基于改进BSO算法的非对称性弹性波动方程数值模拟

随着地震学研究的不断深入,介质微观结构相互作用引起的非均质性对地震波传播的影响受到越来越多的关注。Wang等(2020)提出在广义连续介质力学理论的框架内来描述介质的复杂微观结构,并推导出了包含介质特征尺度参数的非对称性弹性波动方程。此外,在考虑到介质的微观结构相互作用时,地震波传播中会出现尺度效应。本工作为了更好地分析波场的尺度效应并提取微结构相互作用引起的波场新分量,我们提出了一种基于改进的BSO算法来得到优化的常规网格有限差分方法,然后利用优化后的有限差分方法对考虑了介质微观结构的非对称性弹性波动方程进行数值模拟。数值频散分析表明,优化后的常规网格有限差分方法具有较高的精度。根据使用优化后的有限差分方法得到的数值模拟结果,可以清楚地观察到,在考虑介质的微观结构时,地震记录中出现了新的波场成分表现出了明显的尺度效应。

BSO算法在移动机器人三维路径规划中的应用

为准确获得全局静态环境位置移动机器人的三维路径规划,提出了将二维栅格法建模拓扑到三维的建模方法和BSO算法的移动机器人路径规划算法。结合天牛觅食和鸟群觅食的行为特征,将粒子群算法中的粒子用天牛来代替,通过天牛对气味浓度的判断更新天牛的位置,实现天牛个体代替粒子群算法的粒子寻优。结果表明:BSO算法在三维路径规划中的路径长度、耗时仅为蚁群算法的89.59%和40.60%,具有良好的搜索能力。该算法为移动机器人在三维环境下规划路径提供一种有效的选择。

基于BSO算法的SiO2沉积速率控制

为了提高SiO2薄膜质量,将晶振膜厚控制仪用于沉积速率采集,采用闭环反馈控制电子枪灯丝两端电压,利用Ziegler-Nichols整定经验法确定PID参数范围,并通过天牛须搜索-粒子群算法(BSO)实现参数自整定,从而改变电子束束流大小,实现薄膜沉积速率的稳定控制;实验结果表明,在本控制系统下,沉积速率在4 s左右建立稳态且波形无明显振荡,相比于遗传算法,BSO算法全局搜索能力更强,该方法可用于电子束蒸发镀膜过程中不同靶材沉积速率的控制,可进一步提高薄膜表面均匀性。

基于BSO-BP改进动态帧时隙算法的密集环境下RFID标签读写优化方法

无线射频识别技术作为物联网的关键技术,正在不断发展并广泛应用于我国制造业领域。为了解决大量无线射频识别标签读写时相互竞争信道而产生的数据碰撞现象,需要对标签数量进行准确估计。文章在传统动态帧时隙算法的基础上,利用天牛群搜索算法寻找BP神经网络的最优初始权值和阈值,并将最优值应用到BP神经网络的参数设定中,实现了对标签数量的准确估计。通过实验和企业实际使用RFID绑定电源线的生产效果证明,与传统的动态帧时隙算法相比,所提出的改进算法既保证了读取的准确性,又缩短了读取时间,有效地提高了系统的效率。

基于改进BSO算法的VAV空调系统GPC参数整定

针对变风量(variable air volume,VAV)空调系统具有大滞后、强耦合等控制难点,提出了一种基于改进天牛群优化(beetle swarm optimization,BSO)算法的VAV空调系统广义预测控制(generalized predictive control,GPC)参数整定方法。针对标准GPC整定算法只调节控制加权系数λ导致控制性能不佳的问题,首先,提出一种改进BSO算法,通过动态化选取权重参数与学习因子获得较佳的寻优性能。其次,提出一种基于改进BSO算法的新型GPC参数整定方法,可同时整定控制器的控制加权系数λ、控制时域Nu、预测时域Np及柔化系数α。最后,结合实际VAV空调系统,开展仿真与半实物实验。结果表明,采用改进BSO算法调优后GPC的控制效果得到显著提升,调节时间仅为7 s,超调量仅为0.28%。

头脑风暴优化算法的SHEPWM逆变器剩余谐波分析

传统数值算法在求解NPC逆变器SHEPWM消谐模型时,存在初值依赖性高且不易收敛的问题。采用头脑风暴算法求解三电平NPC逆变器消谐模型的开关角度,通过分组、替换、创造操作更新个体,增加种群的多样性,提升逆变器SHEPWM消谐模型的计算精度,分析单极性调制方式下的剩余谐波分布规律,利用Matlab/Simulink仿真验证该算法的准确性。结果表明,输出的相、线电压中5、7、11、13次及3的倍数次谐波含量为0,剩余的最低3~4次谐波成为主导谐波,而剩余高次谐波含量较低,可以忽略不计。在谐波要求较高的场合,为降低谐波能量可以有选择地消除该类谐波。

基于头脑风暴算法的多处理机组合生产批量调度问题

在生产调度领域中,受生产工艺等诸多因素的影响,往往每个生产过程都需要多台机器同时参与加工。同时,待加工的工件数量较多,需要将每种类型的工件进行批量处理,以缩短生产周期。本文在作业车间环境下,根据每个加工过程所参与机器的负荷,采用可变分批方案,提出了非混排多处理机组合生产批量调度模型,并结合头脑风暴优化算法,求解出最短加工时间。提出了一种改进的头脑风暴优化算法,引入贪婪思想与动态讨论机制,讨论次数随着算法的迭代而自适应变化,将全局搜索与局部搜索相结合,加强了算法的搜索能力。实验结果表明,改进的头脑风暴优化算法与基本的头脑风暴优化算法相比,求解效率更高,收敛速度更快。

基于改进模糊逻辑的VAV系统GPC控制策略研究

为了提高多输入多输出变风量(VAV)空调广义预测控制(GPC)系统控制性能,提出一种新型GPC控制策略。该方法通过考虑系统的输出绝对误差和基于误差变化率获得输出初次达到设定值的时间等指标,建立了一个新型二型模糊逻辑模型来在线整定GPC控制器中的加权系数。同时,采用天牛群算法(BSO)来明确二型模糊逻辑输出区间范围,使其可以更贴切地反应系统当前时刻的输出状态。此外,在前述BSO的基础上,提出通过线性以及事件触发地衰减种群规模的方法,缩短BSO的收敛周期,以进一步提升GPC控制策略的性能。实验结果表明:基于二型模糊逻辑整定的GPC控制器性能显著优于已有GPC控制器。

基于断路器柔性装配的移动机器人路径规划

针对移动机器人在断路器柔性装配过程中的路径长度较长、转折点较多等效率问题,提出了一种BAS算法与PSO算法结合的路径优化方法。利用天牛个体更新方式与群体学习相结合,采用自适应步长衰减策略以及动态权重变更策略,实现全局路径规划寻优。为了验证BSO算法的有效性,通过三种不同的测试函数比较性能以及仿真地图进行对比,最后将该算法通过ROS应用到实际地图上。实验结果表明,相比于GA-PSO算法、AIW-PSO算法、BAS算法,路径长度优化率分别提升了7.7%、14.8%与12.5%,转折点优化率分别提升提升了25%、57.1%与40%。综上所述,本文所提出的融合算法能够有效地解决装配过程中的效率问题,提高断路器柔性装配产线效益。

基于证据推理的应急医疗物资配送优化研究

为减轻突发公共卫生事件对灾民的二次伤害,针对初期应急医疗物资供不应求的情况,采用证据理论结合优劣解距离法(TOPSIS)计算需求紧急度,确定医疗点的实际物资分配量和风险等级,以高风险区优先配送且总配送成本最小化为目标,建立考虑时间窗的应急医疗物资配送模型,并应用头脑风暴算法(BSO)进行求解,通过算例验证模型的可行性和算法的有效性。结果表明,相较于传统配送模型,考虑需求紧急度的应急医疗物资配送模型可以保证所有高风险区优先配送,同时降低成本5.79%。证明该模型可以有效改善应急配送的盲目性,兼顾应急医疗物资配置的公平、效率和成本。