基于多模态优化问题的粒子群算法研究

多模态优化问题包含多个全局最优解或局部最优解,求解多模态优化问题难度较高。为了更有效地求解多模态优化问题,提出用粒子群算法求解多模态问题。研究了星型拓扑结构及环型拓扑结构的算法模型,并引入线性递减惯性权重对两种粒子群算法进行改进,让粒子群算法的惯性权重从一个较大的数值线性递减到一个较小的数值,从而提高种群搜索的多样性和精度。用15个复杂的多模态测试函数对两种粒子群算法进行仿真实验,实验结果表明,引入线性递减惯性权重的环型拓扑结构粒子群算法的搜索能力明显更强,更适用于多模态优化问题的求解。     

基于PSO算法的CMOS运算放大器优化设计

针对CMOS运算放大器设计中缺乏自动设计工具,采用手工设计很难提高电路性能的问题,基于群智能技术提出了一种改进的粒子群优化算法(PSO)来进行全局优化求解.主要将CMOS运算放大器的电路性能解析方程转化成粒子位置的求解,先初始化粒子的速度和位置,然后不断迭代更新,直到搜索出全局最优值.仿真结果表明,该方法可以提高CMOS运算放大器的性能,在精度和速度上优于遗传算法和基本PSO算法的设计效果.     

粒子群算法及特性的研究

研究了粒子群优化算法,探讨了算法的在线与离线性能指标,在此基础上,将粒子群算法与罚函数相结合,提出一种求解有约束问题的优化算法,用MATLAB实现了对典型多峰函数优化计算,仿真结果表明验证了它的收敛性、有效性,对典型的优化问题能以较大概率收敛到全局最优.     

基于改进粒子群算法的无人机路径规划研究

将复杂网络理论应用于粒子群算法改进,提出了一种改进粒子群算法,通过自适应惯性系数方法自动调节惯性系数,增强算法的收敛性能.仿照Voronoi图理论,用可行路径网络结构图表示已知威胁分布情况,采用Dijkstra算法粗略搜索威胁分布图,求得粗略最短路径.在粗略最短路径的基础上,通过改进粒子群算法和最小二乘法拟合求解最优路径.用MATLAB进行了仿真验证,仿真结果表明了算法的有效性和无人机路径规划的合理性.     

基于动态聚类混合拓扑结构粒子群算法的PDVRPTF

经典物流配送模型的目标、约束条件不够全面,在实际应用中存在一定缺陷,对此,构建了时间窗和油耗取送一体化的物流配送路径优化模型（PDVRPTF）.设计了一种基于k-medoids动态聚类混合拓扑结构粒子群算法,解决了经典粒子群算法在求解此类模型时容易陷入局部最优解的问题.仿真结果表明,改进型粒子群算法能很好地跳出局部最优解,并快速收敛于全局最优解,且该算法可有效求解物流配送路径优化的问题.     

柴油机燃烧产物的扰动粒子群求解方法

针对内燃机燃烧产物平衡浓度求解的难题,本文使用平衡常数法将燃烧产物平衡浓度的求解转化为求解非线性方程组。对此非线性方程组使用二范数格式转化为无约束条件下的优化问题,以获得更强求解能力和避免矩阵奇异。在基本粒子群算法的基础上,将粒子初值由随机自由分布修改为在给定初值附近分布以加快收敛速度。在全局搜索过程中增加搜索路径扰动以增强全局搜索能力。使用扰动粒子群算法可成功用于内燃机氮氧化物生成预测,收敛精度可达10-10量级,且实现简单、全局收敛能力强。通过对比Newton-Raphson算法、粒子群算法和STANJAN算法发现,扰动粒子群算法的收敛精度更高且具有更好的稳定性。     

基于负熵粒子群算法的盲信号分离研究

针对粒子群对盲信号分离时出现早熟等现象,提出负熵粒子群算法.首先将信息负熵最大化作为粒子群的目标函数,不依赖其它的非高斯性度量判断,避免识别混叠矩阵;然后对观测信号进行中心化和白化处理,用分离矩阵调整,使各个信号分量之间独立,大权重粒子做全局搜索,小权重的做局部搜索,混叠矩阵对所有列元素数组完成分离;最后给出了算法流程.MATLAB仿真结果显示该算法能够有效地完成盲信号分离和主要参数的提取.     

自适应混沌粒子群优化的粮食应急点选址研究

针对粮食应急点选址,将“运输时间最小”和“应急开始最早”作为目标,建立了相应的优化模型.利用基于粒子群的K-Medoids聚类算法进行求解,为了避免过早地陷入局部最优,提出了自适应混沌粒子群优化算法.该算法利用粒子与已知全局最优粒子的欧式距离来判断粒子群当前状态,并将其作为确定混沌扰动范围的启发信息,可以有效地提高最优解的精度.试验表明该算法优于传统的演化算法,较好地解决了粮食应急点选址问题.     

求解Job-shop问题的改进混合离散粒子群优化算法

在详尽分析粒子群优化机理和作业车间调度问题的基础上,提出了结合遗传思想的混合离散粒子群优化算法.算法中增加了异于粒子个体极值点和全局极值点的第三参考点,使得粒子在更新过程中有更多的信息量调整自身状态.在粒子更新模型中引入了调整因子来调节收敛代数;在算法陷入局部最优时用模拟退火跳出局部最优,从而使算法收敛到全局最优.最后,对多个标准JSP问题进行了仿真测试,结果验证了改进算法的可行性和有效性.     

磁性材料成型烧结生产调度优化方法及应用

建立以最小化提前和拖期时间、最小化炉重偏差为目标的混合整数线性规划模型, 解决磁性材料成型-烧结两阶段生产调度问题. 提出一种混合粒子群优化算法(HPSO)进行模型的求解,该算法采用基于订单的编码方式. 针对粒子群算法易陷入局部最优, 在迭代过程中引入模拟退火思想. 改进粒子群算法的全局极值和个体极值选取方式, 使算法尽快收敛到非劣最优解. 生产现场实际数据仿真结果表明: 该混合粒子群算法无论在求解精度, 还是求解速度上均优于普通粒子群算法和遗传算法.     

OD调查抽样模拟试验及抽样率影响因素分析

OD调查主要目的之一是获得准确、可靠的OD矩阵,交通区划分的数目越多,则OD矩阵构成元素越多,即每次出行试验的结果越复杂,要得到可靠的OD矩阵需要的调查样本量也越大,而目前常用居民抽样率确定方法均未考虑交通小区划分数目的影响.本文编程模拟了OD调查抽样随机试验,并利用多元回归分析技术,量化分析了交通区数目、调查精度和OD矩阵元素不均匀程度对抽样样本量及抽样率的影响,证明随着交通区数目、调查精度和OD矩阵元素不均匀程度的增加,调查样本量也将大幅度增加.     

基于信息提取的动态OD估计理念研究

由于现有动态OD估计模型大多是基于有限先验信息下的反推估计,没有充分利用已有海量交通数据库的各种信息,距离智能交通系统的实际需求仍有差距,因此,针对这一问题,在回顾动态OD估计与交通信息提取技术研究进展的基础上,提出了基于信息提取的动态OD估计理念:以各类交通检测器为主数据源,同时兼顾其他相关数据库,将信息提取理念尽可能贯穿动态OD估计始终,实时地为智能交通控制和管理系统提供动态OD矩阵,同时整合智能交通系统的功能,附加提供更为丰富的决策信息。最后,深入分析了基于信息提取的动态OD估计的研究意义,并初步提出其技术框架,为进一步的理论和技术研究奠定基础。     

由路段流量反推OD矩阵的单层规划模型研究

由于OD矩阵在路网中的表现就是路段流量,据此,本文将基于用户平衡分配流的双层规划模型简化成单层规划模型.文章构造出一个把路段流量与实测的路段流量之间的偏差平方和最小作为目标函数的单层规划模型及其求解算法.新的算法考虑了交通数据中的不确定性因素,将反推的路段流量和实测的路段流量控制在一个允许的偏差范围内,这样推导出来的OD矩阵精确度更高,更符合实际.     

基于三部图的路网节点关键度排序方法

提出了一种基于三部图的路网节点关键度排序方法,首先从城市出租车轨迹数据中提取出行的起始地-目的地信息以及驾驶员路径选择的统计信息,并以此构建出行网络的三部图模型来刻画出行、路径和路口之间的互影响关系.通过节点之间的连接权重矩阵以迭代的方式计算路口节点的关键度评分.该方法有机地结合了路网的拓扑结构和交通流特征,并兼顾了关键路口节点之间以及路口节点与出行的起始地-目的地分布之间的相关性,可以有效准确地识别整个路网的关键节点.实验验证了方法的有效性.     

信号交叉口进口道延误模型

为了优选交通信号控制参数,需要对延误进行分析与定量计算.交叉口一个进口方向的延误分析与计算是研究交叉口延误的基础.根据信号交叉口延误理论,在已有延误研究的基础上,对信号交叉口进口方向非饱和、临界饱和、过饱和3种交通状况做了进一步划分,并对划分出的各种情况下的进口道延误进行了分析,推导了相应的进口道延误公式;分析了选择进口道延误公式的条件,进而建立了信号交叉口进口道延误模型,为交通信号控制研究中交叉口延误的分析与计算提供了有用的信息.     

一种区域交通状态定量分析方法

从模型参数、建模、定量方法和实际验证四方面研究了区域交通状态定量分析方法。采用路段交通状态系数作为路网交通状态参数,用交通状态连通矩阵表示路网空间信息、交通状态信息、交通状态判别信息,进而得到状态可达矩阵。在此基础上,利用分层算法得到了交通状态分层模型。对分层模型中路口和路段进行赋值,得到路口可达值、标准路段连通度等路网交通状态定量分析结果。对实际路网交通状态进行了定量分析,结果表明,能够得到路网交通状态定量分析结果及其演变过程。说明该方法是可行的,可以用于实际交通状态分析、区域交通控制、交通诱导、交通拥挤发生规律和交通拥挤演化的研究中。     

城市道路平面交叉口综合评价

本文通过对城市道路平面交叉口的交通进行分析 ,选择一系列影响交叉口交通的技术、经济、环境等指标 ,通过层次分析法 (AHP)建立了交叉口综合评价指标体系 ,将这些影响指标进行综合量化 ,获得交叉口服务能力的综合量化指标。最后本文以北京某一交叉口为例 ,通过该法进行了分析评价     

城市交通网络中的路径优化研究

城市交通网络中出行车辆从起点到终点的路径优化问题是智能交通研究的重要课题 .由于出行车辆的最优路径是随着时间和路况的变化而变化的 ,因此车辆在进入每一个节点之前都应该计算出一条在当前时刻的最优路径 ,以确定车辆在进入每一个节点时要选择的下一步路径 .利用有向图的有关理论 ,建立了城市交通网络路径的优化模型 ,给出了交通网络中有向图每条边权值的数学模型 ,利用传统的dijkstra算法进行优化 ,动态获得出行车辆的最优路径 .经计算机仿真研究表明 ,该方法是可行的     

基于环境空气容量的最大出行产生率

为从环保角度控制区域土地开发强度,提出了基于环境空气容量的区域土地最大出行产生率确定方法．将用A值法计算出的区域大气环境容量的一部分分担为区域环境空气容量,把由路网容量换算的车辆污染物排放量与区域环境空气容量作比较,通过调节路网流量使比值为1．剔除过境交通后,利用OD反推理论和调节后的路网流量反推出各小区出行量,根据区域总出行量和可利用土地面积计算出区域土地最大出行产生率．以深圳市某区域路网进行算例分析,结果表明:该方法能够确定环境空气容量约束下的区域土地最大出行产生率,在土地开发时考虑环境空气容量,有助于从根源上保护交通环境．     

基于超级交通网络的换乘枢纽空间布局优化

利用交通规划理论与超级交通网络,优化城市交通换乘枢纽的数量、空间位置以及规模.依据样本城市的超级交通网络和OD出行矩阵,建立换乘枢纽选址的双层规划模型.上层模型追求交通系统社会效益最大和换乘枢纽建设费用最小,下层模型是超级交通网络上全方式OD交通量的用户平衡分配模型.通过引入改进的禁忌搜索算法实现上下层模型之间的循环反馈.