基于时间序列的养护站选址的CFLP优化算法

通过对传统的CFLP选址模型进行分析与改进,建立了基于时间序列的养护站选址的CFLP优化算法,并将该算法应用于典型的高速公路养护站的选址,结果表明,该算法是合理的,对于高速公路养护站的选址具有重要的参考价值.     

基于改进PSO算法的自适应均衡算法

传统的自适应均衡算法存在收敛速度慢,稳定性差、均衡效果不理想等缺点,从而使自适应均衡器在高速光纤通信系统中的应用受到限制.具有梯度搜索因子的Grads-PSO算法,结合了传统数值优化方法在计算速度和计算精度上的优势,将梯度法引入粒子群算法中.在梯度搜索因子的指导下,PSO算法的运算过程显得更加有规则,从而提高了算法的收敛速度和运算精度.因此,本文提出将改进PSO算法用作自适应均衡器均衡算法.通过仿真实验表明,改进PSO算法具有收敛速度快,计算精度高的优点,将其作为自适应均衡器的控制算法可收到很好的均衡效果,优于传统的控制算法.     

溶剂生产中醪塔的优化模拟

针对丙酮-丁醇精馏工艺过程中醪塔分离性能差和能耗高的问题,提出了优化方案,增加了醪塔塔高,添加一个侧线采出位置.应用PRO/Ⅱ化工流程模拟软件对优化后的醪塔进行模拟,考察了醪塔理论板数,侧线采出位置、进料位置等因素对醪塔分离性能和蒸汽消耗量的影响.优化后经模拟确定了醪塔理论板教为40块,进料位置为第18块理论塔板处,侧线采出位置为第10块理论塔板处.该条件下,醪塔塔顶馏出物中水含量由47.09%降到13.23%;侧线采出产物轻相中丁醇的含量为73.07%,而优化前在醪塔塔顶产物中丁醇的含量为34.19%;能耗与原工艺相比降低了38.74%;醪塔塔釜废醪液中总溶剂含量降为0.013%.工业醪塔试车运行结果与模拟结果吻合良好.     

基于禁忌搜索的混合粒子群优化算法

针对粒子群优化算法（PSO）易于陷入局部最优解并存在早熟收敛的问题,利用禁忌搜索算法较强的“爬山”能力,搜索时能够跳出局部最优解,转向解空间的其他区域的特点,提出了一种新的基于禁忌搜索（TS）的混合粒子群优化算法（TS—PSO）,并选用两个函数进行测试．结果表明,TS—PSO比其他改进粒子群算法更能提高收敛速度,获得全局最优解．     

高速超宽带系统中频谱优化方法的研究

脉冲波形设计和频谱控制是超宽带通信系统解决频谱共存和相互干扰问题的关键。提出了基于最小面积准则(LAC)的频谱优化方法,并将其应用在正交脉冲调制超宽带系统中。该系统由多条并行发送支路组成,每条支路利用正交脉冲进行脉冲位置调制(PPM)与脉冲形状调制(PSM)相结合的调制。仿真结果表明:利用LAC优化的结果和最小均方误差准则(MMSE)相比更符合FCC的要求,不仅能提高频谱利用率,还能实现对频谱的灵活控制。     

促进发电节能的可中断负荷电价优化设计模型

如果电力系统的备用容量完全有发电机组来承担,可能会产生长期"备而不用"的问题.这不仅会造成资源的浪费,也会导致用户购电成本的增加.通过供电公司与用户之间签订的合同,把用户的可中断负荷作为发电的一种备用,如果系统供给能量,则用户需要向供电公司支付电能价格;如果备用容量不足,系统中断时该用户的电力供给,但供电公司向用户进行其低谷用电的电价赔偿.可中断负荷电价的确定既要有利于发电成本的下降,又要有利于保护供电企业的利益,还要有利于激励用户减少高峰负荷用电的积极性.正是基于这样的目的而讨论可中断电价的优化设计模型.     

超冗余移动机械臂的逆运动学快速求解

为了快速并精确地求解一类冗余移动机械臂(MM)运动学的优化逆解,提出了一种基于遗传信
赖域算法和解析解法相结合的运动学求逆方法. 首先使用解析解法求出机械臂逆解关于移动
车运动参数的表达式,据此表达式引入关节最佳柔顺性准则确定信赖域算法的目标函数;然
后用遗传信赖域算法快速求解此只包含移动车运动参数为自变量的目标函数的最优化问题,
据此求出运动学逆解. 仿真算例表明,该方法能快速求出精确和优化的运动学逆解.     

向交换机要“效能”

很多单位都是使用交换机进行组网的,该设备作为局域网中的核心‘‘枢纽”之一,它的工作性能与单位局域网的使用效能息息相关,并且会影响着部署在单位网络平台中的各种应用系统。为了追求更高效、更稳定的网络性能,我们需要根据当前主流交换机的技术特性,结合单位实际组网情况,有针对性地对网络中的交换机进行性能优化,确保整个网络系统运行安全、合理。     

优化Windows8“不在话下”

“Win8优化大师”继承于软媒“Vista优化大师”和“Win7优化大师”酷炫时尚的界面交互设计,绝对贴心的系统优化设置,让Windows8使用更顺畅更安全更好用。     

支持向量回归在飞灰含碳量软测量中的应用

针对目前锅炉飞灰含碳量难以准确测量的问题,应用支持向量回归和粒子群算法相结合建立了飞灰含碳量软测量模型;建模中以某电厂提供的1 000 MW超超临界机组的测试数据为研究对象,对数据进行了预处理,对各种变量进行了关联度分析,采用粒子群算法优化了模型的惩罚参数C和核函数参数g,建立了飞灰含碳量软测量模型;同时利用测试数据和另选的随机数据验证了模型的准确性和泛化能力;仿真结果表明,飞灰含碳量软测量模型的预测精度较高,相对误差被控制在±1%以内,而且泛化能力较强,为锅炉飞灰含碳量的测量提供了一种有效的途径。