基于混沌遗传算法和图论分析的BIM模型协作与决策优化

受到BIM模型信息交换模式缺陷的影响,数据协作与决策分析过程中局部数据交换不够完整,在时间约束下的任务项目决策不充分,造成BIM模型整体效率降低,输出结果偏差较大。为了解决这一问题,引入混沌遗传算法与图论分析方法,提出了1种BIM模型协作与决策优化方法,选择合适的Logistic映射关系,引入混沌遗传算法,结合在不同目标函数下的偏差权重,优化规模适应度最大值,提高BIM模型协作参量之间全局最优解的更新速度;建立BIM模型协作参量与决策参量对应子项目的一阶线性常微分方程,利用最小二乘式,求解未关联融合的相关参量;结合协作参量与决策参量优化结果,完成BIM模型协作与决策优化。实验结果表明,该优化方案应用后,协作性能变化的整体指标状态在可控范围内,且全局可靠性测试曲线平滑,波动幅度较小且平缓,波动频率具有规律性。整体切实有效,优化效果稳定可靠,具有较高的研究价值与市场推广价值。

基于混沌万有引力算法对APSIM模型中旱地春小麦产量形成参数的优化

为了解决APSIM模型中春小麦产量形成参数本土化率定过程中所面临的耗时长、精度差、效率低等问题,采用混沌万有引力(chaotic gravitational search algorithm, CGSA)算法,基于1971-2014和2018-2021年甘肃省定西市统计年鉴中的产量数据以及2015-2017年定西市安定区凤翔镇安家沟村的大田试验数据、1971-2021年定西市安定区的产量和气象资料,对春小麦产量形成参数进行优化。结果表明,采用CGSA优化参数后,均方根误差(RMSE)、归一化均方根误差(NRMSE)和模型有效性指数(ME)的平均值分别为22.98 kg·hm^(-2)、1.393%和0.995,说明模型在甘肃省定西市春小麦产量的评估中表现出较好的适应性。此外,CGSA具有较好的全局寻优性能和较快的收敛性,为APSIM模型的参数优化提供了一种高效、精准的方法。

基于多项式混沌展开法的涡流无损检测高效元模型辅助探测概率的分析

探测概率对于量化涡流无损检测系统的检测能力非常重要。模型辅助探测概率的参数需要大量试验或仿真数据才可以确定,往往难以实现。应用基于退化核函数加速的边界元法的数值模型,提出使用基于普通最小二乘法的多项式混沌展开算法的元模型提升三维涡流无损检测问题探测概率的效率。通过有限截面线圈检测金属板面槽的算例,引入线圈位置和提离距离为不确定传播的参数,测试结果表明,该元模型预测的模型参数与基于退化核函数加速的边界元法物理模型计算的模型参数相对误差在1%以内,极大降低了所需的计算开销。

基于混沌优化算法的列车动力学模型参数辨识

针对列车动力学参数未知问题,设计基于混沌优化算法的非线性列车模型参数辨识方法。将高速列车参数估计问题转化为优化问题,给出混沌优化参数估计框架,采用变尺度优化方法,在搜索进程中不断缩小优化变量的搜索空间及二次搜索调节系数,提高搜索精度。计算机仿真验证算法的有效性和可行性,基本混沌优化算法的参数辨识相对误差较遗传算法提高26.8%,基于变尺度混沌优化算法的参数辨识相对误差较基本算法提高了48.7%。

基于稀疏多项式混沌展开模型的钢筋混凝土结构长期挠度预测

钢筋混凝土受弯结构的长期挠度预测对于评价其全寿命周期的可服役性和安全性具有重要意义。文章传统的经验法难以考虑所有的影响因素,为了能够准确预测钢筋混凝土结构的长期挠度,本文使用稀疏多项式混沌展开(polynomial chaos expansion,PCE)模型预测钢筋混凝土结构的长期挠度,并对影响结构挠度的参数进行全局灵敏度分析。使用实验数据集建立和评估稀疏PCE模型,与常见的代理模型(RBF、SVR和Kriging)和常见的机器学习模型(BP神经网络)进行比较,采用十折交叉验证算法对模型进行训练和检验。结果表明,稀疏PCE模型在预测钢筋混凝土结构长期挠度方面均优于常见的代理模型和机器学习模型,其相关系数R^(2)、相对平均绝对误差(RAAE)、相对最大绝对误差(RMAE)和均方根误差(RMSE)分别为0.970、0.108、0.537和0.062。稀疏PCE模型的RMSE值远远优于经验方法。最后,基于稀疏PCE的全局灵敏度分析结果对影响结构挠度的参数进行了重要性排序,其中,瞬时或即时测量的挠度a(i)、跨深比l/h、龄期t’混凝土强度fc’重要性程度较高,且依次递减。稀疏PCE模型可用于钢筋混凝土结构长期挠度预测,并且可量化评估影响钢筋混凝土结构长期适用性的关键因素。

一类种群策略调控下海洋营养-浮游植物-浮游动物Filippov模型的分岔与混沌

针对种群策略调控下浮游模型的稳定性以及多种分岔与混沌现象等问题,建立了一类与海洋生态系统相关的三维营养-浮游植物-浮游动物Filippov模型。利用非光滑动力系统的定性技术,研究了子系统和滑动向量场中平衡点的稳定性和分岔集,并得到了跨临界分岔、滑动分岔等丰富行为。最终证明控制阈值参数在0.1附近时发生了倍周期分叉乃至混沌。该研究可用于海洋生态保护等实际领域,有利于促进Filippov生态系统的动力学理论发展。

基于混沌粒子群优化算法的电力大规模应急物资管控领域本体模型研究

针对评价指标关系丰富性和可解释性低,不能满足管控领域本体建模需求的问题,提出基于混沌粒子群优化算法的电力大规模应急物资管控领域本体模型。采用混沌粒子群优化算法,设计映射实体对集合。通过评价适应度和稀疏度,更新粒子位置并判断是否停止迭代。计算得到最优映射结果,并使用全局DEA评估模型是否符合要求。实验结果表明,综合考虑关系丰富性和可解释性指标,研究模型在整体上表现相对较好。

基于DFP的二阶Volterra模型及其对Rossler混沌序列的预测

为克服最小二乘法或归一化最小二乘法在二阶Volterra建模时参数选择不当引起的问题,在最小二乘法基础上,应用一种基于后验误差假设的可变收敛因子技术,构建了一种基于Davidon-Fletcher-Powell算法的二阶Volterra模型(DFPSOVF).给出参数估计中自相关逆矩阵估计的递归更新公式,并对其正定性、有界性和τ(n)的作用进行了研究.将DFPSOVF模型应用于Rssler混沌序列的单步预测,仿真结果表明其能够保证算法的稳定性和收敛性,不存在最小二乘法和归一化最小二乘法的发散问题.

线性化模型下二阶逆变器的混沌控制

针对线性化模型下二阶逆变器发生的非线性分岔与混沌行为,加入控制手段增加稳定域与抗扰性。首先构建了二阶逆变器的系数线性化迭代模型,运用分岔图、折叠图再现了其产生的混沌行为,并寻求系统的Jacobian矩阵和平衡点。然后加入延时反馈控制,并基于朱里判据给出了控制参数的限定条件。最后为说明所加入混沌控制方法的优越性,开展了数值仿真模拟实验。结果表明,延时反馈控制使系统比例参数K的分岔值从0.573后移至0.973,且当直流源输入侧电压突变时,系统仍保持在稳定运行状态。表明施加延时反馈控制后,二阶逆变器运行的稳定域增加且整体的抗扰性增强。

基于多项式混沌展开的电力系统概率可用输电能力评估

大规模开发和利用风能有利于实现电力系统清洁低碳转型,是实现国家“碳达峰、碳中和”战略目标的重要技术手段,但风电出力的强不确定性对电力系统区域间可用输电能力(available transfer capability,ATC)评估带来了全新的挑战,传统用于求解计及风电出力不确定性的概率ATC评估模型在计算效率和计算精度方面均存在一定的不足。为此,该文提出一种基于多项式混沌展开(polynomialchaos expansion,PCE)的电力系统概率ATC评估方法,该方法首先构建基于机会约束的电力系统概率ATC评估模型;然后,根据风电出力预测误差的概率分布特征,选择对应的正交多项式为基函数以近似风电出力预测误差及电力网络中与之相关联的其他随机变量;进一步,借助Galerkin投影和基于一阶矩、二阶矩的机会约束转化方法,将所构建的机会约束模型的概率约束转化为确定性约束,实现基于机会约束的概率ATC评估模型向易于求解的确定性优化模型的转化;进而,将概率ATC评估模型的求解问题转化为ATC的最优多项式逼近系数的求解问题,根据求得的最优多项式逼近系数和选取的基函数计算电力系统ATC的概率分布特征;最后,通过修改后的PJM-5节点测试系统、IEEE-118节点测试系统及吉林西部电网实际算例验证了所提基于多项式混沌展开的电力系统概率ATC评估方法的准确性和有效性。

爱情混沌模型的滑模同步调节

混沌系统自提出以来就备受控制界的关注。文章通过引入Sprott建立的爱恨情仇的数学模型,以及通过设计适当的外部激励研究了罗密欧、朱丽叶与基内维娅三者之间爱恨情仇的混沌模型滑模同步。针对非线性爱情混沌系统设计滑模函数和外部激励,使主从系统取得滑模同步。

基于自抗扰控制的H桥逆变器的混沌研究

为了解决新能源发电系统逆变器出现混沌的问题,提出了一种基于自抗扰控制的H桥逆变器的调节方案。针对处于混沌状态的逆变器的稳态和动态特性差的现象,构建了逆变器的离散模型,并通过建立跟踪微分器、扩张状态观测器以及状态误差反馈控制律进行混沌控制。通过分岔图、折叠图以及仿真分析,结果可知基于自抗扰控制的H桥逆变器比基于比例控制的H桥逆变器的稳定范围扩大了45%,有效地抑制了混沌现象的发生。通过分析可得出:该控制策略对系统的混沌行为能够进行抑制,拓宽了系统稳定工作范围。

一类含常数项的混沌系统在未知参数下的同步

研究了一个新的含有常数项的混沌系统在参数未知情况下的修正函数投影同步问题。对新的含有常数项的混沌系统从平衡点的稳定性、耗散性、poincare映射、功率谱及初值敏感性5个方面进行了特性分析。基于修正函数投影同步方法,设计了有效的控制输入及参数自适应律,根据Lyapunov函数稳定性定理从理论上证明修正函数投影同步误差系统在原点的渐近稳定性,从而实现了新混沌系统的修正函数投影同步控制。数值模拟仿真证明了同步方法的正确性,该同步方法可以应用于混沌保密通信的研究中。

基于改进混沌粒子群的PEMFC模型参数辨识

基于质子交换膜燃料电池(PEMFC)电堆的输出特性及相关电化学反应建立输出特性模型,提出改进混沌粒子群优化(CPSO)算法来优化PEMFC输出特性模型参数辨识问题。首先采用6种标准测试函数验证了CPSO算法的寻优性能,然后针对两种参数不同的电堆进行了输出特性模型参数辨识。结果表明,相较于遗传算法(GA)、粒子群优化(PSO)算法、受约束粒子群优化(B-PSO)算法、具有收缩系数的粒子群优化(PSO-χ)算法、引力粒子群优化(GSAPSO)算法以及差分进化算法(DE),CPSO算法辨识精度最高且收敛速度最快。静态工况下电堆1的均方根误差为0.213,平均相对误差为2.339%;电堆2的均方根误差为0.481,平均相对误差为1.243%,充分说明CPSO算法在PEMFC输出特性模型参数辨识方面的优越性。

基于多变量灰色系统的乏信息堤防变形短期预测模型

依据信息模糊和不确定状态下乏信息数据处理理论,提出了一种改进多变量灰色系统的乏信息堤防短期预测模型;引入多变量灰色模型对多测点的沉降变形序列进行拟合,结合混沌粒子群优化算法和分数阶微积分理论,实现了在乏信息条件下对堤防多测点变形的短期预测;由对比结果可知,研究提出的模型可行且有效,填补了堤防乏信息处理模型的空白。

基于ISSA-LSTM模型的可再生能源电力需求预测

为了更精准地预测未来能源结构调整方向及成效,选用ISSA-LSTM组合预测模型对中国2023-2030年可再生能源的电力需求进行预测。首先,利用Circle混沌映射改进麻雀搜索算法(SSA)以提高搜索能力以及种群多样性;然后引入长短期记忆神经网络(LSTM)以有效捕捉可再生能源电力需求随机波动性和时序性;最后,通过ISSA-LSTM模型预测长期可再生能源的电力需求,验证测试集数据,并与其他传统模型进行对比。结果表明:ISSA-LSTM模型预测结果能够满足对可再生能源电力需求预测的精度要求;在未来2023-2030年可再生能源电力需求稳定,波动幅度不大,可达到全国用电量的1/3;利用Circle混沌映射改进策略能有效提升SSA寻优能力。与PSO算法相比,SSA算法寻找LSTM超参数最优解的能力更优,ISSA-LSTM模型预测可再生能源电力需求精度更高。

基于混沌的H桥逆变器的非奇异终端滑膜控制

针对逆变器的分岔和混沌现象,建立逆变器的离散模型,通过分岔图、Lyapunov指数和折叠图分析非线性行为,并计算出系统的稳定运行范围及混沌运行范围。文中提出一种非奇异终端滑膜控制策略,设计切换面函数,推导逆变器的反馈控制律。最后进行仿真,仿真结果表明:非奇异滑膜控制能够有效抑制系统的混沌行为,从而拓宽了系统稳定工作范围,相比于比例积分控制(proportional integral derivative,PI),稳定范围扩大了80%。由此可以使得逆变器实现稳定工作,有很强的实际应用价值。

基于混沌寻参LSSVM的棉织物靛蓝染色预测模型

针对棉织物在靛蓝染色时染色工艺条件对染色深度的非线性影响,导致染色深度难以控制,不符合客户要求的问题,文章选取氢氧化钠浓度、保险粉浓度和靛蓝染料浓度三个主要影响因素作为输入变量,表观颜色深度(K/S值)作为输出变量,采用Python语言进行编程,以混沌算法进行寻参,应用最小二乘支持向量机(LSSVM)算法建立了靛蓝染色预测模型,并对模型的预测性能进行了验证。结果表明:该模型对织物K/S值预测的平均绝对百分比误差为1.7597%,均方根相对误差为0.0294%,比网格寻参法的预测误差更小,说明该模型具有较高的精度和良好的预测能力,可以为棉织物靛蓝染色工艺的预测和优化提供参考。

多策略融合改进的金豺优化算法及其在马斯京根模型参数估计中的应用

针对金豺优化算法在解决复杂或高维优化问题时易陷入局部最优、收敛速度慢和计算精度低等不足,提出一种基于多策略融合改进的金豺优化算法(Multi strategy fusion improved Golden Jackal Optimization Algorithm,MGJO)。首先,通过引入混沌映射策略初始化种群代替随机参数,使得算法能够在搜索空间中生成具有良好多样性的初始解,避免初始种群分布偏离最优值;其次,提出一种非线性变化的动态惯性权重使搜索过程更加符合实际情况,有效平衡了算法的全局搜索和局部搜索能力;最后,引入柯西变异的位置更新策略使其充分利用最优个体的引导作用提高种群多样性,以有效探索未知区域避免算法陷入局部最优。为了验证改进的金豺优化算法的寻优精度、收敛性能和稳定性,选择了8个不同特征的基准测试函数进行试验。结果表明,在8个基准测试函数中,改进的金豺优化算法的平均值、标准差、最优值都取得了最优的结果。此外,Wilcoxon符号秩检验的结果表明改进的金豺优化算法在统计学上是显著优越的。通过实例应用表明,基于多策略融合改进的金豺优化算法可以有效地估算出马斯京根模型的参数,优化效果明显优于粒子群优化算法、正弦余弦优化算法和金豺优化算法,进一步验证了多策略融合改进的有效性和改进算法在参数优化中的优越性,为更精确估计非线性马斯京根模型参数提供了一种有效的新方法。

基于混沌粒子群算法的压电微纳平台迟滞模型参数辨别

针对压电微纳平台存在迟滞非线性问题,建立改进的Bouc-Wen模型描述压电微纳平台迟滞现象并使用混沌粒子群算法对模型参数进行参数辨识。通过引入迟滞非线性项对原始Bouc-Wen模型进行改进来获得更好的迟滞拟合曲线;为了解决辨识精度低的问题,使用混沌粒子群算法来增强算法在局部的寻优能力。结果表明,以频率为1 Hz驱动电压为例,改进的Bouc-Wen模型相较于传统Bouc-Wen模型能更加准确地描述其迟滞现象。同时使用混沌粒子群优化算法参数拟合的平均误差以及均方根误差均优于传统粒子群算法,有效提高了位移迟滞数据的拟合精度。