基于粒子群算法的椭偏法测量数据反演

为解决椭偏法测量薄膜厚度和折射率实验数据处理较为复杂的问题,采用一种新的基于群体智能的优化算法—粒子群算法处理实验数据.以单层吸收薄膜的测量为例,利用该算法进行数据处理.实验结果表明,三个薄膜参数(折射率n,消光系数k和薄膜厚度d)可以同时获得,而且在未知参数确切范围情况下,大范围内进行搜索仍然能保证快速收敛到最优解.文中算法和遗传模拟退火算法以及利用椭偏仪数据处理软件得出的结果相比较,表明该算法计算精度高,收敛速度快.     

一种基于粒子群优化的粒子滤波改进算法

粒子群优化粒子滤波算法能有效改善粒子退化问题,但其适应度函数受量测噪声方差影响较大,限制了滤波精度的提高.为此,提出了一种基于粒子群优化的粒子滤波改进算法.该算法给出一种新的适应度函数,用当前状态估计值与各粒子状态的差值大小作为评价标准,使得最终优化粒子受噪声方差影响减小,在量测模型精度高的场合中提高了滤波精度.理论分析及仿真结果表明,本文所提算法的滤波性能优于标准粒子滤波与粒子群优化粒子滤波算法.     

PSO算法在3D打印喷头温度传感器非线性特性校正中的应用

将微粒群优化(PSO)算法应用于3D打印喷头温度检测系统的非线性特性校正. 在温度传感器特性无法准确获取的情况下,给出了基于PSO算法和逆模型实现非线性特性的线性化校正的一般实现思路和步骤. 首先对采集到的样本进行特征分析,提炼出温度传感器非线性特性的逆模型,再利用PSO算法对逆模型中未知参数进行优化求解,从而实现了3D打印喷头温度非线性特性的线性化校正. 最后,对3D打印喷头温度检测系统进行了实验研究,对比了逆模型的PSO参数优化求解和Matlab曲线拟合求解的实验结果,验证了本文基于PSO的喷头温度非线性特性的线性化校正方法的可行性,并可以扩展到一般非线性传感器的线性化校正应用中.     

基于量子粒子群算法的测试数据自动生成算法

本文针对现在流行的进化算法生成测试数据存在参数设置难、算法复杂度高、易陷入局部最优解等缺点,提出了一种应用于软件测试中的基于量子粒子群算法（QPSO）的测试数据自动生成算法。该算法是在粒子群（PSO）算法基础上引入量子理论的思想。解决了PSO算法搜索空间有限,容易陷入局部最优解的问题。通过具体实验证明,该方法是有效可行的,其效率也明显高于GA算法和PSO算法。     

小世界模型的个体决策微粒群算法

微粒群算法是一种模拟动物行为的群智能优化算法.由于微粒(个体)在不同环境中生存与觅食,积累了不同的经验,因此不同个体在觅食或者其他行为中会做出不同的决策,但是这种决策机制在标准微粒群算法中并没有体现出来.微粒在决策时会考虑周围其它粒子的信息,因此本文通过引入个体决策机制与小世界模型的邻域结构来改进微粒群算法,同时利用李雅普诺夫稳定性理论对改进的算法进行稳定性分析,并给出相应的参数选择方式.在改进的微粒群算法中,微粒被周围理想微粒的位置和群体最优位置所吸引,改变了传统微粒群算法只被群体最优位置吸引的弊端.对常用的几个测试函数进行仿真,与其它两种改进的微粒群算法相比,结果表明该算法有更好的性能.     

基于改进微粒群优化的学习路径优化控制方法

对学生学习的路径控制在智能化教学系统中是一个重要的问题。该文以知识空间理论为基础建立了学习状态空间,通过改进的微粒群算法对该学习状态空间的学习路径进行最优化控制,并利用死亡惩罚函数法把约束最优化学习路径问题转化成了无约束的最优化学习路径控制问题,引入交换子和交换序的概念对微粒群算法进行改进。在结果分析中,通过动态参数法,即动态变化交换子保留概率的方法提高微粒群的收敛效果,达到了最优化学习路径控制的目的。     

粒子群优化算法边界条件研究

粒子群优化算法在搜索全局最优过程中,粒子可能超出界限。针对该情况,提出5种新的受限制的边界条件,将出界粒子随机置于搜索空间内。通过基准函数将这5种边界条件与原有的6种边界条件进行对比测试,并从全局最优和收敛速度两方面对仿真结果进行分析,结果表明,新提出的随机重置的边界条件其性能明显优于置于边界的情况,无形/吸收的边界条件也稍优于其他不受限制的边界条件。     

基于改进粒子群算法的中药提取过程PID优化控制

提出了一种适合于中药提取过程的基于改进粒子群算法的PID优化控制方法;针对粒子群算法存在早熟和局部收敛的问题对算法进行了改进,采用一种非线性动态自适应方法作为惯性因子权值调整策略,使惯性权值随粒子目标值的变化而自动改变;将该法应用于中药提取温度控制系统PID控制器参数优化设计,首先利用广义Hermite-Biehler定理计算控制对象的PID控制器参数稳定域;然后在参数稳定域范围内采用改进粒子群算法寻优得到了满足指定性能指标(ITAE)最小的最佳控制器参数值;最后针对中药提取工段的温度控制二阶时滞系统进行了仿真,验证了该方法的有效性。     

半导体黄光区调度问题研究

对半导体黄光区调度问题进行了研究,建立了半导体黄光区调度的数学模型,分别提出了用于求解该问题的启发式方法和粒子群算法方案,阐明了两种算法方案的具体实现过程。通过对仿真实例进行计算和结果比较,表明了粒子群算法优于启发式方法,取得了不错的优化效果。     

基于PSO优化的潜艇深度非线性PID控制

根据潜艇操纵控制过程非线性、慢时变的特点,在潜艇深度垂直面运动方程的基础上设计了一种基于粒子群算法的潜艇深度非线性PID控制器,针对非线性PID控制设计参数较多的问题,将参数设计问题转化为一种优化设计问题,借助粒子群优化算法,以某型潜艇深度控制系统为研究对象,对系统中的非线性PID控制参数进行了优化.仿真结果表明,该控制器不仅能较好地实现深度保持,相对于传统PID控制具有更好的稳态精度,对舵机的损耗也比传统PID控制小.