PSO算法在工程优化问题中的应用

粒子群优化算法是群体智能中一个新的分支。该算法本质上是一种随机搜索算法,并能以较大概率收敛到全局最优,特别适用于连续函数的优化。针对工程中的优化问题,将粒子群算法与死亡罚函数法相结合,提出一种求解有约束问题的优化算法。通过与其它算法的比较,表明该算法是一种简单、高效和普适的算法。     

以太网在网络控制系统中的应用与发展趋势

针对目前网络控制系统的发展情况,介绍了现场总线控制系统和工业以太网在工业控制中的应用现状。根据以太网的技术特点,分析了以太网在工业现场控制中的优缺点,预测了以太网在网络控制系统中的发展趋势。     

网络控制系统的应用现状与发展方向

针对目前网络控制系统的发展现状，综述了集散控制系统（DCS）、现状总线控制系统（FCS）和工业以太网在工业控制中的应用现状、技术特点、最新进展以及发展趋势。同时也提取了目前此三者在国内的应用现状，并指出了各网络控制系统在实际应用中存在的缺陷和解决方法。     

一种求解高维复杂函数优化问题的混合粒子群优化算法

对于高维复杂函数,传统的确定性算法易陷入局部最小,而单一的全局随机搜索算法收敛速度慢.本文通过将粒子群优化算法和单纯形法相结合,利用前者搜索速度快、搜索范围广和后者收敛速度快的特 性,提出一种快速、易实现的混合粒子群优化算法.基于典型高维复杂函数的仿真表明:该混合算法效率高、优化性能好、对初值具有很强的鲁棒性,其性能大大优于单一的优化方法.     

一种新的求解复杂函数优化问题的并行粒子群算法

并行计算能够有效地缩减大规模问题求解的时间需求。文章先简要介绍了粒子群算法的标准版本,对比细粒度的粒子群算法的简单并行,引入种群和移民的思想,提出了一种基于多种群的粒子群算法的并行版本。算法在曙光3000超级服务器上完成,利用MPI处理各个进程间的通讯。使用BUMP函数的数值实验表明了该算法的有效性。     

求解TSP 问题的模式学习并行蚁群算法

针对大规模旅行商问题(TSP)会遇到计算时间过长以及计算效率降低的问题，将并行计算和模式学习引入蚁群算法，通过各个节点机提取模式，在各节点问筛选和交流优良模式，以改变计算粒度，达到缩短计算时间、提高计算效率的目的．实验结果表明该算法取得了较好的效果。     

小窗口蚁群算法

在蚁群算法的基础上，提出了小窗口蚁群算法。通过对旅行商问题解集的分析，找到其最优解的特点，通过限定蚂蚁每次只向距离最近的几个城市移动，大大缩小其搜索范围，减少对算法中主要参数的依赖，提高其搜索精度并减少搜索时间。实验结果表明该算法有较好的效果。     

PIC单片机在楼宇对讲系统的应用

文章介绍了一种采用PIC16C84作为微处理芯片的中档楼宇对讲系统 ,PIC16C80所带的EEPROM数据存储器可以简化系统组成 ,提高可靠性 ,降低成本 ,系统具有较好的应用前景     

基于C167CS微控制器的数字化电梯系统

基于C167CS微控制器设计了数字化电梯系统,该系统中利用多规则加权的模糊控制算法进行群控控制,以CAN总线多主方式实现各控制器间的串行通信。该系统提高了电梯的运行效率,并增强了电梯运行的实时性控制,系统的灵活性与可靠性得到了提高。     

新的进化计算算法——粒子群优化算法

Particle Swarm Optimization (PSO),rooting from simulation of swarm of bird, is a new branch of Evolution Algorithms based on Swarm Intelligence.Concept of PSO,which can be described with only several lines of codes,is more easily understood and realized than some other optimization algorithms.PSO has been successfully applied to much engineering.Firstly,this paper depicts natural explanation about PSO,secondly,introduces its basic theory and several development versions of PSO,and presents some applications of PSO.At last,a brief conclusion and further research direction are given.