PSO-LIBSVM在污水水质建模中的应用

针对间歇式活性污泥法(SBR)复杂非线性等问题,常规神经网络建立的出水水质模型性能精度不高。采用支持向量机建立生化需氧量(BOD)软测量模型,并通过粒子群算法弥补支持向量机模型参数的不足。仿真结果表明,相对于BP神经网络、标准SVM模型,PSO-LIBSVM模型的误差小、精度高,降低了模型的复杂度并提高了其泛化能力,能达到较好的预测效果     

并联混合动力汽车能量管理建模及优化研究

为了降低混合动力汽车的能耗,提高其能量回收率及减少其尾气排放量,对并联式混合动力汽车(PHEV)的能量管理系统采用基于粒子群优化的模糊控制进行分析与设计。首先在Matlab中的Simulink软件上建立了模糊控制器模型,根据经验设计模糊控制规则;然后将模糊控制器嵌入到Advisor仿真软件的并联式混合动力汽车模型中,并用粒子群优化算法对该模糊控制器进行优化;最后选择几种典型的运行路况进行仿真分析研究。仿真结果表明,在满足汽车行驶性能的前提下,优化后的模糊控制器不仅能有效降低尾气的排放,并且能明显提高能量回收率。