粒子群优化算法研究进展

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题的一类新兴的随机优化算法．介绍了PSO算法的基本原理和一些改进措施及PSO算法的应用，并对其将来的发展进行了展望．     

地震波阻抗反演的免疫粒子群算法

提出了求解地震反演问题的免疫粒子群优化算法(IPSO).定义了种群多样性指标,在此基础上提出了抗体动态选择机制,分别在进化初期和后期采用不同策略进行抗体选择,与适应度选择、q-选择以及确定性选择方法比较优势明显.提出了基于种群多样性的权重自适应调整策略,在进化初期进行大范围全局搜索,进化后期则在相对较小的空间进行局部精细搜索,缓解了全局搜索和局部搜索之间的矛盾.二十层理论模型计算表明,IPSO算法不依赖于初始模型选择,在无噪和加入20%噪声情况下反演精度均明显优于标准粒子群算法(PSO)和自适应粒子群算法(APSO);成庄煤矿四、五盘区实际地震资料反演结果表明,IPSO算法能够准确识别煤层及顶底板位置,明显提高了弱反射波的连续性和可检测性.     

基于粒子群算法的简单极化体自然电场反演

本文采用粒子群算法反演了简单极化体引起的自然电场异常.首先,引入标准粒子群算法对垂直半无限延伸柱状体的模型参数进行了反演.然后在此基础上讨论了粒子群的搜索行为,研究了粒子群在迭代过程中的位置变化情况.不同粒子行为的存在使粒子群能够更全面地探索整个解空间,保证了粒子群算法可在反演自然电位异常方面取得显著效果.最后,在标准...     

基于差分进化的量子粒子群优化算法的研究

为了提高量子粒子群算法(QPSO)的性能,利用差分进化对量子粒子群算法进行了优化.该优化算法(DE -QPSO)在粒子更新过程中,首先通过添加一个扰动来产生一个变异粒子,然后对变异粒子进行交叉操作产生新的试验粒子,最后对试验粒子进行选择操作,确定进入下一次迭代的个体.用5种标准测试函数对DE -QPSO、QPSO和 粒子群算法(PSO)的性能进行对比测试,结果表明DE-QPSO算法的性能明显优于PSO和QPSO算法,具有较好的应用价值.     

粒子群优化算法的研究与展望

粒子群优化算法是一种基于群智能的随机优化算法,具有简单易实现、设置参数少、全局优化能力强等优点.着重对粒子群优化算法中的基本算法、改进算法、应用领域和研究热点等方面做了较为详细的论述.     

粒子群优化算法研究进展

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题的一类新兴的随机优化算法.介绍了PSO算法的基本原理和一些改进措施及PSO算法的应用,并对其将来的发展进行了展望.     

基于量子粒子群算法的测试数据自动生成算法

本文针对现在流行的进化算法生成测试数据存在参数设置难、算法复杂度高、易陷入局部最优解等缺点,提出了一种应用于软件测试中的基于量子粒子群算法（QPSO）的测试数据自动生成算法。该算法是在粒子群（PSO）算法基础上引入量子理论的思想。解决了PSO算法搜索空间有限,容易陷入局部最优解的问题。通过具体实验证明,该方法是有效可行的,其效率也明显高于GA算法和PSO算法。     

基于粒子群算法的椭偏法测量数据反演

为解决椭偏法测量薄膜厚度和折射率实验数据处理较为复杂的问题,采用一种新的基于群体智能的优化算法—粒子群算法处理实验数据.以单层吸收薄膜的测量为例,利用该算法进行数据处理.实验结果表明,三个薄膜参数(折射率n,消光系数k和薄膜厚度d)可以同时获得,而且在未知参数确切范围情况下,大范围内进行搜索仍然能保证快速收敛到最优解.文中算法和遗传模拟退火算法以及利用椭偏仪数据处理软件得出的结果相比较,表明该算法计算精度高,收敛速度快.     

粒子群优化算法的研究与应用

粒子群算法(PSO)因其容易实现,精度高及收敛快等特性,在解决实际问题中经常被广泛使用.但粒子群算法也有不易跳出局部最优的问题,所以本文基于该算法,提出一种基于分工合作的改进型粒子群优化算法.经过优化后,可以对所有粒子执行搜索,寻找更优个体,从而使算法更加适合实际应用.     

一种混沌粒子群混合算法研究

提出了一种混沌粒子群混合算法,该算法综合了粒子群算法全局寻优的高效性和混沌算法局部搜索的随机性和遍历性.通过对几种函数的测试,结果表明该算法的搜索效率和寻优精度高于一般的粒子群算法和改进的粒子群算法.     

基于PSO算法的核电站主给水泵转速控制系统的优化与仿真

针对核电站主给水泵转速控制系统的PID控制器参数调节低效、复杂、精确度低等问题,研究了参数优化问题.首先通过实验得到运行数据,然后对主给水泵转速控制系统建立数学模型,最后通过改进的粒子群算法进行PID参数优化.仿真结果表明,优化后的PID参数得到了良好的控制效果,且提高了效率.     

基于改进的粒子群和遗传算法的混合优化算法

分析粒子群算法在求解组合优化问题中的运行原理,对警车分布的优化问题建立了粒子群优化的数学模型,对基本粒子群优化算法中的速度范围、惯性权重等参数进行了改进,并通过仿真与基本粒子群算法比较,显示改进的粒子群算法,提高了优化结果.在改进的粒子群算法中引入遗传算法,将形成的新混合算法应用到求解警车最优执勤地点的分布问题,并与遗传算法和改进的粒子群算法仿真比较.结果表明,混合优化算法在收敛速度和精度上均有明显的提高.     

粒子群算法的航天器初始轨道优化模型

为提高航天器发射段的初始轨道确定精度,及时精确地进行早期轨道段的测控,满足航天器用户的需求,提出一种基于粒子群优化算法的航天器初始轨道确定方法,将各种冗余备份设备的测量数据及测量精度等作为航天器初始轨道确定的输入元素,建立优化算法模型,以粒子群算法确定最优轨道.实验结果表明:大量实时冗余备份的不同测量精度、不同测量体制...     

基于粒子群优化的模糊聚类算法

针对模糊C均值聚类算法具有容易陷入局部极小值,对初始值和噪声数据敏感的缺点,提出了基于粒子群优化算法的改进模糊聚类算法（PSFC）．该算法引入了粒子群优化算法强大的全局寻优能力,并结合了模糊C-均值聚类算法的特点．实验结果表明,该算法是一种实用的、速度更快、效率更高的改进聚类算法,具有很好的全局收敛性和较快的收敛速度．     

重力异常变密度界面深度反演方法对比

界面深度反演是重力异常定量地质解释的常用方法,学者们针对界面反演问题提出了多种经典算法。以密度随深度变化的直立长方体为基本单元搭建了合成模型,在此基础之上对比了经典的Bott法与非线性反演方法,分析了它们各自的特点和适用环境。模型试验表明:1)Bott法所需要的迭代次数比非线性反演多;2)界面节点个数较少时,非线性反演与Bott法所需计算时间接近,界面节点较多时,Eott法所需计算时间明显小于非线性反演;3)二者反演效果接近。在实际勘探中,需要根据不同客观条件选择具体的界面深度反演方法。     

室内可见光定位算法研究

针对室内场所定位精度低的问题,提出一种基于改进粒子群算法的RSSI(Received Signal Strength Indication:接收信号强度指示)可见光定位方法.采用莱维飞行算法对粒子群算法进行改进,解决了标准粒子群算法易陷入局部最优的问题,提高了算法的收敛速度和定位精度.在5 m×5 m×3 m的室内环境下,经过仿真测试,改进后的粒子群算法结合RSSI定位方法定位精度可以达到0.038 241 m,算法稳定度上升,定位精度更高,更适合在室内定位中使用.     

城市地铁施工沉降的数值模拟研究

地下工程施工,会引起地层移动而导致不同程度的沉降和位移,从而影响到隧道和地表建筑物的正常使用和安全运营。以某一地铁施工为依托,运用PLAXIS有限元软件对施工进行动态开挖模拟,分析其沉降因素,正确估计特定地区可能发生的地面变形沉降,将模拟结果与现场监测的资料进行了对比分析,模拟结果可信度高。该研究对城市地铁隧道工程的设计与施工具有重要的指导意义。     

虚拟数控车床加工过程仿真研究

今研究了教学用数控仿真软件的主要功能及基本使用方法.并且通过具体实例,展示了数控加工过程三维仿真系统的运行过程,验证了该系统的性能.     

粒子群优化算法的发展与展望

对粒子群优化算法的产生背景、基本算法、改进算法、研究热点及应用领域作了简要的综述,并对其发展方向作了展望。     

喷嘴流场数值模拟

通过对喷嘴流道的数值模拟计算,分析喷嘴在设计工况下的内部流场、压力、速度的分布状况,探究喉部截面位置能量损失的原因。结果表明压力梯度、速度梯度及湍动能过大是造成喉部能量损失的主要原因。为优化喷嘴结构的设计提供新的方法。