一种新的融合粒子群算法的混合蟑螂群算法

针对连续蟑螂算法存在初始解质量不高和算法评价次数过多的问题,提出了一种融合了粒子群算法的混合蟑螂群算法并应用于函数优化问题.首先由基本粒子群算法快速收敛到解空间内一个相对优的解,然后由一种改进的蟑螂算法完成全局寻优.仿真结果显示:混合蟑螂算法具有收敛速度快、求解精度高的特点,其算法整体性能优于已存在的连续蟑螂算法.     

基于粒子群算法的机动弹头再入弹道优化设计

在导弹机动突防的研究中,为合理设计与比较分析各种突防方案的优劣,必须首先了解突防弹头的可机动区域,即确定弹头的最小纵程、最大纵程和最大横程.基于粒子群优化算法,采用直接优化控制变量迎角和侧滑角的方法,对再入边界弹道进行了优化设计.为避免陷入局部最小值点、提高群体的多样性,根据再入弹道设计中控制变量的连续性特点,在粒子群优化算法的迭代公式中引入了平滑变异因子.以某机动再入弹头为例,分别得到了满足过程约束及终端状态约束的最大纵程、最小纵程和最大横程弹道.仿真结果表明,改进方法是可行的,可为弹道优化提供参考.     

三种混合粒子群算法比较

混合粒子群算法是融合其它算法或技术特性来针对性地对基本粒子群算法进行改进的一类算法.文中对其中有代表性的三种:交叉粒子群、免疫粒子群、混沌粒子群展开了比较研究,分别从混合目的、混合基本方式、混合算法实现的关键步骤、混合算法的优化性能等多个方面对这三种混合算法进行了比较.通过这些比较,总结出了三种混合算法基本的混合方式及...     

基于混合粒子群算法的云计算任务调度研究

任务调度是云计算系统可靠运行的关键,云计算环境中要处理的任务量巨大,考虑到云计算任务调度和QoS的优化问题,提出一种混合粒子群优化算法用于云任务调度。算法中引入遗传算法的交叉和变异思想,并结合随迭代次数变化的变异指数,保证种群进化初期具有较高的全局搜索能力,避免出现"早熟",同时将爬山算法引入粒子群算法,改善局部搜索能力。实验结果显示该算法具有很好的寻优能力,是一种有效的云计算任务调度算法。     

一种混合粒子群算法及其在Job Shop问题中的应用

粒子群算法是一种新颖的演化计算技术，具有思想简单、容易实现的优点，被广泛应用于连续空间的优化。结合遗传算法的思想提出一种新的进化方式并用于Job Shop离散空间优化，进一步结合粒子群算法的群体多样性和禁忌搜索算法的集中搜索性提出一种粒子群算法和禁忌搜索算法的混合策略。用Job Shop问题作为测试基准，仿真试验显示混合粒子群算法是可行和有效的。     

基于粒子群和模拟退火算法的混合算法研究

在标准粒子群优化算法的基础上给出了一种改进策略,利用混沌变量的随机性、遍历性、规律性对粒子群进行初始化选择。同时为了增加粒子多样性又不流失适值较好的粒子,在一定的周期内对所有粒子重新进行有选择的初始化,并对除了种群最优之外对应的所有个体最优变异。计算结果表明,改进的粒子群算法提高了收敛精度和速度,但是个别函数寻优失败。将改进的粒子群算法结合模拟退火算法再次计算了测试函数,结果表明,改进的混合算法可以达到目标函数的全局最优点。     

基于遗传粒子群混合算法的供应链调度优化

针对大规模定制模式下的供应链调度优化问题,首先将供应链调度优化问题进行数学规划建模,并通过一些定义将模型映射为有向图,以便于智能搜索算法的应用;然后,结合遗传算法全局搜索能力强与粒子群算法收敛速度快的特点,进行优势互补,构造了一种混合算法;最后,运用混合算法对供应链优化调度问题模型进行求解.通过与其他算法进行比较,所得结果表明混合算法有着更好的整体性能.     

基于交叉变异的混合粒子群优化算法

粒子群优化算法是一种基于群体智能理论的全局优化算法,通过群体中粒子间的合作与竞争实现对问题空间的高效搜索。针对算法后期收敛速度较慢、易陷入局部最优的缺点,提出了一种混合粒子群算法。该算法通过改变种群初始化方法,引入交叉和变异机制等措施改善基本粒子群算法的性能。数值试验结果表明,改进型粒子群算法在提高全局寻优能力和加快收敛速度等方面均有良好的表现。     

基于混合粒子群算法的锌电解过程能耗优化

针对锌电解过程能耗过高的情况,研究其能耗优化问题.根据电力部门实行的分时计价政策,建立以全天锌电解过程电能消耗和总用电费用为目标的锌电解过程多目标优化模型.提出一种带加速度调整的粒子群优化算法,当粒子陷入局部最优时,通过加速度策略增强种群速度,使算法获得持续搜索的能力,有效克服早熟收敛;并和Powell算法相结合构成新的混合粒子群算法,将粒子群算法的全局搜索能力与Powell算法的局部寻优能力有机结合起来.最后将该混合粒子群算法应用于所建优化模型的求解,获得优化生产方案.仿真结果证明了该算法的有效性.工业应用效果表明,按所得优化方案组织生产降低了电能消耗,减少了用电费用.     

多种群粒子群算法与混合蛙跳算法融合的研究

针对粒子群算法和混合蛙跳算法在复杂函数寻优上易于陷入局部最优值的缺点,提出一种新的粒子群与混合蛙跳融合算法.算法采用多种群粒子群方法,每次进化后,将各子群中的最优粒子组成新的群体,采用混合蛙跳模式进化,以提高种群的多样性.粒子群各子群的进化模式中,除考虑本子群最好的粒子外,还考虑整合群体最好的粒子.相对于其它一些改进的粒子群或混合蛙跳算法,融合算法概念简单,易于实现,具有良好的全局搜索能力和较快的收敛速度.基准测试函数的仿真结果表明,本文算法优于目前一些常见的改进粒子群算法.     

基于STK的卫星轨道机动模型设计与仿真

轨道机动是卫星完成任务常用的手段,在分析卫星星下点轨迹和覆盖区计算方法的基础上,以能量消耗最少为约束条件,对分辨率不符合要求、过境时间不符合要求、卫星在一昼夜内不过境三种情况下的卫星轨道机动问题进行了分析和理论推导,得出相应的卫星轨道机动模型,并采用STK对几种轨道机动方案进行编程设计,通过二维和三维图进行演示,计算结果与STK的数据达到高度一致,全面验证了轨道机动中的各种关键模型,对卫星轨道机动的实际应用有较好的借鉴价值。     

对地观测小卫星轨道机动仿真研究

针对我国对地观测小卫星的轨道机动任务要求,该文设计了轨道机动的软件模块和主要程序.该套软件设计的目的是为了能使卫星在最短的时间内由平时轨道机动到战时轨道.该套软件根据卫星轨道调整前后的轨道参数特点和轨道调整后的星下点轨迹要求,确定机动时间,将调整轨道半长轴与微调星下点轨迹结合起来,在最短时间内完成轨道调整任务.最后根据某对地观测小卫星的任务和技术指标要求,仿真其轨道机动过程.仿真结果表明,该系统具有很高的实用价值.     

基于多目标PSO算法的DSP防护优化设计

单粒子翻转所造成的软错误是阻碍微处理器设计的严峻问题,对系统模块进行软防护可以减少软错误的影响,但会增加系统的资源消耗。为找到一组合适的系统防护组合,以DSP C6701芯片为研究对象设计优化方法。建立系统代价和性能的多目标模型,同时对标准粒子群优化算法的迭代更新公式进行改进,利用改进后的离散粒子群优化算法求解所建模型。实验结果表明,该优化方法得到的防护组合能够在提高可靠性的同时,避免增加系统代价。     

基于量子PSO传感网络分簇算法仿真研究

研究无线传感器分簇节点优化问题,针对无线传感器网络分簇算法由于簇头的不均匀分布带来的能耗利用不均衡以及簇头的瓶颈,导致能量过早消耗,网络寿命周期缩短.为了延长无线传感网络生命周期,提高能量利用效率,提出了一种粒子群(PSO)算法优化的无线传感器网络分簇算法.采用量子粒子群算法分簇策略使簇间能量优化平衡,使整个网络分成若干个虚拟网格,每个虚拟网格形成一个簇,采用唯一簇头选举法产生簇头,且簇内成员可以根据局部的信息调整簇的大小.仿真结果表明,提出的分簇算法很好的使网络的能耗达到了均衡,节约了簇头节点的能量,从而延长网络的寿命,为优化网络通信提供了依据.     

基于机动动作库的飞机航路飞行仿真研究

研究飞机的航路飞行仿真技术,在空战对抗仿真中有着广泛应用.针对当前飞机动力学模型的仿真方法实时性较差以及航迹组合的仿真方法精度较低,且不能提供实时姿态信息等缺点,在航迹组合方法的基础上应用飞机动力学模型在典型状态下的简化形式,提出了一种基于机动动作库的飞机航路飞行仿真方法.仿真结果表明,可以更真实地模拟飞机航路飞行航迹,同时飞机的姿态信息也得到了实时展现.因此,能够满足空战对抗仿真在仿真精度和可视化方面的需求.     

某大机动无人机基于飞行任务的敏捷性评估飞行科目设计与仿真

由于现代空战的特点,根据时间量级分类的单维度的敏捷性评估已经不能满足空战的需求。为了优化控制系统的设计,最大限度地发挥飞机的飞行性能,需要对大机动无人机进行基于飞行任务的敏捷性评估。针对大机动无人机敏捷性评估的特点,从20个标准评估机动任务集中选取了3种与某无人机实际使用相关性较强的飞行任务作为其评估机动,展开了无人机基于飞行任务的敏捷性评估和仿真验证。对选取的3种飞行任务进行了详细的敏捷性评估方法描述,在通用的无人机敏捷性评估仿真环境中对加入非线性飞行控制律的某大机动无人机进行了基于3种飞行任务的敏捷性评估仿真验证,根据评估结果对控制律进行调参,为控制律设计提供指南和优化依据。     

航天器任意椭圆轨道最优转移问题研究

目前航天器最优转移轨道研究中,常忽略摄动力影响,仅考虑能量最优,且采用常值推力控制量,得到的转移轨道精度低,转移时间长,非理论最优。本文考虑地球非球形摄动力J2的影响,建立时间-能量综合最优性能指标,基于变推力控制量,研究了任意椭圆轨道最优转移问题。建立高斯拉格朗日状态方程,应用Pontryagin极小值原理和共轭梯度法求解最优转移问题;研究了J2摄动力对转移轨道根数、推力加速度和最优转移轨道的影响。结果表明:J2摄动力对转移轨道根数和推力加速度都有影响,不能忽略;时间-能量综合最优转移同时考虑轨道转移时间和能量消耗,优化结果更利于工程应用;最优推力加速度不是常值,即采用常值推力控制量得到的并非理论最优转移轨道。     

无线传感器网络中基于微粒群算法的优化覆盖机制

建立了无线传感器网络节点覆盖优化数学模型,设计了一种基于二进制随机多目标微粒群优化(SMOPSO)算法.根据最大化覆盖网络目标函数和最小化传感器节点的利用率目标函数进行优化算法操作,以达到降低网络冗余,延长网络生存时间的效果.仿真实验结果表明,本文提出的无线传感器网络优化覆盖方法能够满足节点利用率低、覆盖率高的要求.     

基于PSO的Fisher准则下小样本最佳鉴别变换

小样本条件下,Fisher准则中类内散布矩阵一般是奇异的,无法直接求解.本文提出利用粒子群优化理论,在无需求类内散布矩阵逆的情况下求解Fisher准则下小样本最佳鉴别变换的方法.讨论了通过粒子群优化算法的位置-速度搜索模型获取最佳鉴别投影向量的方法和步骤.实验对比类内散布矩阵非奇异时,采用计算特征向量方法和本文方法的差异.分析验证小样本条件下类内散布矩阵奇异时,通过本文方法进行最佳鉴别变换的分类效果.实验证实本文算法的有效性.     

基于PSO的工业机器人时间-脉动最优轨迹规划

为提高工业机器人的工作效率,并且保持机器人关节平稳运动,提出一种基于粒子群优化算法的时间-脉动最优轨迹规划方案;通过权重法将多目标优化转化为单目标优化,再运用粒子群优化算法得到时间-脉动最优的运动轨迹;轨迹规划中,采用了关节空间五次非均匀B样条插值法,以确保脉动曲线的连续性;最后以GRB4016工业机器人为研究对象进行仿真实验,结果表明,该方案可以得到较理想的运动轨迹,并验证了方案的有效性。