粒子群遗传融合算法

提出一种融合粒子群算法和遗传算法改进优化算法,该算法首先采用一种自适应弹性粒子群算法,弹性地修正粒子速度的幅值,有效地避免了粒子群算法的早熟收敛问题。再与遗传算法融合,模仿自然界的个体成熟过程,对遗传算法中的每一代群体中的优秀个体,先采用自适应弹性粒子群算法获得进一步的提高。再经过提高、交叉、变异三步,获得最优解。以动态系统FCRNN的设计为例,改进算法收敛速度快,误差精度高。

ITS结合RPS0两步PCR快速鉴定临床5种假丝酵母菌

目的:建立快速准确鉴定常见假丝酵母菌种类的基因检测技术。方法:提取假丝酵母菌基因组DNA;第一步PCR用通用引物扩增ITS基因;第二步三重PCR用种特异性引物扩增RPS0基因;分别对已知及未知样本检测、验证。结果:ITS基因扩增,光滑假丝酵母菌(Cg)和克柔假丝酵母菌(Ck)分别得到与预期结果吻合的881bp和419bp的PCR产物;白假丝酵母菌(Ca)、热带假丝酵母菌(Ct)和近平滑假丝酵母菌(Cp)的ITS扩增片段均略大于500bp;RPS0三重PCR对Ca、Ct和Cp DNA扩增,分别得到约310bp、147bp及110bp的片段,与预期结果相符;30株已知假丝酵母菌两步PCR检测结果,种类符合率为100%;43株未知样本两步PCR鉴定结果,经RPS0扩增产物序列测定,符合率亦为100%。结论:建立了ITS通用基因结合RPS0种特异基因鉴定5种常见假丝酵母菌种类的两步PCR技术,该技术简单、快速、准确及廉价;对双重感染患者更有鉴别优势,有临床应用价值。

高空螺旋桨无刷直流电机重置粒子群PID控制

永磁无刷直流电机驱动高空螺旋桨负载时,由于大气密度随海拔高度变化,电机转速随螺旋桨负载变化不断波动,传统定参数PID控制难以随环境变化对电驱动系统PID控制参数进行实时调整,系统的动态特性和鲁棒性较差。提出一种基于BFGS(Broyden-Fletcher-Goldfarb-Shanno)动态重置粒子群算法(BFGS-RPSO)的永磁无刷直流电机PID参数控制方法,该方法利用BFGS-RPSO算法灵活快速的在线参数寻优特点,对永磁无刷直流电机控制系统PID参数进行在线实时优化调整,提高了螺旋桨负载电驱动系统的动态特性和鲁棒性。Matlab仿真和实验表明,电机在起动过程中,转速上升时间较短,转速和转矩超调较小,且在负载波动过程中电机转矩脉动较小,BFGS-RPSO PID参数控制比传统PID控制具有更好的动态特性和鲁棒性,适合应用于高空螺旋桨永磁无刷直流电机螺旋桨电驱动系统。

基于QPSO算法训练SVM

针对群体智能和约束优化问题的特点,提出了将QPSO算法应用于求解约束优化问题,证明QPSO算法在SVM领域中具有很高的应用价值,并为解决大规模的QP问题开辟了一条新的途径。

改进的粒子群优化算法的研究

针对粒子群优化(PSO)算法易于陷入局部最优、早熟而造成求解成功率不高的问题,笔者在现有粒子群优化算法的基础上,提出了一种具有快速收敛的改进算法——瑞利分布的粒子群优化(RPSO)算法,利用RPSO算法对经典函数优化问题进行性能测试,并对比了RPSO算法与标准粒子群优化(PSO)算法和高斯分布的粒子群优化(GPSO)算法,仿真结果表明,RPSO算法的收敛速度和计算精度都优于其他两种算法,RPSO算法提高了运算效率,有效地避免了早熟现象的发生,并在迭代后期能更精确地找到测试函数极值点。

An Improved Particle Swarm Optimization Based on Repulsion Factor

In this paper, through the research of advantages and disadvantages of the particle swarm optimization algorithm, we get a new improved particle swarm optimization algorithm based on repulsion radius and repulsive factor. And a lot of test function experimental results show that the algorithm can effectively overcome the PSO algorithm precocious defect. PSO has significant improvement.

高维度集中空调系统优化控制模型及算法研究

本文以系统能耗最低为优化目标,建立了以传感器测量值为输入、系统运行参数为输出的集中空调风-水系统优化控制模型;并提出随机增量粒子群算法(r PSO)用于求解优化控制模型,改进了传统粒子群算法在高维优化问题中的局限性。本文以上海市某公共建筑的大型集中空调为例,进行了优化控制建模和rPSO求解,仿真结果表明:相对于定送风温度的传统模式,优化控制的系统在中高负荷下可取得13.18%~13.45%的平均节能率;相较于传统粒子群算法,r PSO在高维优化求解中具有更好的性能和稳定性,对开发大型集中空调优化控制器具有参考价值。

基于信噪比优化的中段传感器预指派模型

结合中低轨中段弹道目标连续跟踪这一特殊应用背景,从跟踪相机交接的再捕获确认到稳定跟踪的全程角度出发,提出了一种基于信噪比和跟踪精度联合优化的新的传感器预指派模型。并采用通过对粒子降维处理和位置矢量更新的实值粒子群优化算法,对所提模型的性能进行分析和比较。仿真实验表明,该模型的调度性能较之前的优化目标函数及二进制粒子群优化算法,更贴近导弹中段飞行情况的实际且性能有所改进,因而是一种更高效的调度模型。