基于带约束粒子群的电容层析成像图像重建算法

粒子群工作时系统的鲁棒性很高,有助于解决图像重建的病态问题。但是,重建图像的像素较大,导致粒子维度较大,粒子在寻优过程中很难达到最优解。为了解决这一问题,对粒子的位置加入约束条件,以Tikhonov正则化图像重建算法成像作为粒子位置参考,约束粒子在Tikhonov正则化算法重建图像的一定范围内搜索,并用罚函数求解,提高粒子搜索速度;粒子群的惯性权重采用线性递减权值,从而实现惯性权值的自适应动态调整,提高算法的灵活性;将混沌算子加入粒子群位置搜索过程中,当粒子陷入局部最优时,混沌变量在一定范围内波动,降低最优解的错失率。仿真实验结果表明,与传统的LBP算法和Tikhonov算法相比,改进的粒子群算法的电容层析成像图像重建更精确,效率更高。

基于约束粒子群优化的克里金插值算法

针对常规克里金插值算法中的不足之处,通过改变粒子群算法中粒子多样性,结合地质变量的特征和数据特征,提出了一种改进的插值方法——基于约束粒子群优化的克里金插值算法,在粒子群优化过程中,通过高斯变异、样本点权重系数设定、搜索范围约束等方式提高了插值精度。实验结果表明:基于约束粒子群优化的克里金插值算法可以获得高精度的插值效果,优于常规的克里金插值。

基于改进CAPSO的原油管道调合多性质优化方法

在仔细研究原油管道调合工艺基础上,提出一种基于改进有约束自适应粒子群优化(CAPSO)算法的原油管道调合多性质优化方法;首先,基于原油调合规则库、优化预处理及设备实际工作能力约束,建立了多原油多性质优化模型;然后,根据原油调合目标,通过CAPSO算法对优化模型进行快速、准确的优化计算,获得多种组分原油的最优配比;投运效果表明,系统能够自动、高效计算出原油调合的最优配比,避免人工计算所造成的一致性差,计算效率低并且不易获得最佳配比的问题,有效提高了加工设备的生产效率。

基于随机森林MOPSO的城市最优资本结构分析

城市资本结构是一个受到多因素交互影响的复杂问题.试图基于随机森林多目标粒子群算法构建多目标多因素影响下的城市最优资本结构模型,对城市资本结构状况进行剖析.首先利用随机森林的拟合回归特性对历史数据进行拟合,从中找到历史数据特征之间的关系.随后采用多目标粒子群约束优化算法,根据已有的关系特征去寻找使目标同时达到最好效果的特征值,再根据这些效果最好的特征值从历史数据中寻找相关性最高的数据,从而分析出资本结构配置相对较优的城市以及年份.通过不断学习这些较优的结构配置,可以对各个城市的发展起到良好的借鉴作用.