基于改进粒子群算法的岩土工程参数反演

把粒子群算法引入岩土工程参数反演领域,并对基本粒子群算法进行改进,改进的算法(CSV-PSO算法)在粒子飞速移动中动态地调整粒子运行的速度极限及惯性权重,压缩搜索空间,从而克服了基本粒子群算法搜索精度不高、易陷入局部最优的缺点。算例表明,与POS算法相比,CSV-PSO算法的结果精度提高约1倍,耗时缩短40％,说明CSV-PSO算法是一种新颖可行的参数反演方法。     

基于粒子群算法的大坝力学参数反演

粒子群算法是一种集群优化算法,结合通用的商业有限元软件MSC.Marc.利用其与FORTRAN语言的接口,编写了基于MSC.Marc的物理力学参数的粒子群算法反演程序.结合陈村大坝的实测资料,利用该方法反演了大坝坝体弹性模量.算例表明,采用粒子群算法和MSC.Marc反演大坝坝体的物理力学参数是可行的.     

改进粒子群算法在大坝力学参数分区反演中的应用

为反演大坝的力学参数,需克服粒子群算法不能保证收敛到全局最优解的缺点,本文应用了一种新的粒子群算法:采用了拉伸目标函数法、Metropolis算法和自适应权重。同时将上述改进算法同量子粒子群算法和灾变粒子群算法进行了比较,将实际反演结果同超声波检测和常规基于混合模型的反演结果进行了比较,解释了常规反演结果偏小的原因。工程实例表明,改进算法具有计算量小、全局收敛性能高的特点,与灾变粒子群算法和量子粒子群算法性能相当。     

基于粒子群算法的地铁隧道支护荷载反演分析

针对地铁区间隧道支护结构在施工期的安全性问题,结合地下结构变形监测和位移反分析技术,对隧道支护结构荷载的反演问题进行了探讨。研究了适合地铁隧道支护荷载反演分析的基础信息和荷载函数形式,并将粒子群算法引入到支护荷载的位移反分析求解中。算例表明,采用粒子群算法结合有限元技术将有效提高支护荷载反演分析计算的效率,可为隧道结构的信息化设计和施工提供参考。     

基于敏感性分析与粒子群算法的拱坝原型动弹性模量反演方法

拱坝在长期服役过程中受材料老化、环境侵蚀等因素影响,其动弹性模量真实值与设计值存在一定差异,合理确定运行期高拱坝及其地基的原型动弹性模量参数对于监控拱坝的振动安全至关重要。由于模态参数更能从整体上反映结构的振动特性,基于拱坝原型振动模态参数反演拱坝及地基的动弹性模量在理论上更为精确,为此,本文提出了一种基于敏感性分析与粒子群算法的拱坝原型动弹性模量反演方法。首先,建立了反映拱坝及地基各分区动弹性模量与拱坝模态参数之间非线性映射关系的响应面数学模型,基于正交试验法分析了拱坝及地基的动弹性模量区域对拱坝模态参数的敏感性,并以此确定了待反演的动弹性模量区域。其次,提出了基于响应面数学模型计算模态参数和原型振动模态参数的拱坝及地基分区动弹性模量反演最优化数学模型,将动弹性模量参数反演问题转化为目标函数最优化求解问题。最后,采用自适应惯性权重的粒子群优化算法对目标函数进行寻优求解,反演出各分区实际动弹性模量。通过原型工程实例分析表明,该方法合理可行且具有很好的精度,为反演拱坝的动弹性模量提供了一条新思路。     

基于量子行为粒子群优化算法的河道糙率反演

糙率是河道水动力模型的重要参数,在模型中敏感性高,但其在实际工作中难以准确测定。量子行为粒子群算法(QPSO)是粒子群算法的发展,相对于粒子群算法,在全局收敛和收敛率上有很大提高。将量子行为粒子群优化算法与一维河道水动力模型耦合,建立河道糙率反演模型,并在淮河干流蚌埠到花园咀河段进行了模拟,取得了较好的效果。与其他糙率反演算法相比,该算法具有理论简单、参数少、易于编程实现、通用性强等优点。     

基于遗传粒子群算法的水闸底板优化设计

为获得最佳的水闸底板设计方案,降低建造材料用量,对水闸底板尺寸进行优化设计。首先,以水闸底板总截面积为目标函数,底板抗滑稳定、底板基底应力为约束条,以底板尺寸为优化变量建立水闸底板尺寸优化数学模型;其次,提出了一种耦合粒子群优化算法和遗传算法的遗传粒子群算法,用于优化求解水闸底板尺寸优化数学模型。选取狮子山水闸为分析对象,计算结果表明：遗传粒子群算法对狮子山水闸底板尺寸的优化率为11.44%,其对于狮子山水闸底板尺寸的优化效率明显优于粒子群优化算法和遗传算法。     

梯级水电站优化调度的改进粒子群算法

针对粒子群算法易陷入局部最优的缺点,提出了一种双适应度方法、动态邻域算子和随机动态调整惯性权重机制有机结合的混合改进策略.算例计算表明,该改进策略能增强粒子的局部收敛能力,加快算法的收敛速度,便于处理复杂约束条件,为求解具有复杂约束条件的非线性规划问题提供了一种简单有效的方法.文中探讨了梯级水电站优化调度的相关问题,考虑了丰枯分时电价因素,建立了梯级水电站长期优化调度数学模型,并应用改进粒子群算法进行求解.实际梯级水电站计算表明,该模型使枯水期大部分时间出力均匀平稳,丰水期能兼顾防洪和蓄水的不同要求,有利于电力系统的稳定运行.改进粒子群算法计算速度快、收敛精度高,为梯级水电站长期优化调度提供了一种简单实用的求解方法.     

基于粒子群算法的污水处理模糊控制研究

为提高污水处理系统的控制性能．提出了基于粒子群优化（PSO）算法的污水处理模糊控制设计方法,即应用PSO算法全局优化模糊控制器的ka、kh、ku参数和控制规则。提高模糊控制器的控制性能和效果。仿真结果表明,基于PSO算法的模糊控制应用于污水处理需氧量（COD）的控制中,能使COD快速地准确达到期望的要求和较高的控制精度,污水处理性能得到了较大提高。     

基于粒子群算法的水库优化调度模型

基于水库优化调度常用优化方法存在的不足,本文根据水库优化调度的数学模型,将粒子群优化算法运用到水库优化调度中.该算法通过个体间的协作与竞争.实现复杂空间中最优解的搜索分析,具有计算简便,收敛速度快等优点.将混沌优化算法运用到水库调度中,并与其它优化方法比较,获得了较为满意的结果.     

基于粒子群算法的非绝热温升试块试验及反演分析

热力学参数及边界条件是影响混凝土温控仿真计算精度的重要因素之一,而通过室内试验的方式获得这些参数成本较高,且往往与工程实际不符。引入粒子群算法,根据现场的混凝土非绝热温升试块试验成果,进行反演计算和分析。结果表明,粒子群算法可以用于混凝土温度场的反问题研究中,且反演结果精度较高。     

粒子群算法和ADINA在土石坝参数反演中的联合应用

针对土石坝的反馈分析问题,采用Fortran语言编程,实现了粒子群优化算法与商业有限元软件ADINA之间的无缝连接,使整个计算过程自动化;应用OpenMP方式同时调用多个ADINA求解器,启用多核处理器进行并行计算,提高了计算效率。以糯扎渡超高心墙堆石坝为例,对粗堆石料Ⅰ区材料应用不同种群规模粒子群进行参数反分析,结果表明,将粒子群算法与ADINA联合应用于土石坝参数反演是可行的,并行算法也具有明显的优越性。     

基于改进粒子群算法的水电站水库优化调度

文章提出了应用改进粒子群算法求解水电站优化调度问题的方法,粒子群算法模拟了鸟类群体觅食的搜索过程来寻找水电站最优调度计划。对传统粒子群算法进行了改进,克服了早熟和陷入局部最优的缺点。实例计算表明,粒子群算法可以求解具有复杂约束条件的非线性水电站优化调度问题,与经典算法相比,该算法原理简单,易于编程,占用内存少,求解精度高,收敛速度快,是一种有效的搜索算法。     

基于改进粒子群算法的渗透系数参数反演分析

针对传统的粒子群算法存在收敛速度慢、易陷入局部最优的缺陷,依据水库原型观测数据和有限元数值计算结果,基于以e为底的指数函数的惯性权重策略的改进粒子群算法,减少了求解计算时间,提高了结果准确度,构建了大坝渗透压力监测控制统计分析模型,并分别采用标准粒子群算法和改进的粒子群优化算法反算了混凝土坝体、坝基的渗透系数。与实测值的对比结果表明,基于改进粒子群算法的渗透系数参数反演拟合效果良好,计算误差小、搜索效率快、辨识参数准确度高,具有较强的可操作性。     

基于模拟退火粒子群算法的水电站优化调度

以洪家渡水电站为例,探讨了模拟退火粒子群算法(SAPSO)在水电站中长期优化调度中的应用方法及效果。结果表明:该算法可以求解具有复杂约束条件的非线性水库优化调度问题,并具备求解精度高、收敛速度快的优点,为解决水电站中长期优化调度问题提供了一种有效的方法。     

一种改进的水电站优化调度粒子群求解算法

重点分析了常规粒子群算法(Panicle Swarm Optimization,PSO)在水电站优化调度应用中存在的问题和出现的原因,并针对问题提出了相应的解决方法,形成了基于粒子群算法的水库优化调度改进应用方法.改进前后计算结果的对比分析表明,改进后的粒子群算法可明显提高求解水电站优化调度问题的收敛速度和求解精度.     

混合粒子群算法在水库优化调度中的应用

水库优化调度是个非线性、强约束的组合优化问题,利用基本粒子解方法易于陷入局部优化;本文利用混合的粒子群算法,较好地克服了基本粒子群早熟和易于陷入局部最优的缺点,获得了更好的计算精度.实例结果表明,该方法有一定的有效性.     

基于改进粒子群算法的水资源优化调配模型研究

为了缓解忻州-阳泉地区日益凸显的水资源供需矛盾,建立了以研究区供水、发电和生态为目标的区域水资源优化调配模型,同时提出了定权重目标比适应度函数,将复杂的多目标问题转化为易于求解的单目标问题。在求解模型过程中,使用S型递减函数计算惯性权重并结合定权重目标比适应度函数简化求解,改进了粒子群算法。通过丰、平、枯3种不同来水条件下的情景模拟验证发现：改进粒子群算法运行前期全局搜索能力得到提升、中期搜索速度加快、后期局部收敛能力得到保证,在求解过程中不易陷入局部最优解;根据模型计算得出的水资源优化调配方案能够真实有效地反映研究区域的供水要求、均衡优化年内水资源分配、平衡区域之间的水资源供需关系、协调各目标之间的满足情况,模型具有可行性。     

基于文化粒子群算法的水库防洪优化调度

针对水库防洪调度具有多约束、高维、非线性和不易求解的特点,在粒子群算法(PSO)的进化机制中引入文化算法(CA),利用文化算法的信仰空间对粒子群的进化进行指导,建立了文化粒子群算法(PSO-CA)。该算法在种群空间中采用PSO算法,在信仰空间中利用从种群空间中提炼出来的群体经验所形成的形势知识对群体的"早熟"现象进行监视,利用规范化知识对粒子加以限定,提高了算法计算效率。实例验证,该算法能较好地克服粒子群算法易陷入局部最优的缺点,并加快其收敛速度,可以有效解决水库防洪调度问题。