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.     

基于混沌思想的粒子群优化算法

为克服粒子群优化算法容易陷入局部最优的缺点，根据混沌运动的随机性、遍历性特点，提出一种基于混沌思想的粒子群优化算法（CPSO）、该算法利用种群适应度方差进行早熟收敛判断，实现对进化过程的监视，当发现种群陷入局部最优时，对种群进行混沌初始化，帮助种群摆脱局部最优点．对4种典型测试函数的仿真结果表明，改进算法明显减少了种群陷入局部最优的可能性．其全局寻优能力明显强于标准粒子群优化算法．     

基于粒子群算法的风力机叶片优化设计

叶片是影响风力机可靠性和稳定性的重要组成部分,而设计优良的叶片可以提高风力机的运行寿命和输出功率.以动量叶素理论为基础,对风力机叶片进行优化设计.在考虑风场风速的情况下,以风力机的年能量输出为优化目标,采用粒子群算法对1.5 MW风力发电机叶片的气动性能进行计算分析.仿真结果表明,采用优化后的叶片风力机的输出功率显著提高,证明了优化模型的实用性和有效性.该风力机叶片的优化设计对风力机相关工程类项目的实践具有指导意义.     

基于混沌搜索的混和粒子群优化算法

所提出的算法将粒子群优化算法和混沌算法相结合，既摆脱了算法搜索后期易陷入局部极值点的缺点，同时又保持了前期搜索的快速性，最后通过4个测试函数将该算法与基本粒子群算法进行仿真对比，比较结果表明基于混沌搜索的混和粒子群优化算法在收敛性和稳定性等方面明显优于基本粒子群优化算法．     

减少速度更新频率的混沌粒子群算法

把速度更新策略和混沌优化相结合,提出了减少速度更新频率的混沌粒子群算法．该算法根据群体适应值的方差进行早熟收敛判断,从而使算法摆脱后期易于陷入局部最优点的束缚,同时又保持前期优秀的搜索速度的特性．通过几个基准函数测试,结果表明,新算法的性能较基本粒子群优化算法有明显的改善．     

随机并行算法在永磁电机优化设计中的应用

简单介绍了一种随机并行算法——Ａｌｏｐｅｘ算法．研究了用这种算法进行永磁电机优化设计的策略和方法．并以一台０．８ｋＷＮｄＦｅＢ永磁同步电动机为例,对其进行优化设计,在满足各项性能指标的情况下取得了最佳结果．     

新型混合粒子群算法在核动力设备优化设计中的应用

针对标准粒子群算法在处理非线性约束优化问题时存在收敛速度慢、精度低和易陷入局部最优的缺点,设计了一种新型混合粒子群算法,该算法采用可行性原则处理约束条件,避免惩罚函数法中惩罚因子选取的困难;引入基本复合形法产生初始可行群体,加快粒子群收敛速度;引入遗传算法的交叉和变异策略,避免粒子群陷入局部最优;在迭代末期的优解附近,进行改进复合形算法的寻优,提高最优解的精度.通过算法测试基准函数的优化计算,结果显示,新型混合粒子群算法有较好的优化性能,并在核动力设备优化设计中有很好的应用.     

基于混沌粒子群的改进LEACH算法

针对无线传感器网络中LEACH高能耗及簇头早死问题,在簇头选择过程中,考虑了节点剩余能量和到基站的距离.通过混沌优化的粒子群算法来扩大搜索范围,迭代选取性能最优的节点作为簇头.在能量消耗总和、节点存活数和网络剩余能量3个方面进行了几种方法的对比研究.     

初级永磁式直线电机的粒子群优化PID控制研究

初级永磁式直线电机(primary permanent magnet linear motor,PPMLM)具有成本低、结构简单、推力密度大等优点,但在运行中存在参数变化和负载扰动等问题,使传统PID控制无法达到系统实时控制、快速响应的高精度伺服控制要求。为了提高PPMLM调速系统动态响应能力,降低启动时的超调性能,对初级永磁式直线电机的工作原理进行分析,建立数学模型,并对传统PID控制采用粒子群优化(particle swarm optimization,PSO)算法进行优化。设计参数全局寻优的在线自整定PSO-PID控制器,使用MATLAB/Simulink建模仿真并进行试验验证。结果表明,基于PSO的PID控制器能够使电机快速平稳地启动,具有更小的超调性能和较强的抗干扰能力,可以实现电机的快速响应。     

永磁同步电动机振动分析及转子设计

永磁同步电动机转子内开有大量用于安装永磁体的磁槽和用于装配起动笼条的转子槽。而使转子结构趋于复杂．冲片强度受到了严重削弱，转子刚度也有所减小，另外。大功率稀土永磁同步电动机在起动和运行过程中，由于机械和电磁等原因而产生的振动非常严重．为此。对大功率异步起动稀土永磁同步电动机的振动和转子的结构强度进行了分析，并设计出了合理的转子结构．     

基于有限元分析的内置式永磁同步电机转矩特性的优化设计

内置式永磁同步电机(IPMSM)的转矩特性直接影响着电机驱动运行的平稳性,针对转矩中的脉动,一方面通过定子斜槽消除齿槽转矩,另一方面通过永磁体分段来减小纹波转矩,最终达到了减小转矩脉动的目的,并且在一定程度上提高了电机弱磁调速的能力,扩大了电机的恒功率范围。     

基于惯性因子的混沌粒子群优化算法研究

粒子群优化算法本身在多峰复杂函数时会出现早熟收敛现象,降低粒子的多样性,导致粒子群不能收敛到全局极值点。针对粒子群优化算法的局限性,把混沌优化思想引入到粒子群算法,采用混沌优化粒子群算法对测试函数进行仿真,并在此基础上加入惯性因子对混沌优化粒子群算法进一步改进,Matlab仿真结果表明,改进的混沌优化粒子群算法,结合了混沌和粒子群算法共同的优点,能快速、准确地搜索到全局最优值。     

基于混沌搜索的混和粒子群优化算法

所提出的算法将粒子群优化算法和混沌算法相结合,既摆脱了算法搜索后期易陷入局部极值点的缺点,同时又保持了前期搜索的快速性.最后通过4个测试函数将该算法与基本粒子群算法进行仿真对比,比较结果表明基于混沌搜索的混和粒子群优化算法在收敛性和稳定性等方面明显优于基本粒子群优化算法.     

基于PSO算法的CMOS运算放大器优化设计

针对CMOS运算放大器设计中缺乏自动设计工具,采用手工设计很难提高电路性能的问题,基于群智能技术提出了一种改进的粒子群优化算法(PSO)来进行全局优化求解.主要将CMOS运算放大器的电路性能解析方程转化成粒子位置的求解,先初始化粒子的速度和位置,然后不断迭代更新,直到搜索出全局最优值.仿真结果表明,该方法可以提高CMOS运算放大器的性能,在精度和速度上优于遗传算法和基本PSO算法的设计效果.     

基于改进遗传算法的汽车永磁起动机优化设计

针对电机的优化设计是一个复杂的、有约束、多变量优化问题,为了提高优化效率和收敛速度,使电机成本降低,结构更紧凑,采用了改进的遗传算法,将永磁起动机的原始方案直接加在初始种群中,并对交叉概率和变异概率采用了随着适应值变化进行自适应调整的方法．在适应值的计算过程中,为了提高计算准确度,2D有限元模型被用来计算永磁起动机的参数和性能．根据优化结果研制了新的样机,实验结果表明：通过优化,在满足各项性能要求和约束的前提下,降低了电机的成本．     

带混沌搜索的PSO算法在变压器局部放电定位中的应用

研究变压器局部放电超声波定位法,建立超声波定位的数学模型,将其简化为非线性连续函数优化问题.并采用带混沌搜索的PSO算法来求解.算例表明,该算法能有效避免陷入局部极值点,并能快速准确地找到放电源.     

基于二进制粒子群的图像分割算法

基于最大类间方差的分隔方法思想简单、稳定有效,对于简单图像的分割效果良好。为了改善对复杂图像的分割效果,将算法推广到多阈值分割法;针对计算复杂度问题,引入二进制粒子群算法来解决,提高了算法的求解性能。通过对图像分割的实验,证明了算法的可行性和有效性。