一种自适应粒子群算法的小波神经网络优化

针对传统粒子群算法易陷入局部最优解的问题,提出了一种变权重粒子群算法.该算法通过引入交叉权重因子和粒子个体状态最优权值,对传统粒子群算法进行了优化,使粒子在移动过程中利用更多的信息来调整各自的移动方向,扩大粒子在运动过程中的自我认知范围,提高了粒子群算法的收敛精度和收敛速度.最后,利用改进的变权重粒子群算法对小波神经网络控制器进行优化,有效地验证了变权重粒子群算法的精确性.     

一种动态改变惯性权重的粒子群优化算法

针对粒子群优化算法的局限性，提出了一种动态改变惯性权重的粒子群算法，在优化迭代过程中，惯性权重值随粒子的位置和目标函数的性质而变化。函数测试表明，改进后的算法使收敛速度显著加快，而且不易陷入局部极值点。     

粒子群优化算法中惯性权重的研究

惯性权重是粒子群优化算法中的关键参数,文章对惯性参数进行了系统的研究,在此基础上,分析了固定权重,典型的线性递减惯性权重,步长较小的线性递减惯性权重时收敛性能的影响.通过对4个测试函数的仿真实验,验证了它们各自的全局收敛性和收敛速度,说明了惯性权重在粒子群优化算法中有很大的自由度.     

基于权重粒子群算法的工件铣削温度研究

为研究铣削加工中工件的温度分布规律,推导其热传导数学模型,提出应用权重粒子群算法(Weighted particle swarm optimization, WPSO)开展时变热流密度辨识的方法,并结合试验数据对AISI1045钢在特定工况下的温度分布情况进行分析。结果表明,铣削过程中的界面热流密度呈3个阶段的非线性变化;切削初期存在缓慢温升的平台期,渡过平台期后,工件与刀具相接触部分的温度急剧上升,最高温度可达到860 ℃左右;从试验结果与解析结果的对比来看,两者误差的最大值约为11.06%,结果基本吻合。研究表明所提出的方法可以较为准确研究铣削加工过程中工件的温度分布情况。     

基于改进粒子群算法掘进机液压系统自适应控制研究

为了能够提高掘进机掘进液压控制系统的稳定性,研究了改进粒子群算法在其中的应用。首先,讨论了普通粒子群算法的基本理论,根据其缺陷设计了改进的粒子群算法,可以避免陷入局部最优和早熟现象;然后,分析了掘进机掘进液压系统的基本原理;最后,建立了基于改进粒子群算法的掘进机掘进液压系统的自适应控制模型,并且进行了控制仿真,仿真结果表明,基于该算法的控制策略具有较高的鲁棒性,同时进行了现场应用,经过实际测试表明该系统具有较高的应用价值。     

加工参数优化中自适应协同粒子群算法研究

针对加工参数优化过程中粒子群优化算法的优化效果受参数影响较大的问题,提出了自适应协同粒子群优化算法。对粒子群优化算法的参数对优化结果的影响进行了详细而深入的分析,在此基础上,给出了优化过程中惯性权重、学习因子、最大速度等参数的变化规律,并通过仿真的方法确定了最优参数的取值。最后通过对基准函数的仿真实验,验证了本文算法的正确性和有效性。     

基于贝叶斯粒子群算法的控制权重矩阵优化

研究了线性二次型调节控制权重矩阵的优化问题。研究了粒子群算法的基本原理及其特点。在传统粒子群算法中引入了贝叶斯思想,利用贝叶斯判别法的基本思想对参加优化的粒子进行预处理,对粒子群算法中的粒子移动速度与方向的损失函数依概率加权平均,并将贝叶斯粒子群算法应用于二次型控制权重矩阵的优化中,提升了权重矩阵优化的收敛速度。通过仿真实验验证了贝叶斯粒子群算法的有效性。     

基于运动目标路径的粒子群优化算法研究

粒子群优化算法(PSO),是一种基于迭代的优化方法,能用于各类优化问题.首先分析传统粒子群优化的搜索策略与基本算法,通过修改限制因素,并对粒子群算法全局极值和个体极值选取方式的改进,从而得到了一个求解运动目标路径优化问题的算法.实验结果证明了算法的有效性.     

基于粒子群算法的复合储能式系统控制优化

由于复合储能式系统装载机的结构复杂,所以对系统的模糊控制策略要求较高,而现有的利用专家经验对控制器设定的模糊控制规则主观性较强,很难实现系统的最优控制.利用粒子群算法对模糊控制策略进行优化,并将优化后的控制策略通过MATLAB/Simulink所搭建的装载机整车的后向仿真模型进行试验仿真分析.结果表明:通过粒子群算法优...     

一种改进的粒子群优化算法

针对粒子群算法容易陷入局部最优的缺点,在改变动态惯性权值的基础上,提出了一种动态迭代次数粒子群算法DIPSO(Dynamic Iterative Particle Swarm Optimization).该算法根据每个周期内达到收敛的迭代次数不同,在一个周期内,当其和累积小于某个值时,就对其重新进行初始化,从而使算法具有动态的自适应.通过对几种典型测试函数的优化,结果表明,DIPSO算法的收敛速度明显优于PSO算法,收敛精度也有所提高.     

基于动态改变惯性权自适应粒子群算法的电厂负荷分配研究

机组负荷分配问题具有不连续、非凸、非线性的目标函数,同时还受负荷和约束条件的限制,传统的负荷分配算法很难求解此类问题。本文提出了一种动态改变惯性权自适应粒子群算法(DCWPSO),通过添加进化速度因子和粒子的聚集度对粒子群算法中惯性权值公式进行改进,改进后的算法能更好地将总负荷分配给各台机组,防止算法早熟收敛,提高算法的寻优速度。通过算例的计算,并与基本粒子群算法相比较结果证明该算法的有效性,提高了解的寻优能力和收敛速度。     

多维度惯性权重衰减混沌化粒子群算法及应用

针对标准粒子群优化算法在处理多维、多峰值优化问题时暴露出的易早熟收敛的难题,提出了MDDCIW_PSO算法。算法的主要思路如下:在粒子群进化过程中,赋予每代群体中每个粒子的每一维度以不同的线性衰减混沌化惯性权重,即从纵向看,随着迭代次数的增加,惯性权重呈现线性衰减变化;从横向看,当代的每个粒子的每一维度都在当前衰减半径内呈现独立的混沌变化。MDDCIW_PSO算法从纵横两个方向,最大可能地增强了粒子在搜索后期的群活性和局部搜索能力,从而尽可能地避免陷入局部最优。大量的标准测试函数仿真结果表明:MDDCIW_PSO算法与已有的典型惯性权重改进策略相比,能够较大幅度地提高粒子群算法的搜索精度。最后将MDDCIW_PSO算法应用于印染定型机的能耗模型优化求解中,取得了满意的结果。     

基于MATLAB的粒子群优化算法及其应用研究

分析了粒子群优化算法的原理、模型和算法实现过程,并应用该法对行星齿轮传动优化设计进行了实例仿真。仿真结果表明,基于Matlab的粒子群优化算法在机械优化设计中切实可行,该优化算法为复杂的机械优化设计提供了新的思路和方法。     

基于免疫粒子群算法的污水处理优化研究

针对污水处理过程所具有的多变量、非线性和大时滞的特点,在污水生化反应过程中提出基于免疫粒子群的参数估计方法。在粒子群进化过程中,引入免疫算法机制,通过抗体与抗原的参数计算来促进或抵制抗体的进化,保证粒子群进化的多样性,指导粒子群的优化过程,克服粒子群算法的早熟现象,加快收敛速度和提高全局寻优能力,成功估计模型参数。应用免疫粒子群算法在各类工程模型确定中有较大的应用潜力。     

基于自适应权值粒子群算法的滑动轴承优化设计

针对电机轴承的优化设计问题,选用自适应权值粒子群算法（Adaptive Partical Swarm Optimization,APSO）,以轴承宽径比、轴承相对间隙以及润滑油动力黏度为设计参数,根据润滑特性计算得到的范围,采用合理约束条件,确立承载能力、轴承功耗以及轴承温升为目标函数,在分别进行单目标函数优化后,采用加权方法建立多目标函数模型进行优化设计。将得到的优化设计结果与常规设计结果相比,发现采用智能算法优化设计得到的轴承性能得到了显著提高。该优化设计方法相比于常规设计方法,避免了经验设计存在的设计盲目性,对于后续轴承的设计特别是结构设计可以提供较好的指导作用。     

基于粒子群算法的装配公差优化分配

装配公差分配是产品公差设计的重要组成部分.目前装配公差优化分配主要使用遗传算法.为了提高收敛速度,避免早熟收敛,提出了基于粒子群算法的装配公差优化分配方法.采用了基于实数的编码表示方法,以装配公差分配的优化目标函数作为评价函数,利用罚常数将约束条件并入评价函数中.一个实例的优化结果表明所提方法的收敛性、稳定性和算法效率均优于基于遗传算法的方法.     

基于粒子群算法的大棚温度自适应离散模糊控制系统

针对大棚温度调控存在明显的非线性滞后问题,提出一种基于自适应量化因子的离散模糊控制策略,其中量化因子通过粒子群算法自适应优化.首先,依据实验大棚的温度变化规律,对温度进行离散模糊处理,并基于误差建立模糊规则库,应用加权平均法解模糊,构建一种离线计算、在线查表的大棚温度离散论域模糊控制系统.然后,采用粒子群算法自适应优化...     

改进粒子群算法在柔性作业加工时间问题研究

为了减少柔性作业加工时长,在柔性作业加工问题中,提出一种改进粒子群算法(β-PSO)。该算法以最小加工时间为目标函数,惯性权重幂函数自适应调节,随机数采用贝塔分布进行改进,选取Kacem算例进行验证,通过对比β-PSO算法与标准粒子群算法(PSO)、余弦惯性权重改进粒子群算法(CPSO)的优化结果,β-PSO算法加工时间均较低。实验结果表明,β-PSO算法在减少柔性作业加工时间问题上的有效性。     

基于粒子群算法的磁悬浮储能飞轮结构优化设计

对基于磁悬浮支承技术的储能飞轮进行了结构优化设计。以飞轮储能密度最大为优化目标,以飞轮在设计转速下需满足的结构强度、形态等方面要求为约束条件,建立了结构优化数学模型,并基于粒子群算法求得优化结果。同时还运用ANSYS软件对优化后的飞轮进行了有限元分析,与优化前相比,优化后飞轮的储能性能大大提高。     

基于粒子群算法的PID控制器参数优化

提出了使用粒子群算法对PID控制器的比例带δ、积分时间Ti寻找最优解的方法.运用MATLAB通过对电厂中过热汽温控制系统内回路一级过热器的辨识模型进行仿真,表明该种算法的有效性.