高温合金环件形性协同锻造工艺参数群智能寻优方法与应用研究

准确快速地选取锻造工艺参数的最优组合方法,对实现难变形材料高温合金环类锻件的形性协同控制具有重要的意义。基于传统锻造工艺参数设计依赖设计人员经验、目标函数选择困难和寻优过程耗时等特点,提出了一种基于群智能寻优的工艺参数优化组合设计方法,实现了难变形高温合金环类锻件形性质量提升。论文以高温合金环形件模锻成形工艺参数最优组合为研究对象,以实现环锻件形性协同控制为目标,设计了考虑环锻件平均等效应变、等效应变标准差以及材料利用率的多目标参数模型;通过对各目标参数进行加权处理,获得了环锻件的综合目标模型;根据中心复合试验法及有限元模拟结果,确定了各目标参数与工艺参数之间的回归关系;利用麻雀搜索算法对综合目标模型进行智能寻优,获得了环锻件锻造工艺参数组合。生产试制结果表明:采用基于群智能寻优麻雀搜索算法获得的工艺参数组合,锻造后环锻件本体晶粒度达到9~10级,晶粒度差值小于1级,有效提高了环形锻件的变形均匀性,实现了高温合金环类锻件形状和性能的形性协同。

基于群智能优化的改进LightGBM算法及应用

针对LightGBM(Light Gradient Boosting Machine)算法参数调整复杂的问题,提出了一种基于群智能优化的预测算法。该算法采用多种群智能优化方法,对LightGBM模型的关键超参数进行全面优化,包括树模型的最大深度、每棵树中叶子节点的最大数量、叶子节点所需的最小样本数、子样本比例、特征子采样比例以及学习率等。为验证算法的有效性,在心力衰竭疾病分类的实验数据上进行了测试,实验结果表明,改进后的LightGBM心力衰竭分类模型在稳定性和准确率等关键指标上均展现出显著优势,各项性能指标均优于K近邻算法、决策树以及基于网格搜索优化的LightGBM和基于随机搜索优化的LightGBM算法。

引入用能行为概率和群智能优化的数据驱动高精度小时尺度建筑能耗预测体系

提出了一种改进的用户用能行为概率模型,作为新输入集成入能耗预测中,引入麻雀搜索算法(SSA)用于优化长短期记忆神经网络(LSTM)的超参数选择,建立了高精度小时尺度建筑能耗预测体系。在某建筑中的实际应用显示,相比于传统预测体系,改进的能耗预测体系可以使决定系数R 2平均增大0.201,平均绝对百分比误差(MAPE)平均减小18.10%,均方根误差的变异系数(CV-RMSE)平均减小0.176。

基于群智能的暖通空调系统调控方法与应用策略研究

群智能控制具有良好的自组织和互联互通特点,为机场等超大公共建筑中央空调的优化控制提供了解决方案。针对传统建筑机电控制系统的特点,综述群智能标准化信息模型的核心要点,探析中央空调系统群智能控制系统的基础要素和机电设备特征,并且在应用侧层面上明确群智能的技术要义与应用对策,为工程实践应用和系统开发提供参考。

群智能优化算法最新进展

群智能优化算法是一种模拟自然界中生物群体行为特征的优化算法,具有全局搜索能力强、适应性强、并行性强和易于实现的优点。群智能优化算法属于生物启发式算法,在解决复杂优化问题时,面临收敛速度、参数敏感性和鲁棒性的挑战。近年来,在群智能优化算法领域,研究者已经提出了一系列新型的群智能优化算法。综述了最新提出的六种群智能优化算法及其变体模型和应用,并在CEC2020测试函数上进行实验。全面评估了这六种群智能优化算法的收敛精度和稳定性,并简要阐述了群智能优化算法的未来发展趋势。

基于群智能优化算法的船舶最优运输路线规划

为规避海洋运输环境中潜在的静态障碍风险区域,并进行平滑、动态避障,降低船舶碰撞风险,研究基于群智能优化算法的船舶最优运输路线规划方法。利用正六边形网格划分方法构建船舶运输所处海洋环境模型;建立基于群智能优化算法的运输航线规划模型,在构建的正六边形网格海洋环境中,动态规划运输避障路径,规划目标为避障过程航行距离与复航路径长度最小化,使用蜘蛛猴算法,求解满足目标函数以及约束条件的本船航行至动态避障转向点的时间、动态避障航向变动量、动态避障转向行为至复航的时间、复航时航向变动量4个规划变量,作为船舶最优运输路线规划方案,实现船舶最优运输路线规划。经测试,所研究方法在存在静态障碍、动态障碍的海况中,规划运输路线后,船舶未出现碰撞风险,且路线平滑。

群智能算法在月径流预测支持向量机建模中的适应性研究

变化环境下,径流的精准预测愈加困难,集成稳健的优化算法是近年来机器学习发展的动力,也是提高径流预测精度的有效途径。为规避支持向量机(SVM)建模时适应度函数选取的不足,提出基于群智能算法的SVM参数优化范式,并以新疆克孜尔水库月平均径流量预测为例,对粒子群算法(PSO)、差分算法(DE)、灰狼算法(GWO)、鲸鱼算法(WOA)和麻雀算法(SSA)5个典型算法进行仿真验证。结果表明,PSO建立SVM模型合格率(QR)小于60%,预测精度不达标,其余4类算法的平均绝对相对误差和纳什系数分别介于10%~20%和0.75~1之间,预测效果良好;20次独立运算结果中,PSO、WOA、SSA和DE存在预测结果较差的情况,其中PSO的稳定性最差。综合而言,GWO优化的SVM(SVMGWO)在月径流预测中精度、稳定性和可靠性更佳。

基于集群智能的智慧城市配送平台设计与研究

随着国内市场经济蓬勃发展、智能生产技术的不断进步以及消费品物流配送行业对时效与服务质量的需求逐渐增加,城市物流配送行业也亟需向现代化、智能化方向转变与提升。目前,城市物流配送的时效与能效等问题严重影响了城市物流配送业务的可持续发展。文章围绕城市物流配送现状与问题,分析了构建智慧城市配送平台的目的和需求,研究了智能城市物流配送平台设计,提出了解决城市配送资源、配送路径以及订单匹配等问题的关键技术,从而实现了城市配送业务和流程管理标准化、智能化,为城市配送服务数字化转型升级提供借鉴与参考。

从群智能优化到群智能进化

从认识世界的宏观视野出发,针对问题复杂性与方法有限性存在的鸿沟,按照问题导向的思路,将广泛意义下的解决问题归结为资源有限情况下的资源分配问题(简称分配问题),并将其分为优化型和协调型分配问题两大类,给出了多种优化问题和分配问题之间的关联关系。群智能优化主要是通过对群居生物觅食行为仿生来处理优化型分配问题,群智能进化则是以群居生物劳动分工主导的合作行为仿生来解决协调型分配问题,通过对两者的全方位考察,论述了群智能优化与群智能进化的异同并加以对比说明。聚焦韧性概念时代的到来是从群智能优化到群智能进化的现实推动力量。群智能进化采用协调处理思路,根据问题情景建立定制化的群智能模型,从而有效解决问题,适宜处理一般性分配问题和异常性分配问题,表现出显著的韧性。群智能优化与群智能进化都属于群智能范畴,其中蕴含着若干相互作用的对偶要素,由对偶要素形成的两股力量之间的互动结果决定了群智能类别的归属。按照系统学二象论原理,通过分析竞争与合作、开发与探索、吸引与排斥三对对偶要素,揭示了其与群智能优化和群智能进化类别归属的内在关系。研究表明群智能进化作为群智能研究的新领域,代表了其今后发展的主流方向。

无人集群智能协同仿真试验评估理论框架研究

智能无人集群装备作为智能装备的典型代表,其技术、装备、作战应用在全球范围内加速推进,但总体上无人集群试验理论的研究滞后于无人集群技术、装备,无人集群能力的涌现性、对抗的复杂性,以及无人集群试验的不可重复、不可泛化等特性给无人集群试验基础理论、方法带来了巨大挑战。从体系工程集成试验视角和装备研制建设全生命周期视角提出面向能力生长的智能技术、智能单装、智能集群、智能体系4个集群试验模式,深度剖析无人集群智能协同试验的基础理论问题,构建无人集群智能协同试验基础理论框架。

新型群智能算法在求解聚类问题上的对比研究

为更好地解决kmeans聚类算法对初始聚类中心敏感的问题,选取了最近几年比较典型的5种群智能算法,如蝙蝠算法、磷虾算法、灰狼算法、鲸鱼算法和麻雀算法等,对Kmeans算法在初始聚类中心的选择上进行优化,然后通过6个UCI中典型的数据集进行聚类仿真,并分别从算法的求解精度、稳定性、收敛速度和聚类性能等方面对比分析了各算法的性能。仿真结果表明,灰狼算法在求解聚类问题时效果最佳,能够在较短的时间内有效地对聚类中心进行优化,并且具有较高的精度和稳定性,可有效地解决kmeans算法对初始聚类中心敏感的问题。

基于云架构的智能微网群智能运维管理平台设计

文章旨在设计基于云架构的智能微电网群智能运维管理平台,以解决西藏地区光伏电站和新能源系统的监测、管理和维护问题。通过大数据分析技术和云平台应用,实现对各类光伏发电系统和微电网的智能监测、运行和维护,提高系统可靠性、降低运维成本、减少运行风险,并促进新能源的综合利用与经济发展。文章首先分析了西藏地区光伏电站监测管理的现状和挑战,随后提出了基于云架构的智能微电网群智能运维管理平台的设计方案,并详细阐述了其关键技术和功能模块。接着,通过对平台设计的实际应用场景进行模拟和分析,验证了其在提升光伏电站运行效率、降低管理成本和促进新能源产业发展方面的有效性。最后,总结了平台设计的优势和应用前景,并展望了未来的发展方向。

基于混合群智能算法的无人机集群任务分配

针对无人机集群任务分配方法存在的搜索时全局性与收敛速度相矛盾的问题,提出了一种狼群算法和模拟退火算法相结合的混合群智能算法。首先,在分析无人机集群作战应用及任务分配建模的基础上,对基本的狼群算法进行改进,将狼群算法中游走、召唤和围捕行为的固定步长改进为自适应步长,以提高收敛速度和搜索精度;其次,将改进的狼群算法的初步结果作为模拟退火算法的输入,进行快速搜索来进一步提高算法的收敛速度;最后,在相同的应用场景下,通过与粒子群优化算法、改进的狼群优化算法仿真比较,验证了所提算法在分配精度和收敛速度上均有较大的提高。

群智能搜索在基础油性能预测模型中的优化效能

润滑油基础油组成成分的变化对其性能有重要影响,本文中针对复合基础油体系中KN4010、PAO40和PriEco 3000三种成分含量的不同配比,对润滑油运动黏度、黏度指数和旋转氧弹性能指标变化的影响,建立基于最小二乘支持向量机(LSSVM)基础性能预测模型,并进行对比分析及筛选;选用经典的粒子群优化算法(PSO)、蜻蜓算法(DA)和鲸鱼优化算法(WOA)等仿生群智能搜索策略构建混合模型,对优选的预测模型进行参数优化.测试结果表明:机器学习技术对油液性能具有良好的预测能力,并且LSSVM基础模型可以在小样本条件下得到相对较好的预测结果,而WOA-LSSVM能够显著降低模型的预测误差;并且通过测试和留一交叉验证法分析,WOALSSVM的预测结果明显优于其余模型,具有良好的预测精度和泛化能力.

基于群智能算法对比的城市配电网故障停电预测研究

随着我国电网的发展规模逐渐扩大,对于城市配电网的安全性能要求也越来越高。需要实时监测电网结构,从而准确判断故障区域以及进行停电预测。因此,基于电网故障信息源,提出了1种群智能算法下的混合蛙跳算法(SLFA),并使用粒子群优化(PSO)算法和未来搜索算法(FSA)作为比较。通过对3种算法的常规性能指数进行测试,发现SLFA相比于另外2种算法,拥有运行时间长、结果正确率高、受初值影响小、收敛精度高的优势。因此,SLFA能够广泛应用于城市配电网的故障检测和停电预测,为城市电网的安全运行提供保障。

基于群智能体深度强化学习的模块化机器人自重构算法

模块化机器人是由一定数量、具有独立功能的标准模块组合而成的。自重构问题是目前模块化机器人研究领域的热点与难点。传统的图论算法或者搜索算法在模块数量较多、复杂度较大时,无法在多项式时间内寻找到通用最优解。文中从群智能体深度强化学习的角度出发,将每个同构模块视为具有学习与感知能力的单智能体,提出了基于QMIX的模块化机器人自重构算法。针对该算法,设计了一种新型的奖励函数,并在限制智能体的动作空间的基础上,实现了智能体并行化移动,在一定程度上解决了多智能体之间的协调合作问题,从而实现了从初始构型向目标构型的转变。实验以9个模块为例,对比了该算法与基于A*的传统搜索算法在成功率以及平均步数上的差异。实验结果表明,在时间步数限制合理的情况下,基于QMIX的模块化机器人自重构算法的成功率能够达到95%以上,两种算法的平均步数大约在12步左右,QMIX自重构算法能够逼近传统算法的效果。

专题导读 集群智能自主移动平台协同技术

集群系统是由一定数量的无人移动平台通过交互机制构成的网络化分布式的复杂系统。集群智能是集群系统在宏观上涌现出的远超单平台的复杂行为、功能增强及性能跃升现象的统称。集群智能是美军第三次“抵消战略”的核心内容,也是“马赛克战”的关键支撑技术,更是我国“新一代人工智能”群体智能方向以及提升我军军事智能化的重要内容。智能和自主是集群系统适应复杂作战环境,涌现集群智能的重要因素。如何提升集群系统在动态、开放、对抗环境下有机协同的自主性和智能化水平是当前学术界和产业界共同关注的焦点与难点。

一种群智能体分群控制算法

针对Vicsek模型在多领导者分布密集的群智能体系统中存在智能体速度方向随迭代次数变化产生振荡的问题,提出一种注意力机制与就近跟随机制结合的分群控制算法。该算法利用注意力机制将智能体的邻居集合划分为领导者邻居集合和非领导者邻居集合,当领导者邻居集合非空时,智能体采用就近跟随机制选择单一领导者进行信息交互,当领导者邻居集合为空时,智能体采用Vicsek模型与邻居集合内的所有智能体进行信息交互。实验结果表明,与带有领导者的Vicsek分群算法和结合注意力机制的Vicsek领航跟随分群算法对比,所提算法能有效改善分群过程中智能体速度方向的振荡问题,提升分群效果。

基于改进雷达图法的群智能算法综合性能评估

为解决传统性能评估方法无法准确评估群智能算法性能的问题,提出一种基于改进雷达图法的群智能算法综合性能评估方法。建立适应度评价次数、寻优时间、寻优稳定性、寻优精度、覆盖度、覆盖速率6种群体智能算法性能评估指标模型。在典型测试函数上,基于上述6种指标,通过改进雷达图法分析3种常用群智能算法的综合性能。仿真结果表明:所提方法能够全面客观的反映群智能算法的综合性能,为群智能算法的性能分析、优化和决策提供理论依据。

基于仿生群智能优化RBF神经网络的气动机械手稳定运动控制方法

针对气动机械手动态特性强、特征状态难捕捉,导致稳定性控制误差较大的问题,提出一种基于仿生群智能优化径向基函数(Radial Basis Function Network,RBF)神经网络的气动机械手稳定运动控制方法。建立线性传递函数,计算气动回路中液压元件、气源装置、气压过滤装置、过滤器、调压阀以及压力计算器等元件间气动稳定关系,获取气动机械手回路状态。通过仿生群混合蛙跳算法智能优化RBF神经网络,根据机械手自由臂模型,建立坐标轴,计算机械臂各个关节角的自由度参数,根据机械手速度自由度、位移以及角度关系自由度设置比例-积分-微分(Proportion Integration Differentiation,PID)控制器,完成气动机械手稳定性控制输出。实验结果表明;该方法控制精准度高,在X轴、Y轴和Z轴方向上加速度曲线的波动性最小,具有良好的控制性能。