基于粒子群算法的往复振动筛运动参数优化设计

介绍了粒子群算法的原理、模型和算法实现过程，并采用粒子群算法对往复振动筛运动参数优化设计数学模型进行了优化计算，计算结果符合实际情况，表明粒子群算法应用于粮食机械的优化计算切实可行，为复杂的粮食机械优化设计问题提供了新的思路和方法。     

基于全景视觉机器人的粒子群优化FastSLAM算法研究

针对Fast SLAM算法具有粒子退化及重采样带来的贫化问题,文章提出了基于全景视觉机器人的粒子群优化Fast SLAM算法。首先,利用粒子群优化算法更新预估粒子,实现全景视觉机器人在预估位置时能够利用观测到的最新的路标信息,粒子群中粒子的相互作用降低了所需粒子的数量,使Fast SLAM算法避免了粒子耗尽。实验证明,当粒子数相同时,文章采用的改进Fast SLAM算法的全景视觉机器人定位精度明显优于传统的Fast SLAM算法。     

智能算法在梯级水电站群优化调度中的比较与应用

通过比较近年来流行的模拟退火算法、粒子群优化算法、遗传算法、蚁群算法以及大系统分解协调法,分析各个智能算法在水电站群优化调度中的应用和不同应用条件下的优劣。研究表明:虽然多数的智能算法都能实现梯级水电站群的优化目标,但是根据梯级水电站群的数量、来水、保证出力等制约因素,不同智能算法的优化结果各有优劣,要根据梯级水电站群的实际情况和具体优化目标进行选择以实现最优的调度结果。     

求解复杂旅行商问题的混合粒子群算法

针对粒子群算法在解决组合优化时存在早熟和易陷入局部最优的问题,提出一种求解旅行商问题(TSP)的混合粒子群算法。将粒子群算法与遗传算法结合,引入遗传算法中的交叉和变异操作,通过个体极值和群体极值的交叉以及粒子自身变异的方式增加种群的多样性,避免粒子陷入局部最优,提高算法的局部搜索能力。仿真结果表明,新的混合粒子群算法在解决TSP问题时具有较好的收敛性及优化效果。     

一种改进的自适应粒子群优化算法

针对粒子群优化算法搜索精度不高的问题,基于自适应调整惯性权重的策略引入自适应惯性因子对粒子群优化算法进行改进,提出了一种改进的自适应粒子群算法。仿真结果表明改进的粒子群算法具有更强的寻优能力及更高的搜索精度。     

基于IPSO的PID参数自整定在流浆箱总压控制中的应用

稀释水水力式流浆箱的总压控制直接关系到纸张质量的好坏,而传统的PID整定方法精度较低,使用标准粒子群优化算法可以提高精度但是算法敛速度较慢。针对这些问题,采用改进的粒子群优化算法来自整定 PID参数,通过使用非线性递减惯性系数和动态加速因子策略来提高算法的寻优速度及精度。仿真结果表明,用改进的粒子群优化算法整定后的流浆箱总压控制PID有更好的响应速度和鲁棒性。     

云环境下多群体协作粒子群优化框架的研究

如何将粒子群优化与云相结合,充分利用广域范围内的计算资源参与粒子群优化执行从而进一步提高计算效率并降低计算成本,为此文章提出了一个云环境下的多层多群体并行协作粒子群优化（C—LPMCPSO）框架。首先根据云环境的特点引入多群体并行协作粒子群优化算法;然后着重研究了如何利用云计算技术和PMCPSO算法设计并实现C—LPMCPSO框架,该框架隐藏云环境的复杂性并具有一个元调度器用于无缝的资源发现和选取;最后,根据实验数据,证明基于多群体并行协作粒子群优化算法能够构造一个可靠框架解决工程设计最优化问题。     

粒子群优化算法在圆环阵综合中的应用

传统的直线阵综合方法一般不适应于曲线阵列的综合,文章通过粒子群优化算法来优化圆环阵,通过密度加权来实现低旁瓣波束扫描。仿真表明该优化算法有效地降低了圆环阵的旁瓣电平,充分体现了PSO算法在曲线阵综合中的优势。     

基于改进PSO算法的PID优化用于黑液液位控制

制浆过程中碱回收蒸发工段黑液液位控制直接影响着黑液浓度和蒸发效率。针对黑液液位非线性、大时滞及时变性的特点,传统PID方法控制精度较低,使用标准粒子群算法可以优化PID参数,提高精度,但是收敛速度慢,整定时间长。针对这些问题,采用改进的粒子群算法来整定PID参数,通过动态调整惯性因子和加速因子,以及改进收敛准则等方法来提高粒子群算法的全局寻优能力和收敛速度,并在MATLAB/SIMULINK仿真实验平台上,比较了传统PID方法、标准PSO算法和改进PSO算法对黑液液位的控制效果,结果表明改进PSO算法优化的PID控制缩短了调节时间,降低了超调量,说明改进粒子群算法优化后的黑液液位PID控制具有更快的响应速度和更好的鲁棒性,有效地提高了控制质量。     

食品烘干设备温度控制系统设计

为提高食品烘干设备温控系统的精度和自动化水平,基于改进粒子群算法设计一种温度控制方法。对微波烘干设备进行介绍,以STM32单片机作为控制核心同时结合温度传感器、湿度传感器给出系统设计方案。将粒子群优化算法和分数阶PID控制箱结合,设计一种烘干设备温度控制器。粒子群优化算法可实现PID控制器参数的实时调整。另外,通过动态选取惯性权重系数和引入极值扰动算子实现粒子群算法的改机。仿真和试验结果表明,所述控制方法能适应参数多变的复杂系统,温度控制更加稳定,对于提高食物品质具有重要作用。     

基于混合蚁群粒子群算法的立体库堆垛机路径优化

针对自动化立体仓库中的堆垛机路径优化问题,课题组通过分析立体仓库中堆垛机的工作特点与运行情况,提出了基于混合蚁群粒子群算法的路径优化方法,在传统的蚁群算法中结合粒子群算法思想,使算法同时具备蚁群算法的正反馈与粒子群的多样性。通过对实例进行MATLAB仿真分析表明:混合算法路径优化速度较快,且比以往的路径更短。研究使堆垛机的运行效率得到提高。     

基于多目标优化的油茶果分选机器人轨迹规划方法研究

目的：解决并联机器人食品分选过程中的运动平稳性差和精度等问题。方法：在分析三自由度食品分选机器人系统的基础上，提出将多项式插值法与改进的多目标粒子群算法相结合用于Delta机器人轨迹优化。以并联机器人运行时间最短、能耗最低、运动冲击最小为优化多目标，通过改进的多目标粒子群算法优化多项式插值法，并对其性能进行验证。结果：试验所提规划方法的规划轨迹相比于常规方法更平滑、更高效。在实际的油茶果分选中，准确率>99.00%，平均一次筛选时间为0.620 s。结论：试验所提轨迹规划优化方法提高了油茶果分选机器人的分选效率、准确性和稳定性。     

融合自适应混沌差分进化的粒子群优化算法

针对粒子群优化算法易出现早熟收敛、收敛效率低的缺点,提出一种融合自适应混沌差分进化的粒子群优化算法.该算法首先将自适应混沌引入差分进化算法,再将所得结果进行一次校正变异和校正选择,最后将所得算法融合到粒子群优化算法,从而有效地利用与平衡了粒子群优化算法和差分进化算法的探测和开发能力,且局部搜索能力增强,进一步提高算法的求解精度和效率.数值实验证明本文算法的有效性.     

改进粒子群算法在空压机联动控制中的应用

针对空压机控制系统中的节能减排、均衡调度和管网压力波动等问题,提出了空压机联动控制的多目标优化调度模型,并以改进惯性权重的粒子群算法进行求解。以灰色系统理论中的灰色关联度作为改进粒子群算法的适应度函数,对影响空压机联动系统的机组功耗、生产均衡调度和管网压力波动等多目标进行了优化求解。引入的非线性动态调整惯性权重策略改进了算法的全局收敛能力,有效地提高了粒子搜索过程中的智能性。通过某饮料罐装车间的技术改造,证明了本算法的有效性。     

基于粒子群算法优化PIDNN的流浆箱解耦控制

针对气垫式流浆箱的总压和浆位之间存在严重耦合的情况,探讨使用粒子群算法优化的PID神经元网络对其进行解耦控制。建立一个双输入双输出PID神经元网络控制系统,用粒子群算法优化网络的初始权重后,再采用误差反向传播算法进行修正,最终实现完全解耦。仿真结果表明,经粒子群算法优化后的神经元网络能够有效地消除总压与浆位之间的耦合,大大缩短调试时间,具有更高的控制精度,能够用于气垫式流浆箱的控制。     

基于剖面隐马氏模型的多序列比对

多序列比对被称为NP完全问题,是生物信息中最基本的问题之一.目前,广泛使用剖面隐马尔可夫模型解决多序列比对问题.作者在粒子群优化算法的基础上,提出了将量子粒子群优化算法用于剖面隐马尔可夫模型的训练过程,进而构建了一种基于剖面隐马氏模型和量子粒子群优化算法的多序列比对算法.从核酸序列和BaliBASE比对数据库中选取了一些比对例子进行了模拟实验,并与其他算法进行了比较,结果表明,所提出的算法能在有限的时间内不仅能找到理想的隐隐马尔可夫模型,而且能得到最优的比对结果.     

基于MPSO算法的横动伺服控制系统黑箱模型辨识

针对标准粒子群算法(PSO)在横动伺服控制系统黑像模型辨识过程中出现的局部收敛问题,提出了一种引入多粒子共享策略(multi-particle information share)的改进粒子群算法(MPSO)辨识方法。首先,建立了系统的五阶传递函数模型,其次,在PSO算法的基础上,引入多粒子信息共享和综合判断来修正各粒子的下一次行动策略,避免粒子趋同陷入局部最优,实现了系统模型的优化。最后,为了验证辨识模型的正确性,进行仿真与实测对比实验,结果表明:该算法辨识出的模型准确度较高,具有较好的控制品质,对于同一速度输入信号,仿真与实测的输出曲线跟随性好,误差在-0.2~0.2rad范围内,误差小。     

基于优化PSO改进BP神经网络的转炉炼钢钢水重量预测研究

利用优化的粒子群优化算法(PSO)与BP神经网络相结合,建立转炉炼钢钢水重量的预测模型。文章采用炉号、钢种、钢号、吹炼方式、吹止钢水的重量、吹止碳含量等13个因素作为BP神经网络的输入,用改进的粒子群算法优化BP神经网络的参数,这样既充分利用BP网络的优势,又避免陷入局部最小值的问题,提高了钢水重量预测的精度和速度,取得了很好的预测效果。     

基于智能计算的无线传感器网络节点覆盖优化的研究

本文针对无线传感器网络节点覆盖优化问题进行研究,论文首先介绍了无线传感器网络的定义,在此基础上分析了无线传感器网络覆盖存在的问题,针对这些问题,提出了粒子群优化算法来对无线传感器网络节点覆盖优化问题进行求解,并得出结论。     

基于改进粒子群优化IPSO算法的茶叶烘干机温度控制策略

针对茶叶烘干机热效率低,温度不稳定、茶叶品质不易保证的问题,对燃煤式热风干炉进行研究,通过对粒子群算法(PSO)进行混沌处理,得出了一种改进粒子群算法(IPSO),然后通过IPSO对模糊PID控制器的参数进行优化,以解决粒子群算法易早熟、寻优效率低以及PID参数无法实时在线调整的缺点。根据热风炉的实时温度,自动调节热风炉的排烟量,以实现烘干机的温度恒定。同时,采用优化后的模糊PID控制策略对系统进行了仿真和测试。结果表明,该研究所用方法能根据烘干机温度有效控制热风炉排烟量,从而实时控制热风温度,实现恒温控制的目的。