基于粒子群优化算法的热网优化设计

基于粒子群优化算法,以热网年折算费为目标函数,在水力约束条件下求解优化的管径.结合算例,验证了粒子群优化算法的可行性和有效性,取得了良好的效果.     

粒子群算法及其优化方案

粒子群算法作为一种智能优化算法,由于其实现简单,易于与其他方法结合,在现实应用中逐渐显示出强大的优势。本文首先介绍了基本的粒子群算法,分析了粒子群算法的优化方面,并且对不同的优化方面进行详细分析。     

混沌模拟退火粒子群优化算法

基于模拟退火思想的粒子群优化算法和混沌粒子群优化算法,提出了混沌模拟退火粒子群优化算法,编写了其具体流程图,并通过两个算例,验证了该算法的效率和有效性,结果表明该方法可行,具有广泛的应用前景。     

基于粒子群算法的钢结构截面优化设计

介绍了粒子群算法的基本思想、实现步骤并编制了相应的程序,将粒子群算法应用于钢结构截面优化设计问题中,可方便地对各种钢结构截面进行优化设计。最后通过一个算例验证了该方法的效率和有效性,结果表明该方法科学可行,具有很好的应用前景。     

粒子群优化算法在桁架优化设计中的应用

粒子群优化（PSO）算法是近年来发展起来的一种基于群智能的随机优化算法,具有概念简单、易于实现、占用资源低等优点。为了解决有应力约束和位移约束的桁架的尺寸优化问题,将PSO算法应用于桁架结构的尺寸优化设计。首先介绍了原始的PSO算法的基本原理,然后引入压缩因子改进了PSO算法,并提出合理的参数设置值。对几个经典问题进行了求解,并与传统的优化算法和遗传算法进行了比较。数值结果表明,改进的PSO算法具有良好的收敛性和稳定性,可以有效地进行桁架结构的尺寸优化设计。     

量子粒子群算法在钢框架优化设计中的运用

介绍了标准粒子群算法的基本思想,提出了钢框架抗震优化设计的量子粒子群算法,建立了多层钢框架优化设计数学模型,最后通过一个算例验证了该方法的效率和有效性,结果表明该方法科学可行,具有很好的应用前景。     

平原区高速公路低路堤推广应用研究

首先阐述了高速公路高路堤存在的原因及特点,然后引出低路堤设计理念,以及高速公路低路堤的优点,最后从工程地质、线形指标、横向穿越设施等几个方面说明了实现高速公路低路堤设计的方法,并推广低路堤的应用。     

全局最优位置变异粒子群优化算法

针对粒子群优化算法的早熟收敛,容易陷入局部最优且搜索精度不高等缺点,在现有的粒子群优化算法的基础上对其进行了若干改进,提出了避免微粒群陷入局部最优的全局最优位置变异的粒子群算法,并与其他算法做了比较,体现了其优越性.     

改进粒子群算法在电力系统无功优化中的应用

为研究解决电网无功优化问题的可行算法[1],对粒子群算法进行探讨和改进,引入共轭梯度法,克服标准粒子群算法容易进入局部收敛、收敛精度不高等缺点[2]。改进的粒子群算法寻优质量高,收敛速度快,节点电压满足系统运行要求,系统网损较小,是解决电力系统无功优化的高效可行算法。     

粒子群优化算法在结构参数识别中的应用

利用PSO算法将系统识别问题转化为高维多模优化问题,进行结构参数识别的研究。PSO算法是一种新颖的随机搜索进化算法,通过采取全局优化的策略确保算法得到优化问题的最优解。在输入输出数据不完备且含真实的噪声污染,以及系统质量、刚度等先验信息又缺乏的情况下,利用将基于该算法的识别方法应用于一个真实结构,验证基于PSO算法的识别方法在真实结构系统识别中的有效性。     

基于粒子群算法的桁架结构优化

粒子群算法(PSO)是一种基于种群智能的优化算法。由于其具有快速收敛和操作简单等特点,粒子群算法在工程、经济管理等诸多领域均得到广泛应用,成为近年来智能计算领域研究的新热点。首先介绍粒子群算法,进而提出对于惯性权重进行线性变化。利用改进的粒子群算法对实际工程桁架结构进行尺寸优化以提高经济效益,并提出合理的参数设置。数据对比分析结果表明,改进的粒子群算法对于桁架结构尺寸优化设计是可行的。     

基于PSO和ANN复合的边坡稳定性评价模型

提出了基于粒子群优化的BP网络学习算法,并结合边坡工程实例,利用搜集到的实例样本对模型进行训练和检验,并与传统BP网络相比,结果表明,该模型具有预测精度高,泛化能力强的特点,是评价边坡稳定性的一种有效方法。     

改进的PSO算法在桁架结构形状优化设计中的应用

利用随机方向法初始化种群提高粒子群算法初始种群的质量．将模糊推理应用于粒子群算法的参数调整克服了人为经验设定参数的不足,种群搜索过程中嵌入Metropolis准则改善粒子群算法的鲁棒性能。将改进的粒子群算法应用于桁架结构形状优化设计中。实验仿真表明．改进后的算法具有较好的搜索性能和较高的计算精度,有望实现应用在复杂的桁架结构优化设计中．其具有重要的理论研究价值和广阔的工程应用前景.     

南宁市绕城高速公路东环改城市快速路设计探讨

结合南宁市绕城高速公路东环改城市快速路的设计,探讨高速公路改城市快速路中存在的一些亟待解决的问题,提出思考,以资借鉴。     

基于PSO的工程结构优化方法研究

为提高工程结构优化的精度,应用了一种耦合惩罚函数的粒子群优化算法。该算法是从鸟群觅食活动中受到启发而得到的进化算法,其中以结构总重量为目标函数,以应力、位移和力为约束条件,研究粒子群参数变化对结果的影响。协调的参数组合可以避免陷入早熟收敛而能够快速获得全局的最优解。通过与ANSYS优化模块和其他方法的计算结果比较验证了该方法的有效性。     

基于微粒群算法的工程项目资源均衡优化

将微粒群算法运用到工程项目管理的资源均衡优化问题,定义了以活动的实际开始时间作为微粒坐标的微粒群;建立了资源方差与活动实际开始时间直接联系的评价函数;通过微粒群在飞行中位置的进化过程来搜索对应于最优方案的活动实际开始时间。最后通过算例的计算分析,用微粒群算法得到的资源强度比初始方案降低了75.2%,比遗传算法的结果降低了26.97%,验证了该方法在工程项目管理的资源均衡优化中的可行性及有效性,同时还获得了若干个次优方案,对于工程项目管理中的资源均衡优化具有实际应用价值。     

PSO优化ELM在火灾探测中的应用

为提高火灾探测精度,避免标准ELM陷入局部最优,本文基于火灾特征值CO浓度、烟雾浓度、温度建构了一种基于粒子群(PSO)优化极限学习机(ELM)的火灾探测模型,通过PSO优化ELM输入层与隐含层权值以及偏置,利用最优值进行极限学习机网络训练,将训练好的网络对测试样本进行预测并验证方法有效性.研究显示,PSO-ELM的均...