一种改进的自适应逃逸微粒群算法及实验分析

分析了变异操作对微粒群算法(particle swarmoptimization,简称PSO)的影响,针对收敛速度慢、容易陷入局部极小等缺点,结合生物界中物种发现生存密度过大时会自动分家迁移的习性,给出了一种自适应逃逸微粒群算法,并证明了它依概率收敛到全局最优解.算法中的逃逸行为是一种简化的确定变异操作.当微粒飞行速度过小时,通过逃逸运动使微粒能够有效地进行全局和局部搜索,减弱了随机变异操作带来的不稳定性.典型复杂函数优化的仿真结果表明,该算法不仅具有更快的收敛速度,而且能更有效地进行全局搜索.     

铰链四杆刚体导引机构综合的区间逃逸粒子群算法

根据杆长约束条件,给出了铰链四杆刚体导引机构近似运动综合的无约束优化模型,并应用粒子群算法(PSO)求解此优化问题。针对PSO直接在整个解空间内寻优时很难求得全部解的缺点,提出了求刚体导引铰链四杆机构近似解的混合智能算法——区间逃逸粒子群算法(EPSObIS)。数值实例表明,EPSObIS能求出近似满足刚体导引要求的铰链四杆机构。     

粉尘控制技术进展

介绍了硫磺粉尘控制试验并讨论了试验结果。利用太阳模拟器对硫磺粉尘进行干燥。根据风洞试验结果绘制硫磺粉尘的逃逸速度曲线,以此预测粉尘抑制剂的性能及效果。试验发现,一些粉尘抑制剂可在不到1s的时间内润湿硫磺,从而可用于传送带操作。不同工业成型硫磺产品的粉尘可能具有不同的特性,因此可能需要对粉尘抑制剂进行调整。