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。     

基于改进型离散粒子群算法变电检修计划优化

建立电网变电检修成本的优化目标数学函数,并针对粒子随机变异思想的改进型离散粒子群算法,建立与模型迭代优化相适应的粒子编码方式,以降低检修的运维成本,提高运行维护工作效率。     

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。     

基于SVR-IPSO的高危行业企业安全投入优化模型及其改进——以煤炭生产企业为例

传统的安全投入模型对解决高危行业领域中模糊复杂的安全投入问题具有一定局限性,尤其当建立目标函数时,采用隐含线性关系假设的函数进行拟合会影响模型的推广能力。基于此,本文首先采用支持向量回归机（SVR）建立事故损失模型,与传统C-D函数拟合结果相比,该模型具有更好的预测能力;然后,以实际安全投入要求为约束,以安全总成本最小化为原则建立企业安全投入优化模型;最后,采用基于捕食搜索策略的粒子群算法对模型进行求解,同时,为保证全局收敛性,引入自适应控制策略对算法进行了改进。结果表明：该模型能够更加准确地描述安全投入与安全成本间的非线性作用关系,并通过粒子群寻优得到具备可行性的全局最优解,为高危行业企业安全投入结构优化提供新的决策思路。     

基于APSO-BP算法的水库生态优化调度研究

APSO-BP算法可实现粒子群优化的自动调整,解决传统粒子群优化算法收敛性较差,局部易出现极小值的局限,文章引入APSO-BP算法对辽宁某水库生态调度进行优化计算。研究结果表明:APSO-BP算法的收敛精度和全局优化搜索能力都好于传统粒子群优化算法,经APSO-BP算法优化下的水库生态调度可以满足流域的生态蓄水,流域最小生态需水满足度达到75%,适宜生态需水满足度达到66.7%,生态优化调度结果明显好于传统粒子群优化算法。APSO-BP算法可用于水库生态优化调度。研究成果对于水库生态调度方案以及区域生态蓄水规划配置提供方法参考。     

改进的多目标多层次模糊评价法在灌区群节水改造效益综合评价中的应用

文章结合改进的多目标多层次模糊评价方法对辽宁中部某灌区群的节水改造效益进行综合整体评价。结果表明,改进的方法可结合优属度对各评价指标隶属度进行优化排序,改进传统方法指标特征排序较为主观的局限;改进方法下各灌区节水改造效益综合评价度在0.3706~0.6066之间,灌区群整体综合评价度为0.5065,评价结果合理性好于传统方法,和灌区群实际节水改造效益情况更为吻合。     

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。     

基于灰色线性回归组合模型的物流需求预测研究

灰色线性回归组合模型是在GM(1,1)模型和线性回归模型基础上建立的一种隐型灰色组合模型,考虑到该模型在泛化能力方面存在不稳定现象,本文借鉴灰色线性回归组合模型的建模思想,提出了一种相应的改进算法,并通过实例对其进行了验证.最后,本文以改进模型对福建省未来几年的物流需求进行了预测.     

考虑环境效益的电网项目投资组合优化研究

电网投资项目资金需求大， 然而资金总额有限， 因此需要有选择的实施项目以实现总收益最大化。随着环境问题的突出， 电网项目投资在做组合优化过程中， 不仅需要综合考虑项目的经济性和社会性， 其环境效益的重要作用也日益显现。如何建立投资组合优化模型， 实现项目投资的最优分配， 成为亟待解决的问题。本文基于已有环境效益测算方法， 提出了电网项目环境效益函数。综合考虑了环境效益、经济效益、社会效益以及资金约束， 构建电网投资组合项目模型， 通过遗传算法对模型进行优化求解， 可得到最优的电网项目投资组合方案。最后， 通过算例分析对本文提出的模型进行可行性和有效性的验证。研究结果证明， 本文提出的模型能够较好地解决考虑环境效益的电网项目投资组合问题。     

混凝土拱坝多测点变形监控混合模型研究

为了保证水库运行安全，文章以某混凝土拱坝为研究对象，采用融合粒子群算法优化支持向量机算法(PSO-SVM),对拱坝水平位移进行预测。结果表明：库水位与拱坝的水平位移间呈正相关关系，随着库水位的增大，混凝土拱坝的水平位移逐渐增大，水位升降对和混凝土拱坝的变形情况影响显著。采用PSO-SVM组合模型得出的平均误差及均方根误差较小，模型准确性较高，可应用于混凝土拱坝变形量预测。研究结果可为混凝土拱坝变形监控提供指导。     

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。     

粒子群算法和灰狼算法的融合

为了解决传统粒子群算法(PSO)容易“早熟”、陷入局部最优以及灰狼算法(GWO)收敛速度慢的问题。首先，采用GWO算法的个体极值更新策略来实现个体包围式向最优值趋近，融入PSO算法的速度更新策略来实现群体向最优值的趋近，并且在原始粒子群算法基础上加入线性惯性权重递减来提高算法的收敛速度，从而提出了一种基于灰狼算法和改进的粒子群算法(IPSO)的融合优化算法(GW-IPSO);其次，通过6个经典算例进行仿真试验，将融合算法与PSO算法、IPSD算法、灰狼和粒子群结合算法(GW-PSO)进行对比；最后，应用融合算法对二级直线倒立摆的控制器设计进行参数寻优。结果表明：针对6个标准测试函数，混合算法的30次试验结果平均值更接近最优值，且标准差几乎都是最小的；应用在倒立摆控制问题上，系统在5 s左右进入稳定状态。融合后的GW-IPSO算法能够在一定程度上避免早熟和陷入局部极值的问题发生，并且能够很好地应用于控制器设计过程中参数寻优问题。     

环保型沥青路面再生工厂布局优化

为解决传统沥青厂拌热再生过程中存在的污染问题,提升相关企业经济和环保效益,以环保型沥青路面再生工厂为研究对象,提出了一套工厂车间布局优化方法.首先,汇总了物料装卸点在各作业单元内部和整体车间范围内的表示方法.然后,以非物流关系密切程度最大、物料搬运成本最小和碳排放量最少为优化目标,建立了车间布局数学模型.最后,采用粒子...     

Particle swarm optimization: A study of particle displacement for solving continuous and combinatorial optimization problems

This article addresses the particle swarm optimization (PSO) method. It is a recent proposed algorithm by Kennedy and Eberhart [1995. Particle swarm optimization. In: Proceedings of the IEEE International Conference on Neural Networks (Perth, Australia), vol. IV, IEEE Service Center, Piscataway, NJ, pp. 1942–1948]. This optimization method is motivated by social behaviour of organisms such as bird flocking and fish schooling. PSO algorithm is not only a tool for optimization, but also a tool for representing socio-cognition of human and artificial agents, based on principles of social behaviour. Some scientists suggest that knowledge is optimized by social interaction and thinking is not only private but also interpersonal. PSO as an optimization tool, provides a population-based search procedure in which individuals called particles change their position (state) with time. In a PSO system, particles fly in a multidimensional search space. During flight, each particle adjusts its position according to its own experience, and according to the experience of neighbours, making use of the best position encountered by itself and its neighbours. In this paper, we propose firstly, an extension of the PSO system that integrates a new displacement of the particles (the balance between the intensification process and the diversification process) and we highlight a relation between the coefficients of update of each dimension velocity between the classical PSO algorithm and the extension. Secondly, we propose an adaptation of this extension of PSO algorithm to solve combinatorial optimization problem with precedence constraints in general and resource-constrained project scheduling problem in particular. The numerical experiments are done on the main continuous functions and on the resource-constrained project scheduling problem (RCPSP) instances provided by the psplib. The results obtained are encouraging and push us into accepting than both PSO algorithm and extensions proposed based on the new particles displacement are a promising direction for research.     

城市燃气管网的管径优选

根据城市燃气管网设计的特点和燃气管输理论,以图论原理为指导,运用最优化方法,以使整个城市管网系统的管网造价最低为目标函数,以管网的压力降方程、连续性方程、环路压力平衡方程等为约束条件,建立了城市燃气管网管径优化模型,采用拉格朗日算法优化燃气管网,并开发了城市燃气管网管径优选计算软件。     

基于发电成本与环境效益的风电最佳接入容量分析

为充分了解风电接入电力系统后对发电成本及环境效益的影响,计算符合系统运行经济性的风电接入容量,建立了风电最佳接入容量优化模型。采用该模型分析了不同容量火电机组在不同功率下的煤耗特性变化,并通过对火电机组深度调峰补偿调动火电机组调峰积极性;引入火电排污成本以充分体现风电接入后的环境效益,加入弃风惩罚费用来保障风电优先调度。采用粒子群算法并结合主动搜索技术(active explore basic particle swarm optimization,AEPSO)对模型进行求解,有效解决了粒子群算法易陷入局部最优的问题。最后以某地区实际电力系统为例,计算得出了在最经济运行模式下的风电接入容量,验证了模型的合理性。该研究可为相关决策部门制定风电发展规划提供参考。     

输电网扩容投资与电网可靠性的协调优化研究

给出了一种对输电网投资与电网可靠性进行协调优化的分析评估方法,推导了能够反映随着输电约束限值变化,输电约束附加成本如何变化的成本函数,并建立了输电网全年最优可靠性分析数学模型,通过一个实例进行了验证.还研究了进行输电网扩容项目投融资的市场机制的建立问题,并给出了相应的方案建议.