基于作业区域和响应速度的节点布收机械臂优化设计

节点作为油气勘探中数据采集的关键设备,人工布收的工作强度大、重复性高;机械臂具有长时间持续工作等优点,可代替人工布收节点,提高其布收效率;但机械臂结构刚度低、响应速度慢。因此,对机械臂进行了结构优化及轻量化设计,以提高其结构刚性及运动能力。基于旋量理论,建立了节点布收机械臂正运动学方程,以作业区域为约束条件,提出了综合考虑节点布收机械臂的静刚度全域指标和任务方向的速度综合全域指标,建立了节点布收机械臂尺寸优化数学模型;利用多目标粒子群算法,结合变密度法对节点布收机械臂大臂进行了尺寸优化及轻量化设计。结果表明,结构尺寸优化后,节点布收机械臂的静刚度全域指标提升了19.8%,任务方向的速度综合性能提升了8.8%,显著提高了机械臂的刚度及运动能力;大臂轻量化设计后质量降低了14.7%,有利于提高响应速度的运动能力。研究结果对提高油气勘探的准确性和效率具有重要意义。

基于改进SVR算法的模具棱线磨损预测方法研究

为研究汽车覆盖件模具棱线几何特征参数及成形工艺参数对棱线磨损的影响,实现对模具棱线磨损的精准预测,提出了一种基于改进SVR算法的模具棱线磨损预测模型.通过利用改进的拉丁超立方抽样(ILHS)方法获取模具棱线磨损有限元计算的实验样本,进而构建预测模型的输入参数集.通过耦合混沌理论、动态权重方法对蝗虫优化算法(GOA)进行改进,利用改进后的蝗虫优化算法(IGOA)对SVR算法关键参数进行寻优.构建了基于IGOASVR算法的模具棱线磨损预测模型,结合粒子群寻优算法(PSO)建立多目标优化模型,实现对模具棱线磨损的高精度预测以及几何特征参数和成形工艺参数优化.对比5种常规预测模型,基于IGOA-SVR算法的预测模型在采样点处的预测误差分别为8.546%、8.497%、8.473%,较GOA-SVR预测模型分别提高25.9%、26.2%、26.4%,预测精度相比于其他预测模型也有不同程度的提高.结果表明改进后的IGOA-SVR算法具有更高的精度.

引入注意力机制和参数优化的TCN短期风电功率预测

为提高短期风电功率预测的准确性,提出一种基于频率注意力机制和粒子群优化的时间卷积网络短期风电功率预测模型。首先,利用灰色关联分析方法计算气象变量与风电功率的关联度,选取特征变量;其次,引入频率注意力机制改进时间卷积网络残差块,赋予通道不同权重,并基于粒子群优化算法优化时间卷积网络超参数,搭建预测模型;最后,以黑龙江某风电场实测数据为例进行仿真分析,实验结果表明,所提方法能够充分提取风电功率序列的时序特征,提高短期风电功率预测精度。

基于振动与声发射敏感参数识别的主轴承故障诊断方法

针对航空发动机主轴承故障特征信息提取困难的问题,提出了一种基于声发射特征参数与多参数筛选的小波包变换(MFSWPD)-粒子群优化算法(PSO)-最大相关峭度反卷积(MCKD)融合的轴承故障诊断方法。该方法通过声发射参数判断轴承状态并通过小波包变换获得节点分量,针对分量进行筛选重构,再通过粒子群迭代优化的自适应最大相关峭度反卷积进行故障诊断。为验证该方法的有效性,开展某型双转子航空发动机主轴承故障模拟试验及某型涡扇发动机主轴承真实剥落故障试验,并在试验正式开始前进行断铅试验,检验轴承损伤点到测试点之间的声发射幅值衰减特性。结果表明:声发射断铅信号从轴承损伤位置到测试点位置幅值衰减约为55 dB。基于声发射与振动敏感参数的轴承故障诊断方法可有效提高故障信息的特征提取能力,精准判别主轴承的典型故障类型。

多机协同对地攻击目标分配算法

针对多机协同对地攻击目标分配问题及其特点,对二进制粒子群优化算法进行改进,提出了一种基于矩阵二进制粒子群优化算法的多机协同对地攻击目标分配算法。首先,通过攻击机机群在对地攻击过程中得到的毁伤收益与付出的生存力损耗建立了目标分配模型,然后根据该模型约束特点,建立问题解与分配矩阵即矩阵粒子之间的映射,最后根据粒子形式设计了新的位置更新方式。仿真结果说明,矩阵二进制粒子群算法能够快速地找到较优的目标分配方案,并保证解的有效性,满足问题的约束条件。

用加权子空间拟合和量子粒子群算法联合估计多普勒频率和波达方向

为了高效、准确地估计多普勒频率和波达方向(DOA),提出了基于加权子空间拟合(WSF)算法和量子粒子群优化(QPSO)算法的WSF-QPSO联合谱估计方法。首先,利用状态空间模型构造包含多普勒频率和DOA信息的广义可观测矩阵;用WSF算法拟合联合谱函数,将参数估计问题转化为多维非线性函数优化问题。然后,利用QPSO算法优化联合谱函数,得到多普勒频率和DOA的估计值。实验结果表明:在信源参数比较接近的情况下,WSF-QPSO方法在信噪比为0 dB时对多普勒频率和DOA估计的均方根误差仅为0.007 5 rad和0.25°。与其他方法相比,该方法具有估计精度高、控制参数少、鲁棒性好、参数自动配对等特点,在低信噪比和小样本条件下依然能够得到较满意的参数估计结果。

基于模糊多目标规划的防空反导火力分配

针对现有多目标火力分配(weapon target assignment,WTA)方法很难适用于不确定情况下防空反导作战的问题,提出了基于模糊多目标规划的防空反导WTA方法。首先,采用三角模糊数刻画不确定的目标威胁度,在考虑防空反导作战特点的基础上,基于模糊多目标规划建立了WTA模型;然后,根据必要性测度原理将含有模糊参数的目标函数进行了等价清晰化;接着,提出了具有单/双势阱的多目标量子行为粒子群算法用于求解WTA模型,该算法采用了单/双势阱位置更新方式、粒子混合随机变异方法、领导粒子两阶段选取方法;最后,通过实例仿真验证了模型的合理性和算法的有效性。

群体智能和智能优化算法(英文)

通常元启发式优化算法是基于群体智能的算法,这些算法通常被称为智能算法.此文综述一些广泛应用的优化算法,包括蚁群算法、蜜蜂算法、蝙蝠算法、布谷鸟搜索、萤火虫算法和粒子群优化.同时,还讨论启发式算法中具有挑战性的问题如参数调整和参数控制.

改进的PSO算法在RFID网络调度中的应用

为在寻优过程中有效地保持算法的种群多样性,提出了一种改进的PSO(Particle Swarm Optimization)算法——PSOPC(Particle Swarm Optimizer based on Predator-prey Coevolution)。PSOPC算法将生态系统中捕食者和猎物的竞争协同进化机制嵌入到PSO算法中。基于PSOPC进行RFID(Radio Frequency IDentification)读写器网络调度模型的求解,根据读写器冲突关系的变化在线进行读写器的时隙分配求解与控制,在不影响读写器工作效率的同时,有效消除密集读写器环境下的读写器冲突问题,并优化整个读写器网络的工作效率。

平面气枪阵列远场子波模拟及优化

气枪阵列的远场压力子波具有良好的地震特性,被广泛应用于海底资源勘探。本文在前人基础上建立了气泡动力学方程,并在上述模型中加入简化的热力学模型,仅需知道气枪的工作压力、工作容积即可计算出远场压力子波。另外,针对平面阵列,对Ziolkowski模型进行了修正及简化,再将上述模型计算结果与Nucleus软件模拟结果对比,发现两者吻合良好。最后,结合粒子群算法对气枪平面阵列进行优化,发现在气枪阵列总体积变化较小时即可有效增大气泡比,并探讨了气枪容积在优化前后的变化规律,为气枪震源研究提供重要参考。

基于注水方法与粒子群的多用户OFDM资源分配

针对各态历经信道下多用户OFDM资源分配的用户速率加权和最大化问题,提出了一种新注水方法,能够快速和准确地得到最优子载波分配和最优功率分配;根据Karush-Kuhn-Tucker(KKT)最优性条件,采用粒子群算法对速率阈值乘子进行调整,最大化了满足用户速率阈值限制的用户速率加权和.通过对所提算法与随机对偶梯度算法的分析比较发现,所提算法能够更好地满足KKT最优性条件,从而有利于找到最优解.仿真结果表明,本算法所得到的用户速率加权和高于随机对偶梯度算法.

基于过程神经网络的汉字特征提取方法的研究

文章研究了一种基于过程神经网络的脱机手写体汉字特征提取方法。采用描述汉字整体构架性和可拆分性的笔划类型、笔划位置、笔划顺序以及拓扑结构特征的融合,给出了一种脱机手写体汉字特征表征方法以及冗余容错表征形状。采用过程神经网络模型的横向时间累积和纵向空间加权求和方法,模拟手写体汉字从左到右和从上到下的书写过程,给出了提取脱机手写体汉字特征的算法与步骤。采用粒子群优化学习算法保证过程神经网络的全局学习能力和收敛能力,建立了手写体汉字特征知识数据结构表,对SCUT-IRAC中的手写体汉字特征提取进等了仿真实验,结果表明该方法具有良好的"认知"手写体汉字特征的能力。

永磁同步风力发电机风能追踪控制仿真研究

在风力发电系统的风能追踪控制优化,提高发电效率的研究中,由于能量转化的非线性,导致风能最大功率点无法实时准确跟踪。传统功率追踪采用叶尖速度比法和爬山法,能满足一些风况下的运行,但也存在着控制精度低以及变风速下系统参数调整导致风能利用系数的不稳定。为解决上述问题,引入内带负载的永磁同步发电机数学模型,设计了PID与反馈线性化复合控制器。复合控制器的PID参数采用粒子群寻优算法确定,能够有效跟踪电机转速从而达到对风能利用效率控制的精确性。仿真结果表明,复合控制器的控制策略对最大风能追踪具有有效性和实时性,且在变风速下风能利用系数仍然维持在较高值,为同步发电机风能优化控制设计提供参考。

基于改进离散粒子群优化算法的容差电路故障特征提取

采用故障信息量对容差电路输出信号中的故障征兆进行描述,采用等间隔选取特征点、单特征点诊断信息量最大和多特征点联合诊断信息量最大3种不同的特征子集选取规则,提出了基于改进映射函数、自适应权重、基于自然选择以及基于自然选择和自适应权重的4种离散粒子群优化(BPSO)算法对特征子集进行搜索的方法,并将获取的不同最佳特征子集分别用于训练不同的神经网络,并用训练好的神经网络完成容差电路的故障定位。仿真实验结果证明了容差电路故障特征子集的改进BPSO搜索算法的有效性,故障定位效率可达95.2%.

基于免疫粒子群优化的反演超机动飞行控制律

提出了一种基于免疫粒子群优化的CMAC反演超机动控制律设计方法。推导并建立了具有大迎角特性的飞机六自由度非线性模型并与发动机模型进行综合。对飞机非线性模型进行重新构建,利用反演方法,通过逐步迭代设计Lypaunov函数并采用CMAC神经网络逼近系统的不确定性形成虚拟的控制输入量,在实现超机动非线性飞行控制律设计的同时对模型不确定性进行自适应补偿。为了提高控制性能与设计效率,将免疫调节机制、粒子群算法与反演控制结合,对控制器参数进行优化设计,形成了基于免疫粒子群优化的反演超机动飞行控制律设计方法。超机动数字仿真结果表明:所设计的超机动飞行控制律能够实现大迎角控制,并具有优异的大迎角机动控制性能。

含风电机组的配电网中分布式电源的最优配置

为解决配电网中含风电机组分布式电源的最优配置问题,首先根据风速概率密度分布函数,推导出风电机组的输出功率函数,之后构建了含有分布式电源的固定投资费用、负荷增量与分布式电源出力的相关费用和以最小网损和最小常规发电机有功出力为目标的风电机组的惩罚成本的目标函数,并以配电系统中电压、电流等为约束条件,提出了一种以自适应惯性粒子群算法为全局搜索和以混沌算法为局部搜索的混合粒子群算法来获取目标函数的最优解。最后通过IEEE 69节点系统验证了所提出模型和算法的优异性。

含储能系统和大型风电场并网电力系统机组组合研究

为提高系统运行的灵活性和稳定性,在含风电场的机组组合问题中引入储能系统,将含风电场和储能系统的机组组合问题描述为含0-1变量的混合整数优化模型,在模型中体现了储能系统对系统旋转备用容量的影响。采用分支定界的思想,将整数变量松弛为实数变量,利用改进粒子群算法来迭代求解。以6机和某10机39节点系统为算例,对传统的机组组合模型和含ESS的机组组合模型进行了比较,计算结果验证了该模型和解法的有效性。

考虑随机需求与时间窗的危险品运输路径优化建模

在不同类型危险品运输背景下,探究随机需求、时间因素及道路安全指数对运输路径优化问题的影响,研究带时间窗的运输网中如何实现终端随机需求的危险品运输路线优化与决策,根据间距/人口数的道路安全指数,构建需求、时间与风险共同约束下的随机优化模型,采用基于双目标编码的粒子群算法求解多目标的危险品运输路径随机优化问题。并以算例验证模型及算法的可行性。结果表明:该算法能求得多种优化组合的运输方案,以获取不同决策偏好的优化策略,为危险品运输路线规划提供决策支持。

基于粒子群算法的双时滞半主动悬架控制研究

针对四自由度半车悬架控制模型,提出一种基于双时滞反馈优化控制的车辆半主动悬架控制方法。引入时滞减振控制技术,应用时滞动力吸振器的减振机理和振动系统的幅频特性,建立基于车身加速度和俯仰加速度的统一目标函数,利用粒子群优化算法快速寻优特点获取最优时滞反馈控制参数,并在Matlab/Simulink环境下对悬架系统仿真。仿真结果显示:在随机激励下,双时滞反馈控制通过优化调节双时滞控制参数可以减小车身垂直加速度和俯仰加速度,相应的均方根值比被动悬架分别降低15.10%和22.48%,车身振动得到有效衰减。研究结果表明考虑时滞的车辆悬架模型不仅提高了模型建模精度,双时滞反馈控制更有效提高悬架的减振效果,改善车辆行驶平顺性,为半主动悬架控制系统设计提供了理论依据,具有一定的应用价值。

基于图形组态软件的新能源变电站图模一体化生成方法

采用当前方法绘制新能源变电站图模时,没有采用图形组态软件,导致生成图模花费的时间较长,且图模质量因子欠高。现提出一种基于图形组态软件的新能源变电站图模一体化生成方法,通过图形属性自动绘制图形模块、图元模型库构建模块、设备图元图形信息的保存与扩展模块、读取与解析系统规范描述(system specification description,SSD)模块、SSD模型与设备图元关联模块和一次设备图形绘制模块设计图形组态软件,在图形组态软件中设计变电站的内模型图形和外模型图形,建立变电站图模一体化生成的优化目标函数,利用粒子群算法(particle swarm optimization,PSO)对优化目标函数进行求解,生成新能源变电站图模。实验结果表明:所提方法的图模生成效率更高、质量更好,实际应用性较高。