基于蚁群算法的带中间存储的流程工业生产调度研究

流程工业具有连续性,实时性,复杂性等特点,其生产调度的优化一直是行业内的热点问题。利用蚁群算法进行了深入的研究,提出了适用于流程工业中的连续域蚁群算法方案。该算法采用连续域网格对流程工业问题进行建模,利用缩小范围重新划分的方法提高了算法精度,同时引入最大-最小蚁群算法保证收敛速度,并通过限制解的范围和估算产值的方法引导蚂蚁走向可行,高效的路线。最后通过隔膜烧碱车间的算例验证了该方法在实用性、精度及速度方面有着明显的优势。     

基于局部搜索策略的混合算法同步综合换热网络

针对复杂换热网络混合整数非线性问题,提出了一种由混沌蚁群算法、局部搜索策略和结构进化策略组成的混合算法,同步综合换热网络。首先采用混沌蚁群算法初步优化换热网络,蚂蚁个体根据混沌搜索机制遍历整个求解域。随后引入Powell法作为局部搜索策略,加强蚂蚁个体的局部搜索能力。最后结合结构进化策略,限制算法的搜索空间,优化蚂蚁个体表示的换热网络结构,并将优化后的信息反馈。蚂蚁会根据自身、邻居和反馈的信息作进一步搜索,直到算法收敛于全局最优解。通过算例对算法进行验证,结果表明,混沌搜索机制使混合算法具有很好的全局搜索能力;Powell法加强了算法的局部搜索能力,提高了求解精度;结构进化策略能够有效地缩减搜索区间,提高搜索效率。所以混合算法能够很好地兼顾处理连续变量和整型变量,适用于换热网络综合。     

蚁群优化的改进型神经网络控制器设计

利用可调激活函数改进神经网络,提高神经网络的泛化能力,并推导出激活函数参数的调节公式;对蚁群算法加以改进,以加快算法收敛速度、避免局部最优解,利用改进的蚁群算法对神经网络参数加以优化,并用优化后的改进型神经网络在线整定控制器参数。仿真表明,对于较复杂的系统该方法比传统的神经网络PID控制有更好的控制效果。     

改进蚁群算法结合粗糙集原理用于入侵检测

提出一种基于蚁群-粗糙集原理的入侵检测方法。首先通过粗糙集对不确性数据进行筛选;再利用改进蚁群算法对数据进行约简,减少了计算时间;然后再根据设定的阀值,用蚁群-粗糙集导出规则得到检测结果。实验结果表明,改进蚁群算法数据约简速度高于利用遗传算法以及蚁群算法,该方法对DoS和Probe攻击具有很高的检测率和较低的误检率,并且对U2R和R2L攻击也有较好的检测率。     

基于蚁群算法的水电经济调度

蚁群算法是一种模拟自然界蚁群行为的生物进化算法,该算法具有分布计算的特点,鲁棒性强,搜索效果好。对水电经济调度问题进行了研究,利用蚁群算法,提出了解决水电经济调度问题的具体方法,并获得了较满意的仿真结果。     

基于RBF神经网络控制的新型有源滤波器的研究

针对有源电力滤波器(APF)的传统控制方法的缺点和应用局限性,提出了一种基于RBF神经网络的控制方法,该方法控制精度高,滤波效果好,同时在主电路中加入软开关环节,减小功率开关器件开通关断损耗,进一步提高APF的工作效率。本文利用Matlab对有源电力滤波器进行仿真研究,仿真结果表明在有效地检测出谐波分量的基础上,基于新控制方法的有源电力滤波器可以很好地滤除谐波,完成抑制谐波的作用。     

基于自适应量子蚁群算法的石脑油裂解炉故障诊断

针对实际生产过程中缺乏故障数据,采用适合小样本问题的支持向量机对石脑油裂解炉进行故障诊断。为了消除高维数据及系统噪声对故障诊断的干扰,将量子编码引入蚁群算法,提出一种新的自适应量子蚁群算法进行故障特征选择以进一步提高诊断性能。数值仿真实验结果显示,提出的自适应量子蚁群算法具有更好的全局寻优性能;对石脑油裂解炉传感器故障的诊断结果表明自适应量子蚁群算法能快速、准确地搜索到关键故障特征,有效地提高了支持向量机故障诊断的正确率和鲁棒性。     

有源滤波器中谐波电流自适应预测方法

准确、实时地检测出电网电流中的谐波成分是保证有源电力滤波器具备良好工作性能的关键。本文提出一种改进型的基于自适应滤波器的谐波电流预测方法,利用最小均方算法（LMS）对所需检测信号进行预测,通过该方法和基于瞬时无功功率理论方法相结合,可以解决谐波检测中存在的检测精度和检测实时性之间的矛盾。仿真结果证明了该谐波检测方法的有效性。     

基于混沌菌群算法改进BP神经网络的焦炭塔生焦高度软测量建模

把混沌寻优思想引入菌群优化算法中,利用Logistic映射的遍历性、随机性及对初值的敏感性等,对当前菌群群体中的最优细菌进行混沌寻优,以预防算法"早熟"。同时,用混沌菌群算法优化BP神经网络过程,建立延迟焦化生焦高度斜率预测模型。仿真结果表明:该模型具有较高的精度和较好的泛化能力,能够实现生焦高度的实时监测。     

基于蚁群算法的复合材料层合板的铺层顺序优化

本文将蚁群算法引入到复合材料层合板铺层顺序的优化设计中,对给定各角度铺层数的层合板进行优化设计。本文采用遗传算法(GA)中的整数编码方法,将层合板的铺层顺序优化问题转化为求解旅行商问题(TSP),接着为满足工程实际的需要,对基本蚁群算法作了适当修改,以提高优化效率及性能。算例结果表明,对于确定层合板最佳铺层顺序的这种离散变量优化问题,蚁群算法是一种行之有效的方法,且编程简单、可移植性好,对工程结构优化设计有一定的参考价值。     

智能自整定注塑机PID闭环控制系统

针对注塑机系统在注塑过程中控制精度不高、控制灵敏度不强的问题,提出利用群体智能算法蚁群算法优化注塑机在注塑过程中PID参数快速优化选取的问题,又利用混沌算法将蚁群算法中的部分参数进行变异,提高系统的鲁棒性、灵敏性。仿真实验表明:智能自整定PID控制器控制效果明显优于传统意义上的普通PID控制系统,能够获得更高的参数寻优效果,也在很大程度上实现了注塑机闭环注塑系统的有效优化。     

改进多智能体蚁群算法在电力系统无功优化中的应用

提出利用一种改进的优化算法——多智能体蚁群算法来实现电力系统无功优化,其主要思想是将基于排序加权的蚁群算法加以改进,并与多智能体系统结合,构建多智能体蚁群算法,并应用到电力系统中。该算法提高了收敛速度和计算准确度,而且有效地避免了提早陷入局部极优值,较快地收敛到全局最优解。将该算法应用在IEEE30节点系统上进行无功优化,仿真结果验证此算法的可靠性和有效性。     

基于LADRC与混合混沌序列RFPWM调制的DSTATCOM控制策略

配电网静止同步补偿器（Distribution Static Synchronous Compensator,DSTATCOM）是改善配电网系统电能质量的有效方法.针对级联多电平DSTATCOM中随机开关频率脉宽调制（Random Frequency Pulse Width Modulation,RFPWM）方式谐波含量较大,随机信号的选取和实现方式比较困难,提出一种新的基于混合混沌序列的RFPEM调制策略.同时针对该系统强耦合的特点,使用线性亡抗扰控制器（Linear Auto-disturbance Rejection Controller,LADRC）中的扩张状态观测器（Linear Extended States Observer,LESO）估计出系统内扰（包括模型的不确定项和耦合项）和外扰的实时作用并给予补偿,从而实现了d、q轴电流解耦的自抗扰控制.仿真结果表明：该综合控制策略在降低谐波的同时,具有更好的快速性和鲁棒性.     

基于蚂蚁智能体调度的混沌搜索算法及化工应用

针对混沌搜索随机性的缺点和遍历性的优点,提出了一种基于蚂蚁智能体调度的混沌搜索算法（chaos optimization algorithm based on ant agent scheduling,CAAS）。该算法将解空间的每维变量都划分成若干子域并分配一定规模的蚂蚁智能体,蚂蚁智能体在各子域中进行混沌搜索。同时,根据每维变量各个子域中信息素浓度决定蚂蚁智能体在各个子域间的转移,以有效克服传统混沌优化算法的随机性,实现快速的全局最优搜索。分别采用传统混沌优化算法和CAAS对标准的非线性连续优化问题进行寻优。结果表明：CAAS的全局搜索性能、收敛速率都明显地优于混沌优化算法。最后,将该算法应用于对羧基苯甲醛含量软测量模型参数估计,取得良好的效果。     

基于新型蚁群算法优化的重油热裂解模型

针对重油热裂解模型的参数估计问题呈高维、高度非线性的特征,提出一种基于新型蚁群算法优化的重油热裂解模型.通过新型蚁群算法优化确定模型参数,获得具有良好预测精度的模型.新型蚁群算法通过将解空间划分成若干子域,并引入遗传操作,实现连续优化问题的寻优.仿真结果表明它具有良好的性能,且优于传统的遗传算法.     

ACO-BP算法在化工过程故障诊断中的应用

将蚁群算法和BP神经网络相结合,利用蚁群优化算法与误差反向传播算法结合而构成的混合算法(ACO-BP)训练神经网络的权值和阈值,给出ACO-BP算法训练神经网络的基本原理和方法步骤,并将该算法应用于连续搅拌釜式反应器的故障诊断。仿真结果表明:ACO-BP算法具有较高的诊断精度,能够及时、有效地检测连续搅拌釜式反应器中存在的故障。     

免疫文化算法及其在乙烯裂解炉故障诊断中的应用

引言迄今为止,科研人员已经根据生物进化的机理提出很多用以解决复杂优化问题的方法,如遗传算法、蚁群优化算法、粒子群优化算法等。然而这些传统的进化算法只提供有限的或者隐性关于种群个体经验的知识表示和保存机制,这就让研究人员开始寻找一种利用显性机制来获取并保存种群进化求解知识和经验。在人类学的角度上,文化通常被看成是保存信     

基于电容ESR和预测调制的DC-DC变换器双环控制策略研究

针对boost型DC-DC变换器,研究基于输出电容ESR纹波电压的预测调制控制策略.首先提出了无需电流采样,并采用输出电容ESR纹波电压的双环控制系统.其次,为了提升DC-DC变换器系统性能,引入了预测调制策略,可以提高变换器瞬态响应速度,减小由输入电压及负载变化引起的扰动.同时,为避免次谐波振荡,采用谷值后缘预测调制技术.最后,对该变换器进行Simulink仿真,结果表明,采用基于输出电容ESR纹波电压的双环控制,结合谷值后缘预测调制技术,可以稳定变换器输出电压,提升瞬态响应性能.该策略无需电流采样以及谐波补偿等模块,能够有效降低硬件成本.     

基于声波测井资料确定泥质砂岩储层孔隙度的方法研究

传统的利用声波求取孔隙度的方法对地层中泥质因素缺乏考虑,对泥质进行校正,进而利用时间平均方程和声波地层因素公式推导出了一个新的求取泥质砂岩地层孔隙度方程。实际的资料处理表明,该方法具有较好的应用效果。     

运输远程监控中基于Logistic映射的混沌加密算法

简单地介绍了运输远程监控系统的构成和目的,分析了GPRS网络传输数据的工作原理,针对其中的薄弱环节加入混沌加密算法进行安全性防范.介绍了混沌的概念,基于Logistic映射的混沌加密方法和加密流程,根据GPRS网络传输的数据格式,对该算法进行改进后应用于其中,主要是安全性较低的设备终端.给出了该算法的C++程序实例,并验证了该算法对初值的敏感性.