联合过滤式与嵌入式样本的标签库特征选择

嵌入式样本标签库中存在重复、异常无效特征,导致特征选择正确率较低。为此,提出了联合过滤式与嵌入式样本的标签库特征选择方法。通过计算总体分布概率密度,分析无效特征高斯隶属度。采用基于k近邻算法联合高斯隶属度的高斯正态分布过滤方式,过滤无效特征。设置最大相关最小冗余度特征选择准则,使得标签库特征之间保持最大相关性,过滤错误率持续最小化。定位标签位置,计算标签库两个特征之间水平距离,将空间位置坐标映射到二维平面上,使用粒子群优化算法,依据标签位置选择标签库特征,在粒子群全局最优解的基础上,更新标记位置,从而获得最优解,完成样本标签库特征选择。实验结果可知,该方法特征数据得到有效标记,未出现丢失,最高选择正确率为0.97,具有精准选择效果。

基于离散粒子群算法的炼钢连铸生产调度

在炼钢连铸生产调度中,最大完工时间优化可保证生产计划准时完成,总完工时间优化可降低板坯存储过程中的物耗和能耗。结合生产实际,提出了以最小化总完工时间为目标,最大完工时间为目标约束的处理方法。首先根据改进NEH算法确定最大完工时间的可行上界,再利用离散粒子群算法对总完工时间进行优化。在算法设计过程中,通过加入启发式规则提高初始解性能,使用交换操作实现位置更新公式的离散化,引入Metropolis准则避免算法陷入局部最优。最后通过案例分析,验证了求解方法的可行性和有效性。

一种基于球隙迁移的改进粒子群优化算法

针对粒子群算法易早熟、陷入局部最优、求解精度不高等缺陷,提出了一种基于球隙迁移的改进粒子群算法。改进后的算法重新定义了粒子的位置、速度以及操作;引入了交换序,并用贪心算法的思想以节省搜索时间、提高算法收敛速度;引入了球隙迁移算法,克服了算法易陷入局部最优的缺陷;引入了基于松弛操作的思想的扰动机制。实验结果表明改进后的算法是可行的、有效的。

改进型多目标粒子群优化算法在波纹管结构优化设计中的应用

将采用了协同搜索策略的改进的多目标粒子群优化算法,引入到波纹管结构优化设计过程中,以波纹管最小整体刚度和最小质量为优化目标,建立多目标优化设计模型,设计合理的波纹管结构参数。优化算例的结果表明,使用改进型多目标粒子群优化方法,能有效逼近实际在用的波纹管结构设计性能甚至更佳,寻找到最佳的结构优化设计参数组,从而为用户提供更为直观有效的设计参考。

离心选矿系统模糊解耦PID设计

针对离心选矿系统强耦合、非线性等问题,提出一种基于自适应粒子群优化(APSO)算法优化模糊解耦比例-积分-微分(PID)控制器的智能方法。先利用模糊解耦算法设计模糊PID控制器,实现给矿流量和给矿质量分数分别由给水量和固体给料量直接控制,再引入APSO算法对模糊PID控制器的参数进行动态优化。仿真与实验结果表明:该方法具有响应速度快、超调量小等特点,且选矿机铁精矿富集比有显著提高。

改进PSO-BP算法在配电网故障选线中的应用

为了提高配电网单相接地故障选线的效果,提出一种改进粒子群(PSO)算法优化反向传播(BP)神经网络的故障选线方法。通过小波包变换(WPT)提取各条出线的零序电流暂态能量分量结合五次谐波分量、零序有功分量作为BP神经网络的输入变量,利用改进PSO算法优化后的BP神经网络完成训练并测试,输出选线结果。仿真结果表明,与BP、PSO-BP算法相比,改进PSO-BP算法收敛快、选线精度较高,且不受接地电阻、故障位置及相位角的影响。

基于空间化粒子群的建筑空间利用率优化算法

针对传统建筑空间配置模型无法满足建筑空间特征优化的问题,文中提出了基于空间化粒子群的建筑空间利用率优化算法,以解决空间优化配置问题。首先针对空间优化配置问题,根据建筑空间特征进行粒子群算法的空间化改进,并采用符号编码方法进行空间单元的空间化编码;其次使用最大标准化法进行数据处理,归纳影响空间利用率的因素,并从经济效益、社会效益及生态效益三个方面给出建筑空间优化配置的目标函数;最终通过分析主从并行模型与点对点并行模型的优缺点,提出了链式并行结构。通过数据仿真测试实验,验证了链式并行模型具有较高适应度、收敛速度与较短的运行时间,性能要优于另外两种,表明文中所提出的优化算法具有良好的性能。

改进二进制粒子群算法在配电网重构中的应用

为了实现配电系统安全经济地运行,针对传统算法收敛速度与精度较低等缺点,对传统的二进制粒子群算法进行了改进,将自适应比例选择策略与混沌搜索引入算法中,避免传统算法容易陷入局部最优、收敛速度较慢等问题。以IEEE33节点配电系统为研究对象,以有功网损和节点电压偏移作为目标函数,进行了配电网重构的仿真试验,并考虑了含有多种分布式电源的情况。试验表明,相比于传统算法,该算法收敛速度提升约2.5倍,系统网损下降约51%,电压偏移下降约49%,具有更佳的重构效果。

基于RBF动网格方法和改进粒子群优化算法的多段翼型优化

采用经风洞试验验证的计算流体力学(CFD)方法和网格生成策略,对Bezier曲线、B样条曲线参数化方法、粒子群优化(PSO)算法以及径向基函数(RBF)动网格技术在二维多段翼型设计中的应用进行了研究。通过对比研究Bezier曲线和B样条参数化方法可知,B样条曲线在描述能力和局部支柱特性等方面优于Bezier曲线。利用3个复杂函数对PSO算法进行测试,结果表明:改进的PSO(MPSO)算法在收敛速度方面明显优于标准PSO算法,且收敛结果也优于标准PSO算法。同时建立了鲁棒性高、耗时短且适用于多段翼型优化的RBF动网格方法。运用MPSO算法分别对两段翼型和三段翼型进行了优化设计,提高了设计多段翼型的最大升力系数和失速迎角。两段翼型的最大升力系数增加量分别为4.1%(Bezier参数化方法)和4.46%(B样条参数化方法),三段翼型的最大升力系数增量为6.74%。对于本文的算例,B样条参数化方法明显优于Bezier曲线,同时也证明了本文所建立优化流程的可靠性。