基于PSO-GRNN神经网络的煤矿井下定位算法研究

为进一步提高井下定位精度,本文提出一种基于粒子群算法-广义回归神经网络(PSO-GRNN)的煤矿井下定位算法。该算法利用广义回归神经网络(GRNN)建立井下定位模型,通过粒子群优化算法(PSO)寻找广义回归神经网络最优的平滑因子,降低人为调整的影响,提高定位精度。将信标节点接收到的信号强度(RSSI)值输入训练好的神经网络,神经网络的输出就是待测节点的坐标。仿真实验表明,PSOGRNN模型相比未经优化的GRNN模型和BP模型,定位精度更高;相比BP模型,算法复杂度更低,效率更高,满足井下自适应定位要求。     

基于改进粒子群算法的电力系统无功优化

通过对IEEE14节点系统的优化配置表明,文章所采用的改进粒子群算法对于电力系统无功优化问题来说是行之有效的。该算法结构简单、收敛性好、寻优质量高,适合于求解电力系统无功寻优问题,具有一定的应用前景。     

基于粒子群算法的选矿能力优化研究

根据选矿能力优化的复杂性与非线性特性,建立了选矿能力优化的数学模型;运用粒子群优化算法（PSO）对某一矿山企业的选矿能力规划进行了优化计算。解决了在选矿能力、供矿量、尾矿库容等约束条件下的选厂生产能力的优化问题,计算结果符合实际生产情况。对于合理配置资源,挖掘选厂的最大生产能力,提高经济效益具有重要的指导作用。也表明了该算法应用于选厂生产能力优化中的可行性。     

基于混合粒子群优化算法的矿山生产配矿

为了提高矿山低品位矿产资源的利用率, 确保生产过程中矿石质量的稳定性和均匀性, 建立了一种矿山多目标配矿优化模型, 并将标准遗传算法中的交叉和变异操作与标准粒子群算法融合, 提出求解该优化模型的混合粒子群算法。以国内某地下铝土矿为例, 分别运用混合粒子群优化算法、标准遗传算法和标准粒子群算法3种方法对建立的多目标配矿优化模型进行求解, 通过对比优化结果发现: 混合粒子群优化算法求解的各采区月出矿量完全满足矿山实际生产要求, 而标准遗传算法和标准粒子群算法求解结果存在误差, 分别达到9.92%和14.94%, 且易陷入局部最优值; 从迭代进化曲线可知, 混合粒子群优化算法收敛速度快, 稳定性和鲁棒性较高, 具有一定科学研究和实际应用价值。     

基于模糊自适应粒子群算法的电网优化调度

机组调度的好坏直接决定了电网运行费用的多少,通过优化达到最优值是改变机组运行的方式之一。模糊自适应粒子群算法,采用自适应粒子法,通过惯性权值法进行粒子追踪与自适应调整,然后通过公式分析达到最优值。     

基于粒子群优化算法的圆振动筛的优化设计

圆振动筛的设计是否合理直接影响其筛分效率,按照常规设计已远远不能满足要求,需要进行优化设计。介绍了粒子群优化算法的基本原理、算法实现步骤。通过对圆振动筛进行动力学分析,以单位生产量功率消耗最小为目标函数,建立优化数学模型,编制粒子群算法的MATLAB程序进行优化,得到了比常规设计更为优越的结果。粒子群优化算法较好地完成了优化任务,为振动机械的结构设计提供了新的思路和方法。     

基于混沌粒子群算法的采煤机优化设计

介绍了混沌粒子群算法的基本原理及其优化算法,构建了采煤机螺旋滚筒的优化模型,并将混沌粒子群算法应用采煤机螺旋滚筒优化之中,通过实践发现,优化后的采煤机工作稳定,能够有效提升采煤机性能。     

基于粒子群算法的惯性水平振动给料机的优化

该文介绍了粒子群优化算法的概念、算法的实现方法。通过对惯性水平振动给料机进行运动学分析,以料槽上物料运动的平均速度最大为目标函数,建立相应的优化模型,在MATLAB中编写粒子群优化算法的程序进行优化,得到了更好的结果。粒子群优化算法能够较好的完成优化,为惯性水平振动给料机的设计提供了新的方法和思路。     

基于粒子群算法的煤矿设备故障诊断研究

为了在井下复杂环境下能够准确地判断设备电机故障类型及概率、为合理决策提供依据,在胶囊网络算法的基础上加入了改进的粒子群算法。改进的粒子群算法可以更快地寻找胶囊网络所需的最优参数和阈值进行训练,有效提高胶囊网络算法计算精度及性能,在很大程度上提高了煤矿电机故障诊断的精确度。     

基于PSO优化改进的Snake模型煤矿环境目标检测

针对Snake模型寻优过程中抗噪能力差、不能向凹处收敛等问题,提出适合煤矿等复杂环境的目标轮廓检测新算法。算法对Snake模型进行改进,使其自动分配蛇点,具有拓扑自适应性,并将粗收敛结果作为粒子群算法的初始轮廓。同时针对粒子群优化过程中易丧失群体多样性和易收敛于局部极值的问题结合遗传算法中育种和变异思想改进,淘汰适应度...     

基于粒子群与支持向量机的煤矿材料成本预测数学模型研究

针对煤矿材料成本预测缺少定量分析和预测误差大等问题,提出了基于粒子群优化支持向量机的煤矿材料成本预测数学模型。并将传统的线性回归模型、支持向量机模型与提出的新数学模型对比,发现粒子群优化支持向量机模型预测精度高、误差小、结果可靠,能够为成本管理决策提供定量数据。     

WKT-E无线电波坑透仪在石壕煤矿的应用

介绍了无线电波坑透仪探测技术在地质条件复杂、煤层厚度变化较大的矿井中的应用。该技术的应用。增加了有效生产时间,从而大大提高了矿井原煤产量,取得了显著的经济效益。     

基于改进粒子群算法的气化配煤模型求解

针对目前我国煤质差异较大,单煤煤质与炉型无法稳定匹配这一现象,提出配煤优化方案,选用PSO算法建立配煤模型。并且对原始PSO算法存在收敛速度慢、易陷入局部最优等问题,结合实际配煤优化问题的特点对算法进行改进,将改进后的PSO算法与原始算法进行对比实验,结果表明优化后的PSO算法在保证配煤合理的前提下,整体性能明显优于原始算法。     

基于射频电磁波的煤矿井下人员呼救报警系统

针对目前煤矿井下人员跟踪定位系统存在信息无法实时沟通和对人员不能进行全程连续跟踪定位的问题,设计出一种基于射频(RF)电磁波且采用TOA定位方法的井下人员呼救报警系统,详细介绍了井下人员定位、跟踪、遇险时主动呼救报警和实时通话功能的具体实现过程及其工作原理.介绍了系统中关键设备基站与人载报警仪结构原理,系统经初步测试,结果表明,在井下视距(LOS)环境,定位误差小于0.5 m,非视距(NLOS)环境,定位误差为5～8 m,并且通信的可辨度和报警信号的灵敏度能适应井下环境要求.     

多真体系统理论及粒群优化算法在煤矿救灾机器人中的应用探讨

为了提高煤矿救灾机器人的工作效率,在分析了国内外煤矿救灾及其机器人的研究现状的基础上,结合多真体系统理论及粒群优化算法的相关概念,设计了一个基于多真体系统理论和粒群优化的煤矿救灾机器人工作的算法。     

基于粒子群优化的矿用减速器可靠性寿命预测分析

在可靠性寿命分析中,传统的Weibull分布进行可靠性寿命参数估计时一般为线性估计,但故障数据的随机性,使得预测结果的误差较大。针对此问题提出粒子群算法对模型参数进行优化,最终得到可靠性寿命预测值。     

东滩煤矿井下煤流系统优化改造

东滩煤矿在高产高效矿井建设中,对井下煤流系统各环节进行优化改造,提高系统的运输能力和可靠性,为矿井创建高产高效采煤工作面创造条件。     

瞬变电磁粒子群优化反演研究

瞬变电磁反演是复杂的非线性问题,通过对非线性反演方法中比较新的粒子群算法进行研究,结合前人研究成果提出了一种新的改进策略。经过函数测试证明,所提出的改进策略较明显地提高了粒子群算法的寻优能力。建立电模型,进行瞬变电磁反演计算,计算结果表明算法反演精度较高。利用改进型粒子群算法反演程序对瞬变电磁实测资料进行反演计算,结果证明其反演效果较好。