基于APSO-WLSSVR的水质预测模型

为解决传统预测方法和标准最小二乘支持向量回归机(least squares support vector regression, LSSVR)在水质预测中存在预测精度低、鲁棒性差等问题,提出了自适应粒子群优化加权最小二乘支持向量回归机(adaptive particle swarm optimization weighted least squares support vector regression, APSO-WLSSVR)的水质预测模型。根据样本对模型重要性不同为各样本赋予不同权重,建立了加权最小二乘支持向量回归机(weighted least squares support vector regression, WLSSVR),实现对样本数据“重近轻远” 的优化选择,避免标准LSSVR算法因没有考虑样本重要性差异致使预测精度低的问题;采用自适应粒子群优化算法对模型参数组合进行优化选择,克服了标准LSSVR算法因试凑法获取参数的盲目性和人为因素的影响。为验证该模型的性能,对江苏省宜兴市集约化河蟹养殖水质进行预测,并与其他预测方法对比分析,结果表明该模型预测精度明显提高,还具有较好的鲁棒性和泛化能力,能够满足集约化水产养殖水质管理的实际需要。     

基于支持向量机回归的NDVI组合预测模型

对2004年到2015年3~10月的MODIS NDVI数据建立时间序列,并利用同期的温度、降水数据做回归因子,采用支持向量机回归模型建立NDVI短期预测模型.首先用网格搜索法,遗传算法,粒子群算法对模型参数进行优化选择,然后用得到的最佳参数分别训练支持向量机,拟合结果显示网格搜索法是本实验数据的最佳优化算法.使用基于网格搜索法的支持向量机回归模型从2个角度建立了NDVI的单项预测模型,对2个单项模型做线性组合并计算最优权重系数,实验结果表明组合模型可以有效预测NDVI.     

基于改进粒子群优化算法的短期风电功率预测

针对传统支持向量机(SVM)模型在风电功率预测中存在的参数选取问题,提出一种新的预测模型,采用改进的粒子群(MPSO)优化算法寻求SVM的最优参数模型,经典粒子群算法是一种全局优化算法,在此基础上提出改进的粒子群算法.算例结果表明,经MPSO优化的SVM模型应用于短期风电功率预测是有效的,使其预测精度有所提高.     

基于WA-ABC-WLSSVR的南美白对虾工厂化育苗溶解氧预测模型

为解决传统方法水质预测精度低、鲁棒性差等问题,提出了基于小波分析(WA)、人工蜂群(ABC)优化加权最小二乘支持向量回归机(WLSSVR)的工厂化育苗溶解氧组合预测模型(WA-ABC-WLSSVR模型).该模型采用小波分析对原始非平稳溶解氧时间序列数据进行多尺度特征提取,通过加权最小二乘支持向量回归机对不同尺度下的溶解氧数据子序列分别建模,利用改进人工蜂群优化算法(ABC)对各分量序列WLSSVR模型参数进行组合优化,最后叠加各尺度下的预测结果.运用该模型对工厂化育苗溶解氧进行预测,并与BPNN、标准LSSVR、WAACO-LSSVR、WA-PSO-LSSVR等模型对比分析,结果表明,该溶解氧预测模型具有较高的预测精度和泛化能力.     

基于PSO-SVM模型的城轨列车轮对尺寸预测

为了及时掌握轮对尺寸信息,从而保证列车正常运行,提出了建立粒子群优化支持向量机模型对轮对尺寸进行预测的方法.介绍了粒子群优化算法(PSO)及支持向量机(SVM)的相关概念,并利用粒子群优化算法能够实现快速全局优化的特点对支持向量机进行参数优化,解决了支持向量机参数选择盲目性的问题.以某城轨列车轮径值为研究对象,建立基于PSO-SVM的轮对尺寸预测模型,对轮径值进行预测分析.结果表明,轮径值预测相关度达到0.94,证实了建立的预测模型在轮对尺寸预测方面的可行性及有效性.     

小样本条件下航空装备费用预测

为了提高小样本条件下的航空装备费用预测的精度,将信息扩散方法和支持向量机相结合,提出了信息扩散支持向量机预测模型,对模型的拓扑结构、建模步骤进行了描述.为了采用粒子群优化算法为模型选择合适的参数,考虑到模型参数既有连续变量,又有离散变量,提出对粒子位置的各个分量采用不同的更新策略.将信息扩散支持向量机应用于军用飞机机载...     

电力系统中长期负荷预测改进算法分析

讨论了基于支持向量机的电力系统负荷预测模型建模方法.通过对模型结构的分析,提出了最小二乘支持向量机算法学习参数的选取方法.结合粒子群优化算法,给出了粒子群优化对最小二乘支持向量机系数优化选择的方法.采用某省的经济、人口、天气和电价等实证数据对几种预测方法进行比较分析,算例结果表明,所提出的方法可以加快计算速度,并有效提高预测精度.     

优化SVM在锅炉负荷预测中的应用

提出智能优化支持向量机算法来提高模型的预测能力和泛化能力。该算法针对支持向量机噪声敏感问题采用小波方法对数据集去噪;利用核主成分分析方法提取数据特征;采用量子粒子群算法优化支持向量机超参数。将该优化算法应用于锅炉负荷短期预测,实验结果表明,该优化算法预测精度较高,收敛速度较快,泛化性能优于其他预测方法,且工程实现容易。     

基于改进支持向量机的瓦斯涌出量预测

为了克服瓦斯涌出量预测传统模型存在泛化能力弱和预测精度低的缺点,基于改进粒子群优化支持向量机建立一种非线性的煤矿瓦斯涌出量预测新模型。用改进的粒子群优化算法对支持向量机的惩罚因子与核参数进行寻优,选取最佳参数,以最佳参数对给定的训练样本进行学习训练,得到系统输入输出之间依赖关系的估计,再由这种关系对未知输出做出预测,进而建立起新型支持向量机预测模型。仿真实验结果显示,与普通粒子群优化的支持向量机相比,改进算法可使预测值的最大误差降低3．86％,平均误差降低4．27％,即新模型能够克服传统预测模型人为选取参数的盲目性以及神经网络的过学习问题,从而提高瓦斯涌出量预测的精度。     

无线接入点吞吐率预测的建模与优化

针对接入点吞吐率的多步预测问题,提出基于Nu-支持向量回归的建模策略,设计了并行混合粒子群算法,从特征选择与参数选择两个方面对预测模型进行联合优化。评估结果表明,Nu-支持向量回归模型在吞吐率多步预测中能取得较高精度,并行混合粒子群算法具有良好收敛性,且能显著提高预测模型的性能。     

一种新型生物地理学智能优化算法及其比较研究

生物地理学优化算法（BBO）包括迁徙模型和算法流程,在一些基准函数下,通过BBO算法与其他较为传统智能优化算法的性能比较,显示出BBO算法的优越性能.论述了算法中的某些参数的影响,指出了BBO算法有待解决的问题.     

渐进结构优化方法及算例

渐进结构优化法(ESO)是近年来兴起的一种解决各类结构优化问题的数值方法。其原理是通过将结构中无效或低效的材料逐步去掉,使剩下的结构逐渐趋于优化。与其它优化方法相比,该方法原理简单,计算效率高,工程应用方便。本文阐述了渐进结构优化法的基本原理和具体步骤,并按照各种约束条件详细介绍了该方法在国内外的研究进展和典型范例。     

基于拓扑和尺寸组合优化的ATV车身轻量化研究

针对车身结构在概念设计阶段出现的拓扑优化结果不连续,结构优化设计周期时间长等问题,基于optistruct优化软件,提出一种拓扑和尺寸组合优化模型.该模型可以同时进行尺寸优化和拓扑优化设计,得到车身蒙皮优化尺寸和最优的车身骨架加载路径,同时缩短了结构的概念设计阶段的设计周期.以ATV车身的结构优化设计为研究对象,对比优化前后的分析结果,在不降低结构性能的前提下优化后的结构减重105.5kg,验证了该方法的可行性.     

桁架结构形状优化的粒子群优化算法

为解决有应力约束、几何约束以及局部稳定性约束的桁架结构的形状优化设计,将粒子群优化(PSO)算法应用于桁架结构的形状优化设计.首先详细介绍了原始PSO算法的基本原理,然后引入压缩因子改进了原始的PSO算法,并提出了合理的参数设置值.优化计算过程中,综合考虑了节点坐标和截面面积等两类不同性质的设计变量.最后对几个经典问题进行了求解,并与传统的优化算法进行了比较.数值结果表明,改进的PSO算法具有良好的收敛性和稳定性,可以有效地进行桁架结构的形状优化设计.     

笼型粉碎机的优化设计

本文在对笼型粉碎机结构和运动分析的基础上,建立了笼型粉碎机离散混合变量的优化设计模型,提出了离散混合变量优化问题的两步优化算法。该算法充分发挥了连续变量优化算法效率高和离散变量优化算法符合实际变量取值要求的优点,以连续变量优化的结果作为离散变量优化算法的初始点,大大提高了解决此类问题的效率。经对一实际产品的优化表明:在满足各种约束条件下,增大笼轮外径,间隙增大,生产率提高,并可最大限度地发挥原动机的潜力,优化后生产率提高了9.86 t/h,相对增加66.7%.     

弧形钢闸门结构整体优化设计

对闸门结构的优化多将其简化为平面体系或者分别对各构件进行优化,而各构件的最优往往不能等同于结构整体最优.利用APDL语言对ANSYS进行二次开发,融合了有限元法数值计算的准确性和优化方法求极值的高效性,按真实的三维情况对闸门进行优化设计,成功解决了弧形钢闸门的三维优化问题,为优化设计的工程应用提供了一种方法.     

Optimal design of dynamic and control performance for planar manipulator

k]A design and optimization approach of dynamic and control performance for a two-DOF planar manipulator was proposed. After the kinematic and dynamic analysis, several advantages of the mechanism were illustrated, which made it possible to obtain good dynamic and control performances just through mechanism optimization. Based on the idea of design for control (DFC), a novel kind of multi-objective optimization model was proposed. There were three optimization objectives: the index of inertia, the index describing the dynamic coupling effects and the global condition number. Other indexes to characterize the designing requirements such as the velocity of end-effector, the workspace size, and the first mode natural frequency were regarded as the constraints. The cross-section area and length of the linkages were chosen as the design variables. NSGA-II algorithm was introduced to solve this complex multi-objective optimization problem. Additional criteria from engineering experience were incorporated into the selecting of final parameters among the obtained Pareto solution sets. Finally, experiments were performed to validate the linear dynamic structure and control performances of the optimized mechanisms. A new expression for measuring the dynamic coupling degree with clear physical meaning was proposed. The results show that the optimized mechanism has an approximate decoupled dynamics structure, and each active joint can be regarded as a linear SISO system. The control performances of the linear and nonlinear controllers were also compared. It can be concluded that the optimized mechanism can achieve good control performance only using a linear controller.     

不压井井口装置的结构优化设计

采用拓扑优化和尺寸优化对不压井装置进行结构优化设计。首先利用基于变密度法的拓扑优化,以柔度最小为优化目标,体积分数作为约束条件,得到设计空间内最优的材料分布路径。然后根据得到的拓扑结构重新设计不压井装置结构。利用最终得到的不压井装置的拓扑结构建立新的有限元模型,利用尺寸优化工具,以最小质量为优化目标,最大位移与最大应力为约束条件,实现不压井装置的减重。通过综合两种优化方法,不仅提高了不压井装置的性能,而且大大降低了不压井装置的质量,为工程结构提供了一种新设计思路。     

抗震结构的优化设计

本文以近十年来我院抗震结构优化设计的研究成果为例简要地介绍了抗震优化的理论和方法。首先指出了抗震结构优化设计的数学模型是有时间参数约束的非线性规划问题,它可以简化为不含参数约束的问题来求解.然后,以剪切型框架抗震优化为例给出满约束设计的概念和方法;以平板网架抗震优化为例介绍了用最大总应变能为优化目标的一种抗震优化方法;以桁架与钢筋混凝土烟囱抗震优化设计为例阐述了抗震优化设计非线性规划解法的特点.最后用剪切型框架抗震优化设计为例介绍了如何建立和应用抗震经验优化规律。     

渐进演化类拓扑优化算法的优化准则对比研究

渐进演化类拓扑优化算法的优化准则是影响结构优化结果的关键因素之一。以不同荷载和边界条件下的深梁模型为数值算例，比较了基于不同优化准则的3种算法在优化解和优化效率上的差别。结果表明：对于荷载和边界等条件较简单的构件，采用单向和确定性优化准则的渐进演化类拓扑优化算法能高效地得到最优拓扑，采用概率性优化准则和采用双向优化准则的渐进演化类拓扑优化算法有着更广的适用范围，在荷载和边界等条件较复杂的构件上，同样表现出较强的避免优化畸变的能力和全局寻优能力。对结合概率性优化准则和双向优化准则的遗传双向渐进演化结构优化算法建立了流程图，并进行初步讨论，以期进一步提高渐进演化类拓扑优化算法的实用性和寻优能力。