群居蜘蛛优化算法在水位流量关系拟合中的应用

针对水位流量关系拟合中相关参数难以确定的不足,利用一种新型群体智能仿生算法——群居蜘蛛优化算法(SSO)优化水位流量关系的相关参数,以云南省丽江仁里站和总管田站水位流量关系拟合为例进行实例研究,并与粒子群优化算法(PSO)、最小二乘法(LSM)拟合结果进行对比。结果表明:SSO算法对仁里站和总管田站水位流量关系拟合的平均相对误差绝对值分别为0.57%、0.53%,拟合精度优于PSO、LSM算法。SSO算法具有收敛速度快、全局寻优能力强等特点,利用SSO算法优化水位流量关系可以获得更好的拟合效果。     

建筑幕墙设计中的优化问题

根据多年工作体会,就建筑幕墙设计中立面分格设计、节点系统选择及优化、幕墙支撑结构优化进行了较详细的分析与讨论,并对优化结果的经济性作了评估,从而使得幕墙的生产成本达到最经济要求。     

遗传算法与优化注射机合模机构运动行程

将遗传算法应用于注射机合模机构运动行程的最大化设计研究。优化中运动行程为目标函数，肘杆断面尺寸、肘杆起始与最终位置为设计变量，考虑了强度、稳定性、锁模力等约束条件。从研究结果来看，应用遗传算法进行运动行程的优化设计是可行且高效，可在注塑机合模机构运动行程最大化设计中推广应用。     

基于SSO-PP模型的滇池流域水质综合评价

针对投影寻踪(PP)模型在实际应用中最佳投影方向a难以确定的不足,利用一种新型群体智能仿生算法——群居蜘蛛优化算法(SSO)搜寻PP模型最佳投影方向a,提出SSO-PP水质综合评价模型。以云南省滇池流域4个监测断面2003—2013年水质评价为例进行实例研究,选取对水体影响较大的氨氮等5项水质评价因子,利用各指标标准阈值z构造水质综合评价分级标准。结果表明①SSO-PP模型水质评价结果与单因子法评价结果基本相同,但对于断面1^#,2^#,4^#,部分年度水质的评价结果要优于单因子法评价结果1～2级。通过Kendall统计量检验,断面3^#—4^#水质改善趋势相对明显。②SSO-PP模型评价结果客观、合理,能够有效应用于水质综合评价。     

群居蜘蛛优化算法在水文频率曲线参数优化中的应用

利用一种新型群体智能仿生算法——群居蜘蛛优化算法(SSO)优化水文频率曲线参数,以云南省丽江仁里站和总管田站年径流量数据为例进行实例研究,分别将离差平方和准则(OLS)、离差绝对值和准则(ABS)以及相对离差平方和准则(WLS)作为SSO算法最优适应度函数对皮尔逊Ⅲ型分布参数进行优化,优化结果与粒子群优化算法(PSO)、矩法进行对比。结果表明:利用SSO算法优化仁里站和总管田站得到的OLS、ABS、WLS均优于PSO算法及矩法,比矩法提高了11%以上。SSO算法具有收敛速度快、全局寻优能力强等特点,基于SSO算法的优化适线法能够降低水文频率的分析误差,有效提高理论频率曲线与实测数据的拟合精度,是一种可行的水文频率分析方法。