基于改进鲸鱼优化算法的大体积混凝土热学参数反演

为提高混凝土热学参数反演分析时的计算效率和精度,引入Logistic映射和惯性权重对鲸鱼优化算法进行改进,并结合有限元仿真计算,提出一种基于改进鲸鱼优化算法的混凝土热学参数反演分析方法。结合上海ZJH泵闸工程开展现场非绝热温升试验,采用该方法对大体积混凝土试块的导温系数和表面散热系数进行了反演分析,并与粒子群算法反演结果进行比较。结果表明,改进鲸鱼优化算法在计算精度及迭代效率方面均较粒子群算法有明显提高,该算法在求解混凝土热学参数反演问题方面具有可行性和有效性,能够满足工程精度要求。     

改进人工蜂群算法及其在反演分析中的应用

将人工蜂群算法用于混凝土坝参数反演,为提高算法的搜索效率、减少搜索过程中的停滞现象,引入了文化算法中的信仰空间和模拟退火的可控性概率突跳特性,提出一种具有知识引导功能的文化退火人工蜂群算法,采用上层知识进化空间和下层群体进化空间两个进化空间,在知识空间的引导下重新设计搜索算子并按一定的概率进行模拟退火搜索.算例分析表明,改进后算法的收敛性能优于原算法,为解决类似系统的优化和参数识别提供了一种新方法.     

基于遗传算法的泵站混凝土热学参数反演分析

根据施工现场实测资料，在温度场三维有限元仿真计算的基础上，运用遗传算法对泵站混凝土的热学参数进行反演分析。反演结果表明，计算值与实测值较接近，误差较小；反演结果可靠，且反演收敛速度快．效率高。     

基于Matlab的大体积混凝土温度场差分算法及应用

根据混凝土热传导方程,利用差分算法建立了混凝土内部与边界的差分格式,并利用Matlab的编程和可视化功能,对闸底板大体积混凝土浇筑21 d的温度场进行了仿真计算。通过与实测值对比分析表明,该算法的计算精度可满足工程需要,且可将混凝土温度场分布进行可视化输出。     

基于改进蚁群算法的混凝土坝热学参数反演

鉴于混凝土坝温度场仿真演算中通过试验得到的温度参数与实际参数相差较大,且传统温度场反分析算法计算量很大,计算效率低下,引进人工蚁群算法(ACA)并将其优化,利用优化后的算法对混凝土坝热学参数进行反分析,基于反演参数,用有限元方法对其温度场进行正演算,对比所得结果与监测数据真实值的差异,发现两者拟合程度较高,说明改进的ACA算法在大坝混凝土热力学参数反分析中具有较好的适应性。     

基于热流耦合算法的含有冷却水管的大体积混凝土温度场仿真技术

针对采用等效算法求解含有冷却水管的大体积混凝土温度场时无法考虑水管中水温沿程变化、不能精细计算靠近水管处的混凝土温度场问题,特提出改进的热流耦合算法,并基于ANSYS软件中的solid70单元、fluid116单元、mass flow等子程序,构建了含有冷却水管的大体积混凝土热流耦合算法的单元选择、网格划分、自由度耦合、载荷施加等关键技术,并将其应用于锦屏一级拱坝#14坝段1~4仓含有冷却水管的大体积混凝土温度场仿真计算中。仿真结果表明,采用改进的热流耦合算法的计算值与实测值十分接近,从而验证了改进算法的可行性。     

基于小波神经网络的混凝土热力学参数反演

在混凝土温度场计算中,热力学参数一般由室内试验或经验公式获得,往往与现场实际参数出入较大。为此通过测量埋设于混凝土中不同温度测点的温度,采用粒子群算法优化初始权值和阈值的小波神经网络对混凝土的热力学参数进行反演,以控温防裂。通过对某水闸工程底板混凝土的热学参数的反演分析,验证了小波神经网络反演计算的可行性。     

基于改进人工蜂群算法的Elman神经网络风机故障诊断

在风机齿轮箱故障诊断过程中,针对由于故障数据稀疏导致模型建立困难的问题,提出一种使用改进人工蜂群算法(IABC)优化Elman神经网络的故障诊断模型。该模型通过建立齿轮箱正常状态下的温度模型,采用残差分析,得到齿轮箱的故障状态,降低了建立模型的复杂度。采用IABC对Elman神经网络的相关参数进行优化,解决了Elman网络收敛速率慢、易陷入局部最优的问题。在IABC算法中,观察蜂阶段采用动态搜索策略,实现搜索能力和开发能力的平衡;在侦查蜂阶段,通过引入混沌变量扰动,增大种群多样性,进而达到全局最优。通过华北某风电场历史数据进行实验,结果表明,IABC与Elman神经网络的结合可对风机齿轮箱故障状态进行识别,且诊断正确率较高,可应用于实际故障诊断。     

基于人工蜂群算法优化支持向量机的燃气轮机故障诊断

针对基于SVM(支持向量机)的故障诊断方法中支持向量机的参数难以选取导致诊断结果较差的问题,采用ABC(人工蜂群算法)对支持向量机的惩罚因子C和核函数参数σ进行优化;并构建了ABC-SVM(人工蜂群优化支持向量机)对燃机涡轮叶片故障进行诊断。诊断实例表明,该方法诊断准确率达到96. 43%,具有很好的诊断效果,为燃气轮机故障诊断提供了一种新的方法,具有实际应用价值。     

基于仿真分析的混凝土坝热学参数反演方法

根据景洪电站右冲坝段施工现场温度实测资料,以温度场仿真计算为基础,建立了温度场反演计算模型,采用复合形法反演实际浇筑的碾压混凝土材料热学参数,提出了选择实测温度监测点的参与反演分析的依据,并分析了反演结果的合理性。研究结果验证了该方法可行有效,并可为大坝后期施工提供参考。     

Reliable and efficient approach for mitigating the shading effect on photovoltaic module based on Modified Artificial Bee Colony algorithm

The operation and performance of a photovoltaic system (PV) are affected by some factors such as; solar radiation, ambient temperature, PV array configuration and shadow which may be either completely or partially. The partially shadow is caused by clouds, trees due to wind, neighboring buildings and utilities. The shadow effect causes the multiple local maximum power points in the PV module voltage-power characteristics and only one Global Maximum Power Point (GMPP); additionally the shadowing causes high power loss in the shaded cells and produces hot spot. In this paper a new optimization approach based on proposed Modified Artificial Bee Colony (MABC) algorithm is used to solve a proposed constrained objective function of PV module power loss and mitigate the shading effect. The proposed MABC is compared with GA, PSO and ABC. The obtained results proved that the MABC is the most efficient algorithm in solving the objective function that mitigating the power loss in the PV module under partially shading effect.     

改进人工蜂群算法及在自抗扰控制上的应用

在分析基本人工蜂群算法优缺点的基础上,提出了一种基于混沌全局搜索策略和局部优化搜索策略的改进人工蜂群算法。采用6个标准测试函数,经过仿真测试,验证了该算法与基本蜂群算法相比具有收敛速度快、寻优效果好和寻优效率高的优点。最后针对自抗扰控制器的参数优化难度大、不易寻找的问题,将改进的人工蜂群算法应用到自抗扰控制器的参数优化中,并和串级PID控制系统进行仿真对比。仿真结果表明,改进蜂群算法的自抗扰控制器能以对控制对象进行更快更好的控制,使被控对象处于更好的控制状态下,从而解决了自抗扰控制器参数寻优难度大、不易寻找的问题。     

基于人工蜂群算法的直流接地极优化选址

为有预见性地防御直流偏磁危害,在新建直流接地极初期应对直流接地极进行优化选址。考虑母线电压、发电机功率以及变压器因直流电流额外消耗的无功功率等参数,提出了基于人工蜂群算法的直流接地极优化选址方法,并量化了直流电流对交流电网的影响,最终通过IEEE 118节点及某实际电网两个工程算例验证了人工蜂群优化选址方法的可行性。研究结果为直流接地极优化选址、防御直流偏磁危害、降低直流电流对交流系统的影响提供了可能。     

不同温度下外界风速对大体积混凝土温度场变化的影响

针对大体积混凝土在浇筑过程中产生的水化热易致混凝土浇筑后产生表面或贯穿性裂缝的问题,基于有限元理论,利用有限元分析软件ANSYS数值模拟了大体积混凝土浇筑后的温度场变化规律。通过设置不同的外界空气温度,并逐一模拟各温度下不同风速对混凝土温度场的影响。结果表明,外界低温时,风速对大体积混凝土温度场的影响比高温时大;混凝土内外温差最大值出现在混凝土浇筑后的4~6d,因此混凝土浇筑后的保护工作重点应放在前期进行。     

基于BP神经网络的碾压混凝土坝温度场反分析

针对试验所得碾压混凝土热学参数的随机性以及温度场的复杂性,提出基于BP人工神经网络的反分析方法。建立神经网络模型,利用有限元正分析得到的样本去训练网络,然后利用实际所测温度对热学参数进行反分析,根据反分析后的热学参数利用有限元进行温度场正分析,分析比较预测参数与试验参数所得非稳定温度场。通过工程实例,结果表明,该方法用于获取碾压混凝土坝热学参数是可行的。     

格八混凝土拱坝温度场仿真分析

针对格八混凝土拱坝老坝加固工程,结合温度场的参数敏感性、混凝土绝热温升随龄期变化、分层浇筑等因素的影响,采用有限元法对温度场进行仿真分析,通过典型高程点的温度时程曲线及对拱坝上下游表面温度等值线图和最高温度包络图得出了新坝体温度场的分布和变化规律,为该拱坝及类似大坝进行温度应力和抗裂危险性分析奠定了基础.     

基于混沌局部扰动蚁群算法的边坡稳定聚类分析

针对蚁群聚类算法用于边坡稳定性分析时存在的缺陷,在传统蚁群聚类算法的基础上,引入混沌特有的随机性和遍历性,利用Logistic映射函数对蚁群分布矩阵进行初始化,以获得较优的初始分布,同时对聚类参数进行局部扰动,以增强跳出局部极值的能力,从而建立了基于混沌局部扰动蚁群算法。以三峡库区的36组边坡资料为例,应用该方法与常规聚类方法、模拟退火算法和常规蚁群聚类算法进行对比分析。结果表明,该方法方便、快捷,聚类效果优于其他三种方法。     

蚁群加速遗传算法在水环境优化问题中的应用

提出了水环境优化问题的一种新方法——蚁群加速遗传算法，给出了实施该算法的详细步骤。并对新方法的收敛性和全局优化性进行了理论和实例分析，在污水处理模型的参数识别问题中，新方法得到了精度较高的全局最优解。新方法具有精度高、速度快和鲁棒性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的较好的非线性优化方法，可广泛应用于各种水环境优化问题中。