基于v-SVR和MVPSO算法的边坡位移反分析方法及其应用

 针对传统粒子群算法存在搜索空间有限、容易陷入局部最优点的缺陷,通过引入迁徙算子和自适应变异算子,提出基于粒子迁徙和变异的粒子群优化(MVPSO)算法。基准测试函数结果表明,改进的MVPSO算法较传统的粒子群优化算法在收敛效率上有大幅度提高,在处理非线性、多峰值的复杂优化问题中能快速地搜索,得到全局最优解。应用改进的MVPSO算法搜索最佳的支持向量机(v-SVR)模型参数,建立岩体力学参数与岩体位移之间的非线性支持向量机模型,提高v-SVR的预测精度和推广泛化性。然后,利用v-SVR模型的外推预测替代耗时的FLAC正向计算,利用改进的MVPSO算法搜索岩体力学参数的最优组合,提出v-SVR和MVPSO相结合的边坡位移反分析方法(v-SVR-MVPSO算法),与传统的BP-GA算法和v-SVR-GA算法相比,该算法在反演精度和反演效率上均有较大幅度提高。最后,将本文发展的v-SVR-MVPSO算法应用到大岗山水电站右岸边坡岩体参数反演分析,并对边坡后续开挖位移和稳定性进行预测,取得较好的效果。     

混沌扰动启发式蚁群算法及其在边坡非圆弧临界滑动面搜索中的应用

通过引入混沌扰动算子增加解的多样性和提高全局寻优能力，另外通过构造蚂蚁的启发式搜索方式提高对局部最优解的搜索能力，从而有效地克服了基本蚁群算法容易出现停滞和搜索效率低的缺陷。还利用Spencer法和Janbu法，探讨了所提出的具有混沌扰动算子启发式蚁群算法在边坡稳定性分析中的应用。实例计算和对比分析结果表明，该法有效而又可靠。     

基于微粒群算法的工程项目质量、费用和工期综合优化

进度、费用和质量称为工程项目的三大控制目标,三者之间相互依存、相互影响。工程项目控制的理想状态是同时实现合理的工期、较低的费用和较高的质量。微粒群算法(PSO)是新近出现的一种仿生算法,具有简单容易实现,而且随机搜索的优点,使得搜索不易陷于局部最优。将该算法引入工程项目优化领域,研究工程项目的质量、费用和工期的综合优化问题。系统介绍微粒群算法原理、流程以及算法的改进发展,研究工程项目质量、费用和工期的优化,并建立质量、费用和工期的多目标综合优化模型,介绍应用微粒群算法编码解决工程项目多目标优化的方法步骤。最后,通过一个应用实例,计算表明微粒群算法可以准确快速地解决工程项目多目标优化问题。     

基于离散粒子群算法多旋翼无人机任务分配研究

应用离散粒子群算法解决消防救援队伍在现场使用多旋翼无人机时存在的多任务分配难题。通过分析现场任务分配条件，在评价指标设计上综合考虑续航、探测宽度、探测气体种类、任务时间以及任务时序约束等问题，并引入逆转算子对离散粒子群算法进行优化。仿真结果表明，优化的粒子群算法相比遗传算法具有更好的寻优性和收敛性。上述研究可以为灭火救援现场多旋翼无人机任务分配提供一定的算法支持。     

基于动态PSO-HSMM的海底油气管道寿命预测

由于海底油气管道退化状态的不可观测性,为防止出现管道泄漏等风险事故,提出基于PSO-HSMM的海底管道剩余寿命预测方法。此模型将海底油气管道全寿命周期数据依据其健康退化状态划分为3个阶段,将动态粒子群算法应用于优化传统隐半马尔可夫模型。利用油气管道全寿命数据建立隐半马尔可夫模型;将动态粒子群算法引入隐半马尔可夫模型进行动态优化,并利用"前向-后向"算法对优化模型进行参数估计;通过某海底油气管道的全寿命周期数据对优化模型和传统模型进行检验。结果表明,基于PSO-HSMM的油气管道剩余寿命预测模型在传统模型的基础上提高了分类预测精度,为海底油气管道风险研究提供了新的方法。     

结合 BIM 与驾驭式计算的施工协同管理方法研究

BIM 技术是解决工程项目施工过程中协同性问题的重要方法,结合驾驭式计算的建设项目施工协同管理方法能够进行实时可视化并能对计算仿真过程进行动态驾驭。通过分析驾驭式计算和 BIM 结合对于施工协同管理的重要作用,利用BIM 理论、工程协同管理理论以及多目标优化理论建立了基于 IFC 的多目标优化模型,并设计了驾驭式计算、协同进化算法和 BIM 的结合方案用来实现对多目标优化模型的计算。构建了施工阶段的协同管理模型来整合多目标优化流程以及施工各参与方的协同工作流程,该施工协同模型能够有效地实现施工阶段各个参与方之间的协同工作、对于多目标的协同优化以及对于过程的实时可视化与实时控制     

基于罚函数的设施定位布置问题模型与算法

针对系统内部设施布置决策,以定位布置问题为研究对象,提出了一种求解该问题的改进分布估计算法（IEDA）。通过分析定位布置问题的基本特征,建立了带容量约束的基本非线性整数规划模型;引入了基于罚函数的约束处理方法建立了定位布置问题的改进数学模型,进而使用带惩罚项的目标函数引导IEDA 的搜索方向;在IEDA 中融入了一种概率矩阵变异机制和基于互换型邻域结构的局部搜索策略,用于平衡算法的全局和局部搜索能力;并通过仿真实验比较和对某建筑工地实例求解验证了模型的合理性与算法的有效性。     

基于零和博弈的电力系统最优调度

针对电力系统的节能与经济调度问题,建立了综合考虑电网购电成本和发电煤耗的电力系统最优调度模型,并引入零和博弈思想对调度模型进行求解。首先采用零和博弈加权法将多目标调度模型等价转化为单目标优化模型,其权重系数由该博弈的混合策略Nash均衡确定,从而弥补了多目标优化加权系数法受限于决策者主观性的不足;在获得单目标模型后,提出了基于动态发现概率和步长的改进布谷鸟算法并对模型进行优化求解;验证结果表明,该方法在优化求解多目标电力调度模型时具有较高的实用性和优越性。     

差分进化算法的改进研究

本文提出了一种改进的差分进化算法,算法采用一种新的突变方式,同时在选择操作之前引入扰动机制以增强算法的全局搜索能力。之后对改进算法进行了Benchmark函数实验,得到的仿真结果证明了算法的有效性。     

基于重复控制的多轴旋转机械动不平衡问题研究

在分析旋转机械体的运动学和动力学模型的基础上,建立了运动系统的动不平衡模型,表现出由于运动系统存在动不平衡问题造成的周期性扰动力矩,影响旋转机械体各轴的定位精度和速率精度。针对旋转机械体系统的动平衡扰动是多周期的,提出重复控制方法,该方法能将减小周期正弦非线性干扰引起的系统误差。选取测试台作为研究对象进行仿真,结果验证了所设计的控制系统对消除动平衡引起的周期性扰动的有效性。