基于震荡权重粒子群杂交的过2采样DFT滤波器组优化设计

基于离散傅里叶变换(discrete Fourier transform,DFT)滤波器组的数字射频存储器具备宽频带覆盖和干扰宽带雷达的特点。针对临界采样时DFT滤波器组信道间混叠严重的问题,推导了过2采样DFT滤波器组的高效多相实现结构,将带间混叠减少了一半。为进一步提高重构信号的精度,提出了基于震荡粒子群杂交算法的滤波器频域设计方法,通过优化目标函数,提高了输出峰值信噪比,降低了最大输出误差,缩减了优化求解时间。仿真结果验证了过2采样DFT滤波器组结构的正确性,提出的震荡权重粒子群杂交滤波器设计可以精确地重构跨多个信道的宽频信号,具备干扰宽频信号的能力。

基于改进自适应杂交粒子群优化算法和最小二乘支持向量机的空中目标威胁评估

评估空中目标威胁程度是防空指挥控制系统的核心环节,评估的准确程度将对防空作战产生重大影响。针对传统评估方法实时性差、工作量大、评估精度不足、无法同时进行多目标评估等缺陷,提出了一种基于自适应杂交粒子群优化(ACPSO)算法和最小二乘支持向量机(LSSVM)的空中目标威胁评估方法。首先,根据空中目标态势信息构建威胁评估系统框架;然后,采用ACPSO算法对LSSVM中的正则化参数和核函数参数进行寻优,针对传统杂交机制的不足提出改进的交叉杂交方式,并使杂交概率自适应调整;最后,对比分析了各系统的训练和评估效果,并用优化后的系统实现多目标实时动态威胁评估。仿真结果表明,所提方法评估精度高,所需时间短,可同时进行多目标评估,为空中目标威胁评估提供了一种有效的解决方法。

杂交粒子群优化算法反演瑞雷面波频散曲线

针对传统粒子群算法反演面波频散曲线易陷入局部极值的问题,通过非线性的自适应惯性权重、引入压缩因子以及边界条件约束三种优化策略对该算法进行优化,提出一种杂交粒子群优化算法(Hybrid Particle Swarm Optimization,HPSO)进行瑞雷面波频散曲线反演,提高了反演的精度、减少了反演的多解性。通过典型地质模型的无噪声、含噪声及多模态理论频散曲线反演,验证了该方法的有效性、抗噪能力和多模态频散曲线联合反演能力;与边界约束粒子群算法反演结果的对比分析表明,HPSO具有更高的反演精度;最后,对实测数据进行了反演,验证了HPSO的适用性。

计及阀点效应负荷经济分配的杂交粒子群算法

提出了一种用于求解复杂的非凸、非线性具有阀点效应的火电有功负荷经济分配问题的杂交粒子群算法(HPSO)。HPSO通过粒子追随自己找到的最优解和整个群的最优解来完成优化,并在此基础上将遗传算法的杂交思想引入到PSO算法当中,使其避免局部最优。算例的仿真结果表明:本文的算法有效、可行,可望应用于更广泛的优化问题。

计及阀点效应的有功功率经济分配

本文采用改进的粒子群算法(HPSO)对火电机组负荷进行经济分配,该算法考虑了实际电力系统中机组的阀点效应;以粒子群算法为基础,在此基础上将遗传算法的交叉思想引入到PSO算法当中,使其避免局部最优;借鉴混沌算法的可行化调整机制,用自罚应函数法处理等式约束;线性的改变惯性权重;重新初始化不合格粒子。本算例应用改进PSO算法与基本PSO算法进行仿真,结果表明:改进的算法寻优质量更好,效率更高,可望应用于更广泛的优化问题。