基于微粒群优化算法的图像阈值分割

本文简要介绍了微粒群优化算法、图像阈值分割原理和方法,将微粒群优化算法应用到图像阈值分割问题中,对最优分割阈值进行全局寻优,并与基于迭代法、Otsu法的阈值图像分割结果进行对比,结果表明微粒群算法优化的分割阈值分割效果更好。将本方法应用到犯罪现场灰尘加层足迹图像的处理中,取得了较好的图像分割效果,为公安技术人员对犯罪现场物证信息后期处理提供了一种新的方法。     

基于微粒群算法的工程项目质量、费用和工期综合优化

进度、费用和质量称为工程项目的三大控制目标,三者之间相互依存、相互影响。工程项目控制的理想状态是同时实现合理的工期、较低的费用和较高的质量。微粒群算法(PSO)是新近出现的一种仿生算法,具有简单容易实现,而且随机搜索的优点,使得搜索不易陷于局部最优。将该算法引入工程项目优化领域,研究工程项目的质量、费用和工期的综合优化问题。系统介绍微粒群算法原理、流程以及算法的改进发展,研究工程项目质量、费用和工期的优化,并建立质量、费用和工期的多目标综合优化模型,介绍应用微粒群算法编码解决工程项目多目标优化的方法步骤。最后,通过一个应用实例,计算表明微粒群算法可以准确快速地解决工程项目多目标优化问题。     

基于改进微粒群算法的高心墙坝分区优化

本文提出采用一种改进的微粒群优化方法—单群体自适应微粒群算法,经对糯扎渡心墙坝坝料进分区优化,结果与设计院的最终方案基本吻合。     

基于微粒群算法的工程项目资源均衡优化

将微粒群算法运用到工程项目管理的资源均衡优化问题,定义了以活动的实际开始时间作为微粒坐标的微粒群;建立了资源方差与活动实际开始时间直接联系的评价函数;通过微粒群在飞行中位置的进化过程来搜索对应于最优方案的活动实际开始时间。最后通过算例的计算分析,用微粒群算法得到的资源强度比初始方案降低了75.2%,比遗传算法的结果降低了26.97%,验证了该方法在工程项目管理的资源均衡优化中的可行性及有效性,同时还获得了若干个次优方案,对于工程项目管理中的资源均衡优化具有实际应用价值。     

基于微粒群算法的污水管网优化设计

针对遗传算法存在的问题，提出一种利用微粒群算法（PSO）优化污水管网的模型，并阐述了应用微粒群算法进行污水管网优化设计的原理、特点。在南京市某地区的污水系统设计中采用了该算法，取得了良好的社会效益和经济效益。     

基于微粒群优化的智能位移反分析研究

优化技术是影响反分析精度和效率的重要因素,将微粒群优化技术与支持向量机技术结合,提出了一种新的智能位移反分析方法。该方法利用了支持向量表达非线性关系方面的优良特性,可以避免大量的数值计算,同时充分利用微粒群的全局优化、收敛速度快的优点。将提出的方法应用到具体的算例中,比较表明,本方法是一种科学、可行、收敛快、精度高的优秀算法。     

微粒群优化算法在Theis公式参数识别中的应用

采用一种微粒群优化算法来识别承压完整井非稳定地下水运动Theis公式中的水文地质参数。微粒群算法是一种新型的群体智能算法,它将每个个体看作在多维搜索空间中的一个没有重量和体积的微粒,并在搜索空间中以一定的速度飞行,该飞行速度由个体的飞行经验和群体的飞行经验进行动态调整。然后根据个体适应值大小运算,根据适应度函数对微粒的速度和位置进行进化,最终得到足够好的适应度值。本文采用微粒群算法可根据抽水试验资料快速反演Theis公式近似解析解中的水文地质参数。实例计算结果表明该微粒群算法计算速度快,在水文地质逆问题求解中值得推广应用。     

微粒群多目标优化率定暴雨管理模型(SWMM)研究

针对SWMM存在模型参数多、率定困难的问题,采用微粒群算法(PSO0)对SWMM模型进行优化率定研究,完成了高维多目标优化率定过程.算例结果表明,微粒群算法可以有效地完成优化率定过程,并能实现多目标优化,这对模型率定和实际城市防汛工作具有一定指导意义.     

预制装配式建筑施工技术的成本优化研究

本文建筑工程以某地居民住宅为例,首先利用建筑信息模型（Building Information Modeling,BIM）技术构建建筑模型;其次,施工前在工厂预制结构构件,并利用BIM技术管理构件;再次,基于建筑构件的特性,制订专业的运输及存放方案,并通过吊装方式组合安装建筑构件;最后,进行灌浆加固处理。建筑工程竣工后,采集本次施工中3个工序的质量数据,经计算其偏差值均在允许范围内,证明施工质量满足要求。通过与现浇混凝土建筑施工方式对比可知,施工的误工费及总成本均较小,说明预制装配式建筑施工技术的成本优化效果较好。     

基于微粒群算法和模糊神经网络的火灾探测研究

针对火灾探测的特点,将模糊系统和神经网络有机结合,实现模糊系统设计参数的自动调整。采用符合国家标准明火、阴燃火以及厨房环境下的干扰火等作为模糊神经网络的训练样本和测试样本,依据模糊神经网络算法要求,完成了网络结构的设计,并给出相应的计算模型,利用微粒群算法对网络的权值进行学习与训练。结果表明,该算法在探测国家标准火的火灾状态方面具有有效性和可行性。     

基于微粒群–BP神经网络算法的堆石坝坝体变形监控模型研究

将微粒群算法与BP神经网络算法相结合,建立基于微粒群–BP神经网络算法的大坝安全监控模型,解决传统神经网络存在的网络学习速度慢,且易于收敛到局部最优点等问题。经实例分析,该模型在用于建立大坝安全监控预报模型过程中,能更好地反映大坝应力变形的非线性问题,且在精度和速度上都有较大的提高,为实现实时在线分析评价大坝的安全性态提供了有力的技术支持。     

基于粒子群算法的工程项目多目标优化问题研究

为了更有效地解决工程项目的工期—成本—质量优化问题,从施工单位的角度出发,基于工期、质量、成本间的对立统一关系,以双代号网络图中每项工作的持续时间为自变量,建立工期—成本—质量优化模型,采用标准粒子群算法来优化求解。为了消除量纲对评价标准的影响,对 3 个目标适应值采取了标准化的处理方法。利用 Matlab 软件,对一个工程案例进行多目标优化,通过与蒙特卡罗方法进行对比,分析了粒子群算法的计算效率,优化结果验证了粒子群算法求解工程项目多目标优化模型的可行性和适用性。     

建筑工程项目进度成本优化策略与方法

在市场经济快速发展的时代,建筑工程建设的速度在不断加快,建筑企业要想在经济浪潮下获得好的经济效益以推动企业日后的发展就必须对工程项目的施工质量、进度及成本进行统筹规划与管理。如何协调并管理好三者之间的关系、节约工程成本、提高建筑项目的工程水平和施工质量是摆在施工企业面前最大的问题。因此笔者将从建筑工程项目进步成本优化角度出发,浅谈加强对质量、工期及成本管理的有效策略与方法,从而使建筑项目的工程成本管理更加完善,帮助企业实现效益的最优化,从而使企业在竞争中长久利于不败之地。     

建筑工程项目成本管理

工程项目成本的管理是项目管理的核心部分,如何做好项目成本管理,对建筑工程项目的顺利完成起着很重要的作用。本文结合工作的实际,就项目成本管理做一定的探讨。项目成本管理主要通过技术方案、经济核算和施工管理活动达到预定目标,实现盈利的目的。因此,施工企业必须对工程项目成本实施管理,旨在通过这些措施的实施,能够加强施工企业的成本管理,增强企业竞争力和提高经济效益。     

基于BIM技术的建筑工程造价管理优化

随着我国城市建筑工程项目数量的不断增多,不仅促进了建筑施工行业的发展,也对工程造价管理工作提出了新的要求。因此就需要工作人员对现有的工程造价管理方式进行优化,从而进一步提高造价管理质量。基于此,先阐述了BIM技术的内涵和BIM技术在建筑工程造价管理中的应用优势,接着研究了BIM技术在工程造价管理优化中的应用,最后以某项目为例,说明了BIM技术在建筑工程造价管理中的应用。     

基于BIM技术的建筑施工进度优化研究

随着当下我国建筑产业良好发展,建筑施工规模显著增加,内部结构设计日渐复杂,传统进度管理中计划与实际相脱节、项目信息失真、协调性不佳等,难以吻合当下施工进度优化实际需求.通过BIM技术的引入,补充当下进度管理存在的不足,其积极提供施工模拟、碰撞检查等支持,提高管理水平,促使施工进度优化更具规范化、标准化.     

基于粒子群优化算法的热网优化设计

基于粒子群优化算法,以热网年折算费为目标函数,在水力约束条件下求解优化的管径.结合算例,验证了粒子群优化算法的可行性和有效性,取得了良好的效果.     

浅谈建筑工程成本管理与BIM技术的应用

在目前市场经济各项制度逐步完善的条件下,建筑行业价格更加透明化。企业内部管控成为一个迫切又突出的问题。企业要发展要竞争力,就必须全员对成本形成的全过程进行参与,以低于竞争对手的成本进行生产经营,在过去的成本管理办法缺乏施工过程中的众多数据支持,使大多项目对成本管理心有余而力不足,近年市场上出现的BIM建筑信息模型(Building Information Modeling)技术应用,很好的解决了这个问题。     

基于微粒群算法和BP网络的结构损伤识别

提出了基于BP网络的结构损伤识别方法,同时引入了微粒群算法对BP网络权值和阀值进行优化,建立了完整模型和损伤模型,进行了仿真,经检测样本证明,微粒群算法优化后的BP网络能很好的识别出结构损伤的位置和程度,是一种快速、有效的结构损伤识别方法。