求解job-shop调度问题的量子粒子群优化算法

针对粒子群优化算法搜索空间有限、容易出现早熟现象的缺陷,提出将量子粒子群优化算法用于求解作业车间调度问题.求解时,将每个调度按照一定的规则编码为一个矩阵,并以此矩阵作为算法中的粒子;然后根据调度目标确定目标函数,并按照量子粒子群优化算法的进化规则在调度空间内搜索最优解.仿真实例结果证明,该算法具有良好的全局收敛性能和快捷的收敛速度,调度效果优于遗传算法和粒子群优化算法.     

求解job shop调度问题的量子粒子群优化算法*

针对粒子群优化算法搜索空间有限、容易出现早熟现象的缺陷,提出将量子粒子群优化算法用于求解作业车间调度问题。求解时,将每个调度按照一定的规则编码为一个矩阵,并以此矩阵作为算法中的粒子;然后根据调度目标确定目标函数,并按照量子粒子群优化算法的进化规则在调度空间内搜索最优解。仿真实例结果证明,该算法具有良好的全局收敛性能和快捷的收敛速度,调度效果优于遗传算法和粒子群优化算法。     

基于量子粒子群的全参数连分式混沌时间序列预测

针对传统混沌时间序列预测模型的复杂性、低精度性和低时效性的缺点, 在倒差商连分式基础上提出全参数连分式模型, 并利用量子粒子群优化算法优化模型参数, 将参数优化问题转化为多维空间上的函数优化问题. 以二阶强迫布鲁塞尔振子和三维二次自治广义Lorenz 系统为模型, 通过四阶Runge-Kutta 法产生混沌时间序列, 并利用基于量子粒子群优化算法的全参数连分式、BP 神经网络和RBF 神经网络分别对混沌时间序列进行单步和多步预测. 仿真结果表明, 基于量子粒子群优化算法的全参数连分式结构简单、精度高、效率高, 该预测模型可被推广和应用.

     

含维变异算子的量子粒子群算法

针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种新的量子粒子群优化算法--含维变异算子的量子粒子群算法(QPSODMO).计算每一维的收敛度,以一定的概率对收敛度最小的维进行变异,让所有粒子在该维上的位置重新均匀分布在可行区域上.对测试函数所做的对比实验表明,所提出的QPSODMO增强了全局搜索能力,克服了PSO算法易于收敛到局部最优的缺点,也优于原始的量子粒子群算法.     

改进量子粒子群算法的物流配送路径优化研究

传统物流配送路径优化方法存在运输成本高的问题,已经不能满足物流配送需求,为解决这一问题,设计了一种改进量子粒子群算法的物流配送路径优化方法.首先根据改进量子粒子群算法构造粒子实数编码,并确定物流配送路径优化目标,建立物流配送的运输固定成本和准时到达的目标函数,然后应用改进量子粒子群算法实现物流配送路径优化,最后采用具体实验对象分析了配送成本,实验对比结果表明,在多次物流配送过程中,传统方法配送方法比改进量子粒子群算法的物流配送路径优化方法的配送成本要高.     

用带变异因子的QPSO算法解决Job-Shop调度问题

由于量子粒子群优化算法仍有可能会出现早熟现象,因此将变异机制引入量子粒子群优化算法以使算法跳出局部最优并增强其全局搜索能力,并将改进后的量子粒子群优化算法用于求解作业车间调度问题。仿真实例表明,该算法具有良好的全局收敛性能和快捷的收敛速度,调度效果优于遗传算法、粒子群优化算法和量子粒子群优化算法。     

基于多种群量子粒子群优化的属性约简

现代工业发展要求迅速、可靠地实现故障诊断。针对粒子群约简算法易陷入局部最优等问题,提出了一种多种群量子粒子群优化算法（MIQPSO）。该算法对量子粒子群算法进行分群,并通过接种疫苗,指导粒子朝更优化方向进化,提高了量子粒子群的收敛速度和寻优能力。利用UCI相关数据集,通过对Hu算法、粒子群算法、量子粒子群算法、多种群量子粒子群算法的粗糙集属性约简验证,结果表明,基于多种群量子粒子群优化的约简算法具有良好的约简效果。     

一种群体智能融合算法及其在应急设施选址的应用

针对粒子群优化算法早熟及细菌觅食算法收敛慢的问题,提出了将量子粒子群优化与细菌觅食算法融合的一种群体智能融合算法。该算法将细菌觅食、量子计算理论及粒子群优化的优点进行融合,以细菌觅食算法为主体,将量子进化算法及粒子群优化算法嵌入其中,从而极大地提高了算法的性能。通过对三个标准函数求解和验证,结果表明该算法提高了收敛精度及速度。最后用该算法求解公共卫生应急服务设施点选址问题,取得了较好的效果,说明了该算法的有效性。     

基于量子粒子群优化算法的车辆路径问题

针对粒子群优化算法的搜索空间有限、容易出现早熟现象的缺陷,提出将一种基于量子行为的粒子群优化算法用于求解车辆路径问题.车辆路径问题是组合优化问题中的NP-难问题.将量子粒子群算法用于车辆路径问题求解,用粒子的位置表示车辆路径,建立车辆路径的数学模型.与粒子群算法相比,量子粒子群算法提高了最优路径搜索的成功率,能更有效的求解问题.     

基于反馈教学优化算法的混沌系统参数辨识

针对传统智能优化算法对混沌系统参数辨识精度低、速度慢的问题,提出一种基于反馈教学优化算法的混沌系统参数辨识的新方法.该方法以教学优化算法为基础,在教授-学习阶段之后加入反馈阶段,同时将参数辨识问题转化为参数空间上的函数优化问题.分别以三维二次自治广义Lorenz系统、Jerk系统和Sprott-J系统为待辨识模型,对粒子群优化算法、量子粒子群优化算法、教学优化算法及反馈教学优化算法进行了对比实验,反馈教学优化算法辨识误差为零,搜索次数明显减少.仿真结果表明,反馈教学优化算法明显提高了混沌系统参数辨识精度和速度,验证了该算法的可行性和有效性.     

Parameters identification of nonlinear state space model of synchronous generator

Synchronous generator (SG) modeling plays an important role in system planning, operation and post-disturbance analysis. This paper presents an improved algorithm named Particle Swarm Optimization with Quantum Operation (PSO–QO) to solve both offline and online parameters estimation problem for SG. First, the hybrid algorithm is proposed to increase the convergence speed and identification accuracy of the basic Particle Swarm Optimization (PSO). An illustrative example for parameters identification of SG is provided to confirm the validity, as compared with Linearly Decreasing Inertia Weight PSO (LDW-PSO), and the Quantum Particle Swarm Optimization (QPSO) in terms of parameter estimation accuracy and convergence speed. Second, PSO–QO is also improved to detect and determine parameters variation. In this case, a sentry particle is introduced to detect any changes in system parameters. Simulation results confirm that the proposed algorithm is a viable alternative for online parameters detection and parameters identification of SG.     

使用新混合模糊聚类算法的模糊系统建模方法

为了进一步提高模糊系统建立模型的精度,提出一种新的模糊系统算法ANFIS-HC-QPSO：采用一种混合型模糊聚类算法来对模糊系统的输入空间进行划分,每一个聚类通过高斯函数的拟合产生一个隶属度函数,即完成ANFIS系统的前件参数--隶属度函数参数的初始识别,通过具有量子行为的粒子群算法QPSO与最小二乘法优化前件参数,直至达到停机条件,最终得到ANFIS的前件及后件参数,从而得到满意的模糊系统模型。实验表明,AN-FIS-HC-QPSO算法与传统算法相比,能在只需较少模糊规则的前提下就使模糊系统达到更高的精度。     

微粒群算法原理及改进算法在土木工程中应用

微粒群算法（Particle swarm optimization,PSO）模拟鸟群捕食的过程,用于寻找空间中的最优解。对PSO算法的基本原理进行了介绍,对一些改进的PSO算法进行了总结,阐述了PSO算法在土木工程结构损伤检测中的应用。     

基于CRIO和无线传输的结构损伤主动监测系统设计

飞机结构损伤监测技术是确保其结构完整性、可靠性和安全性的关键技术。为了实现飞机大面积曲面结构的主动损伤监测，利用柔韧性良好的0-3型压电涂层复合材料和Lamb波传播距离远及对细微缺陷的高敏感性，基于CRIO(Compact RIO)平台和LabVIEW环境设计了结构损伤监测的软硬件系统。系统由激励探头、压电涂层传感器阵列、CRIO数据采集平台、WiFi无线传输网络、监测中心上位机及软件等部分组成，研制的压电涂层传感器能够较好地贴合于机翼等曲面结构，应用CRIO技术实现了测试设备的可重复配置与快速测试，无线数据传输能够克服大量传感器布置带来的布线复杂问题。将该系统应用于曲面铝板损伤监测模拟实验，验证了该系统测试信号的有效性和损伤定位结果的准确性。     

The construction of free–free flexibility matrices for multilevel structural analysis

This article considers a generalization of the classical structural flexibility matrix. It expands on previous papers by taking a deeper look at computational considerations at the substructure level. Direct or indirect computation of flexibilities as “influence coefficients” has traditionally required pre-removal of rigid body modes by imposing appropriate support conditions, mimicking experimental arrangements. With the method presented here the flexibility of an individual element or substructure is directly obtained as a particular generalized inverse of the free–free stiffness matrix. This generalized inverse preserves the stiffness spectrum. The definition is element independent and only involves access to the stiffness generated by a standard finite element program and the separate construction of an orthonormal rigid-body mode basis. The free–free flexibility has proven useful in special application areas of finite element structural analysis, notably massively parallel processing, model reduction and damage localization. It can be computed by solving sets of linear equations and does not require processing an eigenproblem or performing a singular value decomposition. If substructures contain thousands of d.o.f., exploitation of the stiffness sparseness is important. For that case this paper presents a computation procedure based on an exact penalty method, and a projected rank-regularized inverse stiffness with diagonal entries inserted by the sparse factorization process. These entries can be physically interpreted as penalty springs. This procedure takes advantage of the stiffness sparseness while forming the full free–free flexibility, or a boundary subset, and is backed by an in-depth null space analysis for robustness.     

基于GM-QPSO算法的数据库查询优化

针对量子粒子群算法解决数据库查询优化问题存在缺陷,提出一种高斯变异量子粒子群算法的数据库查询优化方法（GM-QPSO）。首先将遗传算法的变异算子引进量子粒子群优化算法,使得粒子在近似最优解附近变动提高全局搜索能力,然后将其应用于数据库查询优化问题求解,最后通过仿真实验对GM-QPSO的性能进行测试。结果表明,GM-QPSO加快了数据库查询优化求解的收敛速度,获得了质量更高的查询优化方案。     

结构损伤振动检测策略分析与应用研究

介绍了基于振动方法在线结构损伤监测和无损检测技术,归纳了在线结构损伤检测技术的研究目标和基本要求.回顾了基于振动技术的结构损伤检测研究现状,并以一个空心蜂窝板的裂纹损伤检测为例,提出了一种改进的研究策略.最后,对基于振动方法的结构损伤检测技术提出了应当进一步研究的若干专题.     

基于HHT的复合材料层合板结构损伤识别

针对航空飞行器复合材料层合板结构的健康监测,提出一种基于HHT的新型损伤特征量提取方法.利用结构动态响应信号的Hilbert能量谱构造了损伤特征量,用以表征信号的能量变化,从而对带损伤结构进行损伤识别.通过光纤布拉格光栅(FBG)加速度传感器采集数据,比较复合材料层合板在完好和带损伤两种情况下的信号能量变化,实现了对结构小损伤的识别.试验结果表明,构造的结构损伤特征量可以应用于复合材料层合板的结构健康监测,具有良好的灵敏度和实用性.     

GA-BP和GA-RBF网络在结构损伤分析的比较

引出了当人工神经网络算法解决结构工程实践问题时,网络结构本身所面临缺陷。描述了人工神经网络和遗传算法的概念,以及二者的长处和关系,从理论和实例上说明了运用遗传算法优化和改进神经网络结构可行性,从而结合二者的长处解决工程实践问题。详细阐述了如何利用遗传算法优化或改进BP网络模型和RBF网络模型,以及如何利用遗传优化BP网络和遗传优化RBF网络模型分析结构损伤,从而比较遗传BP网络和RBF网络在结构损伤分析方面的性能。     

Simultaneous identification of structural stiffness and mass parameters based on Bare-bones Gaussian Tree Seeds Algorithm using time-domain data

This paper mainly illustrates the Tree Seeds Algorithm (TSA) to tackle structural damage identification problem. The damage model is simulated by the alterations of both stiffness and mass parameters. The objective function is introduced by minimizing the differences between the measured and calculated acceleration data. To enhance the performance of the standard TSA, two modifications including the bare-bones Gaussian updated mechanism and the withering process are introduced. The modified algorithm is named after the BGTSA. In the numerical simulation part, the BGTSA is firstly used to make comparisons with several state-of-the-art algorithms on the CEC05. Secondly, the BGTSA is utilized to deal with the structural damage identification problem by optimizing the acceleration-based nonlinear objective function. Numerical experiments involving a simply supported beam and a truss are carried out to verify the effectiveness of the proposed algorithm. The final results show that with low amount of acceleration data, the BGTSA can acquire better identification results compared with other evolutionary algorithms. Therefore the proposed algorithm could be viewed as a potential tool to solve the structural damage identification problem.