微粒群算法

摘要： 以沙坪二级水电站为例,针对电站事故切机时的剩余库容与反应时间进行研究,计算了事故切机时极限反应时间和极限运行水位,提出了最佳水位运行范围和闸门应急控制策略。采用穷举法筛选和微粒群算法对理想情况下最优闸门开度进行了研究,结果表明,在取值相对较小的范围内,穷举法计算结果相对准确且迭代并不复杂,而微粒群算法的参数较少,易于编程实现,收敛速度快。采用微粒群算法计算了实际情况下最优闸门开度,计算结果表明,设计的闸门动作策略表可有效地实现电站在遭遇事故切机时的库水位精准控制,且计算过程并不复杂。

摘要： 为解决采用遥感技术监测红树林群落存在的识别率较低的问题,提出了一种基于协同神经网络算法的红树林图像识别方法.首先,采用协同神经网络算法中的平衡网络参数方法对红树林图像进行识别.其次,利用微粒群算法对平衡参数方法进行改进.实验结果显示,该方法对红树林图像识别效率达到88.0％,显著优于传统的协同神经网络算法的识别率(78.0％),因此该方法具有良好的应用价值.

摘要： 针对粮食产量预测的复杂性,以基本微粒群算法(PSO)为基础,引入繁殖和变异机制,提出一种改进的微粒群算法(IPSO)优化BP神经网络的连接权值和阈值。综合考虑影响粮食产量的有关因素,构建出IPSO-BP的粮食产量预测模型,并以江苏省1978—2018年的粮食产量及影响其产量的10个因素作为数据集进行仿真试验。试验结果表明,与基本PSO-BP神经网络模型及BP神经网络模型相比,基于IPSO-BP神经网络模型获得的2016年、2017年、2018年粮食产量预测结果最优相对误差分别为0.24%、0.25%、0.06%,平均相对误差0.76%、0.67%、0.38%,该模型的预测精度及稳定性大幅提高。

摘要： 本文针对高维面板数据中信用风险的预警效率低、精准度不够等问题,提出一种引入协同进化机制的改进微粒群预警因素分析模型.首先将Relief-F等特征选择技术与微粒群智能策略结合,通过分析关键因素,建立具有协同进化机制的模型框架,依据特征贡献度划分子种群并进行协同计算,再用该模型对2019—2020年度互联网金融平台面板数据进行实证分析.结果表明,选择有效预警因素协同作用能提升收敛性能、精准度,保证信息资源优势的发挥,更适合于互联网金融平台风控预警的效果分析.

摘要： 随着可持续发展战略的提出,低碳经济逐步成为世界经济的主要发展方向.建筑业作为我国的支柱产业,绿色施工项目管理必然会成为建筑业项目管理的主要发展方向.本文以工期、成本、质量和环境保护为目标形成更复杂、更全面的绿色施工项目管理体系.深入研究多目标管理理论,从整体上分析各工序作业综合费用、质量和环保水平与持续时间之间的非线性关系.运用多属性效用函数理论,构建绿色施工项目多目标均衡优化模型.采用微粒群算法对优化模型进行求解,求得的满意解即为各目标达到整体最优的近似解.最后,通过实例对模型的合理性和可行性进行验证.

摘要： 停机坪作业安排不当是导致机场地面延误的原因之一,因此合理安排作业流程,缩短停机坪作业时间具有十分重要的意义.将仿生学微粒群算法引入到这种调度问题的解决方案中,结合实际的停机坪作业情况,通过合理安排服务车辆来减少总体的服务时间.基于微粒群算法的思想,研究车辆个体的最优位置和全局最优位置,从而得到每个车辆应服务的航班,再将航班进行排序便可得到各个车辆的服务流程,服务时间最长车辆所需时间即为该种服务车辆的最优时间.建立车辆问题的数学模型,在此基础上运用微粒群算法求解,通过仿真测算的结果表明该方法的可行性.通过优化,缩短了车辆服务时间,进而减少了停机坪作业时间,能够更好的保障航班准时出港.

摘要： 针对微粒群算法易于陷入局部最优解、早熟的缺点,将Lévy飞行引入微粒速度迭代公式中,并动态改变微粒群速度迭代公式中Lévy飞行的权重值,提出动态Lévy飞行微粒群算法.建立液压支架液压系统的可靠性模型,进而得出可靠性费用目标函数.将提出的动态Lévy飞行微粒群算法应用于液压支架液压系统的可靠性优化中,并通过与标准微粒群算法、布谷鸟算法和基于Lévy飞行微粒群算法比较,验证所提出算法的优越性.

摘要： 为了解决动漫制作中群体造型效率低和仿真度差的问题,提出了基于遗传算法和微粒群算法的群体造型方法——NGP算法.遗传算法适用于同一类群体的造型,对每种部件应用这种方法形成部件库;微粒群算法适用于对复杂模型的部件进行组合,对部件库应用这种方法形成模型群体.实验结果表明该算法生成的群体仿真度高,且生成过程高效.

摘要： 本文通过采集三维椭圆振动切削(3D-EVC)加工过程中刀尖点振动位移信号，建立刀尖点振动位移幅值与切削深度、进给量以及主轴转速之间的数学模型来表示刀具振动产生的颤振和三组独立变量(切削深度、进给量和主轴转速)之间的关系。另外，本文基于人工蜂群算法(ABC)和微粒群算法((PSO)提出一种改进的基于微粒群算子移动的人工蜂群算法(PABC)，并通过几种常见的测试函数对PABC算法性能进行测试。测试结果显示，PABC无论在最优值计算以及收敛速度都有很大优势。具体方法可以描述为:首先建立3D-EVC颤振模型，得到刀尖点振动幅值和切削参数之间的关系;然后利用PABC算法对颤振模型进行优化;最后将优化后的切削参数经过切削实验验证，从而验证颤振抑制方法的有效性。

摘要： 针对智能交通传感器网络覆盖问题,建立无限制条件的多元函数模型,运用微粒群优化方法优化模型,实现了仿真算法.基于算法开发的仿真程序对给定覆盖要求和传感器分布的待监测交通区域,找到了最优传感器开闭组合,用最小的总代价实现对目标区域的覆盖要求.

摘要： 针对现有成批处理工作流调度方法的不足,建立考虑活动实例对执行者执行能力需求等约束的动态分组调度优化模型,提出一种解决该问题的实现算法.算法主要思想是利用微粒群算法的智能优化原理,同时优化最小化活动实例的停留时间总和与执行开销总和这两个目标函数,最终产生一组满足约束条件的Pareto优化调度方案.仿真实验说明了算法的有效性.

摘要： 将群体智能的启发式随机优化模式引入分布式发电的优化配置计算，利用混沌动力学的随机性和遍历来设计微粒群的运动模式，提出一种改进的微粒群算法，并从并网运行成本和网络损耗等方面对分布式发电优化选址与定容问题加以求解，确定最优的分布式电源位置和容量，并针对标准的IEEE14-bus测试系统进行仿真计算与分析。

摘要： 地铁车站的环控系统设备作为地铁中的耗能大户,逐渐成为地铁运营节能工作的重点.本文以地铁车站环控系统中的冷却水系统作为研究对象,对其能耗特点进行了详细分析,并建立了系统设备能耗模型;再利用标准的PSO算法对冷却水系统设备控制参数进行寻优,并通过数据的对比分析来证明标准PSO算法在冷却水系统中应用的可行性.

摘要： 地铁车站的环控系统设备作为地铁中的耗能大户,逐渐成为地铁运营节能工作的重点.本文以地铁车站环控系统中的冷却水系统作为研究对象,对其能耗特点进行了详细分析,并建立了系统设备能耗模型;再利用标准的PSO算法对冷却水系统设备控制参数进行寻优,并通过数据的对比分析来证明标准PSO算法在冷却水系统中应用的可行性.

摘要： 地铁车站的环控系统设备作为地铁中的耗能大户,逐渐成为地铁运营节能工作的重点.本文以地铁车站环控系统中的冷却水系统作为研究对象,对其能耗特点进行了详细分析,并建立了系统设备能耗模型;再利用标准的PSO算法对冷却水系统设备控制参数进行寻优,并通过数据的对比分析来证明标准PSO算法在冷却水系统中应用的可行性.

摘要： 地铁车站的环控系统设备作为地铁中的耗能大户,逐渐成为地铁运营节能工作的重点.本文以地铁车站环控系统中的冷却水系统作为研究对象,对其能耗特点进行了详细分析,并建立了系统设备能耗模型;再利用标准的PSO算法对冷却水系统设备控制参数进行寻优,并通过数据的对比分析来证明标准PSO算法在冷却水系统中应用的可行性.

摘要： 本发明属于自动协商算法优化领域，涉及一种多任务资源调度冲突的描述与消解方法。首先，基于可拓物元理论将调度任务及相应的服务目标量值结合起来描述多任务资源调度的变化过程，采用模糊物元优化思想将多任务资源调度冲突消解问题转化为单目标优化问题；然后，在微粒群寻优过程中引入变异机制，根据异概率对惰性微粒进行突变操作，设计了该冲突消解模型的动态变异微粒群求解算法。解决了产品开发过程中协商算法收敛速度难以适应设计参数频繁动态变化的问题，并且加快了算法的收敛速度并增强了其全局搜索能力。

摘要： 本发明公开了一种文化算法与微粒群算法结合的人群疏散仿真方法及系统，该方法包括构建疏散场景三维模型，查找疏散场景的所有出口；将待疏散人群存储至种群空间并进行分组，筛选各组中最接近出口位置的个体作为各群组的引领个体并存储至信念空间；利用文化算法来构建用于关联信念空间与种群空间的导航；将引领个体当前位置传给导航，由导航规划出引领个体当前位置到达相应出口的最短路径并计算出引领个体的下一位置，传递给引领个体；将导航给出的下一位置作为目标，执行跟随引领个体的微粒群算法，并把移动后引领个体的位置反馈给导航：若引领个体到达相应出口，则重新筛选各群组的引领个体并存储至信念空间，直至各群组中无个体。

摘要： 一种基于多目标微粒群算法优化的深度学习模型：采集脑电信号，对采集的脑电信号进行预处理，得到信号为p维的p通道脑电信数据样本集；将p维脑电信数据样本归一化后作为深度学习模型即卷积神经网络的一个数据输入，将对应想象的指令类别作为卷积神经网络末层的输出；建立初步的卷积神经网络；使用多目标微粒群优化算法优化调整初步的卷积神经网络，得到深度学习模型；使用多目标微粒群优化算法实现多目标运动辅助。本发明利用多目标微粒群优化算法解决了人工对深度学习模型进行调整可能出现的局部最优、效率底下、需要先验知识等问题。构建的深度学习模型其输出可以作为控制机械臂或外骨骼等多种设备的信号。

摘要： 本发明公开了一种文化算法与微粒群算法结合的人群疏散仿真方法及系统，该方法包括构建疏散场景三维模型，查找疏散场景的所有出口；将待疏散人群存储至种群空间并进行分组，筛选各组中最接近出口位置的个体作为各群组的引领个体并存储至信念空间；利用文化算法来构建用于关联信念空间与种群空间的导航；将引领个体当前位置传给导航，由导航规划出引领个体当前位置到达相应出口的最短路径并计算出引领个体的下一位置，传递给引领个体；将导航给出的下一位置作为目标，执行跟随引领个体的微粒群算法，并把移动后引领个体的位置反馈给导航：若引领个体到达相应出口，则重新筛选各群组的引领个体并存储至信念空间，直至各群组中无个体。

摘要： 本发明公开了一种基于混合微粒群算法的移动机器人路径规划方法及系统，通过微粒群‑遗传混合算法选择最优路径，不需要大量的学习样本，收敛速度也更快，规划效果更好；得到最优路径后，机器人按照最优路径移动的过程中，根据机器人当前位置以及机器人当前时刻的运行速度、航向角和障碍物信息实时获取轨迹预测，并对此时的预测轨迹进行评价选取最优轨迹，对移动前的准备条件要求少，移动时的盲点相对较少；通过微粒群‑遗传混合算法选择最优路径并通过实时进行轨迹预测选取最优轨迹，既完成了对所有位置的最优路径的选择，并实时控制机器人从当前位置移动至下一个位置进行最优轨迹的移动，充分契合路径规划模型，能够很好地适应复杂环境。

摘要： 本发明涉及数据展示技术领域，具体是指一种基于遗传微粒群算法的数据信息展示装置。包括箱体，箱体内设置有升降装置，升降装置包括设于箱体内底面上的电机一，电机一输出端通过旋转轴连接有旋转把手，旋转把手上端套设有移动块，移动块套设有移动板，移动板上方设有支撑杆一，支撑杆一套设有固定杆，支撑杆一上方设有固定板，固定板内插设有两个活动板，固定板上方设有固定块一，固定块一通过旋柱一连接有伸缩板，固定块一通过旋柱二连接有挡板，箱体内插设有支撑装置，支撑装置下方设有转向轮，箱体内设有智能开关，本发明提供一种一种具有较高强度的隐秘性，可以通过不同平台调整高度，便于位移的一种基于遗传微粒群算法的数据信息展示装置。

摘要： 本发明涉及一种面向电子系统功能在线重组的离散微粒群算法建模方法，属于计算机领域。该方法主要实现将离散微粒群算法应用与电子系统功能在线重组时的功能模块描述和建模。已达到在不改变系统的硬件连接的情况下，通过软件算法实现功能的电子系统功能在线性能指标最优重组的目标，对现今电子系统应用的具有重要的意义。

摘要： 本发明公开了一种基于周期交互机制和知识板协同机制的多种群微粒群算法，首先，本发明利用基于改进初始聚类中心的K均值完成对种群的划分，确定将要划分种群的初始聚类中心，利用K均值迭代的思想对聚类中心进行优化，得到稳定的初始聚类中心；再引入周期共享机制和知识板，使子种群之间的信息间隔一定的周期进行更新。在一个搜索周期内，子种群在其相邻子种群的引导下协同搜索，其余子种群均独立搜索，依次完成整个搜索过程。同时知识板中记录的子种群的搜索信息可以协助子种群在搜索过程中判断微粒的搜索状态，调整搜索方向，提高算法的收敛精度；与现有的微粒群优化算法相比，本发明通过考虑种群初始划分的稳定性和充分利用子种群搜索过程中的搜索到的信息，指导微粒的飞行方向，从而实现提高微粒群算法的搜索速度和收敛精度。

摘要： 一种基于多目标微粒群算法优化的深度学习模型：采集脑电信号，对采集的脑电信号进行预处理，得到信号为p维的p通道脑电信数据样本集；将p维脑电信数据样本归一化后作为深度学习模型即卷积神经网络的一个数据输入，将对应想象的指令类别作为卷积神经网络末层的输出；建立初步的卷积神经网络；使用多目标微粒群优化算法优化调整初步的卷积神经网络，得到深度学习模型；使用多目标微粒群优化算法实现多目标运动辅助。本发明利用多目标微粒群优化算法解决了人工对深度学习模型进行调整可能出现的局部最优、效率底下、需要先验知识等问题。构建的深度学习模型其输出可以作为控制机械臂或外骨骼等多种设备的信号。

摘要： 本发明公开了属于优化领域的一种基于改进物种保存策略的多峰优化骨干微粒群算法。它首先对遗传算法中的物种保存策略进行改进，主要包括1)种子的遴选范围是微粒群算法中的个体极值，防止振荡现象；2)定义了物种的相似度，用以保持种子的多样性；3)子种群的形成不再依赖于小生境半径，非种子微粒归属于离自身最近的种子。然后，将改进后的物种保存策略引入传统单峰优化的骨干微粒群算法，实现整个可行域的多个峰值搜索。本发明可同时搜索多个峰值，且全局搜索能力强，收敛速度快，求解精度高，参数设置少，非常适合工程实际应用。