基于评估选取的QPSO算法在斜齿轮多目标设计中的应用

量子粒子群优化算法是基于量子行为对粒子群优化算法进行改进的优化算法,规则简单、收敛速度快、易于编程实现。对于多目标多约束条件的斜齿轮传动的优化设计,提出一种基于评估选取来改良QPSO优化求解的方法,实践表明能够快速、有效求得优化解,是求解齿轮优化设计问题的一个较好方案。

基于适应度空间距离评估选取的多目标粒子群算法在电网无功优化中的应用

提出了一种基于适应度空间距离评估选取最优解的多目标粒子群算法。该方法避免了目前多目标优化求解方法中权重选择的难题,保证了寻优方向的多向性,可以获得多目标优化问题的Pareto解集。将该算法应用于网损最小、静态电压稳定裕度最大为目标的多目标无功优化问题,算例表明在有效性和最优性等方面均有良好表现。

景观树价值评估中林分质量调整系数选取简析

评估方法的选择要与评估目的、评估时的市场条件、被评估对象在评估过程中所处的状态以及由此所决定的资产评估价值类型相适应[1]。关于资产评估方法的选择和使用,实际上是专业评估人员根据实际条件约束下的资产或模拟条件约束下的资产的价值进行理性分析、论证和比较的过程,通过这个过程做出有足够理由支持的价值判断。森林景观资产评估中都将市场法排在评估方法的前列,市场法的本质是根据替代原则,经比较分析评估林木资源的价值。该案例评估方法采用市场法中的成交价比较法,类比分析被评估资产与交易资产参照物的差异,通过林分质量调整系数进行科学调整后,实现准确确定估测资产价值的目的。

基于网格环境下的安全隐患评估模型研究

企业的安全生产是十分重要的,而安全隐患几乎存在于任何职业和企业里。为了减少人员伤亡、伤害以及财产的损失,这就需要加大安全隐患排除力度,切实有效地为事故发生做好预防。根据以上问题,文中提出了一种安全隐患评估模型。该方法是将网格环境中的相关内容引入安全隐患评估模型中,通过初期的人工自学习阶段后,使其能智能选取评估方法对生产数据进行安全隐患的评估,进而提高安全隐患评估的工作效率。所以建立一个能有效控制危险有害因素的安全隐患评估模型是十分必要的。

采用建模训练的多目标微粒群优化算法

为了避免粒子群算法在存在较多局部最优解的作用下收敛于伪最优解,文章提出一种基于分布估计的多目标微粒群优化算法(MOPSO-EDA)。在每次寻优过程中,利用分布估计算法对决策空间的粒子进行训练,通过建立较优解的概率模型,并对概率模型进行更新、采样,以得到新的粒子信息。文中使用最优值评估选取法求取微粒局部和全局最优位置。通过与其他两个著名算法(NSGA-Ⅱ、SPEA2)在GD和SP两方面进行比较,得出MOPSO-EDA获得的Pareto解具有较好的收敛性和分布性。

一种求解多目标优化问题的粒子群算法的研究

为改善多目标粒子群算法的收敛性和多样性,通过对粒子群算法全局极值和个体极值选取方式的研究,采用随机选取和评估选取相结合的方法选取全局极值和个体极值,提出了一种可用于解决多目标优化问题的粒子群优化算法,从而实现了对多目标优化问题的非劣最优解集的搜索,仿真实验结果证明算法是有效的。

高海拔山区风电场测风数据处理分析

在数据验证分析中,首先要进行评估时段的选取。针对高海拔山区风电场的特点,基于缺测或无效数据的具体情况以及周边测风塔、气象站等的资料情况,提出了评估时段选取的原则,以及具体分析的过程及方法。提供了多种可行、可靠的数据插补的方法。