粒子群算法在烧结矿配料优化中的应用

运用粒子群算法和MATLAB语言,编制钢铁烧结矿配料优化计算仿真程序并经实践检验。结果表明,计算机仿真计算符合实际生产工艺要求,数据直接应用于生产,提高各种烧结矿的综合利用率,降低成本10．32％。该算法为钢铁烧结矿配料问题的优化求解提供了新的思路和方法。     

粒子群算法在机械优化设计中的应用

介绍了粒子群算法的原理、模型和算法实现过程,并采用该算法对机械优化的一个实例:压缩圆柱螺旋弹簧的优化设计模型进行了优化设计,优化计算结果表明,基于粒子群算法的优化设计切实可行,为复杂的机械优化设计提供了新的思路和方法。     

基于改进粒子群算法的电力系统无功优化

通过对IEEE14节点系统的优化配置表明,文章所采用的改进粒子群算法对于电力系统无功优化问题来说是行之有效的。该算法结构简单、收敛性好、寻优质量高,适合于求解电力系统无功寻优问题,具有一定的应用前景。     

基于粒子群算法的选矿能力优化研究

根据选矿能力优化的复杂性与非线性特性,建立了选矿能力优化的数学模型;运用粒子群优化算法（PSO）对某一矿山企业的选矿能力规划进行了优化计算。解决了在选矿能力、供矿量、尾矿库容等约束条件下的选厂生产能力的优化问题,计算结果符合实际生产情况。对于合理配置资源,挖掘选厂的最大生产能力,提高经济效益具有重要的指导作用。也表明了该算法应用于选厂生产能力优化中的可行性。     

基于粒子群优化算法的摇臂传感器布置

对采煤机摇臂进行准确的在线监测和故障诊断,选择适当的传感器监测点和传感器个数是必不可少的环节。优化的传感器布置能够以最低的成本提供最有价值的信息,是提高状态检测和故障诊断系统性能的物质基础。采用粒子群优化算法对采煤机摇臂的传感器布置方案进行优化计算,可得到摇臂传感器优化布置策略。     

基于模糊自适应粒子群算法的电网优化调度

机组调度的好坏直接决定了电网运行费用的多少,通过优化达到最优值是改变机组运行的方式之一。模糊自适应粒子群算法,采用自适应粒子法,通过惯性权值法进行粒子追踪与自适应调整,然后通过公式分析达到最优值。     

基于粒子群优化算法的圆振动筛的优化设计

圆振动筛的设计是否合理直接影响其筛分效率,按照常规设计已远远不能满足要求,需要进行优化设计。介绍了粒子群优化算法的基本原理、算法实现步骤。通过对圆振动筛进行动力学分析,以单位生产量功率消耗最小为目标函数,建立优化数学模型,编制粒子群算法的MATLAB程序进行优化,得到了比常规设计更为优越的结果。粒子群优化算法较好地完成了优化任务,为振动机械的结构设计提供了新的思路和方法。     

改进型粒子群算法在有源电力滤波器优化配置中的应用

针对电网中谐波源多种多样、情况复杂的问题,以最小化投资成本为目标函数,以电压总谐波畸变率和各节点电压谐波畸变率为约束条件,应用改进型的粒子群算法,建立多个有源滤波器优化配置问题的数学模型。通过应用Matlab仿真软件,以IEEE18节点系统进行了仿真,结果表明所述算法可以较快地收敛到全局最优解,能很好地解决电网中多个有源滤波器的优化配置问题。     

改进的混合粒子群算法

根据近代数学的随机优化原理,针对基本粒子群算法前期精度低,易发散,后期收敛速度较慢,易陷入局部最优的局限性,通过引入高斯算子和交叉算子,提出了改进的混合粒子群求解算法,改进的算法具有更高的精度和全局收敛性。     

基于混沌粒子群算法的采煤机优化设计

介绍了混沌粒子群算法的基本原理及其优化算法,构建了采煤机螺旋滚筒的优化模型,并将混沌粒子群算法应用采煤机螺旋滚筒优化之中,通过实践发现,优化后的采煤机工作稳定,能够有效提升采煤机性能。     

量子粒子群算法反演概率积分法参数

概率积分法预计模型反演参数过程中存在计算量大、过程复杂等问题,现有的智能优化算法可以弥补这些不足,但存在易陷入早熟收敛、粒子全局搜索效果较差、收敛速度较慢等缺陷。通过试验发现量子粒子群（Quantum-behaved Particle Swarm Optimization Algorithm,QPSO）算法能够在保证精度不变的基础上极大降低算法的运行时间,并降低粒子陷入早熟收敛的概率,将粒子扩大为全局唯一的解空间。将量子粒子群算法引入到开采沉陷预计参数求解中,以下沉和移动变形的实测值与预计值之差的绝对值累加和最小为求参代价函数,构建了基于QPSO算法的概率积分法参数反演模型。研究结果表明：①模拟试验中,在相同的运行环境下,QPSO算法与粒子群（Particle Swarm Optimization,PSO）算法的求参精度相当,QPSO算法求参稳定性略高,且求参效率大幅度提高（QPSO算法运行时间比PSO算法减少近90%）,验证了基于QPSO算法的概率积分法参数反演模型的有效性与可靠性;②利用所建立的QPSO参数反演模型求解了顾桥南矿1414（1）工作面概率积分法参数,求取结果为：q=1.041 5,tanβ=1.910 8,b=0.374 2,θ=85.086 9 ,S1=55.663 5 m,S2=37.161 8 m,S3=-0.667 0 m,S4=-9.798 0 m,下沉与水平移动拟合中误差为72.04 mm,符合工程应用标准,尽管QPSO算法与PSO算法求解精度相当,但运算效率显著提高。所构建的模型对于开采沉陷预计参数精准反演具有一定的参考价值。     

基于粒子群算法的长丝杠旋风铣削参数优化

在旋风铣削加工中,由于刀具频繁地切入、切出丝杠,导致丝杠剧烈振动,严重地影响了丝杠的加工质量,特别是对于长丝杠铣削加工,振动更加剧烈,必须布置支撑来提高丝杠刚度。使用Wilson-θ法求解长丝杠在多支撑下的旋风铣削动力学方程,得到丝杠的动挠度,并使用粒子群(PSO)算法对其进行切削参数优化,优化后的切削参数显著提高了丝杠的加工质量。     

基于混沌粒子群算法的采煤机优化设计

为了能够提高采煤机的性能,利用混沌粒子群优化算法对采煤机螺旋滚筒进行了优化设计。讨论了采煤机螺旋滚筒的优化数学模型;分析了混沌粒子群算法的基本原理;利用MATALAB软件编制优化设计程序,对采煤机滚筒进行了优化设计。     

基于粒子群算法的惯性水平振动给料机的优化

该文介绍了粒子群优化算法的概念、算法的实现方法。通过对惯性水平振动给料机进行运动学分析,以料槽上物料运动的平均速度最大为目标函数,建立相应的优化模型,在MATLAB中编写粒子群优化算法的程序进行优化,得到了更好的结果。粒子群优化算法能够较好的完成优化,为惯性水平振动给料机的设计提供了新的方法和思路。     

基于改进粒子群算法在矿山车辆配送路径中的应用

针对基本粒子群算法全局寻优能力弱,容易陷入局部最优等缺陷,提出了一种改进的算法,并将该算法应用到车辆配送路径中。并通过实验进行验证,文中提出的算法明显的优于标准粒子群算法,有效的解决了矿山配送车辆路径问题。     

岩土工程弹塑性反分析的改进粒子群算法

为了克服常规粒子群算法(PSO)应用于岩土工程弹塑性反演时搜索效率较低、计算工作量大的缺点,通过对算法中适应值比较方式和粒子运动模式的深入分析,指出了其中存在的制约搜索效率的内在因素,并提出相应修改策略,在此基础上形成一种新的改进粒子群算法(IPSO);将新算法用于岩土材料弹塑性参数反演,结果表明,与常规粒子群算法相比,改进算法明显提高了参数的搜索效率,利用较少的迭代次数就能得到满足精度要求的结果,从而减小了岩土工程弹塑性反分析的计算量,是一种可行的参数反演方法.     

基于改进粒子群优化算法的地应力场反演

为提升粒子群优化算法反演地应力的效率和精度,采用改进粒子群算法,并对随机数进行针对性设置,联合使用MATLAB与FLAC3D,以沙溪铜矿区的声发射数据为基础进行了算例分析。结果表明,操作流程简单易行,改进后的算法精度高、效率高,对类似工程有一定的参考性。     

瞬变电磁粒子群优化反演研究

瞬变电磁反演是复杂的非线性问题,通过对非线性反演方法中比较新的粒子群算法进行研究,结合前人研究成果提出了一种新的改进策略。经过函数测试证明,所提出的改进策略较明显地提高了粒子群算法的寻优能力。建立电模型,进行瞬变电磁反演计算,计算结果表明算法反演精度较高。利用改进型粒子群算法反演程序对瞬变电磁实测资料进行反演计算,结果证明其反演效果较好。     

粒子群优化算法确定非线性流含水层参数

针对在含水层中存在非线性流情况下,分析非稳定井流试验数据及确定含水层参数的方法较少的问题,该文首先在已有非稳定井流问题解析解的基础上,进行了进一步的推导和简化,得到了能够方便应用的数值表达式;然后又根据最小二乘原理,构造了用于分析含水层中存在非线性流时的抽水试验数据、确定了含水层参数与非线性渗流参数的目标函数,并编写了用于求解该问题的粒子群优化算法专门程序;最后,通过数字算例验证了方法的可行性和可靠性。     

应用粒子群算法快速拟合原煤可选性曲线

阐述了原煤可选性曲线的重要性,介绍了几种目前常用的可选性曲线绘制方法,并且应用粒子群算法进行了可选性曲线的拟合,拟合实例表明,粒子群算法拟合的曲线非常光滑,拟合效果非常好。