自适应粒子群算法在非线性回归中的应用

采用自适应算法调整粒子群的权重,优化非线性回归模型的参数,并将其应用于酶促反应的参数求解。与线性化、非线性最小二乘以及标准粒子群的结果比较表明,用自适应粒子群求解的非线性回归方程有更高的精度。     

不同围压下自激吸气脉冲射流喷嘴吸气性能的试验研究

深水条件冲沙时,改善自激脉冲射流喷嘴的吸气性能,可以提高射流的打击力和泥沙颗粒的悬浮高度,及延长泥沙颗粒的输移长度.因此,研究自激脉冲射流喷嘴的吸气性能有重要意义.利用自行研制的试验系统对自激吸气脉冲射流喷嘴的吸气性能进行了试验研究,运用无量纲分析法,对一定入口条件下各结构参数和运行参数配比对无量纲吸气量的影响进行分析,得出了深水条件下无量纲吸气量随自激脉冲射流喷嘴各无量纲参数的变化规律,确定了产生高效能脉冲射流相对吸气量的无量纲参数的范围,为脉冲射流喷嘴的结构设计优化提供理论依据.     

基于PSO算法和SVR模型的加工中心可靠性模型参数估计

针对加工中心可靠性模型,提出了一种基于支持向量回归模型的参数估计方法,并利用改进的局部最优粒子群优化算法对支持向量回归模型的参数进行优化,以提高其对可靠性模型参数的估计精度。与标准的局部最优粒子群优化算法比较,改进的局部最优粒子群优化算法引入了变异操作和自适应调节惯性因子,提高了算法的全局最优解搜索能力。将提出的方法与最小二乘法、最大似然估计法、局部最优粒子群优化算法优化的支持向量回归模型和遗传算法优化的支持向量回归模型进行了对比试验。试验结果表明:该方法的参数估计精度高于最小二乘法、最大似然估计法、局部最优粒子群优化算法优化的支持向量回归模型和遗传算法优化的支持向量回归模型。最后,将该方法用于估计实际加工中心可靠性模型的参数,得出了相应的平均故障间隔时间的评估数值。     

低压大流量自激式脉冲射流喷嘴装置性能参数试验研究

通过试验对低压大流量自激式脉冲射流喷嘴装置主要性能参数(结构参数和运行参数)进行了系统研究,得出了低压大流量自激式脉冲射流装置最佳结构参数和运行参数的范围,设计的高性能自吸气式自激脉冲射流喷嘴装置在淹没条件下能够有效提高射流打击力.     

基于改进粒子群算法的冷热电联供微网优化调度

针对冷热联供微网的调度问题,从可再生能源利用率、经济效益和节能减排等方面考虑,建立以风能、太阳能、天然气和储能协同供能的冷热电联供优化调度模型。综合考虑燃料和购售电费率结构,以最小运行成本和环境成本为目标进行优化,并采用改进的粒子群优化算法对提出的高维优化问题进行求解。通过采用粒子相对进步度来自适应调整粒子群参数,在速度更新过程中,用所有粒子个体最优值的平均值替代粒子群中最差的个体最优值,算法提高了高维复杂问题的收敛速度和求解精度。算例仿真验证所提模型和改进算法的有效性,结果表明模型对促进各种能源的综合利用具有实际的意义。     

基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量(HOC)的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声，其解法一般采用的是梯度搜索法，但是梯度搜索过程难以避免局部收敛而且计算复杂.粒子群优化算法(PSO)具有算法简洁，易于实现，且不需要梯度信息等优势.使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题，为滤波器参数的优化提供了一种新的思路.仿真结果表明，使用PSO优化算法求解自适应滤波器系数能获得更高的精度.同时PSO算法受系统跃变的影响较小，因此它在求解非平稳过程模型系统时具有一定的优势.     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量（HOC）的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声，其解法一般采用的是梯度搜索法，但是梯度搜索过程难以避免局部收敛而且计算复杂．粒子群优化算法（PSO）具有算法简洁，易于实现，且不需要梯度信息等优势．使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题，为滤波器参数的优化提供了一种新的思路．仿真结果表明，使用PSO优化算法求解自适应滤波器系数能获得更高的精度．同时PSO算法受系统跃变的影响较小，因此它在求解非平稳过程模型系统时具有一定的优势．     

应用粒子群算法优化地位指数曲线模型参数研究

以优势高和地位指数的估测误差最小为目标函数,采用粒子群优化算法求解地位指数曲线模型的参数.结合实例与免疫算法比较,结果表明:粒子群优化算法求解的参数使模型的总体误差更小,精度更高,拟合效果更理想,更加科学合理,同时也提高了幼林的估算精度.研究的结果为森林经营中生长模型参数的求解以及相关研究提供了新的应用思路,也拓宽了粒...     

基于改进粒子群算法作业车间调度问题的优化

针对作业车间调度问题,提出一种基于自适应权重和混沌的改进粒子群优化算法。构建以机器加工时间最短为优化目标的多约束作业车间调度模型,采用基于工序排列的编码方式得到粒子参数与工序序列的映射关系;基于自适应权重改进粒子群算法中的惯性系数和加速因子,使得算法可以根据适应度值动态调整参数因子;采用反向学习策略改善种群初始解的质量;引入莱维飞行、变邻域搜索、混沌,增强了算法的搜索能力,避免陷入局部最优解。试验结果表明:改进粒子群算法可以有效地提高粒子利用率,平衡全局搜索与局部搜索能力,改善传统粒子群算法易早熟的缺点,得到更优的解。     

基于ANSYS再沸器管口接管应力的仿真分析

以某一型号再沸器管口接管为例,采用ANSYS有限元分析方法,构建接管管口有限元模型。根据再沸器接管管口的受力情况确定模型边界条件和载荷条件,通过有限元仿真计算获得管口接管处的TRESCA等效应力云图,然后根据JB4732《钢制压力容器——分析设计规范》进行应力强度评定。结果表明结构的最大应力（317.689 MPa）出现在接管与筒体连接处筒体一侧的外表面, 接管应力强度满足工况要求,研究结果验证了设计的安全性和合理性,为下一步再沸器管口接管结构优化设计提供了理论基础。     

梯度陶瓷水煤浆喷嘴的残余热应力有限元分析

根据陶瓷水煤浆喷嘴出口破损和脱落的主要原因, 提出了梯度功能陶瓷喷嘴的设计思想,目的是人为的在喷嘴的制备过程中在喷嘴的出口处形成有利的残余压应力,缓和喷嘴在使用中的拉应力. 通过合理地设计梯度功能陶瓷喷嘴不同部位材料组分的分布,设计了两种模型：轴向梯度陶瓷喷嘴FGM-Z, 径向梯度陶瓷喷嘴FGM-R. 利用有限元法对两种模型进行了分析,得出：两种梯度喷嘴模型在出口处均形成了有利的压应力,特别是FGM-R喷嘴在喷嘴的整个内壁都形成了有利的压应力. 通过比较,初步确定最佳模型为FGM-R陶瓷水煤浆喷嘴.     

基于反馈策略的自适应粒子群优化算法

为了克服常规粒子群优化（SPSO）算法在多峰函数寻优应用中容易出现早熟的缺点，提出了一种基于反馈策略的自适应粒子群优化（APSO）算法.考虑到进化过程中群体多样性损失过快，采用种群分布熵和平均粒距两个种群多样性参数，来均衡算法的勘探和开发能力.基于惯性权值随种群多样性变化而变化的动态分析，建立了惯性权值与平均粒距之间的线性函数关系，并将该函数关系融入到APSO算法中.测试结果表明，与常规粒子群优化算法相比，该算法在多峰函数寻优时，成功率和精确度都有显著提高，且全局收敛速度快；在求解异或（XOR）分类问题时成功概率提高，收敛速度加快，APSO算法对神经网络的训练更加有效.     

Effect of carrier gas pressure on vapor condensation and mass flow-rate in sonic nozzle

Non-equilibrium vapor condensation of moist gas through a sonic nozzle is a very complicated phenomenon and is related to the measurement accuracy of sonic nozzle.A gas-liquid two-phase model for the moist gas condensation flow was built and validated by moist nitrogen experiment of homogeneous nucleation through a transonic nozzle.The effects of carrier gas pressure on position and status of condensation onset in sonic nozzle were investigated in detail.The results show that condensation process is not easy to occur at lower carrier pressure and throat diameter.The main factors influencing condensation onset are boundary layer thickness,heat capacity of carrier gas and expansion rate.All of results can be used to further analyze the effect of condensation on mass flow-rate of sonic nozzle.     

基于改进自适应粒子群算法的MPPT追踪系统

为优化最大功率点追踪（MPPT）技术的追踪精度和追踪时间,提出一种改进自适应粒子群算法（APSO）。对传统PSO算法进行优化,引入自适应惯性权重和非线性学习因子,使其在全局寻优-局部寻优-全局寻优状态下加速MPPT追踪,最后搭建光伏发电系统对自适应粒子群算法进行仿真验证。试验证明：相比于传统PSO算法,改进的APSO算法追踪精度更高,收敛速度更快。未遮挡环境（STC）恒温和变温下收敛速度提升了30.6%和39.2%,局部遮挡（PSC）恒温和变温下收敛速度提升了54.0%和53.7%,改进的APSO算法在PSC环境下更具优势;PSO算法最大功率稳定后占空比存在震荡现象,而APSO算法的占空比为稳定状态,提高了系统的稳定性能。     

多尺度残差网络模型的开放式电阻抗成像算法

针对开放式电阻抗成像（OEIT）的图像重建算法存在的成像精度低、对噪声敏感、重建图像伪影面积较大等问题,提出基于多尺度残差网络模型的OEIT算法. 该算法利用不同尺寸卷积核的残差块提取边界电压的多尺度特征;在完成特征拼接后,利用卷积实现深层信息融合,得到预测的电导率分布结果. 使用有限元法搭建OEIT正问题模型,构造“边界电压?电导率分布”数据集,将所提算法与其他算法在该数据集和实际模型实验中进行比较. 结果表明,所提算法使OEIT的重建精度、抗噪能力和定位目标准确性显著提高,并使检测目标的伪影面积缩小.     

深基坑变形的智能预测研究

通过对自适应粒子群优化算法(APSO)和动态反馈神经网络的研究,将APSO与反馈神经网络进行了有机结合,形成了新的耦合算法“APSONN”.建立了深基坑变形期望输出与超前预测输出之间的非线性隐式方程,构建了集动态识别与超前预测为一体的智能控制模型,成功地避开了复杂的岩土工程本构关系和力学参数计算问题.     

高超声速运载器宽速域气动/推进耦合建模与分析

为了满足吸气式高超声速运载器在初步设计阶段的宽速域模型需求,基于流线追踪和高超声速气动理论建立独立于构型的宽速域压力和摩擦力壁面分布气动模型;以准一维流理论为基础,建立包含边界层和跨声速特性的宽速域双模态超燃冲压发动机模型. 对于典型工况,2种模型的仿真结果与试验结果误差分别不大于2%、3%. 在所建立模型的基础上,提出前体/进气道和后体/尾喷管力系的解耦/耦合策略,建立气动和推进学科的宽速域一体化耦合模型及仿真平台.针对某吸气式高超声速运载器的分析发现一体化设计的吸气式高超声速运载器存在严重的非线性气动/推进强耦合,认为所建立的耦合模型在精度满足一定要求的条件下能够定量/定性地评估气动/推进的耦合效应,有助于吸气式高超声速运载器的构型设计、地面仿真和控制研究.     

进化Elman神经网络模型与非线性系统辨识

建立了一种采用改进的自适应遗传算法实现动态递归的进化E lman神经网络模型。提出了对网络的结构、权重、结构单元的初始输入和自反馈增益因子同时进化的学习算法。用初始状态优化的E lman网络集成反馈学习算法和E lman网络在线训练两种动态辨识算法形成的集成化动态递归网络辨识算法,实现了超声马达的速度辨识。模拟结果表明,提出的算法不仅实现了动态递归网络的全自动优化设计,而且明显提高了动态递归网络模型辨识算法的收敛精度,为非线性系统辨识提供了一条新的途径。     

工程结构优化设计的改进混合遗传算法

根据工程实际以及规范规定的约束条件和各项技术标准要求,建立了离散变量结构优化模型。针对遗传算法在迭代过程中经常出现的未成熟收敛、振荡、随机性太大和迭代过程缓慢等问题,采用一种新的遗传算子即单亲遗传算子对遗传算法进行了改进,并提出了离散变量结构优化设计的三等分割算法与遗传算法相结合的混合遗传算法。优化设计结果表明:改进混合遗传算法的收敛特性得到了很好的改善,既具有三等分割算法省时、高效、局部搜索能力强的特点,又具有遗传算法全局性好的特点,是高效、理想的工程结构优化设计方法。