李群

研究员级高级工艺美术师中国民主建国会成员李群,字一鸣,研究员级高级工艺美术师,江苏经贸职业技术学院艺术设计学院客座教授,南京视觉艺术职业学院设计系兼职教授,中国工艺美术学会会员,北京东方收藏家协会会员。     

差分进化算法研究进展

针对一种新兴的进化算法--差分进化算法,介绍该算法的基本原理、算法流程、算法参数及其对算法性能的影响,总结控制变量选择的经验规则,归纳了改进差分进化算法和算法在相关领域的应用概况,已研究的理论和应用成果均证明该进化算法的有效性和先进性,具有广阔的发展前景.最后对差分进化算法进一步的研究工作进行了探讨和展望.     

大型过程优化问题SQP算法的研究进展

ＳＱＰ算法是求解非线性优化问题的一个主要算法，在过程优化领域被广泛应用和研究，它的计算机实现成为ＣＡＰＥ中一个主要方向。十几年来，降维分解是研究和发展的一个焦点。近年来，应用ＡＮＮ研究ＳＱＰ开始兴起，其中ＧＨＮ开辟了ＳＱＰ网络一个新的研究方向。叙述了近几年发表的主要工作，评述其若干新进展     

基于邻域-克隆选择学习算法的分馏装置负荷优化

在免疫克隆选择和人工免疫网络算法基础上,采用了Agent的思想,提出了一种邻域-克隆选择学习全局优化算法(N-Clonalg)。不同于其他人工免疫算法,N-Clonalg定义了网格化的邻域操作环境,其主要搜索算子有N-克隆选择、N-竞争和自学习算子,能有机结合全局与局部搜索,多峰测试函数表明能较好地克服克隆选择算法(Clonalg)的早熟及人工免疫网络算法(Opt-aiNet)收敛速度慢问题。分馏装置负荷优化实例应用表明,算法具有较好的最优解搜索性能,能较好地实现化工中的寻优问题。     

一种求解过程动态优化问题的生物地理学习粒子群算法

智能优化算法具有适用性广泛、全局搜索能力强等优点,近年来在动态优化中的应用逐渐增多。通过混合生物地理优化与粒子群优化,提出了生物地理学习粒子群（biogeography-based learning particle swarm optimization,BLPSO）算法,并用于动态优化问题的求解。BLPSO采用了新型的生物地理学习方式,该方式根据粒子“排名”,即粒子的优劣,以维度为单位构造学习粒子,提高了学习的效率。针对动态优化问题,首先通过控制向量参数化将其转化为非线性规划问题,然后采用BLPSO算法进行求解。最后,将BLPSO应用于非可微、多峰、多变量等典型动态优化问题的求解,计算结果表明BLPSO具有较好的搜索精度和收敛速度。     

化工分离溶剂筛选算法的研究进展

本文首先阐述了化工分离溶剂筛选方法的研究进展,对文献中采用的优化算法进行了分析,指出了目前算法中的一些缺陷;本文首次将混合算法引入到溶剂的计算机筛选的领域中,提出了基于遗传模拟退火混合算法的计算机分子设计方法（CAMD）,避免了单种算法的缺点,为CAMD的进展和应用奠定了更好的基础。     

微粒群优化算法研究进展

围绕微粒群优化(PSO)算法的原理、特点、改进、应用等方面进行全面综述,介绍针对复杂环境的PSO研究内容,包括多目标、约束、离散和动态优化等,提出PSO有待进一步研究的若干方向和内容。     

注塑成型模具浇口位置优化算法研究进展

综述了注塑成型模具浇口位置设计的方法,重点介绍了浇口位置优化设计的数学模型和优化算法。针对各种模型和算法,分别列举了近年来国内外在浇口位置优化方面取得的研究进展。总结了各种优化算法的特点,并对注塑模具浇口位置优化算法的发展趋势进行了分析和展望。     

基于随机学习因子混沌PSO算法的甲醇合成转化率测量

粗甲醇转化率不仅是粗甲醇的主要技术指标,也是直接影响粗甲醇经济指标的重要因素。在之前工作的基础上,提出了两类随机学习因子混沌粒子群优化算法(RLFPSOC)。两种新算法分别从种群进化初期和后期两个方面引入混沌遍历性的特点,有效提高了算法的全局寻优能力。典型测试函数的仿真实验验证RLFPSOC算法的有效性。最后,将提出的RLFPSOC算法用于神经网络参数的优化,并建立甲醇合成塔转化率预测模型。实验结果表明,基于RLFPSOC的神经网络模型能够较好地预测甲醇合成转化率,并进一步验证了RLFPSOC算法的全局收敛性能。     

基于鲸鱼优化算法的汽轮机热耗率模型预测

为了准确地建立汽轮机热耗率预测模型,提出了一种基于反向学习自适应的鲸鱼优化算法（AWOA）和快速学习网（FLN）综合建模的方法。首先将改进后的鲸鱼算法与经典改进的粒子群、差分进化算法和基本鲸鱼算法进行比较,结果证明其具有更高的收敛精度和更快的收敛速度;然后采用某热电厂600 MW超临界汽轮机组现场收集的运行数据建立汽轮机热耗率预测模型,并将改进后的鲸鱼算法优化的快速学习网模型的预测结果与基本快速学习网及经典改进的粒子群、差分进化算法和基本鲸鱼算法优化的快速学习网模型预测结果相比较。结果表明,AWOA-FLN预测模型具有更高的预测精度和更强的泛化能力,更能准确地预测汽轮机的热耗率。     

FDD-LTE室分深度覆盖及4G网络优化设计探讨

随着社会的发展和科技的进步,人们在数据通信方面的要求越来越高,FDD-LTE的室分深度覆盖能够显著改善4G网络的服务质量,提高室内通信网络的可靠性.本文从FDD-LTE室分的结构分析入手,探讨了FDD-LTE室分深度覆盖的建设方案,并着重分析了FDD-LTE网络的优化设计.     

固灰覆盖材料

固灰覆盖材料目前，灰场的覆盖分为二类，一是贮满灰的灰场，不再排灰利用，这类报废灰场一般用回填土覆盖，在其上种植适宜的农作物或植树美化环境；二是尚未储满灰的灰场，在其倒格排灰时，暂不排灰的灰场，遇风扬尘。传统的覆盖方法，一般是用土覆盖，劳动强度高，施工...     

全局群搜索优化算法及其在汽油调合中的应用

汽油调合配比生产优化是一种非线性约束的多峰优化问题。针对一般群智能优化算法在解决此类优化中易陷于局部最优解,提出了一种改进的群搜索优化算法--全局群搜索优化算法（GGSO）。该算法采用混沌机制初始化粒子在解空间内均匀分布;在算法前期,保留GSO的追随者进化策略,以保证算法的收敛速度。在算法后期,对追随者引入速度更新和个体最优,以保证算法的收敛精度;在粒子陷入局部极值时,对追随者和游荡者引入一种新的交叉、变异机制和自适应混沌扰动机制,以保证粒子跳出局部极值,提高算法全局寻优性能。分别用4个标准测试函数对优化算法进行测试,结果表明：GGSO算法与标准GSO、线性递减惯性权重粒子群算法（LDWPSO）比较,收敛速度和全局寻优性能有明显优势。汽油在线调合优化实例应用表明：该算法有较快的收敛速度,能够较准确地寻得全局最优。     

粒子群优化算法的发展及应用

讨论了粒子群优化算法的发展和应用。介绍了粒子群优化算法的基本原理和算法流程,并且与其他演化算法进行了比较,给出了一些经常用到的测试函数。针对粒子群优化算法在搜索后期存在的不足,介绍了改进的粒子群优化算法,重点介绍了在实际应用领域中用到的改进粒子群优化算法。     

粒子群优化算法的研究

粒子群优化算法是一种基于群体智能的优化算法。介绍粒子群优化算法及其基本原理,给出各种改进技术及研究现状,并展望未来的发展趋势。     

精馏模拟算法的研究进展

介绍了严格的平衡级精馏模拟操作型算法的研究进展。对各算法的优缺点进行了分析,并探讨了其发展趋势。     

精馏塔联立优化的简约空间SQP算法

引言采用面向开放式方程的联立算法求解精馏塔优化问题,可以使模拟计算和寻优搜索在同一层迭代中完成,避免了双层法每一步优化搜索都需进行模型收敛计算的缺点,从而可以大大提高计算效率．而且原则上可任意指定自由变量．无论是模拟计算、操作优化还是设计优化都可以利用这个灵活的计算结构进行解算.高效、可靠的非线性约束最优化算法是实现精馏塔联立优化的关键．在流程模拟和过程系统优化中,序贯二次规划法（SequentialQuadraticProgramming,SQP)因其较高的计算效率而被广泛应用．SQP算法中,每一个迭代步都需要求解一个QP子问题…     

一类间歇生产过程的迭代学习控制算法及其收敛性分析

针对基于迭代学习控制的间歇过程产品质量优化控制算法难以进行收敛性分析的难题,并且考虑到实际生产中存在外部干扰和不确定因素的影响,本文对间歇过程模型参数动态更新问题进行了分析,建立了间歇生产过程产品质量的神经模糊(NF)预测模型,提出了一种新颖的批次轴参数自适应调节算法。在此基础上,构造了一种基于数据驱动的间歇生产过程产品质量迭代学习控制算法,并对优化问题的收敛性给出了严格的数学证明。最后,将本文提出的算法用于一类典型的间歇过程终点质量控制研究,仿真结果验证了本文算法的有效性和实用价值,为间歇过程的优化控制提供了一条新途径。     

平板玻璃套裁排样的一种优化算法

本文给出平板玻璃切割排样的一种优化算法，对解的优化性加以证明，并给出一例题的优化解。