共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
粒子群算法具有较强的普适性、鲁棒性、全局搜索性等特点,在求解复杂问题时具有明显的优越性,本文对粒子群算法进行混沌优化,使其为决策者提供一种有效的优化工具。 相似文献
3.
为提高火焰检测精度,该文提出了一种基于粒子群算法优化支持向量机的视频火焰检测方法。利用背景减除法对视频图像进行处理,得到原始图像的二值化图,通过提取二值化图的图像特征确定火焰检测模型的支持向量。采用PSO算法优化SVM的惩罚系数和核系数,建立了基于PSO-SVM的视频火焰检测模型,仿真分析结果表明,该文所提出的火焰检测方法的检测精度和检测时间分别为97.31%和31.94s,检测结果明显优于SVM和GA-BP算法,验证了该文所提方法的正确性和实用性。 相似文献
4.
螺旋钻机变幅机构铰点位置是影响变幅机构性能的关键因素之一,它对变幅油缸最大油压、变幅机构各铰点最大受力、活动钻桅起柱时间等变幅机构主要性能参数都有决定性影响。针对传统设计方法对获取最佳铰点位置需要反复试算、耗时长、效率低且难以精确定位的不足,为了快速、高效、准确地获取最优铰点位置,以变幅机构的活动钻桅为研究对象,在分析变幅机构结构和工作原理的基础上,建立了变幅机构力学模型,并将变幅油缸的油压作为目标函数,以变幅机构的结构限制和油缸制造工艺要求确定约束条件。基于粒子群优化算法,结合MATLAB对目标函数进行运算分析,以变幅油缸的最大油压最小为目标确定了变幅机构最优铰点位置。铰点位置优化后,变幅油缸最大油压降低了9.2%,变幅机构各铰点最大受力降低了9.1%~9.2%,变幅机构性能明显得到提升。该研究提供了一种快速可行的铰点位置优化方法,对变幅机构的优化设计具有实际参考意义。 相似文献
5.
《中国测试》2020,(1):110-116
热轧带钢表面的温度高、生产速度快,辐射光强,并且存在着水、氧化铁皮、光照不均等现象,难以通过人工进行表面质量在线检测。针对当前国内某钢厂热轧钢板表面缺陷检测仍由人工离线完成、缺陷识别准确率低的生产问题,充分利用大量图像信息,提出一种图像处理与蚁群和粒子群混合优化支持向量机结合的缺陷分类方法。首先,融合局部二值模式和局部相位量化两种特征提取方式的优点,进行钢板缺陷图片的特征提取,采用蚁群和粒子群优化出支持向量机的惩罚参数和核函数参数进行钢板表面的缺陷分类。最后采用Matlab仿真平台,将蚁群和粒子群混合优化的支持向量机分类模型与传统的支持向量机分类模型进行仿真对比分析。试验结果表明,采用蚁群和粒子群混合优化的支持向量机分类模型的分类精度高于传统的支持向量机模型。 相似文献
6.
7.
8.
综合应用激光熔覆和原位反应增强金属基复合材料,是当前金属基复合材料研究领域的一个热点,本文采用该工艺制备铁基表面复合材料,重点考虑该工艺参数的确定问题.根据在不同工艺参数下合成的铁基表面的WC体积分数实测数据集,提出建立不同工艺参数下WC体积分数的支持向量回归预测模型,并与基于人工神经网络模型(ANN)的预测结果进行比较.结果显示:对于相同的训练样本和检验样本,SVR预测模型比ANN预测模型具有更强的泛化能力.最后根据建立的预测模型,应用粒子群算法寻优得到最优工艺参数,该工艺参数在实际实验过程中的应用,验证了该方法的有效性. 相似文献
9.
磨莉 《中国新技术新产品》2010,(20):1-1
粒子群算法适合求解连续变量优化问题,本文提出了粒子群算法的新离散化方法。常规粒子群算法在电力系统优化问题中取得了成功,但有"趋同性"。本文提出了改进多粒子群优化算法(IPPSO),IPPSO是两层结构:底层用多个粒子群相互独立地搜索解空间以扩大搜索范围;上层用1个粒子群追逐当前全局最优解以加快收敛。粒子群以及粒子状态更新策略不要求相同。 相似文献
10.
11.
基于磁链理论和Monte-Carlo法,建立了磁流体薄膜(MFF)传感模型和MFF透射模型,分析了磁流体透射特性。采用粒子群算法对MFF透射模型进行了参数辨识,分析了群体数目、迭代次数、惯性权重、加速度因子等参数选值对算法运行结果的影响,并选取了最佳参数组合。搭建了MFF电流传感器实验平台,运用MFF透射模型对MFF电流传感器进行了仿真预测,分析了MFF厚度和粒子浓度对MFF透射性的影响,实验及仿真结果表明该模型预测误差在2.3%以内,该MFF电流传感器的测量灵敏度达到12 μW/A。 相似文献
12.
微粒群算法是近来发展起来的一种新的优化计算方法,在简要说明微粒群算法的基础上,将该算法用于系统可靠性优化计算,分别对串联系统的可靠性分配、桥联系统的冗余可靠性优化设计问题进行分析计算,探讨了微粒群算法在系统的可靠性优化计算中应用的可行性,计算机仿真结果表明了微粒群算法求解该问题的可靠性和有效性。 相似文献
13.
基于粒子群优化算法的结构模型修改 总被引:12,自引:0,他引:12
结构模型修改已经演化为一个多学科的研究课题.在最优化框架内,应用了国际上最近提出的粒子群优化算法,该算法具有全局搜索能力并且不需要目标函数的解析表达式。对于一实际钢结构,利用部分和全部测量得到的模态数据进行了模型修改的实验研究.并与基于灵敏度分析、神经网络和遗传算法的模型修改方法进行了对比.以修改后模型计算出的模态数据与实验测得的模态数据的相似度来衡量模型修改的准确性。结果表明,在多数情况下,所提出的模型修改方法得到了最好的修改结果,因此,应用粒子群优化算法进行结构模型修改是可行的。 相似文献
14.
15.
基于粒子群优化的故障特征提取技术研究 总被引:6,自引:4,他引:2
齿轮传动箱的故障征兆,可以通过不同的特征参量表现出来.传动箱工作过程中,由于响应信号成分复杂,提取其敏感的故障特征信息非常困难.故障程度、部位和类型等对特征参量的敏感程度差别很大,通过传统的特征提取和分析方法可以建立庞大的特征参量集.如何从众多的特征参量中确定可靠有效的故障特征参量,如何根据故障对特征参量的敏感程度优化筛选特征参量集,是实现实时在线故障诊断亟待解决的一个问题.针对传动箱故障特征选择问题,提出了基于粒子群优化(PSO)算法的特征选择方法.将粒子群优化技术用于研究传动箱振动响应信号的分析与处理,用于故障诊断特征参量集的提取与优化,形成了适合该齿轮传动箱的有效故障特征参量,从而建立了与齿轮传动箱故障现象密切相关的特征参量集.把此算法应用到齿轮传动箱故障诊断中,结果证明,该算法有很好的效果,提高了诊断精度,比常用的梯度下降算法具有更快的优化速度. 相似文献
16.
基于微粒群算法的圆度误差评价 总被引:1,自引:0,他引:1
为了在全局范围正确评价圆度误差,采用微粒群算法对圆度测量数据进行最小二乘法评价,克服了传统圆度最小二乘法评价的局部收敛问题。计算结果表明,本文介绍的方法可以在设计变量的全局范围内有效、正确地评价圆度误差。 相似文献
17.
18.
Due to the coupled motion between the rotor unmanned aerial vehicle (UAV) and the manipulator, the underactuation characteristics of the system itself, and the influence of external uncertainties, the stability of the rotor UAV’s manipulator control system is difficult to control. Based on the dynamic model of the rotor UAV, the stability of the whole UAV manipulator control system is improved by using the piecewise cost function, the compression factor particle swarm optimization (PSO) algorithm and the sliding mode PID to establish the sliding mode PID control stability method based on the PSO. Compared with the sliding mode PID control method, this method solves the serious buffeting problem in the sliding mode control, reduces the influence of the external disturbance and realizes the attitude stabilization control of the UAV manipulator quickly and accurately, thus shortens the system adjustment time and improves the anti-interference ability. 相似文献
19.
粒子群优化算法及其在圆度误差评定中的应用 总被引:5,自引:0,他引:5
提出一种基于粒子群优化算法(PSO)的圆度误差评定方法。介绍了PSO算法的提出及其特点;具体阐述了PSO算法的基本原理和实现步骤;提出圆度误差评定这一非线性优化问题,给出其优化目标函数及PSO算法的适应度函数和编码方式;结合实例对算法参数进行了设置,通过实例运算对PSO进行了正确性和精确性验算。实例证明该方法能够很好地解决圆度误差评定问题,与遗传算法具有相当的计算精度,能够获得精度较高的结果。而PSO的突出优点是简单易于实现,计算速度快。 相似文献
20.
针对粒子群优化算法容易陷入局部最优的问题,提出了一种基于粒子群优化与分解聚类方法相结合的多目标优化算法。算法基于参考向量分解的方法,通过聚类优选粒子策略来更新全局最优解。首先,通过每条均匀分布的参考向量对粒子进行聚类操作,来促进粒子的多样性。从每个聚类中选择一个具有最小聚合函数适应度值的粒子,以平衡收敛性和多样性。动态更新全局最优解和个体最优解,引导种群均匀分布在帕累托前沿附近。通过仿真实验,与4种粒子群多目标优化算法进行对比。实验结果表明,提出的算法在27个选定的基准测试问题中获得了20个反世代距离(IGD)最优值。 相似文献