混合邻域结构的粒子群算法

为了克服标准粒子群算法的早熟、停滞进化或易于陷入局部最优的现象,提出了一种混合模型(简称NSPO)。NSPO将一个粒子映射到无标度网络的多个网络节点上,借助网络结构获得该粒子的邻域拓扑。对粒子的更新,NSPO既考虑种群的最优,又考虑邻域的最优。在3个具有不同难度特点的测试函数上,将NSPO与标准粒子群算法进行了比较。实验结果表明:对于全局最优和梯度信息明显的函数,NSPO具有非常优越的表现;对于具有诸多局部最优的函数,NSPO逃逸局部最优的能力要强于标准粒子群算法;对于具有误导性梯度信息的函数,NSPO偶尔表现优异。     

基于粒子群算法的项目群网络计划资源优化研究

传统的网络计划(CPM/PERT)默认项目实施所需资源已合理投入,并就此安排各项工作。由于该技术传递信息量较少,不利于项目群资源共享。文章通过对工程项目群工期、成本、管理资源分析,提出基于粒子群算法的项目群网络计划优化模型,引入柯布-道格拉斯生产函数完善目标函数,并以某区域管道铺设工程为例开展实例研究,为今后项目群管理提供参考与借鉴。     

基于改进粒子群的分布式通信干扰资源分配

为了解决分布式通信干扰场景下面临的资源分配效率低、干扰效益无保障等问题,结合通信干扰资源分配数学模型,设计了一种改进的粒子群算法。首先设计了分布式通信干扰场景并构建了通信干扰资源分配模型,以最大化干扰效益作为目标函数;其次采用自适应惯性因子和学习因子,并引入遗传变异策略和精英保留策略,提出一种改进的粒子群算法,最后对不同场景规模的通信干扰资源分配进行仿真实验。结果表明,相比小生境遗传算法、粒子群算法、遗传算法,改进的粒子群算法在不同场景规模下,均能获得更优的干扰效益,性能方面具备整体干扰效益更高、算法收敛速度更快、算法收敛误差更小等优势。所设计的改进粒子群算法可应用在分布式通信干扰场景中,为指挥决策提供参考。     

基于改进粒子群算法的无人机航迹规划

针对当前基本粒子群算法无人机航迹规划在后期收敛速度比较慢、效率不高、易陷入局部最优等问题,提出一种改进粒子群算法。首先,在迭代前期和后期分段设置惯性权值的调整,实现粒子惯性和寻优行为的平衡;其次,设置一个定值与相邻2次适应度函数最优值比较策略,防止陷入局部最优;最后,引入遗传算法的交叉、变异机制,得出更优的结果。并通过仿真验证了改进粒子群算法在三维空间航迹规划的有效性和可行性。结果表明,与其他航迹规划算法相比,新算法具有路径长度更短、耗时更少、路径更平滑等优点,加快了收敛速度,提高了航迹规划效率和稳定性。因此,改进算法的航迹规划可得到满足约束关系的最优航迹,对实现自主飞行有重要的参考价值。     

粒子群优化算法在堆石坝材料参数反演中的应用

在利用有限元计算堆石坝应力和变形时,模型中的堆石坝材料参数取值常与实际值存在差异,为了获得最接近真实值的堆石坝材料参数,以某混凝土面板堆石坝实测位移为基础,采用粒子群优化算法不断调用有限元模型,计算结果表明,粒子群优化算法用于堆石坝材料参数反演中是合理可行的.     

基于粒子群优化机器学习模型的水面蒸发量估算模型研究

水面蒸发是估算区域水资源平衡的重要参数之一,实测的蒸发皿蒸发量(E_pan)是重要的水温变量,为找出估算区域的E_pan最优模型,以江西省为研究区域,基于极限学习机(ELM)、随机森林(RF)、支持向量机(SVM)、BP神经网络4种机器学习模型,以粒子群算法(PSO)为基础建立了4种优化模型,对不同站点E_pan进行了估算,结果表明：在日值、月值估算中,PSO-RF模型精度最高,其在不同时期的相对误差最低,在3—10月及全年的相对误差在4.1%～4.4%,同时在不同训练及预测组合下,该模型均能保持较高的精度。     

基于粒子群神经网络的软岩巷道变形预测

软岩巷道变形预测在采矿工程中具有十分重要的意义.软岩巷道变形预测是一个典型的多变量、非线性系统.运用粒子群优化的神经网络构造了软岩巷道变形预测的模型,以此训练好的粒子群优化神经网络模型来描述软岩巷道变形和主要影响因素之间的关系.该方法以神经网络为基础,用粒子群算法来优化神经网络,综合利用二者的优点,进行软岩巷道变形预测.实验表明,此方法是高效可行的,并可在更多领域内应用。     

基于改变的粒子群算法优化RBF神经网络的煤矿通风系统故障诊断

为了提高煤矿通风系统故障诊断的准确性,采用了一种改变的粒子群优化RBF神经网络的方法。利用改变的粒子群容易实现,简单操作,搜索能力较强的等特点,对RBF网络的中心、网络宽度以及连接权重进行优化,并用优化好的神经网络对鹤壁通风系统进行故障诊断处理。仿真结果表明,该方法具有较好地处理故障效果,是一种实用的故障诊断方法。     

粒子群算法在网络计划优化中的应用研究

平煤天安五矿位于平顶山市区西北部，1956年建矿，1958年12月31日投产。设计生产能力120万t。开采丁、戊、己三组煤层,现只开采己组煤层，井田呈东西走向，南北倾斜，服务年限64年，面积31．5km^2。     

基于粒子群神经网络的供应商评价模型及应用

供应链管理成为当今的研究热点,能否选择合适的供应商成为供应链构建成败的关键,而供应商评价是这个选择过程的重要组成部分.本文比较了供应商评价的各种方法,在重点研究了BP神经网络算法的基础上,针对其训练速度慢和容易陷入局部极小点的局限性,提出了一种粒子群优化BP神经网络评价模型.通过实例用Matlab进行仿真,与传统的BP网络模型比较,得出粒子群神经网络在供应商评价中更加有效.     

基于Adaboost-DPSO-SVM模型的供应链金融信用风险评价研究

数字化赋能供应链金融创新是推动我国产业链、供应链持续稳定优化升级的重要内容,在全球金融风险急剧增加的背景下,供应链金融与大数据、区块链、物联网、人工智能等技术相融合,成为解决我国中小企业融资授信问题的有效方式之一。本文在对供应链金融信用风险评价指标进行特征选择的基础上,采用一种动态变异的粒子群算法(DPSO)和AdaBoost算法对SVM进行协同优化和集成,建立了Adaboost-DPSO-SVM模型,并将该模型应用于我国新能源汽车行业供应链金融信用风险评价中,实验结果表明所建立的模型相对其他评价模型具有更好的分类识别性能。     

流水工序调度与生产效率的关系模型分析

提出一种基于粒子群算法的流水工序调度任务优化模型。利用流水工序调度任务的特点得到流水工序时间约束条件,利用粒子群算法的原理建立流水工序调度任务优化模型,利用粒子群算法对模型进行求解。仿真实验表明,利用该算法能够得到流水工序调度问题的最优解,提高生产效率。     

RSSR机构的ADAMS参数化建模及优化技术研究

为对空间RSSR四杆机构进行优化设计,以RSSR机构为研究对象,运用解析法对RSSR机构进行了运动学分析,得出RSSR机构的运动解析式,确定曲柄存在条件的表达式;利用ADAMS软件参数化编程技术,将空间四杆机构关键点参数化,构建三维参数化模型;运用ADAMS软件的二次开发技术,开发了空间RSSR四杆机构的参数化建模及分析优化系统,实现了RSSR机构运动类型的判定、快速建模、机构仿真、运动分析及优化,并进行了实例分析。结果表明,对于给定的RSSR机构,系统运动分析优化后,摇杆的角速度、角加速度的最大值和最小值的绝对值明显减小,摇杆摆动速度趋于平稳。研究结果对提高RSSR机构的设计效率、减少设计周期具有参考价值。     

脱硫泵寿命影响因素综合排序灰色理论分析

研究烟气脱硫泵使用寿命的影响因素,并利用灰色理论分析了影响因素(如介质比重Sm,温度t,pH值,材料硬度HRC,泵流量Q,扬程H,转速n和叶轮直径D2等),对烟气脱硫泵寿命L的综合影响,通过大量计算得到了这些因素的综合影响排序。     

BIM在某铁路专线钢结构工程中的应用研究

钢结构体系本身的复杂性致使钢结构的设计、施工存在一些难点,如CAD设计图纸较难被施工人员读懂、一些设计缺陷在施工过程中才能被发现等,严重制约了钢结构的发展。为解决这些问题,从研究BIM软件的建模方法着手,结合某铁路专线钢结构工程,将BIM模型与传统设计图进行比较,研究了BIM建模在钢结构节点设计优化中的作用。结果表明,BIM软件给工程设计和施工带来极大的便利,将逐步取代传统的工程设计方法。     

企业网络研究综述

现代企业网络研究呈现出多学科交叉、多角度切入的特点。文章对企业网络研究进行了脉络梳理,划分出企业网络研究的四个视角,即基于交易成本理论的资源配置方式,基于资源基础理论的企业战略选择,基于社会网络理论的企业生存方式以及基于多理论整合的价值创造和实现机制。在整理和综述的基础上分析了现有研究存在的问题,并对未来研究进行了展望。     

环境约束下的工业结构优化调整研究

本文在分析中国工业经济发展及环境污染物排放趋势的基础上,选取工业废水排放强度、工业废气排放强度及工业固体废物排放强度,采用灰色关联方法对工业各行业环境污染物排放强度进行综合评价。根据综合评价结果,将工业各行业划分为优先发展、重点扶持、引导发展、结构整合以及限制发展等不同类型,从而有针对性地采取措施对工业内部各行业结构进行优化调整。     

体验式服装设计模式初探

体验经济的到来,预示着消费者对于产品的需求不再停留在功能,服务也退居其次,感性时代的来临,产品所被赋予的情感价值受到重视。在体验经济的冲击下,当代国内外设计界对体验式设计的关注度不断提高,服装设计的创新趋势越来越强调体验的价值。本文意在通过对体验经济及体验式设计的相关理论的探讨,借鉴相关的产品开发设计模式提出具体的服装设计创新方法和步骤。适应当今消费者对于服装这一消费品内心真正的需求,充分挖掘潜在需求,为服装企业设计产品、打造品牌、塑造核心竞争力提供新的方法。     

基于灰色系统理论的吉林省林业产业化发展路径研究

吉林省林业独特的资源优势和广阔的发展空间为实施林业产业化提供了必要的条件。本文以吉林省2000~2008年林业统计数据为研究对象,运用灰色关联分析方法,分析了吉林省林业各级次产业对林业总产值的主要影响及其与内部结构间相对关系,客观地分析总结了吉林省林业发展存在的主要问题,进而结合吉林省林业实际确定了产业化发展路径,并提出了产业化发展的对策建议。