改进PSO算法在雷达干扰任务分配中的应用

雷达干扰任务分配是雷达对抗仿真的重要组成部分,雷达于扰任务分配是否合理直接影响电子对抗作战效能.由于常规优化算法相对复杂、计算时间较长,用来解决此问题难以满足实时仿真的要求.针对这一问题,提出适用于解决雷达干扰任务分配优化问题的改进粒子群优化算法,并且将所提出的算法与遗传算法进行比较.仿真结果表明,与遗传算法相比,在相同的条件下,改进粒了群优化算法具有速度快、精度较高的优势,较好地满足了雷达对抗实时仿真的要求.     

改进粒子群优化算法在PID参数整定中的研究

针对粒子群优化算法（PSO）容易出现早熟收敛的问题,提出一种改进的粒子群优化算法（IMPSO）。该算法通过引入粒子群聚合度和变异的思想,能很好避免早熟,提高粒子全局搜索能力。将此改进的粒子群优化算法用于PID控制器的参数整定,具有操作简单,寻优快速等优点。     

CSO-PID算法在空压机控制系统中的应用

针对普通空压机普遍存在的耗能过高且控制效果不佳的问题,在研究比例-积分-微分(PID)算法和鸡群算法的基础上,对空压机的控制算法进行了改进,利用鸡群算法对PID的三个参数进行整定,并将这种智能算法应用到PLC控制器中.仿真实验和实际测试表明:该智能算法不仅实现了对空压机系统的有效控制,而且增强了系统的抗干扰能力,节能效...     

基于免疫粒子群算法的中央空调冷冻水系统优化控制

为了降低中央空调的运行能耗并对冷冻水回水温度进行稳定而有效的控制,提出了一种冷冻水回水温度优化控制方法,根据回水温度测量值与设定值间的偏差判断室内实际负荷需求。首先,对粒子群优化（PSO）算法中的惯性权重采用呈指数形式下降的策略,使微粒更新速率能够适配寻优过程的各个阶段;然后,针对模型参数存在不确定摄动的问题,引入人工免疫（AI）思想形成免疫粒子群算法,从而拓展微粒的多样性,增强其摆脱局部最优值的能力;最后,据此优化比例积分微分（PID）控制器的3个参数,并通过该控制器调节冷冻水泵的频率,将实际回水温度保持在设定值附近。实验结果表明,采用该控制策略在满足室内负荷需求的前提下能够更有效地降低冷冻水泵的运行频率,节能效果与控制质量更佳。     

基于改进PSO算法的PID参数自整定

研究了比例-微分-积分(PID)控制器参数自整定问题，提出一种基于改进粒子群优化算法的PID控制器参数自整定方法。采用实编码方法和基于指数曲线的非线性惯性因子取值策略，该途径易于实现，并且提高了寻优的速度和精度。仿真实例表明了该方法的有效性。     

改进的PSO在TSP中的应用

粒子群优化算法（PSO）是Eberhart和Kennedy提出的,该算法具有思想简单、易编程实现等特点,引起了国内外相关领域众多学者的关注。本文以旅行商问题为例,提出一种离散粒子群优化算法,对粒子的位置、速度等量及运算规则进行定义,并在迭代过程中对速度引入收缩因子。实验结果表明,该算法具有很好的性能。     

粒子群算法在武汉市图书馆变风量空调控制系统中的应用研究

以武汉市图书馆公共建筑节能项目为背景,考虑到现有的方法有如下缺点:系统惯性大、时间滞后及单一采用PID控制时,控制效果不好,我们找寻到了一种高效的方法来解决这些缺点,实现优化温度参量来控制。根据变风量空调系统的结构,对变风量系统室内温度控制环节采用粒子群算法,经过Matlab软件进行仿真,使室内温度控制环节的上升时间、超调量及调整时间得以优化。     

基于改进的PSO算法在Shearlet图像去噪中的应用研究

本文主要通过对标准粒子群优化算法的分析与研究,根据不同特点的粒子群进化模型,提出基于不同进化模型的粒子群改进算法,增加算法群体多样性,提高算法的全局收敛性能。最后将改进的PSO算法应用于Shearlet图像去噪研究。     

改进PSO算法在主汽温系统PID参数优化中的应用

提出了一种基于改进的粒子群优化（PSO）算法的PID控制器参数整定方法。通过对粒子赋予不同的初始惯性权重,较好地协调了粒子的全局与局部搜索能力。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温被控对象的仿真研究,结果表明：改进的粒子群算法在保证PID控制稳定性基础上提高了PID控制的精度,且编码简单,易于实现,具有较好的应用前景。     

改进PSO算法在软件测试数据生成中的应用

软件测试是软件质量保证的重要手段,测试用例自动生成一直是被广泛研究的问题。本文在分析了遗传算法、粒子群算法和蚁群算法的优缺点后,在软件测试用例的自动生成过程中采用一种新改进的粒子群算法。该算法将蚁群算法的信息素机制引入到粒子群算法中,加大了粒子间的多样性,有效地克服了粒子群算法容易发生早熟停滞的缺陷。最后通过仿真实验证明了算法应用于软件测试的可行性和高效性。     

基于改进粒子群优化算法的预测控制

在实际工业过程中预测控制算法应用广泛,但是对于多变量预测控制算法其参数较多,且各个参数之间相互耦合,故整定其参数比较复杂,鉴于此提出一种基于改进粒子群算法的预测控制参数优化算法。该算法的基本思想是将生物寄生行为机制引入到粒子群优化算法中,形成双种群粒子群优化算法,使用该改进粒子群算法对多变量预测控制算法的参数进行离线优化,从而确定预测控制算法参数的最优取值。最后,将本文算法用于冷热水系统液位和温度的控制,并通过仿真将该算法与标准粒子群优化算法相比较,仿真结果表明使用该算法对多变量预测控制的参数进行优化整定时,系统的阶跃响应具有抗干扰性能好、超调量小、调节时间短等优点。     

模糊-PID控制器在空调温度控制中的应用

该文首先利用计算机仿真软件中的优化工具箱对常规PID控制器中的比例、积分和微分参数进行优化，并且针对中央空调温度控制系统非线性、大滞后的特点，设计了在规则上可调整的模糊控制器，该模糊控制器通过α因子自调整和Ku的自寻优，达到适应和跟踪系统参数变化的目的；而后采用模糊逻辑工具箱和MATLAB函数相结合，方便地实现空调温度控制系统的计算机仿真。仿真结果表明，这种控制方式控制效果优于常规PID控制，有效地改善了系统的动态性能、稳态精度和鲁棒性。     

基于改进PSO和BP混合优化算法的炉温控制系统研究

针对工业生产中电阻炉温度控制系统所存在的大惯性、大滞后等问题,提出一种应用于电阻炉炉温的基于改进粒子群(PSO,particle swarm optimization)算法的模糊RBF-PID控制策略.在该控制系统中,采用引入惯性权重因子和遗传变异算子的改进粒子群算法对模糊RBF(径向基函数)隶属度函数的初始值进行优化,再用BP(误差反向传播)算法进行细调,并结合模糊推理和RBF学习能力在线调整PID控制参数,从而达到最优的PID控制效果.仿真结果表明,该算法跟踪快、超调小、不易陷入局部极小值,同时鲁棒性和抗干扰性优于传统PID控制.     

基于粒子群算法的控制系统校正

针对控制系统校正参数求解过程繁琐的问题,提出一种基于粒子群算法的控制系统校正方法。为了提高系统的校正效率,本设计方案首先将多个超前校正装置和滞后校正装置串联组合成多级校正装置,然后采用粒子群算法程序直接对多级校正装置的参数进行寻优,找出满足性能指标要求的多级校正装置的参数,从而实现控制系统的校正。仿真结果表明,这种方法不但简化校正的过程,提高控制系统校正的效率,而且扩展了可校正系统的范围。     

中央空调恒温系统解决方案

本文主要介绍台达机电产品在中央空调恒温系统上的整体解决方案。该系统通过将冰水阀门的开度控制纳入控制架构中以适时地调节冰水的流量,同时结合温控器上的PID参数设置,对电动机转速及冰水阀的开度进行适当配合,以实现恒温控制的目的。运行实践证明,台达产品运行安全稳定,性价比高,值得业界推广。     

遗传粒子群优化的DV-Hop定位算法

用常规粒子群改进的DV-Hop算法由于粒子易陷入局部最优而导致较大的定位误差,对此,提出了结合遗传粒子群的DV-Hop定位(GAPSO-DV-Hop)算法.首先根据最大理想跳数筛选锚节点,计算加权平均每跳距离,权重采用锚节点之间距离、最小跳数、以及通信半径构成;其次,用遗传机制改进粒子群算法以代替最小二乘法,所作改进包括使用前摄估计缩小粒子搜索范围、根据遗传算法中的交叉策略生成待交叉粒子队列,并在每次迭代后选取最差个体做动态变异.仿真结果表明,在相同环境下,所提GAPSO-DV-Hop算法的定位精度明显高于常规DV-Hop算法以及其他对比算法.     

中央空调系统的MAS智能控制模型

中央空调智能控制是实现空词节能优化调节的一个发展方向,目前是研究的一个热点和难点。文中首先在分布式人工智能领域的MAS理论基础上,对MAS的理论和应用进行研究介绍;然后针对目前中央空调控制系统中难于进行整体控制的问题,采用基于MAS的建模方法进行整体控制的设想,探讨了多Agent技术在空调控制系统中的应用;最后,文中引入了具有学习控制能力的人工智能技术,采用增强学习方法与多Agent技术结合起来,实现中央空调系统的整体智能控制与节能。     

基于CAN总线的节能中央空调控制系统的开发

CAN总线是一个具有实时性的高速串行总线,已被广泛应用于各种中央空调控制系统的通讯中。本文介绍了基于CAN总线的节能中央空调控制系统的设计与实现,主要介绍了系统的软硬件构成以及CAN通信协议的制定,还在此系统基础上提出一些节能措施,达到节能的目的。     

基于改进PSO与规则约简的模糊系统优化算法

模糊系统是一种具有强可解释性和高鲁棒性的智能方法,但目前仍存在精度不高、产生的模糊规则太多等缺陷.针对目前存在的问题,论文通过改进粒子群优化算法优化模糊系统高斯型隶属度函数的参数,以及计算规则支持度约简模糊规则,提出了CPSFS和SPSFS两种模糊系统优化算法.在两个不同领域的经典数据集上的研究结果表明:1)CPSFS...     

面向产品优化配置的粒子群优化算法

针对产品配置大规模、多约束、多目标及组合优化等特性,建立一种有效的配置模型,将复杂的产品优化配置问题转化为图的路径寻优问题。针对基本粒子群算法(PSO)的缺陷,将遗传原理、蚁群机制和模拟退火理论引入PSO算法,提出一种改进的PSO算法。根据产品优化配置问题的离散特点,对PSO算法进行离散化处理,重新定义粒子的位置和速度表示,确立这些量的运算规律和粒子运动方程。典型产品配置实例验证了提出的模型和算法的可行性。