进后的离散粒子群算法与部分传输序列(PTS)相结合形成IDPSO-PTS算法,并对每个子块进行加扰。所提算法在规定迭代次数内搜索最佳的相位因子组合,以降低UFMC系统的峰均比。仿真结果表明:IDPSO-PTS算法与原始UFMC相比,PAPR可降低3.5 dB;与DPSO-PTS算法相比,PAPR可降低0.2 dB;存在大量候选相位因子组合时,IDPSO-PTS算法与PTS技术相比可显著降低计算复杂度。

基于改进离散粒子群算法的选星模型

针对现有的天文航海技术存在的不足之处,设计基于离散粒子群的船舶定位选星模型。运用Open GL对索星卡可视化,依据The Nautical Almanac进行后台数据库搭建;根据选星要求建立选星数学模型,通过改进的离散粒子群算法优化模型得出最优的3颗恒星;利用仿真试验来验证该方法的可行性和有效性。仿真结果表明该系统在天文航海中具有一定的使用价值。

基于改进离散烟花算法的变电站巡检机器人路径规划研究

变电站巡检机器人的路径规划旨在为机器人在障碍物空间中搜索全局最优路径。全局路径规划研究主要包括环境建模和路径搜索两个子问题。首先在全面分析变电站环境后创建了半拓扑的地图环境模型,然后测试了相关算法的离散优化性能,最后得到了变电站路径规划的仿真测试结果。测试结果证明了基于改进离散烟花算法的路径规划方法的有效性。

基于改进离散灰色预测的变论域模糊PID灌溉控制

针对灌溉控制系统的非线性、时变性和大时滞等问题,提出了基于改进离散灰色预测的自适应变论域模糊PID灌溉控制模型。为了提高灌溉系统的肥液控制效果,在FPID(模糊PID)控制器基础上,设计了新型函数型伸缩因子实现变量论域伸缩,优化系统适应性、提高控制精度,并融合超前控制的改进型离散灰色预测,有效解决了灌溉系统的大时滞问题。建立了PID、FPID、NVUFP(新型变论域模糊PID)和IDGM-NVUFP(改进离散灰色预测的新型变论域模糊PID)4个控制模型进行仿真实验与实际灌溉测试,实验结果表明相较于FPID,NVUFP超调量降低10.5%,调节时间减少5.31 s,IDGM-NVUFP超调量降低14.5%,调节时间减少11.90 s。实际灌溉测试验证了基于IDGM-NVUFP的灌溉控制系统响应速度快、平稳无震荡,控制精度和鲁棒性均优于其他控制模型,能够满足智能灌溉系统的实际灌溉控制需求。

基于多分辨率分析和改进离散余弦变换的音频水印算法

提出了一种基于多分辨率分析的音频水印算法.首先通过对音频信号进行小波分解得到信号的时变低频分量,然后通过扩频和改进离散余弦变换将水印信息分散嵌入低频分量;最后通过误差修正获得较高的水印提取准确率.该算法增大了水印信号的嵌入量,在保证水印安全性和隐蔽性的同时,对常见的信号处理还具有较好的鲁棒性.

基于连锁环网与改进离散粒子群算法的多目标配电网重构

配电网重构本质上是一个复杂的高维数非线性组合优化问题。为避免其不可行解的影响,同时实现快速寻优,提出了一种通过连锁环网矩阵快速判断粒子是否满足配电网拓扑约束的方法。采用基于Pareto准则的离散二进制粒子群算法(Binary Particle Swarm Optimization,BPSO)以求解配电网重构多目标优化问题。从三方面对BPSO算法进行改进:改进粒子更新策略以提升新代粒子的可行概率;改进sigmoid函数同时提出邻域搜索机制以强化算法后期的收敛能力;提出基于次优解保留策略的小生境共享机制以改进群体最优粒子更新方式,进而强化算法的全局搜索能力。对IEEE33系统算例进行仿真,结果表明改进BPSO算法在求解含分布式电源(Distributed Generation,DG)的配电网重构多目标优化问题时,能够更加精确高效地收敛至Pareto最优前沿。

基于离散粒子群算法的管道保温结构优化研究

针对目前管道保温结构优化算法不稳定、结果优化程度不高的问题,建立以经济效益为目标函数,以满足国家散热损失标准等条件为约束函数的离散型数学模型。以BPSO算法为基础改变其位置更新规则,防止种群进化失效;采用自适应权重增加粒子的全局和局部搜索能力;充分利用模拟退火算法的思想避免出现早熟现象。应用改进的算法分别对普通蒸汽管道和核电站的蒸汽管道进行系统仿真实验。结果表明,该算法能够在满足国家散热损失标准等条件下取得最优解,可以为管道保温结构提供合理的优化方案。

基于改进离散花授粉算法的继电保护定值优化方法的研究

提出一种基于改进花授粉算法的继电保护定值优化方法,利用约束区间编码,以整定时间最短和灵敏度最优为目标,以满足继电保护选择性、灵敏性、速动性、可靠性要求为约束,寻找得到使电力系统稳定运行的最优整定结果。通过与传统的继电保护整定方法和基于遗传算法的整定值寻优方法进行比较,结果表明改进花授粉算法收敛速度快,寻优效率高,适用于继电保护全局优化整定。

改进离散型飞蛾扑火优化算法求解柔性作业车间调度问题

针对以最小化最大完工时间为目标的柔性作业车间调度问题(FJSP),提出一种改进离散型飞蛾扑火优化算法(IDMFO)。首先,基于集成法的求解思想设计两段式编码转化机制,建立染色体连续空间与问题离散决策空间的映射关系;其次,采用有效的种群初始化方法,保证种群的多样性和质量,加快算法收敛速度;然后,为了进一步提高算法的全局搜索能力,设计新颖的随机更新算子和基于Levy飞行轨迹的随机游走策略;最后通过标准算例测试及与其他算法求解结果的对比,验证了IDMFO算法在求解FJSP问题方面的有效性和优越性。