PSO算法

摘要： 建筑的能耗是由建筑内所有电气设备共同决定的,由于不同设备所处环境的差异,导致其能耗也不同,使得相关预测工作的准确性相对较低,为此本文提出大型公共建筑电气设备能耗预测方法研究。将建筑内的电气设备转化为包含具体环境信息的粒子,利用PSO算法在每个粒子对应的可行解空间范围寻找的最优值,最后综合所有粒子的最优值,得到建筑电气设备能耗的综合预测结果。测试结果表明,在以月为周期的预测中,设计方法预测结果与实际结果的误差不超过2.0×103kwWh。

摘要： 为了实现对潜污泵运行时的故障问题进行精准诊断,提出一种改进型Hopfield神经网络(HNN)故障诊断方法。利用BP神经网络进行编码操作,克服HNN神经网络的编码缺陷,并通过粒子群优化算法(PSO)对HNN神经网络连接权值进行优化,提高改进型神经网络的全局收敛能力,得到改进型HNN神经网络模型。基于现场实验,获得潜污泵故障运行时的振动信号特征向量,将特征向量作为样本数据对改进型神经网络进行训练,并对潜污泵的故障类型进行诊断。研究结果表明:改进型HNN神经网络全局收敛能力较好,对潜污泵典型故障的诊断准确率达到90%以上,可以实现对潜污泵运行时的故障进行精确诊断。

摘要： 鹰栖息优化(eagle perching optimization,EPO)算法模拟了鹰在大自然中栖息的生物特性,在全局范围内随机采样,利用目标函数找到采样点中的最优解,之后将搜索范围缩小,在这个最优解附近进行二次采样,迭代这一过程,执行全局搜索到局部搜索的转变。该算法原理简单、易于实现,是一种收敛速度较快的新型群智能算法,但在解决高维问题时算法收敛精度低、易陷入局部最优。基于自适应调优和混合算法的思路,提出了一种混合改进的鹰栖息优化(hybrid improved eagle perching optimization,HIEPO)算法:一方面引入成功率作为反馈参数自适应调整算法的收缩变量,改变了原有定值和线性递减设置,更好地实现全局搜索和局部搜索之间的转变;另一方面,结合粒子群(particle swarm optimization,PSO)算法收敛速度快,全局搜索能力强的优点,将引入成功率的EPO算法与PSO算法串行,提高收敛精度且避免了局部最优。单峰函数(f_(1)~f_(4))、多峰函数(f_(5)~f_(8))和定维多峰函数(f_(9)~f_(12))这12个标准测试函数求解得到的平均值、标准差以及拉伸/压缩弹簧设计和压力容器设计2个工程约束优化问题的求解结果表明,改进后的HIEPO算法在收敛精度和避免局部最优方面均有一定优势。

摘要： 本文针对粒子群优化算法(PSO)搜索步长短的问题,提出将Lévy flight搜索策略引入其中.利用Lévy flight兼具短距离搜索与偶尔长距离游走的特点,在不降低PSO算法收敛效率的情况下赋予其大步长游走能力,提高了PSO算法搜索全局最优的能力,极大增加了PSO算法飞出局部最优的概率.最后本文将L-PSO算法应用于实际资料的反演中,结果表明L-PSO算法适用于瞬变电磁法的一维反演.

摘要： 目的:构建基于PSO-BP的银屑病中医证型预测模型。方法:在基于BP神经网络的银屑病中医证型预测模型的基础上,利用PSO算法优化BP神经网络以构建基于PSO-BP的银屑病中医证型预测模型。结果:基于PSO算法优化BP神经网络构建的银屑病中医证型预测模型的平均准确率为85.22%,高于未优化的模型准确率82.95%。结论:PSO算法优化BP神经网络构建银屑病中医证型预测模型优于人工神经网络预测模型,说明PSO算法能有效克服BP神经网络的缺陷,PSO-BP模型预测精度高,可为银屑病中医证型研究提供技术参考,扩展研究思路。

摘要： 为提高机载通信数据链系统传输的抗干扰性,提出基于粒子群(PSO)算法的机载通信数据链系统传输控制方法。利用大数据分析和特征提取模型,在缓存域内进行自适应加权均衡调节,构建传输信道模型。计算传输信道的冲激响应,对传输信号进行稀疏特征分解,实现传输信道的均衡控制。利用多径抗干扰模型和PSO寻优算法,提取通信链信道冲激响应特征,实现输出控制优化。实验结果表明,采用该方法在干扰条件下进行机载通信数据链系统传输控制的传输成功率可达到99%,数据传输时间为147ms,传输速率为72bps,性能较优越。

摘要： 针对管道腐蚀预测分析因素复杂且具有较大随机性与模糊性的问题,建立了一种基于集成学习与机器学习算法的PSO-MGM管道腐蚀预测模型。在管道腐蚀检查数据的基础上,以MGM(1,1)为预测模型,采用PSO算法选出最优白化因子,实现了管道腐蚀速率预测。仿真结果表明,所提模型预测值与实际值拟合效果良好,可较为理想地反映管道腐蚀发育情况,相较于标准GM(1,1)预测模型和MGM(1,1)预测模型,其平均相对误差更小,满足预测精度需求,并可具体预测某一管道腐蚀发育情况,具有一定的实际应用价值。

摘要： 研究基于机器学习算法,提出一种改进CNN网络的化工故障诊断方法。通过分析CNN网络结构特点与参数训练过程,采用PSO算法对CNN网络进行改进;然后,基于改进CNN网络,提出化工故障诊断方法;最后,通过以TE过程仿真软件,对本研究改进CNN算法在化工故障诊断中的应用进行验证。结果表明:可有效诊断化工故障,平均故障检出率达到91.23%,误报率为1.23%。相较于标准CNN算法、PCA算法、KPCA算法、MICA算法,改进CNN算法对化工故障的检出率更高,误报率更低,且故障检出速度更快。

摘要： 在高维小样本数据的特征选择中,样本的变化会导致最终选出的特征呈现不稳定的特点。针对这种情况,提出了一种新的特征选择算法。首先通过计算特征间的互信息以确定特征关联性的强弱,依据将特征间的关联性强弱将特征分为不同的组,待分组完成后,使用粒子群算法对特征进行选择,并对少部分粒子进行随机扰动,避免粒子陷入局部最优。选择完成后的特征进行集成,得到最终特征子集。结合5个公开数据集进行实验,该算法的特征维度平均降低77.5%。与现有的方法比较,得到的结果在稳定性方面平均提高了4.0%。

摘要： 目的:构建基于GA-PSO-BP的银屑病中医证型预测模型。方法:利用GA算法和PSO算法结合优化BP神经网络以构建基于GA-PSO-BP的银屑病中医证型预测模型。结果:基于GA算法与PSO算法组合优化BP神经网络构建的银屑病中医证型预测模型的平均准确率为88.75%。结论:GA算法结合PSO算法能有效克服BP神经网络的缺陷,GA-PSO-BP模型预测精度高。

摘要： 为了进一步提高声纳图像配准的准确性,提出了一种混合算法,该算法是以归一化互信息作为相似性测度,借鉴多分辨率分析的思想,先利用具有较强全局搜索能力的改进PSO算法求解低精度的配准参数,再利用具有较强局部搜索能力的Powell法获得高精度的配准参数.在有效克服互信息函数陷落局部极值的同时,提高了解的精度.由于该算法对初始点的预处理,有效解决了Powell法对初始点的依赖问题,因而该算法是一种声纳图像配准问题的有效方法.实验验证了混合算法的有效性.

摘要： 为了进一步提高声纳图像配准的准确性,提出了一种混合算法,该算法是以归一化互信息作为相似性测度,借鉴多分辨率分析的思想,先利用具有较强全局搜索能力的改进PSO算法求解低精度的配准参数,再利用具有较强局部搜索能力的Powell法获得高精度的配准参数.在有效克服互信息函数陷落局部极值的同时,提高了解的精度.由于该算法对初始点的预处理,有效解决了Powell法对初始点的依赖问题,因而该算法是一种声纳图像配准问题的有效方法.实验验证了混合算法的有效性.

摘要： 为了进一步提高声纳图像配准的准确性,提出了一种混合算法,该算法是以归一化互信息作为相似性测度,借鉴多分辨率分析的思想,先利用具有较强全局搜索能力的改进PSO算法求解低精度的配准参数,再利用具有较强局部搜索能力的Powell法获得高精度的配准参数.在有效克服互信息函数陷落局部极值的同时,提高了解的精度.由于该算法对初始点的预处理,有效解决了Powell法对初始点的依赖问题,因而该算法是一种声纳图像配准问题的有效方法.实验验证了混合算法的有效性.

摘要： 为了进一步提高声纳图像配准的准确性,提出了一种混合算法,该算法是以归一化互信息作为相似性测度,借鉴多分辨率分析的思想,先利用具有较强全局搜索能力的改进PSO算法求解低精度的配准参数,再利用具有较强局部搜索能力的Powell法获得高精度的配准参数.在有效克服互信息函数陷落局部极值的同时,提高了解的精度.由于该算法对初始点的预处理,有效解决了Powell法对初始点的依赖问题,因而该算法是一种声纳图像配准问题的有效方法.实验验证了混合算法的有效性.

摘要： 结合PSO算法与Broyden迭代算法的优点,提出了利用PSO-Broyden混合算法实现煤矿防盗采震源监测定位功能.该混合算法充分利用了Broyden算法的局部精确搜索性以及PSO算法的群体快速搜索特性,有效克服了PSO算法后期搜索效率低下和Broyden法对初始值敏感的缺陷,并将煤矿盗采所产生的爆炸P波的速度作为未知解在混合算法中进行求解,减小了误差提高了计算精度.试验结果表明,该方法能有效提高震源定位的准确性.

摘要： 结合PSO算法与Broyden迭代算法的优点,提出了利用PSO-Broyden混合算法实现煤矿防盗采震源监测定位功能.该混合算法充分利用了Broyden算法的局部精确搜索性以及PSO算法的群体快速搜索特性,有效克服了PSO算法后期搜索效率低下和Broyden法对初始值敏感的缺陷,并将煤矿盗采所产生的爆炸P波的速度作为未知解在混合算法中进行求解,减小了误差提高了计算精度.试验结果表明,该方法能有效提高震源定位的准确性.

摘要： 结合PSO算法与Broyden迭代算法的优点,提出了利用PSO-Broyden混合算法实现煤矿防盗采震源监测定位功能.该混合算法充分利用了Broyden算法的局部精确搜索性以及PSO算法的群体快速搜索特性,有效克服了PSO算法后期搜索效率低下和Broyden法对初始值敏感的缺陷,并将煤矿盗采所产生的爆炸P波的速度作为未知解在混合算法中进行求解,减小了误差提高了计算精度.试验结果表明,该方法能有效提高震源定位的准确性.

摘要： 结合PSO算法与Broyden迭代算法的优点,提出了利用PSO-Broyden混合算法实现煤矿防盗采震源监测定位功能.该混合算法充分利用了Broyden算法的局部精确搜索性以及PSO算法的群体快速搜索特性,有效克服了PSO算法后期搜索效率低下和Broyden法对初始值敏感的缺陷,并将煤矿盗采所产生的爆炸P波的速度作为未知解在混合算法中进行求解,减小了误差提高了计算精度.试验结果表明,该方法能有效提高震源定位的准确性.

摘要： 结合PSO算法与Broyden迭代算法的优点,提出了利用PSO-Broyden混合算法实现煤矿防盗采震源监测定位功能.该混合算法充分利用了Broyden算法的局部精确搜索性以及PSO算法的群体快速搜索特性,有效克服了PSO算法后期搜索效率低下和Broyden法对初始值敏感的缺陷,并将煤矿盗采所产生的爆炸P波的速度作为未知解在混合算法中进行求解,减小了误差提高了计算精度.试验结果表明,该方法能有效提高震源定位的准确性.

摘要： 大型装备MRO过程的复杂性和不确定性带来了MRO中总装计划、备件生产和采购计划之间的不平衡性,严重影响维修企业的生产效率,为此,本文提出了一种面向服务的计划协同体系.在该协同体系中,围绕机车维修过程中的总装、生产和采购三个计划环节,分别建立了各分计划的优化模型.同时,利用粒子群算法分布式协同的特点,建立了基于粒子群算法的协同优化模型,并给出了模型的求解算法.通过各分计划的协同优化,实现了维修备件在时间和数量上的最优匹配和衔接,实现了精益MRO的目标.应用结果表明,该方法能有效地降低维修备件和原材料库存,提高MRO过程的效率.

摘要： 本发明公开了一种基于改进PSO算法辅助SVM算法的切削力预测方法，基于历史工艺数据，按照以下步骤进行切削力的预测，确定基于SVM算法切削力预测模型的输入、输出；进行SVM参数模型训练；使用改进PSO算法优化SVM算法参数。本发明将改进PSO算法和SVM算法同时引入切削力预测中,采用SVM模型挖掘切削力参数和相关影响参数的非线性回归关系，建立切削力的预测模型。并且通过改进PSO算法来优化模型参数，提升搜索精度,加快收敛,提高了程序的准确性，进一步提高切削力预测模型的预测性能。对实现切削力的精准预测，提高工件加工质量、建设智能化车间具有重要意义。

摘要： 一种基于SA+PSO混合的全局最大功率点跟踪优化算法，结合了SA算法和PSO算法各自的优点，不依赖于初始值，改变步长更新的方式，跳出局部最大功率点，更精确地追踪全局最大功率点，且适用于不同的光伏系统，与现有的算法相比，SA+PSO混合算法不仅实现了自重启功能，跟踪时间还保持很快，且具有更快的收敛速度，可以快速搜索到新的最优工作点，提高光伏系统的效率。

摘要： 本发明公开了一种基于PSO算法求解模糊期望值模型问题的混合智能算法，采用模糊模拟产生样本训练BP网络以逼近模糊函数，然后应用微粒群算法并以逼近模糊函数的神经网络作为适应值估计和实现。本发明通过仿真实验与基于GA的混合智能算法的结果进行了比较，其优化性能明显优于它，此外，为了体现该算法的执行速度，在运行时间上同PSO算法与模糊模拟相结合的模糊机期望值模型算法进行了比较，该混合智能算法的高效性不言而喻。这一优点可使本文的算法能更为有效地处理大规模的连续空间的模糊期望值模型问题，同时也拓展了PSO算法的应用领域，在应用中展现了该算法的优势。

摘要： 发明公开了一种基于BM匹配算法和PSO优化算法模拟和优化酶切的方法，包括以下步骤：（1）采用BM算法大规模高效率地模拟单酶或多酶酶切，得到每一个酶切片段的黏端信息和碱基序列，解决以往酶切工具的基因组大小限制问题。（2）统计和显示酶切片段大小、GC含量和碱基平衡性，以评估特定长度大小片段的扩增效率。（3）以电泳图的形式展示模拟酶切结果，形象生动的展示酶切效果。（4）计算和统计特定长度范围上的特定序列的比例，为特定碱基或序列靶向测序提供依据和支持。（5）使用最优解算法PSO优化酶切的区域范围的选择，使所选区域范围对目标碱基或特征序列测序效能最高。最终将上面的结果以网页的形式汇总成评估报告，方便研究者和使用者一目了然地知道模拟酶切效果。

摘要： 本发明公开了基于PSO‑AwASD‑POCS算法的焊接电弧发射系数重建参数调优方法，步骤包括：获取电弧特征谱线图像，根据所述电弧特征谱线图像构建发射系数分布数学模型；从不同角度对所述发射系数分布数学模型进行投影，得到多角度特征谱线强度，并对所述多角度特征谱线强度进行高斯白噪声叠加；设置算法参数，并设定重建参数取值范围；初始化粒子群位置和速度，并结合所述多角度特征谱线强度、算法参数以及重建参数取值范围，计算初始化后粒子群的适应度；更新粒子群位置和速度并进行迭代计算，根据迭代结果和所述初始化后粒子群的适应度，得到调优重建参数。本发明自动选择合适的重建参数，有效提高光谱诊断的准确性和自动化水平。

摘要： 本发明提供了一种基于PSO‑ELM算法的交叉口交通状态识别方法。该方法包括：获取有标签的交叉口连接路段的历史交通流量数据集；利用极限学习机ELM算法对所述历史交通流量数据集进行学习，利用粒子群优化算法PSO对ELM的参数进行寻优，PSO的适应度函数设置为ELM预测值和实际值的均方误差MSE，取最佳适应度值时的参数作为ELM最终参数，将最终ELM模型作为交叉口交通状态识别模型；利用交叉口交通状态识别模型对待识别的交叉口交通状态进行识别。本发明将PSO‑ELM算法应用到交通状态识别领域，通过利用交叉口连接道路的交通状态识别交叉口交通状态，有助于交叉口连接道路的交通管控措施的制定。

摘要： 本发明公开了一种基于PSO算法降低塔式太阳能热发电溢出损失的方法，包括如下步骤：进行镜场布置设计，得到每个定日镜的坐标、吸热面板的坐标以及每个定日镜的将光线反射到吸热塔上的目标点坐标；计算每个光线所带的能量；统计经过每个定日镜的反射光线的溢出损失；根据每个定日镜的反射光线的溢出损失求出所有定日镜的溢出损失，并建立使得所有定日镜的溢出损失最小的目标函数以及关于定日镜坐标的限制条件；利用改进的PSO算法求解目标函数的最优解，得到每个定日镜的最优坐标，使得整个镜场的溢出损失最低。本发明所公开的方法可以使得整体的溢出损失最低，提高整体的发电转化效率。

摘要： 本发明公开了一种基于PSO‑GWO算法的资源编排的方法，该方法包括以下步骤：将业务抽象为粒子群优化算法模型，并对算法模型中参数和实质问题的对应关系进行设定；对粒子群优化算法的粒子进行编码及对粒子群进行初始化处理；对每个粒子的速度进行计算，并使用粒子任务的总完成时间对粒子群优化算法的适应度函数进行定义；通过对粒子的当前位置和粒子之前经历的最优位置进行比较，并更新粒子的历史最优位置以及粒子群体的全局最优位置；对每个粒子的位置和速度进行更新，减少粒子任务的总完成时间；通过引入灰狼优化算法优化惯性权重，并对每个粒子的位置和速度进行优化。本发明具有将较强的全局搜索与寻优能力。

摘要： 本发明公开了一种基于改进PSO算法的MPPT装置与方法，通过构建MPPT处理单元，电压控制单元，数据采集单元，上位机，热发电单元，负载；数据采集单元分别连接MPPT处理单元与上位机，完成电压电流数据的采集，并传递给MPPT处理单元，MPPT处理单元利用改进的POS算法对输入数据进行迭代处理，得到最优解；电压控制单元用于接收最优解，进行输出电压的控制调节；本发明通过粒子群算法在温差发电中进行最大功率点追踪，实现较长时间段内，通过控制策略使发电装置持续高效地在保持最大功率输出，调节电压控制单元，使热发电的实时功率工作点改变，在保证追踪时间，追踪精度和响应速度的情况下，可在在较短时间内收敛到全局最优情况，减少功率损失。

摘要： 本发明提供了一种基于变种sigmoid函数和粒子变异的PSO改进算法，包括以下步骤：步骤1：设定STVPSO寻优的目标函数以及需要寻优的参数；步骤2设定PSO参数；步骤3初始化粒子位置及速度；步骤4计算粒子目标函数值；步骤5更新粒子历史最优位置；步骤6更新全局历史最优位置；步骤7判断是否达到最大迭代次数；步骤8更新惯性权重；步骤9变异种群最优粒子位置；步骤10变异种群最劣粒子位置；骤11更新粒子速度、位置；步骤12循环步骤4‑11；步骤13输出全局最优历史位置；应用本技术方案可以实现通过调节最大惯性权重、最小惯性权重、伸缩系数、变形系数，来调节模型的全局寻优能力与局部寻优能力。