PSO的惯性权重与种群大小选择

PSO的优点是算法表达简单,易于实现,其中的惯性权重参数选择和种群大小选择对算法特性有显著影响。本文分析了PSO的惯性权重和种群大小选择对算法性能的影响,根据实验结果给出了一组具有较好寻优能力的参数。

基于动态权值的PSO算法的多传感器数据融合

针对标准粒子群算法的缺点,在原有算法的基础上,提出一种动态权值的粒子群优化算法,使得粒子在迭代过程中惯性权值随粒子进化度和聚合度的变化而改变,并将其尝试性的运用到数据融合领域.实验结果表明,改进的PSO算法能近似最优地确定数据融合中各权值因子,使融合在信息源的可靠性、信息的冗余度/互补度以及进行融合的分级结构不确定的情况下,以近似最优的方式对传感器数据进行融合.

BF-PSO算法在电网CPS标准经济考核中的应用

对于如何减少调度控制性能标准CPS(control performance standard)的考核罚款及机组的运行成本,提出了一种基于混合粒子群优化的细菌觅食算法BF-PSO(bacterial foraging-particle swarm optimization)自整定PI控制。文中首先详细介绍了粒子群算法和细菌觅食算法的基本原理,在结合两种算法的基础上,以发电成本和考核罚款之和最小为目标提出了一种新的PI整定方法,通过Matlab的Simulink仿真软件建立了一个多区域电力系统的CPS考核系统模型,对优化前后的控制效果进行了对比,仿真结果说明新的控制方法在保持CPS控制效果的基础上,实现了对电网的经济调度。

嵌入式实时操作系统pSOS在多媒体通信终端中的应用

在多媒体通信终端的基本实现方案中，通常有基于PC平台的终端和基于媒体处理器的独立机型终端两种。在后一种方案中，硬件系统的资源管理和应用软件的开发都是基于嵌入式实时操作系统来实现的。针对Philips公司的TriMedia媒体处理器，介绍嵌入式实时操作系统pSOS在H．324多媒体通信终端中的应用。

基于AHP-PSO的滇池流域生态补偿标准评估

通过AHP(层次分析法)在决策目标、影响指标及评估方案3层要素之间,选取湖泊环境、社会因素及经济因素3个维度的25个基层指标,建立了湖泊生态补偿标准评估指标体系。采用MATLAB软件编写了2个程序,分别用于求解初始评分矩阵、计算评估方案权重和辅助PSO(粒子群优化算法)修正指标体系中不满足一致性要求的初始评分矩阵、优化层次分析结果。经计算,生态系统服务价值理论与污染治理费用法的权重分别为38.16%、61.84%。选用生态系统服务价值理论与污染治理费用法两种评估方案,并结合市场价值法、成果参照法、影子工程法、Vollenweider模型及完全混合模型,通过实证研究检验评估标准的合理性。计算得出滇池流域的生态补偿标准总额为32.6302亿元/a,流域内单位面积的生态补偿标准为5207元/(a·hm^(2))。

基于HPSO-BP神经网络的个人信用评估

为了解决BP神经网络和标准PSO-BP神经网络模型收敛慢、易陷入局部最优值等问题,引入改进的粒子群算法HPSO,提出了基于HPSO-BP神经网络的信用评估模型。在PyCharm环境下,利用德国个人信用数据集,分别比较了BP神经网络模型、标准PSO-BP神经网络模型和文中的HPSO-BP神经网络模型。实验结果表明,基于HPSO-BP神经网络的评估模型在收敛速度和准确度上都优于另外两个模型。

位置加权的改进粒子群算法

针对基本粒子群算法具有后期收敛速度慢、容易陷入局部极值等缺陷,通过考虑粒子的位置之间的加权作用,对基本粒子群算法进行了改进,提出了一种位置加权的粒子群算法以减小搜索过程中的盲目性。测试函数结果表明,算法的收敛性以及收敛速度与粒子群算法位置加权因子有很大关系,通过选择合适的加权因子能有效提高算法的计算效率,算法适用于地球物理优化领域的波动方程反问题。

基于粒子群算法的CFB机组协调系统模型辨识

为了消纳风光等新能源,火电机组均需要参与到调峰调频中,机炉协调控制系统是机组AGC模式下的核心。熟悉控制系统被控对象的特性并且建立系统的动态模型,是提高系统控制品质的基础。该文以山西某电厂超临界350 MW循环流化床机组协调系统为研究对象,首先对研究对象的动态特性进行分析,依据生产现场闭环运行数据,利用标准粒子群智能算法,寻优得到两输入两输出的协调系统模型。然后选取其他时间段的采样数据作为模型验证数据,证实利用标准PSO算法对多变量系统建模的可行性。

基于模糊复合最优粒子群算法的矿用电机控制系统参数优化

提出一种模糊复合最优粒子群优化(FHMPSO)算法,并将该算法应用于永磁同步电机控制系统PI调速器参数整定与优化中。优化算法的适应度函数采用永磁同步电机转速偏差ITAE指标,采用永磁同步电机矢量控制系统模型对原始PSO,HMPSO和FHMPSO算法进行了仿真测试,仿真结果表明FHMPSO算法相对于其他PSO算法,能够更好地实现电机控制系统中PI参数的优化调节,达到更加良好的动态及稳态性能。

粒子群算法在神经网络非线性函数拟合中的应用

针对传统神经网络学习算法中存在的收敛速度慢、容易陷入局部最优等缺点,设计了基于标准粒子群算法(SPSO)的神经网络非线性函数拟合系统。将神经网络中的权值看作一个粒子,通过粒子之间的竞争与合作以完成网络的学习过程。仿真结果表明,基于SPSO的神经网络学习算法在收敛速度、辨识精度等方面要优于传统的BP神经网络。

二次微粒群算法及其参数自适应策略

在对标准微粒群算法进行分析的基础上,提出了一种二次微粒群算法,并在对二次微粒群算法和标准微粒群算法进行比较分析的基础上给出了二次微粒群算法的参数自适应方案。通过对典型测试函数进行仿真,结果表明二次微粒群算法比标准微粒群算法的性能有很大提高,说明了二次微粒群算法是可行的。另外,将参数自适应时的结果同参数固定时的结果相比较,结果表明算法性能有很大提高,说明了该方案的正确性和有效性。

二次微粒群算法及其参数选择

在对标准微粒群算法模型及其机理进行分析的基础上改进了标准微粒群算法的进化方程,提出了二次微粒群算法,由于其几个主要参数的选择很大程度上影响到算法的性能,故用标准微粒群算法对二次微粒群算法参数的选择进行优化,得到其参数的选取范围,并在仿真所得的范围内选取一组参数对典型测试函数进行仿真,将结果与标准微粒群算法的仿真结果进行比较,结果表明性能有很大提高,且二次微粒群算法能更快更好的找到全局最优点,这说明了这种算法的正确性和有效性。

基于标准POS算法的互反判断矩阵权重确定法

为进一步研究在决策过程中如何从互反判断矩阵中获得权重向量,建立了两种新的求解排序权重的模型,用标准粒子群优化算法进行求解,并进行实例分析验证结果的可行性。

利用粒子群算法实现陀螺仪耦合系统动态响应优化

利用平均法分析半球陀螺仪控制系统,得到通过PID模块实现的深度负反馈控制回路设计。根据大机动平台等对陀螺仪系统快速响应的要求,寻求方法对深度负反馈控制的PID参数整定以实现输出动态优化。系统中耦合项的存在是控制参数设计的难点。通过参数变换和输出结果分析,发现系统PID参数与系统动态响应之间没有明显的相关性,不能通过拟合方式去实现优化。将系统的耦合关系去除,通过以往设计带宽的方式得到了系统的优化参数。利用ITAE评价标准作为适应度函数,得到利用粒子群算法(PSO算法)优化后的控制系统,通过比对两者的系统带宽和ITAE输出,在带宽近似的情况下,PSO优化比传统去耦合优化的ITAE标准由49.8下降到了0.36,调节时间由1.049 s下降到了0.0905 s,大大优化了系统的输出的动态响应。

区域综合能源系统的多目标最优潮流算法研究

为了解决多能耦合潮流计算复杂度高、工程应用可操作性差的不足,提出了一种计算速度快、可操作性强、可有效应用于工程实践的多目标最优潮流计算方法。该方法分2步完成最优潮流计算:第一步,基于经济、环保、安全可靠、清洁等指标构建了全面的多目标优化函数,并结合序列二次规划法(SQP)与粒子群算法(PSO)构建PSO-SQP双层优化方法,计算得到多能互补系统的优化调度方案;第二步,依据第一步调度方案中各能源设备的运行工况,结合网络结构,自适应选择潮流计算方法,计算各设备出力及各网络能量流分布。最后,将所提方法应用于某园区综合能源系统的潮流计算中,证明了该算法的有效性和实用性。

基于改进粒子群算法的ITAE标准型参数寻优

提出一种适用于计算积分时间和绝对误差(ITAE)标准型参数的基于改进粒子群算法(PSO)的寻优方法,针对基本PSO的早熟收敛缺点,引入随机权重和自然选择原理进行改进.在MATLAB环境下采用该方法分别对位移无静差、匀速无静差、匀加速无静差的ITAE最佳传递函数标准型参数寻优,并将寻优结果运用到高阶伺服系统ITAE最优控制中.仿真结果表明了该方法的有效性和优越性.该方法的提出,为误差泛函积分评价指标标准型参数寻优提供了有益的新思路,并且可根据需要直接利用这些标准传递函数进行控制系统的设计,将被控对象设计为对应的最优控制系统.此设计方法过程简单,操作灵活.

粒子群优化极限学习机模型在河南省干旱预测中的应用

干旱预测是提高防旱抗旱能力的重要非工程措施。在评价不同时间尺度标准化降水蒸散指数(SSPEI)对河南省干旱识别能力的基础上,以能有效表征河南省干旱状况的SSPEI为模型输出,以基于信息变化率和条件互信息的特征变量选择方法(ICR-CMIFS)筛选得到的河南省主要致旱气候系统指数为模型输入,构建了基于粒子群算法优化极限学习机(PSO-ELM)的干旱预测模型,通过对比该模型与标准极限学习机(ELM)、差分进化算法优化极限学习机(DE-ELM)模型的干旱预测结果,验证PSO-ELM模型在河南省干旱预测中的适用性。结果表明,SSPEI-3能有效识别河南省典型干旱事件,从时间和空间上可较准确地反映河南省干旱状况;ICR-CMIFS筛选出的河南省主要致旱气候系统指数为西太平洋副高面积指数和NINO指数;PSO-ELM模型能较准确地预测河南省干旱,且预测精度优于DE-ELM模型和标准ELM模型,在河南省干旱预测中具有较好的适用性。

基于搜索空间自适应分割的多目标粒子群优化算法

提出一种基于搜索空间自适应分割的多目标粒子群优化算法,根据粒子的搜索能力和规模与子搜索空间的体积呈多维标准正态分布变换,精细分割搜索空间,向划分出的子搜索空间分布粒子实现优化,分割在迭代时持续进行,直至获得最优解集.实验结果表明:该方法解决了多目标粒子群优化算法易陷入局部极值的问题;在反向世代距离性能指标上,该算法与一些典型的多目标粒子群优化算法相比,其种群多样性和解的收敛性优势显著.

改进粒子群算法的蒸汽喷射器结构优化

蒸汽喷射器作为喷射式制冷系统的核心部件,传统单因素敏感度分析法对其进行结构优化设计时,忽略了多结构参数同时变化时的相互制约性,导致其优化效果并不理想.选取喷嘴喉部直径、等面积混合室直径、等面积混合室长度、扩压室长度及喷嘴出口位置5个关键结构参数,在单因素敏感度分析的基础上,利用粒子群算法对回归方程进行迭代寻优,并对相关优化结果进行分析.结果表明:标准粒子群算法(PSO)比单因素敏感度分析法得到的喷射系数提高了11.8%,改进粒子群算法(GA-PSO)比单因素敏感度分析法得到的喷射系数提高了14.7%;改进粒子群算法用于优化蒸汽喷射器的结构参数是可行的.

松嫩高平原土地利用格局优化模式建构研究

建构土地利用格局优化模式是实现土地资源合理配置的重要途径。文章以松嫩高平原典型区域巴彦县为研究区,采用GIS和RS技术,利用MATLAB编程,改进多智能体粒子群(MA-PSO)优化模型,建构土地利用格局优化模式。结果表明:①研究区土地利用格局的数量结构和空间布局优化效果显著,优化模式能够实现研究区粮食生产、生态安全和社会经济的协调发展,有利于研究区生态安全目标的实现。②在研究区政府Agent、职能部门Agent和公众Agent共同作用下,建构研究区O-I-A土地利用格局优化模式,包括政府Agent主导的社会经济发展模式、职能部门Agent主导的生态安全模式和公众Agent主导的粮食生产模式。③经过验证,应用该模式研究区土地利用空间格局与研究区土地利用规划方案和实际相符,充分说明该研究方法与思路的可行性。研究成果可为国土空间规划编制提供理论依据和技术支撑。