MCPSO优化BP-NN在日用水量预测中的应用

论文使用MCPSO(多群合作粒子群算法)的全局随机优化能力修正了传统BP神经网络的收敛速度过慢,容易出现局部最小值的缺点,并结合长沙第八水厂的供水量数据,使用优化后的BP网络进行日用水量的预测,结果表明优化后的BP算法在减少迭代次数和预测准确性方面都有非常大的提升。

MCPSO与RBFNN在滚动轴承故障诊断中的应用

将多群体协同粒子群优化算法应用于RBF神经网络优化设计,不仅拓宽了算法本身的应用范围,而且在一定程度上提高了神经网络的泛化能力,为进一步利用神经网络解决实际工程问题提供了便利。利用优化后的RBF神经网络建立从滚动轴承故障特征向量到故障模式之间的映射,达到了滚动轴承故障模式识别的目的,具有重要的理论和实际意义。

基于膜计算和粒子群的煤矿移动机器人动态窗口算法研究

针对煤矿移动机器人采用传统动态窗口算法在复杂环境中规划路径时存在路径规划不合理、规划速度慢和实时性较差等问题,提出了一种基于膜计算和粒子群的煤矿移动机器人动态窗口算法。利用粒子群中的随机性和膜计算的分布式并行计算能力对传统动态窗口算法进行优化,将动态窗口算法中的煤矿移动机器人速度限制空间转换为坐标空间,将煤矿移动机器人的速度坐标看作粒子位置,将速度采样方式从均匀等分采样变为随机采样,并将采样粒子均匀分配到各基本膜中,利用膜间交流和膜内粒子更新机制对粒子进行评价和更新,不断迭代输出最优速度,煤矿移动机器人根据连续时间段间隔内输出的最优速度进行路径规划。仿真结果表明,该算法通过基于膜计算和粒子群算法对煤矿移动机器人的速度限制区域进行优化,提高了速度采样的随机性和规划路径的合理性;与传统动态窗口算法相比,该算法在降低规划步数和每步评价次数的同时,可缩短7%~10%的规划路径长度和9%~32%的规划时间,并可适应含U型障碍物的特殊环境。

新型多群体协同进化粒子群优化算法

在基本的MCPSO算法中除了主群与从群的信息交流,从群之间没有信息交流。为了解决这一问题,提出了一种具有中心交流机制的改进MCPSO算法,该策略可以实现各个从群之间的信息交流,从而加快算法收敛。仿真实验结果表明改进后的算法具有较好的求解精度和较快的收敛速度。

基于GCPSO算法的RFID读写器网络规划的研究

无线射频识别(RFID)在现实中有广泛的应用,RFID网络规划是RFID网络部署的核心挑战。提出了一种新的GCPSO算法来实现RFID网络优化调度规划,该算法以广泛学习粒子群优化算法(MCPSO)思想为基础,针对从群之间没有信息的交流而降低算法速度问题,设定一种中心交流机制。同时在参数的设置中结合高斯分布的概念,以提高算法的收敛性。为了证明所提出GCPSO算法的效率和性能,将其与MCPSO算法、PSO基本算法共同对15个读写器进行网络规划并做比较。实验结果表明,改进后的粒子群算法GCPSO不仅收敛性能和速度上有了明显的增强,而且实现了RFID读写器网络良好规划。

网格中执行SLA的并行多群体协作PSO框架

针对广域范围内的计算资源加入粒子群优化(PSO)执行从而提高计算效率并降低计算成本,提出一个网格环境下执行SLA的并行多群体协作PSO框架(PMCF)。给出一个适应网格环境的并行多群体协作PSO(PMCPSO)算法,基于WS-Agreement研究了利用网格技术和PMCPSO算法设计PMCF,把一个元任务调度器用于无缝的资源发现、选取及协商服务质量,通过模拟试验对PMCF进行了评估。

基于粒子群算法的相机参数优化

针对相机参数标定问题,本文在Matlab标定工具箱的标定算法原理的基础上利用PSO和MCPSO优化算法代替传统的LM算法对相机内参数加以优化。在同一组标定数据下,进行了PSO与MCPSO优化性能的比较实验,结果证明粒子群算法及其改进算法在相机参数寻优过程中比LM方法更具有优势,可以获得更高的标定精度。

新型多筒式混凝土生产储卸油平台结构设计与数值分析

针对海上边际油田开发特点,提出了一种新型多筒式混凝土生产储卸油平台(MCPSO),设计了混凝土和钢板混合的双层储油舱室和吸力桩固定式基础;采用数值分析方法得到了MCPSO储罐在波浪力作用下应力的传递特征,分析了波浪力和装载情况对于MCPSO储罐的影响。结果表明MCPSO的舱室设计使得其罐体受力路径清晰,充分发挥了内外罐各自结构和材料的优势。通过数值分析进一步指出了平台建造中应注意加强的部位,为后续的研究和试验提供了一定的数据支持。本文研究成果可有效降低海上边际油田开发风险,提高开发效益,为边际油田开发提供了新的思路和技术储备。

基于直接控制FFD参数化方法的跨声速层流翼身组合体稳健性设计

自由变形技术(FFD)技术不是对几何外形的直接操作,进行精细化设计时需引入高阶FFD控制体,针对其在参数化几何外形时的局限性,开展了直接控制FFD参数化方法的研究.通过对基础外形典型剖面进行扰动,将扰动量通过参数识别反映到FFD控制节点上,反求控制节点的位移,有效地降低了高阶FFD控制体进行三维外形参数化时设计变量的个数,并且将典型剖面参数化与三维外形灵活结合,更具物理直观性.运用此参数化方法结合四元数网格变形技术,采用γ- Reθt转捩模型进行边界层数值转捩模拟,多种群协作粒子群算法以及自适应采样技术构建稳健性优化设计系统,运用该系统对于跨音速层流翼身组合体进行了稳健性设计,设计结果表明,优化后的翼身组合体在马赫数不确定性范围内不仅可以保持大范围的层流区域,还可以控制激波缓慢发展,具有较好的稳健性.