复杂系统可靠性冗余优化的量子粒子群算法研究

由于复杂系统可靠性函数常常具有非线性的特点，因此如何确定复杂系统各单元冗余数，设计既满足可靠度要求、又使系统成本最小是冗余优化问题中的难点。针对复杂系统的特点，提出了基于量子粒子群算法的求解方法。根据数学模型，详细探讨了量子粒子群算法在系统的可靠性优化计算中应用的可行性，并给出了基于粒子群算法的可靠性的求解策略，同时对桥式系统的可靠性优化设计问题进行分析计算。仿真表明，该算法具有较强的局部搜索能力，与其他方法相比，该算法有较高的搜索效率，能够找到更优的解。最后验证了该算法在复杂系统可靠性优化中的可行性和有效性。     

水电站机组优化组合的混合粒子群优化算法

机组组合是水电站短期发电计划中一个非常重要的问题，合理的组合运行能带来显著的经济效益，开展对机组优化组合的可行性和有效性研究有重大的现实意义。建立了该问题的数学模型，并提出了混合粒子群算法（Hybrid Particle Swarm Optimization,HPSO）的工程实现方法，采用量子粒子群算法解决机组方案的确立，并采用粒子群算法求解负荷经济分配。设计了粒子的适应度计算方法和速度更新方法，提出了HPSO算法的求解步骤。仿真分析表明：HPSO算法求解机组优化组合问题是可行和有效的，该算法实现简单，具有更快更好的收敛性能。     

机械臂自适应鲁棒轨迹跟踪控制

针对具有外界干扰和不确定性的机械臂轨迹跟踪控制问题,提出了一种自适应鲁棒补偿控制算法,将计算转矩法用于系统标称模型,鲁棒控制用于消除系统不确定性的影响,并通过自适应算法自动调节不确定项,保证系统存在建模误差和外部干扰时的稳定性和动态性能。给出了具体的控制算法设计和系统稳定性、收敛性证明,最后通过仿真实验,表明系统具有跟踪误差快速收敛性以及良好的鲁棒性。     

诱导轮叶片参数对大流量离心泵汽蚀性能的影响

诱导轮作为离心泵的重要辅助部件之一,对水泵汽蚀性能的改善有重要作用。针对某大流量离心泵汽蚀性能不佳的问题,采用响应面分析和数值模拟的方式,对该离心泵的诱导轮叶片参数进行了优化,探究了诱导轮导程、叶片厚度和叶片数对大流量离心泵汽蚀性能的影响规律。首先,构建了大流量离心泵的仿真模型,对其进行了外特性计算,将计算结果与试验结果进行了对比,对仿真结果的可靠性进行了验证;然后,根据诱导轮扬程与泵汽蚀性能呈正相关的规律,以诱导轮的叶片参数(导程L、厚度T、叶片数Z)为变量因素,以诱导轮扬程最大为优化目标,对诱导轮进行了响应面计算分析,得到了响应面优化后的诱导轮叶片参数,并对比分析了优化前后诱导轮的扬程;最后,针对诱导轮优化前后的离心泵,在不同工况下进行了叶轮汽蚀情况和临界汽蚀余量对比分析。研究结果表明：叶片导程对诱导轮扬程的影响不大,而减小叶片厚度、增加叶片数可以大幅提高诱导轮扬程;额定工况下,经响应面优化后的诱导轮扬程提高了0.6 m,泵的临界汽蚀余量相比原型泵降低了0.15 m。该结果可以为大流量离心泵诱导轮的优化设计提供理论参考。     

基于粒子群算法的多目标模糊物元优化研究

针对产品设计优化过程中多目标性、模糊性、不确定性等特性,提出基于粒子群算法的多目标模糊物元求解策论.建立了多目标模糊物元优化模型,定义了物元的各个权重,根据某种优化准则,将多目标优化问题转化成了单目标问题的优化.运用粒子群算法作为求解策略,并提出新的改进方法,给出模糊物元多目标优化设计问题的改进自适应粒子群算法(MAPSO)求解过程,并将它与其他方法进行比较,结果显示该算法具有较高的执行效率.     

基于MA的水电站机组组合优化问题的研究

在日负荷任务下,建立了以耗水量最小为目标的水电站机组组合优化数学模型。设计了文化基因算法（Memetic Algorithm,MA）的工程实现方法,包括编码设计、适应度函数设计等。提出了二进制与浮点数的混和编码以及交叉和变异的双重遗传操作方式,设计了个体合法化的流程,采用模拟退火算法作为局部搜索策略。绘制了算法对问题的求解流程,并编制了基于MATLAB语言的优化计算程序。仿真结果表明：MA具有比GA更优的收敛性能,更有效降低机组切换频率。     

可靠性优化问题的人工鱼群算法求解

为了使设计既能满足可靠度要求又使系统成本最小,提出了基于人工鱼群算法的优化方法。简单介绍了冗余优化模型和人工鱼群算法,并给出了基于人工鱼群算法的可靠性的求解策略,详细讨论了求解步骤,并对串一并联系统的可靠性分配的可靠性优化设计问题进行了分析计算。结果表明该算法具有较强的局部搜索能力,与其他方法相比,具有更高的搜索速度和搜索效率。     

可靠性优化问题的人工鱼群算法求解

为了使设计既能满足可靠度要求又使系统成本最小,提出了基于人工鱼群算法的优化方法.简单介绍了冗余优化模型和人工鱼群算法,并给出了基于人工鱼群算法的可靠性的求解策略,详细讨论了求解步骤,并对串-并联系统的可靠性分配的可靠性优化设计问题进行了分析计算.结果表明该算法具有较强的局部搜索能力,与其他方法相比,具有更高的搜索速度和搜索效率.     

基于种群熵的改进自适应蚁群算法

针对标准蚁群算法(ACO)在求解旅行商问题(TSP)时出现的早熟收敛、易陷入局部极值点的缺点,提出了基于种群熵的改进自适应蚁群算法求解方法.通过种群熵来衡量算法是否陷入局部最优,直接交换部分边上的信息素以增加解的多样性.通过对解TSP的实验仿真表明,改进后的算法提高了搜索效率和全局收敛性能,该算法是可行和有效的.     

基于人工鱼群算法的水库优化调度研究

针对当前各种启发式算法,如遗传算法(GA),粒子群算法(PSO),模拟退火算法(SA)等在求解水库优化调度中的不足,提出了将新型的集群智能算法-人工鱼群算法AFSA(Artificial Fish School Algorithm)用于求解水库优化调度问题.该算法通过模拟鱼群的一些基本行为,如捕食、聚群、追尾,来求解问题的最优解.根据水库优化调度问题的情况及数学模型,给出了基于人工鱼群算法的水库优化调度的求解策略,详细讨论了求解步骤,最后给出了实验仿真结果.结果表明该算法具有较强的局部搜索能力,同时也有更高的搜索效率,与其它方法相比,该算法能够找到更优解,验证了该算法的可行性和有效性.