克服恋食行为的PSO算法改进研究

基本粒子群优化算法(PSO)存在易陷入局部极值的缺点.为此,研究鸟群迁徙觅食中的行为习惯,以加强PSO的鸟群社会模型和对鸟群行为的模拟.在所提出的改进算法中,历史飞行速度在实际觅食中不作为判断因子,只有发生位置重复时粒子才发生变异或摄动,以此增强粒子群优化算法跳出局部最优解的能力.实验结果表明,新算法的全局搜索能力有了显著提高.     

适应性粒子群寻优算法Ⅱ

适应性粒子群寻优算法Ⅰ(APSO-Ⅰ)是在有序的决策中始终引入随机的、不可预测的决定.为解决APSO-Ⅰ算法收敛深度不够的问题,提出适应性粒子群寻优第Ⅱ代算法(APSO-Ⅱ).APSO-ⅡⅢ算法是将有序(标准PSO粒子群寻优)和无序(自适应寻优)进行适当的分离.以发挥各自的优势.在自适应寻优阶段,通过在最优柱子邻域空间探寻更优化的解.一但新的优化解被发掘,便利用标准PSO快速寻优.典型复杂函数优化的仿真结果表明,APSO-Ⅱ在收敛速度和收敛深度上均优于DPSO(耗散型PSO),HPSO(自适应层次PSO),EPSO(自适应逃逸PSO)和APSO-I.     

基于传感器技术的实时脑-机接口设计

设计了一种基于传感器技术的脑-机接口(BCI)系统,实现了实时控制光标移动,系统包括传感器部分和信号处理部分.系统通过采集操作者头部O1,O2导联处的脑电信号,提取其α波,利用Fisher 判别分析方法判断受试者闭眼时长输出不同控制命令,快速可靠地控制光标进行二维移动.实验表明:未经先期训练的操作者均能通过本系统快速地完成光标控制任务,且具有很高的识别正确率.该系统采用异步工作模式,输出控制命令仅需3.6～5.4s,具有较好的实用性.     

结构式团体心理治疗在精神分裂症康复期的应用研究

目的：研究结构式团体心理治疗对康复期精神分裂症患者整体社会功能的影响。方法将120例康复期精神分裂症患者按简单随机方法分成2组,每组60例。研究组在原有药物治疗及康复训练基础上实施结构式团体心理治疗,每周1次,每次1 h,共10次;对照组则维持原有药物治疗及康复训练。分别在治疗前后及随访12周时,使用住院慢性精神病患者社会功能评定量表（SSSI）、自尊量表（SES）、自我和谐量表（SCCS）进行评估。结果研究组治疗后 SES 总分高于治疗前,SSSI、SCCS 总分低于治疗前（均 P ＜0．05）。对照组治疗后 SES 总分低于治疗前（P ＜0．05）,而治疗前后 SSSI 和 SCCS 总分差异无统计学意义（均 P ＞0．05）。2组治疗后 SSSI、SES、SCCS总分差异均有统计学意义（均 P ＜0．05）。研究组12周随访时与治疗后 SSSI、SES、SCCS 总分比较差异均无统计学意义（均 P ＞0．05）。结论结构式团体心理治疗可以明显改善康复期精神分裂症患者的社会功能,且治疗效果相对稳定、持久。     

基于改进下垂控制的微网运行控制策略

针对传统下垂控制器在微网并网模式运行时受电网频率或电压幅值波动的影响,难以实现恒功率输出的问题,提出了一种动态调节下垂系数实现恒功率输出的控制策略.同时为平抑微网孤岛模式运行时因连网线路阻抗不同而产生的环流设计了无功环流抑制单元.此外,为了保证微网在运行模式切换时平滑过渡而设计了预同步控制器.所提出的控制策略通过Matlab/Simulink仿真平台验证了其正确性和可行性.     

超声成像系统的动态孔径控制方法

动态孔径控制技术是超声成像系统的一个重要环节,良好的动态孔径控制技术能够有效地改善图像质量.在深入分析超声信号的合成波束分布规律的基础上,提出一种能够消除聚焦波束扫描死区的动态孔径控制方法.该方法根据探头阵元数对探测区域进行均匀的区域分割,计算得到完全覆盖相邻两条扫描线之间区域的聚焦波束在该深度下所需的波束宽度,再根据不同探测深度的波束宽度反推该深度下所需的孔径大小.该方法不受探头参数特性改变,以及探测对象变化的影响,在超声成像系统具有普遍适用性.仿真成像表明:采用该动态孔径控制方法能够有效提高超声图像的整体质量.     

陈村水库上游特大暴雨洪水分析

分析了陈村水库上游暴雨特性、洪水特性,并进行比较,最后提出建议。     

Optimal placement of distributed generation units in distribution systems via an enhanced multi-objective particle swarm optimization algorithm

This paper deals with the optimal placement of distributed generation （DG） units in distribution systems via an enhanced multi-objective particle swarm optimization （EMOPSO） algorithm. To pursue a better simulation of the reality and provide the designer with diverse alternative options, a multi-objective optimization model with technical and operational con- straints is constructed to minimize the total power loss and the voltage fluctuation of the power system simultaneously. To enhance the convergence of MOPSO, special techniques including a dynamic inertia weight and acceleration coefficients have been inte- grated as well as a mutation operator. Besides, to promote the diversity of Pareto-optimal solutions, an improved non-dominated crowding distance sorting technique has been introduced and applied to the selection of particles for the next iteration. After verifying its effectiveness and competitiveness with a set of well-known benchmark functions, the EMOPSO algorithm is em- ployed to achieve the optimal placement of DG units in the IEEE 33-bus system. Simulation results indicate that the EMOPSO algorithm enables the identification of a set of Pareto-optimal solutions with good tradeoff between power loss and voltage sta- bility. Compared with other representative methods, the present results reveal the advantages of optimizing capacities and loca- tions of DG units simultaneously, and exemplify the validity of the EMOPSO algorithm applied for optimally placing DG units.     

基于随机黑洞和逐步淘汰策略的多目标粒子群优化算法

提出一种基于随机黑洞粒子群算法(RBH-PSO) 和逐步淘汰策略的多目标粒子群优化(MRBHPSO-SE) 算法. 利用RBH-PSO 全局优化能力强和收敛速度快的优点逼近Pareto 最优解; 为了避免拥挤距离排序策略的缺陷, 提出逐步淘汰策略, 并将其应用到下一代粒子的选择策略中. 同时, 动态选择领导粒子, 运用动态惯性权重系数和变异操作 来增强种群全局寻优能力, 以及避免早熟收敛. 利用具有不同特点的测试函数进行验证, 结果表明, 与同类算法相比, 该算法具有较高的精度并兼顾优化解的多样性.

     

聚变堆偏滤器冷却通道结构优化分析

偏滤器作为直接面向等离子体的内部部件之一,其表面承受的热流密度很高。为提高其冷却通道的冷却能力,降低此部件面向等离子体面边缘的温度,从改变冷却通道截面形状的角度提出了不同的改进方案,并采用理论计算与有限元仿真对原始设计和改进方案进行了流体、热和结构分析。结果表明:在冷却通道的横截面积不变的情况下,随着湿周周长的增加,冷却能力有所提高,钨边缘的局部温度过高得到改善;但冷却通道形状的变化出现应力集中现象,通过提高长宽比可适当提高其在材料应力限值下所能承受的稳态运行的热流密度。这些优化分析结果可为聚变堆偏滤器冷却结构的设计提供理论参考。