基于遗传-模式搜索算法的微尺度管控区域大气污染物PM2.5溯源

针对微尺度管控区域可能发生的大气污染提出有效的靶向诊断方法-结合高斯烟羽模型和遗传-模式搜索算法的大气污染物分布式溯源方法.将污染源反算模型得到的污染物理论质量浓度与传感器网络观测值的数据对应关系作为目标函数,使用模式搜索算法嵌入遗传算法加快反算模型的搜索过程,反算得到污染源强度和位置.依托杭州市亚运板球场馆大气感知器网络进行实验验证,监测2021年10月PM2.5质量浓度、气象数据,对所提出的混合式大气污染溯源方法进行实验验证.实验结果表明:改进遗传-模式搜索算法对于多维变量的搜索效果较好,能快速精准地反算污染源的位置和强度,可以为微尺度管控区域突发性气体污染防治提供应急决策参考.

基于改进布谷鸟搜索算法的光伏MPPT控制

复杂阴影情况下,光伏阵列的P-V特性曲线会出现多个峰值,传统的MPPT算法因不能准确识别局部峰值和全局峰值,而无法进行复杂阴影情况下的最大功率点跟踪。针对传统布谷鸟搜索(Cuckoo Search,CS)算法因鸟窝之间缺乏交流能力导致可能陷入局部最优的问题,提出了一种多策略改进布谷鸟搜索(EGICS)算法。将传统CS算法中发现概率值的选择自适应变化,提高算法的搜索能力;将步长因子自适应化,提高算法的收敛速度;引入高斯扰动和精英反向学习策略,增加种群多样性,避免算法陷入局部最优。对EGICS算法在单峰和多峰函数中进行性能测试,并将其应用于光伏系统MPPT控制中进行仿真验证。仿真结果表明,EGICS算法在收敛速度、跟踪精度以及动态稳定三个方面有更好的效果。

基于改进潜能模型的南康家具物流园区空间可达性分析

潜能模型作为测度空间可达性的重要模型,广泛应用于医疗教育、公园绿地等公共设施可达性分析中。以家具物流园为切入点,在物流园区占地面积影响因素的基础上加入物流企业数量因子,构建改进潜能模型测度其空间可达性。同时结合地理信息系统(GIS)插值方法进行可达性等级划分,并在出行时间测算中引入货车限行影响因子。以南康区为例进行家具物流园空间可达性验证分析。结果表明:南康家具物流园区潜能分布较为平衡,中部物流商贸城和红土地物流园作为成熟的物流园其潜能值最大,物流园区空间可达性分布差异不明显,大致呈现出中东部高、周边低的分布格局。

全粒子推动野马优化算法的无人机三维路径规划

针对无人机路径规划求解计算量大、难收敛等问题,提出了一种基于全粒子推动野马算法的路径规划方法。建立三维环境模型与路径代价模型,将路径规划问题转化为多维函数优化问题;采用一种自适应邻域搜索策略,改善算法的开发能力;利用高斯随机游走策略对个体的历史最优位置进行回溯搜索,改善算法的探索能力;考虑到自适应策略对初始种群多样性敏感的问题,结合Tent混沌映射初始化种群,提高算法的鲁棒性以及全局寻优能力;将提出的改进算法在13个经典测试函数中进行性能验证,并移植于无人机三维路径规划问题中。在30峰、40峰、50峰的环境模型下进行测试,与遗传算法、粒子群算法、SRM-PSO(self-regulating and self-perception particle swarm optimization with mutation mechanism)算法以及野马算法对比,全粒子推动野马算法皆取得最短平均路径,且在所有测试中都找到满足约束、无碰的路径。仿真结果证明,在复杂环境下全粒子推动野马算法具有优秀的全局寻优能力以及较好的鲁棒性。

多策略改进的蜣螂优化算法及其应用

蜣螂优化算法(DBO)是近年提出的智能优化算法,与其他优化算法一样,DBO也存在收敛精度低、易陷入局部最优等缺点。针对DBO的这些局限性,提出一种多策略改进的蜣螂优化算法(MIDBO)。首先,改进雏球和偷窃蜣螂对局部最优解和全局最优解的接受程度,使其根据自身搜索能力动态变化,既提升了种群质量又保持了适应度高的个体的良好搜索能力;其次,融合麻雀搜索算法中的追随者位置更新机制对算法进行扰动,并用贪婪策略更新位置,提升了算法的收敛精度;最后,当算法陷入停滞时引入柯西高斯变异策略,提高了算法跳出局部最优解的能力。仿真实验基于20个基准测试函数和CEC2019测试函数,验证了3种改进策略的有效性,将所改进算法和对比算法的优化结果进行收敛性分析和Wilcoxon秩和检验,证明了MIDBO具有良好的寻优性能和鲁棒性。将MIDBO运用在汽车碰撞优化问题的求解上,进一步验证了MIDBO在求解实际工程问题中的有效性和可靠性。

基于FPGA的两阶段配电网拓扑实时辨识算法

对配电网拓扑进行准确的实时辨识是电力系统安全稳定运行的基础,但随着新能源的接入以及配电网规模不断增大,配电网拓扑结构的动态变化愈加频繁且难以辨识。然而,现有配电网拓扑辨识算法所使用的历史数据需要人工对其进行拓扑标注,且拓扑辨识时间长,难以实现配电网拓扑实时辨识。因此,文中提出了一种基于现场可编程逻辑门阵列(FPAG)的两阶段配电网拓扑结构实时辨识算法。该算法不需要预先给出配电网拓扑类别的数量,即可对已有历史数据进行相应的拓扑标注及分类,并且基于FPGA实现了对配电网拓扑的实时辨别。该算法分为2个阶段:第1阶段采用变分贝叶斯高斯混合模型,对已有历史数据进行相应的拓扑标注及分类;第2阶段采用麻雀搜索算法,使得支持向量机快速收敛得到最优参数,以实现对配电网拓扑结构的精准辨识。基于该算法,利用FPGA并行架构以及高速高密度特性建立了实时拓扑结构辨识平台。最后,通过算例分析验证了所提辨识方法的有效性和优越性。

基于分级可达性的城市体育设施优化配置研究——以兰州市安宁区为例

以兰州市安宁区为例,采用核密度分析法和高斯两步移动搜索法对安宁区体育设施的空间分布特征和可达性进行分析,同时利用ArcGIS位置分配分析法对现有体育设施进行了优化配置。得出以下结论:体育设施与居住小区的空间集聚存在明显差异,但整体上呈现东南密集、西北稀疏的特征;体育设施与居住小区的空间耦合性较差,不匹配的问题突出;体育设施15 min可达范围覆盖较广,但可达性值不高,体育设施服务能力较弱;对体育设施优化后解决了部分居住小区15 min不能到达体育设施点的问题,同时也提高了体育设施点的可达性值。

气相中ScS^(+)+H_(2)S→ScS^(+)_(2)+H_(2)反应机理的量子化学研究——介绍一个计算化学实验

计算化学在很多研究领域发挥着重要的作用,越来越多的学校开设了面向高年级本科生的计算化学实验.借助气相中ScS^(+)+H_(2)S→ScS^(+)_(2)+H_(2)反应机理的研究,让学生初步掌握采用量子化学方法研究反应机理的基本过程.过渡态的搜索是反应机理研究中的重点和难点,通过实例详细介绍了搜索过渡态的一般方法和思路.

基于SSA-GPR模型的风电机组运行状态监测

为提高风电机组发电效率,增加经济收益,实现风电机组运行状态的在线监测,提出一种基于麻雀搜索算法优化高斯过程回归(SSA-GPR)模型的风电机组状态监测新方法。首先对数据采集与监视控制(SCADA)系统采集到的数据进行预处理分析,利用相关性分析完成模型的输入量选择;然后利用机组正常运行状态下的参数建立常态回归模型,实时计算重构误差,通过实时监测功率残差值是否超过动态故障阈值来判断机组状态。实例结果表明,所提方法的预测误差更小,并可以提前120 min实现机组异常运行状态预警。

蜂窝尺度下济南市主城区多等级公园绿地可达性时空演变和影响因素分析

以济南市主城区为研究区域,以边长300 m的六边形聚合居住区为研究单元,采用多级半径的高斯两步移动搜索法,分析2010年和2021年不同级别公园绿地步行可达性和综合可达性的时空特征,并利用地理探测器探寻公园绿地可达性空间分异的影响因素。结果表明:(1)2010–2021年济南市主城区三个等级公园绿地的可达性均值都得到了提升,且可达性均值和提升幅度Ⅰ级>Ⅱ级>Ⅲ级,Ⅰ级公园绿地可达性空间格局在原来“核心—组团”的基础上增加了“带状”布局,Ⅱ级和Ⅲ级公园绿地可达性分别表现为“组团状”和“散点状”布局;(2)济南市主城区公园绿地综合可达性平均值提高,济南市主城区步行15 min以内能到达公园绿地的居民比重由2010年的42.94%提高到了59.53%,综合可达性空间格局及其演变呈现出与Ⅰ级公园绿地相似的特征,并在主城区东部出现与城市建设方向相一致的“组团扩散”现象;(3)公园绿地可达性的空间格局受“供给—连接—需求—社会经济”4个因素的综合影响,不同等级公园绿地可达性的影响因素趋同,但各因素的影响强度存在明显分异,影响强度的差异随着公园绿地等级的下降而增大。

基于高德地图API的地铁站点空间可达性研究——以福州为例

城市地铁站点空间布局的合理性对提高地铁运行效率、促进社会公平具有重要意义。以福州为例,基于多交通模式下的高德API出行实时大数据,采用高斯两步移动搜索法与双变量空间自相关分析法,探究“15分钟便民生活圈”单元尺度下,现阶段与第二期规划地铁建成后的地铁空间可达性与供需匹配特征。结果表明:现阶段15分钟时间阈值内,步行模式下地铁服务的人口覆盖率仅为23.55%,骑行模式下为55.74%,而在第二期规划地铁建成后,步行模式下地铁服务的人口覆盖率将达到42.82%,骑行模式下则会达到74.05%;时间阈值与地铁站点可达性之间呈现显著的正向关联;现阶段地铁高可达性区域主要集中在仓山区城门镇的周边区域,第二期规划地铁建成后,居民能享受到的地铁服务有显著提升,地铁高可达性区域则主要集中在长乐市樟港街道的周边区域;福州市地铁服务供需匹配度高,供需失衡的“15分钟便民生活圈”比例不超过2.38%。研究结果可为福州市地铁站点与“15分钟便民生活圈”的选址与规划提供参考与建议。

基于改进SSA-DBN的质子交换膜燃料电池水故障智能分类方法

为了实现质子交换膜燃料电池(PEMFC)系统水故障的高效快速分类,提出了基于改进麻雀搜索算法(SSA)优化深度置信网络(DBN)的PEMFC故障分类方法。采用归一化处理消除故障数据参数之间量纲不同的影响,使用核主成分分析对数据进行故障特征提取,有效地缩减了原始数据维度,降低了运算复杂度,并避免低贡献度数据对故障分类造成干扰。引入柯西-高斯变异策略改进SSA,并利用SSA对DBN进行参数寻优,确定网络结构,通过优化后的DBN实现对PEMFC水故障的快速分类。对3 000组PEMFC水故障数据进行测试,结果表明:所提方法可以快速准确地识别PEMFC的正常状态、膜干故障、水淹故障3种健康状态;总体的分类准确率为98.67%,运算时间为0.89 s,相比支持向量机、概率神经网络方法,所提方法的故障分类精度分别提升了4%、3.34%,运算时间分别减少了15.35、0.35 s。

车辆自适应巡航下的MPC方法的研究

提出了一种新颖的车辆自适应巡航控制(ACC)系统,该系统可以在保障跟车距离的同时,提升车辆的燃油经济性。基于模型预测控制(MPC)进行ACC的上层控制器搭建,并在此基础上采用高斯过程回归(GPR),网格搜索(GS)和自适应方法进行三轨参数调整,将控制域和预测域调整到最优状态。此外,为了减少计算量并提高稳定性,系统采用了粒子群优化算法(PSO)对系统进行升级改进。仿真结果表明,基于MPC控制的车辆自适应巡航控制系统可以在保证良好跟踪性能的同时降低燃油消耗率。

基于SSA优化BP神经网络的易燃易爆气体分类算法研究

由各种传感器检测爆炸物的技术已经在多种条件下被用于检测不同类型的爆炸物,但同类型的爆炸物识别分类技术几乎没有,且针对传统BP神经网络模型收敛速度慢、易陷入局部最优值等问题,该文采用PWCLM混沌映射和高斯突变算子来改进麻雀搜寻算法(SSA),优化模型的初始权值,并对6种易燃易爆气体进行识别分类。最后再将该模型与BP、SSA-BP和WOA-BP等模型进行对比,使用3种评价指标对3种模型进行评价。结果表明,ISSA-BP模型稳定性高,识别精度优于其他几种模型,最终ISSA-BP模型的分类准确率、召回率和F1指数分别为99.01%、99.12%和99.12%。

基于改进秃鹰算法优化LSSVM的变压器故障诊断

为了提高变压器故障诊断正确率,笔者提出一种基于改进秃鹰(improved bald eagle search,IBES)算法优化最小二乘支持向量机(least squares support vector machine,LSSVM)的变压器故障诊断方法。利用高斯-柯西变异算子对最优秃鹰个体进行变异,使IBES算法能够及时局部最优,提高了IBES算法的收敛精度。采用IBES算法对LSSVM的核参数和惩罚参数进行优化,建立基于IBES-LSSVM的变压器故障诊断模型,并与BES-LSSVM、GWO-SVM和GA-BP模型进行仿真实验对比。结果表明,IBES-LSSVM模型的诊断正确率为98.33%,比上述对比模型分别提高了3.50%、7.27%和9.26%,且计算时间最短,验证了该文所提变压器故障诊断方法的正确性和实用性。

基于SIFT改进的无人机图像匹配算法

针对无人机图像匹配时间较长的问题,提出了一种基于SIFT改进的无人机图像匹配算法。引入了FAST算法检测角点,它能快速通过比较中心像素点和一定领域内像元的灰度值以判断是否为角点,从而提高算法的速度。同时,为了弥补FAST算法在高斯差分金字塔上搜索的不足,使用了基于Ostu和GA的图像分割算法对图像进行分割,对分割图像构建高斯金字塔,在高斯金字塔上进行特征点搜索。实验结果表明,与传统的SIFT算法相比,改进算法提高了无人机图像匹配的速率和正确率。

计及灵活配电单元的分布式电源优化配置方法

分布式电源(distributed generation,DG)接入位置和容量的不合理规划会对配电网造成不利影响,而灵活配电单元具有灵活控制系统潮流分配和改善电压等优点,因此文中提出在规划中计及灵活配电单元的稳态计算模型和控制策略。为更合理地对DG进行选址和定容,文中首先建立基于全寿命周期成本(life cycle cost,LCC)、网络损耗和电压偏差3个指标的综合接受度标准模型。然后提出采用改进麻雀搜索算法(improved sparrow search algorithm,ISSA)对模型进行求解,并在算法中引入高斯变异和Tent混沌,提高算法的全局搜索能力及收敛速度。最后以IEEE 33节点配电网系统为例进行仿真,考虑未接入和接入灵活配电单元2种情况,分别运用粒子群优化(particle swarm optimization,PSO)算法、麻雀搜索算法(sparrow search algorithm,SSA)和ISSA进行求解。结果表明,计及灵活配电单元可以有效控制系统潮流,改善配置DG后的系统运行状态,并且ISSA比其他算法的优化结果更高效准确。

基于多策略融合未来搜索算法的林火图像分割

为解决林火图像传统阈值分割方法时效性差、分割精度低等问题,提出一种基于多策略融合未来搜索算法(IFSA)的多阈值林火图像分割方法。在提升算法的性能方面,采用帐篷映射(Tent映射)初始化种群中的个体,引入自适应权重与认知因子增强种群内部信息交流,并对最优位置引入柯西分布与高斯分布结合的变异机制提高算法的收敛精度。利用改进算法对森林火灾图像进行分割,并选取最佳适应度、峰值信噪比和结构相似度作为评价指标,与粒子群优化算法、灰狼优化算法等进行对比分析。研究结果表明,改进的未来搜索算法(Improved Future Search Algorithm,IFSA)的适应度曲线收敛效果明显优于其他对比算法,峰值信噪比、结构相似度取得最优的实验次数分别占总实验次数的100%与91.67%,证明基于IFSA的图像分割方法能有效改善林火图像分割效果,为林火特征的提取与分析建立依据。

混合随机反向学习和高斯变异的混沌松鼠搜索算法

针对松鼠搜索算法(SSA)易陷入局部最优、过早收敛等问题,提出一种混合随机反向学习和高斯变异的混沌松鼠搜索算法(RGCSSA)。该算法通过Tent混沌映射初始化策略生成混沌初始种群,增强初始种群分布的均匀性,实现对解空间更高效的搜索;采用非线性递减的捕食者概率策略,平衡SSA的全局搜索和局部开发能力;利用位置贪婪选择策略在迭代过程中不断保留种群中的优势个体,以提升算法收敛速度;引入随机反向学习和高斯变异策略,在增加种群多样性的同时提高算法跳出局部最优的能力。使用10个不同的基准测试函数进行仿真实验,并利用Wilcoxon符号秩检验验证所提算法的寻优性能,结果表明,RGCSSA算法在求解精度、收敛速度和稳定性等方面均有极大提升。

电磁混合主动悬架多模式协调切换控制

针对直线电机主动悬架输出力相对较小而影响减振性能的问题,设计了电磁混合主动悬架结构和多模式协调切换控制策略。首先,动态调整引力常数提升引力搜索算法的全局搜索能力和局部开发能力,解决了引力搜索算法易早熟收敛、陷入局部最优的问题;其次,根据不同控制目标设立相应的适应度函数,利用改进后的引力搜索算法优化对应目标函数下线性二次型最优(linear quadratic gaussian,简称LQG)控制的加权系数;最后,分析并确定了电磁混合主动悬架在不同车速下的电磁阀最优控制电流,设计电磁混合主动悬架的电流切换控制器,仿真分析悬架的减振性能,并开展台架试验。仿真与试验结果表明:相比LQG控制,多模式协调切换控制的悬架系统低速时簧载质量加速度均方根值减小31.09%,高速时轮胎动载荷均方根值减小32.20%,中速时簧载质量加速度均方根值和轮胎动载荷均方根值分别减小25.28%和23.56%;多模式协调切换控制策略能有效提升车辆的平顺性和操纵稳定性。