基于MPSO算法的空舰导弹航路规划

为保证空舰导弹的最佳攻击效果,借鉴水空介质航行器的相关研究思路,提出一种将导弹末端突防航路扩展至水下的攻击模式,并对其全局航路规划进行了研究。首先对目标舰艇对空及对海的综合防御能力进行了分析与建模,为保证规划算法效率,利用多种群粒子群优化(MPSO)算法进行寻优搜索,设计了相应的适应度函数和进化策略,最后给出仿真算例。仿真结果表明,该方法可以实现不同介质空间武器全局航路规划。

基于MPSO算法的RBF网络学习算法

针对标准粒子群优化(PSO)算法存在早熟收敛,易陷入局部极值的缺陷,提出了一种利用混沌优化算法确定PSO算法参数的改进粒子群优化(MPSO)算法。为了提高径向基函数(RBF)神经网络的精度和性能,提出了一种基于改进粒子群优化(MPSO)算法的RBF网络学习算法。RBF网络隐层节点个数用对手受罚的竞争学习(RPCL)算法确定后,基函数的中心矢量、方差和网络权值用MPSO算法在全局空间动态确定。采用Iris分类问题做仿真实验,并与基于标准PSO算法的方法和单纯BP网络训练进行比较。实验结果表明,该算法性能优于所比较的2种算法,并且具有良好的收敛性和模式分类能力。

基于MPSO算法的IT服务商联合体的选择

为了高效、灵活且低成本地存储和处理信息数据,采用IT服务商提供的云解决方案.使用灰色关联综合评价模型确定与计算服务、存储服务和软件服务密切相关的响应时间、服务质量及服务成本等优化指标,对多目标进行定量分析,通过MPSO算法进行寻优求解.实例证明了算法的合理性和有效性.

一种有向视频传感器网络改进MPSO覆盖增强算法

针对有向视频摄像机传感器网络的目标检测区域的覆盖服务问题,基于部署位置固定仅可连续旋转的传感器节点,增加可连续移动的轨道,提出可移动节点的传感器网络模型。基于MPSO算法,将变异思想结合系数改进的PSO算法进行改进,通过选取合适的粒子搜索策略得到改进的MPSO算法,并将其应用于求解可移动节点的传感器网络模型。在仿真实验中,通过与PSO算法、系数改进的PSO算法的比较,验证了改进的MPSO算法的有效性。一方面验证了新模型对于问题最优解更大的搜索空间,另一方面也实现了最大化覆盖区域和最小化重叠区域的目标。

BP-MPSO混合算法在机器人空间路径中的应用

在对PUMA机器人空间路径进行BP算法环境建模与目标建模的基础上,针对传统粒子群优化(PSO)算法搜索空间有限、容易陷入局部最优点的缺陷,提出了一种改进的粒子群优化(MPSO)算法。该算法引入了基于全局信息反馈的重新初始化过程机制,并对PUMA机器人空间路径进行了优化。仿真实验表明,该算法的应用不仅降低了求解逆运动方程的难度,还能得到全局最优解,显著地提高了PUMA机器人空间路径优化的效率。

基于MPSO-ANN的火炮零部件硬度无损检测研究

依据音频无损检测原理,针对某火炮零部件(凸轮轴)硬度与音频参数的非线性映射问题,将ANN网络应用到音频检测中,同时采用改进粒子群算法(MPSO)优化BP神经网络结构和初始权值;MPSO算法把PSO算法的单向搜索变为多向搜索,提高了搜索精度,平衡了局部和全局搜索能力,较好地收敛到最优解,克服了BP网络结构难以确定和易于陷入局部极小值的缺点,实现了不同零部件硬度检测中的样本训练与预测,分别对内推、外推样本进行比较分析;结果表明其适应度逐渐趋于稳定并迅速收敛,精度满足要求。

基于MPSO的地面防空群维修任务规划研究

针对地面防空群的维修任务规划问题,建立维修任务规划流程,以维修任务的优先级、维修时间和维修保障资源消耗为目标,建立了地面防空群维修任务规划模型,根据战场环境特点,基于置信度法确定多目标参量的权重,将多目标优化问题转化为单目标问题,并采取改进的自适应粒子群优化算法对模型进行求解。通过实例验证,该方法在收敛速度及求解结果质量上均优于传统粒子群算法,可以有效解决地面防空群的维修任务规划问题,对部队维修保障决策具有一定的参考价值。

基于改进粒子群优化算法的微电网电流保护整定方法

针对微电网保护中继电保护整定困难的问题,提出一种基于改进粒子群优化算法的微电网电流保护整定计算方法。该方法在优化粒子群算法初始化和权值选取的基础上,合理选取继电保护起动电流值,克服了粒子群算法的早熟问题,实现了微电网电流保护整体动作时间最小化。对系统模型进行仿真,其结果验证了该算法的有效性。

基于MPSO的电液举升伺服系统自适应模糊PID控制

为提高电液举升伺服系统位置控制精度,提出一种基于改进的粒子群算法(MPSO)优化的自适应模糊PID控制策略。根据流体动力学原理,建立伺服阀控非对称缸系统数学模型,分析系统动态运动特性。综合考虑多种不确定扰动影响,设计自适应模糊PID(AF-PID)控制器,并通过MPSO算法对AF-PID控制器中的量化因子和比例因子进行迭代寻优。利用MATLAB/Simulink和AMESim仿真软件,搭建系统的联合仿真模型,并对所设计控制器的控制性能进行仿真验证。结果表明:相同工况下,相较于常规PID和AF-PID控制器,MPSO-AF-PID控制器作用下系统的轨迹跟踪性能最优,能更好地满足起下管柱作业需求。

基于MPSO-CWLS-SVM的瓦斯涌出量预测

针对瓦斯涌出量受多因素影响,传统的预测方法难以建立准确的数学模型,导致预测精度低这一问题。提出一种经改进的粒子群算法(MPSO)优化的基于柯西分布加权的最小二乘支持向量机(CWLS-SVM)算法来预测非线性动态瓦斯涌出量。柯西分布加权的最小二乘支持向量机根据预测误差的统计特性,确定加权规则参数,以达到赋予训练样本不同权值的目的。并用MPSO算法对CWLS-SVM模型的正则化参数λ和高斯核参数σ寻优。利用无线传感器网络采集到的各项历史数据进行实例分析。结果表明,该算法有效的提高了瓦斯涌出量的预测精度,降低了预测误差,为煤矿瓦斯防治提供理论支持。

基于MPSO-WLS-SVM的矿井瓦斯涌出量预测模型研究

为有效预防瓦斯灾害,以预测矿井瓦斯涌出量为研究目的,提出经改进的粒子群算法(MPSO)优化的加权最小二乘支持向量机(WLS-SVM),并用其预测非线性动态瓦斯涌出量。算法通过对WLS-SVM的正则化参数C和高斯核参数σ寻优,建立基于MPSO优化的WLS-SVM的瓦斯涌出量预测模型,并利用某矿井监测到的各项历史数据进行实例分析。试验结果表明:该预测模型预测的最大相对误差为5.99%,最小相对误差为0.43%,平均相对误差为2.95%,较其他预测模型有更强的泛化能力和更高的预测精度。

基于改进粒子群优化算法的电力市场下的无功优化

在厂网分开、竞价上网的市场模式下综合考虑电力系统安全约束,建立了以有功网损和无功费用最小为目标函数并包含各种运行约束条件的电力系统无功优化数学模型。应用改进粒子群优化算法求解该无功优化模型,并结合动态调整罚函数法将无功优化问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度,使电网公司取得了最大经济效益。以IEEE30节点系统为例进行了仿真计算,结果表明了本文采用的无功优化模型和算法的正确性、适用性和较好的经济性。

改进粒子群算法的无线传感器网络节点定位

为了提高无线传感器节点的定位精度,针对粒子群优化算法存在的问题,提出一种改进粒子群优化算法的无线传感器网络节点定位方法。根据锚节点选择准则,把上一代和当代节点位置的平均值作为下一代目标节点的参考节点,采用改进粒子群算法对节点的定位结果进行优化,在Matlab 2012平台上进行仿真对比实验。仿真结果表明,相对于标准粒子群算法,改进粒子群算法加快了定位速度,提高了无线传感器节点定位精度,应用范围更广。

基于Toy模型蛋白质折叠预测的多种群微粒群优化算法研究

基于Toy模型的蛋白质折叠结构预测问题是一个典型的NP问题。提出了多种群微粒群优化算法用于计算蛋白质能量最小值。该算法采用了一种新的算法结构,在该结构中,每一代的种群被分为精英子种群、开采子种群和勘探子种群三部分,通过改善种群的局部开采能力和全局勘探能力来提高算法的性能。分别采用Fibonacci蛋白质测试序列和真实蛋白质序列进行了折叠结构预测的仿真实验。实验结果表明该算法能够更精确地进行蛋白质折叠结构预测,为生物科学研究提供了一条有效途径。

激活规则多目标优化算法在任务分解中的应用

针对工业生产中计算量大、故障原因复杂的故障诊断任务,提出一种基于MPSO/D的激活规则多目标优化算法。采用置信规则库系统(EBRB)实现任务分解,以激活规则的不一致性与激活权重和作为多目标优化问题的目标函数,利用MPSO/D算法获取不一致性最小的激活规则集合,提高推理准确性。标准测试函数和三元复合驱采出井卡泵故障诊断实例中的测试结果表明,该算法能够有效提高EBRB系统的推理能力和虚拟导诊的任务分解准确性。

基于KPCA-MPSO-ELM的矿井突水水源判别模型

为准确判别矿井突水水源并有效预防突水事故,提出一种基于核主成分分析-改进粒子群算法-极限学习机（KPCA-MPSO-ELM）的矿井突水水源判别模型。利用核主成分分析（KPCA）法对原始数据进行属性约减,通过改进粒子群算法（MPSO）优化极限学习机（ELM）的初始权值和阈值,建立KPCA-MPSO-ELM模型;在综合考虑矿井各含水层的水化学特征的基础上,选取Ca2＋、Mg2＋、K＋＋Na＋、HCO3-、SO42-、Cl-等的浓度和总硬度作为矿井突水水源的主要判别依据;以新庄孜矿的45组实测数据作为样本进行实例分析,其中33组数据作为训练数据训练模型,另外12组数据作为预测样本,用该模型进行预测,并将其判别结果与MPSO-ELM、KPCA-PSO-ELM模型的判别结果进行对比。结果表明：KPCA方法能减少指标数据间的信息重叠;通过MPSO优化ELM参数,可提高算法的整体搜索性能和收敛速度; KPCA-MPSO-ELM模型的预测精度高于MPSO-ELM、KPCA-PSOELM等2个模型。

基于AGA与MPSO的非传统布局仓储货位分配优化

非传统布局是现代仓储管理的新热点,根据对非传统布局(Fishbone型)特征分析,针对货位分配优化问题,提出以出入库效率和货架稳定性为优化目标,建立多目标优化模型。设计了自适应遗传算法(AGA)和改进的粒子群优化算法(MPSO)进行求解。AGA采用动态自适应策略改进选择、交叉、变异算子,克服初期"早熟",提高末期局部搜索,增强鲁棒性;考虑到PSO搜索过程的非线性复杂特征,引入非线性变化的惯性权重和时变加速的学习因子,提升早期全局搜索能力,改善末期收敛迟钝,优化算法整体性能。采用Matlab进行仿真实验,结合实例验证了本文方法的有效性与通用性。对比实验结果表明AGA在处理此类货位分配优化问题上优势更明显。

基于改进粒子群算法的水库优化调度研究与应用

建立了九甸峡水库优化调度模型进行实例分析,并应用改进粒子群优化算法(MPSO)对模型求解。经计算,对于中水年情况,九甸峡水库可满足上下游需水要求,并可比原设计情况多发电0.72亿kW.h,比经典动态规划法多发电0.07亿kW.h,从而验证了改进粒子群算法对九甸峡水库优化调度模型的合理性和优越性。

基于MPSO-RVM的短期交通流预测方法研究

为了提升公路短时交通流预测精度,提出一种采用非线性动态惯性权重粒子群算法优化相关向量回归的短期交通流预测方法(MPSO-RVM)。首先对原始数据进行算数平均值降噪处理,采用含有动态惯性权重ω的PSO算法优化RVM预测模型的参数,前期ω取值较大、变化较慢,维持了算法的全局搜索能力;后期ω变化较快,极大地提高了算法的局部寻优能力,从而提高求解精度,避免陷入局部最优解。使用美国Pe MS数据库中的交通流数据进行训练及预测,通过实验表明对预处理后数据使用MPSO-RVM方法可大幅提升预测精度。

2015年新疆皮山M_W6.4地震发震断层和滑动分布反演

本文基于Sentinel-1A卫星影像数据提取了2015年皮山MW6.4地震的同震形变场,震中北部以隆升为主,最大抬升量为12.9 cm;南部以沉降为主,最大沉降量为5.5 cm。采用基于单一断层滑动模型的多峰粒子群优化和蒙特卡罗算法,以LOS向InSAR形变场为约束,对发震断层的几何模型进行非线性反演。在此基础上,联合InSAR和GPS数据,利用最速下降法反演断层滑动分布。综合结果表明:发震断层是顶部埋深约7.4 km的隐伏断裂,断层面大小为48 km×35 km,断层走向、倾角、断层滑动角分别为111°、19°、91°;断层最大滑动量0.47 m,位于深度为10.6 km的区域;累计地震矩3.89×10^18 N·m,约合矩震级MW6.33。最后,依据主震断层滑移量计算了主震对周围中小断裂的库仑应力扰动变化,结果显示距离震中最近的泽普断裂受主震影响的库仑应力明显增加;震后3年内余震集中分布在泽普断裂库仑应力增加区域,表明皮山地震主震对余震的发生可能具有一定的应力触发作用。