改进的粒子群算法

摘要： 针对现有模型预测准确性与稳定性较低的问题,提出一种以BiLSTM为基础的风电功率预测模型。BiLSTM可以很好的处理风电多变量之间的非线性关系,其次采用改进的PSO优化BiLSTM的超参数,并通过AM训练模型的权重。最后采用内蒙古自治区某风电场的历史数据进行提前0~15 min试验。结果表明,提出的IPSO-BiLSTM-AM模型具有较高的预测精度,可以为风电场电力调度与控制提供科学参考。

摘要： 针对二次泵变流量空调冷冻水系统采取的回水温度PID控制方式,往往导致稳态误差与超调量均较大和调节时间较长等问题。鉴于此,提出了回水温度PI^(λ)D^(μ)-供水流量PI^(λ)串级控制策略和改进的粒子群算法实施串级控制器参数整定的设计方案。根据二次泵变流量空调冷冻水系统的工艺要求和相关自动控制理论,对该回水温度PI^(λ)D^(μ)-供水流量PI^(λ)串级系统的各个组成环节,如主、副被控对象及回水温度PI^(λ)D^(μ)控制器(Fractional Order PID Controller for Backwater Temperature,BT-FOPIDC)和供水流量PI^(λ)控制器(Fractional Order PI Controller for the Flow of Water Supply,FWS-FOPIC)等进行建模。引入正切三角函数对基本粒子群算法中的惯性权重进行非线性递减的改变,构建改进的粒子群算法(Modified Particle Swarm Algorithm,MPSA),对这两个串级控制器的参数进行整定,获取8个参数最佳值。借助MATLAB软件,对该回水温度PI^(λ)D^(μ)-供水流量PI^(λ)串级系统进行组态和仿真运行。结果表明,该分数阶串级控制系统及其基于MPSA的控制器参数整定在理论上是可行的,且控制效果优于传统的回水温度PID单回路控制系统。

摘要： 在运动学约束下,为使得乒乓球发球机械手能够完成快速、连续、高精度的发球动作,以多项式插值轨迹规划法为基础,结合粒子群优化思想,提出了一种基于改进粒子群算法的多项式插值轨迹规划方法。通过对五自由度兵乓球发球机械手的运动学分析,获取路径点在关节空间中相对应的高精度位置后,采用多项式插值法规划机械手的运动轨迹,同时利用非线性变换的惯性权重和学习因子增强粒子群算法的搜索能力,借此来优化轨迹的运行时间,最终得到了连续、平滑且时间最优的运动轨迹。通过Matlab仿真结果对比,验证了该方法对乒乓球发球机械手进行轨迹规划的可行性和有效性。

摘要： 鉴于新能源汽车的充放电行为本质上视为储能电池在一定条件下参与微电网的电力运行,本文针对电动汽车参与的社区微电网优化调度问题,首先,从电动汽车户用的角度出发,提出电动汽车充放电优化策略;随后建立含有风光燃储以及规模化电动汽车参与的并网微电网优化调度模型,在最大消纳可再生能源的基础上,以微电网的运行收益为目标,采用改进的粒子群算法对所建立的目标函数进行优化,进而提出规模化电动汽车接入的微电网优化调度策略。最后,通过仿真实例验证本文所提方法的有效性。

摘要： 针对废水处理过程BP神经网络软测量模型受处理过程非线性特征影响,存在收敛速度慢、陷入局部极小点等问题,用改进的粒子群算法(PSO)优化BP神经网络,建立废水处理过程中出水化学需氧量(CODeff)与出水固体悬浮物(SSeff)的软测量模型(PSO-BP模型),并与基于遗传算法-BP神经网络算法的模型(GA-BP模型)及BP模型的预测效果进行对比.研究结果表明:采用PSO-BP模型预测CODeff时,均方根误差(RMSE)、决定系数(R2)分别为3.9955、0.6401,而用于预测SSeff时,RMSE、R2分别为0.6503、0.6811;相比BP模型和GA-BP模型,PSO-BP模型对CODeff的预测性能分别提高了4.49％、0.44％,对SSeff的预测性能分别提高了40.11％、24.77％.

摘要： 润滑油液中金属磨损颗粒的浓度和尺寸大小能够反映系统的健康状况,为实现对油液磨粒上述信息的实时监测,基于三线圈电感式磨粒监测传感器数学模型,分析了传感器的灵敏度与线圈结构参数的关系.同时为满足在线监测系统的需求,提出了基于改进的粒子群算法来优化传感器参数,在不同迭代阶段实现对参数的自适应调整,以平衡局部和全局搜索能力,将励磁线圈的长度、励磁线圈与感应线圈之间的距离以及管子的半径选定为合理的值,以达到最优配置.仿真结果验证了该方法能够有效提高传感器的灵敏度,具有一定的工程应用价值.

摘要： 针对齿轮传动系统多目标优化设计问题,选取了齿轮传动系统的体积和重合度作为优化目标函数,建立了以可靠性约束、齿数约束、模数约束等作为约束条件的齿轮传动系统多目标优化数学模型.将收缩因子和线性递减惯性权重引入到基本粒子群算法中,得到了带收缩因子的线性递减惯性权重粒子群寻优算法;利用该算法具有收敛速度快和搜索能力强的特点,对二级斜齿圆柱齿轮传动系统的优化数学模型进行了求解,最终得到了齿轮的关键参数(齿数、模数、螺旋角)的最优解.研究结果表明:在齿轮传动优化设计中采用带收缩因子的线性递减惯性权重粒子群寻优算法,可以使二级斜齿圆柱齿轮传动系统的体积减少39.8％,重合度提高7.3％,降低成本,提高齿轮传动的稳定性;该结果可为齿轮传动系统的优化设计提供参考依据.

摘要： 为克服公交调度优化模型中纯电动公交车受续航里程约束、未考虑驾驶员舒适度的不足,提出了人-车固定模式的纯电动公交车柔性调度优化方法.采用休憩时长为衡量驾驶员舒适度的指标,将保证驾驶员舒适度产生的负面边际效应量化为延误成本,以公交企业总成本最小为目标构建优化调度模型,引入改进的粒子群算法求解.改进算法通过调整粒子群算法的位置和更新机制解决传统粒子群算法易陷入局部极值的问题,进一步提高算法精度.实验结果表明,柔性调度优化方法能有效降低公交企业的总运营成本,具有一定的实用性.

摘要： 针对短期电力负荷预测精度低与准确性差的问题,设计了CEEMDAN-DISPSO-LSTM混合预测模型.运用自适应噪声的完全集成经验模式分解算法以获取平稳负荷序列,采用改进的动态个体-群体粒子群算法求解长短期神经网络参数的最优值,利用最优参数值构建的LSTM网络进行负荷预测.仿真结果表明:与其他模型相比,该混合预测模型取得了较低的电力负荷预测误差,其误差评价指标RMSE、MAE和MAPE分别为43.71 MW,28.53 MW和0.81％,有效地提高了短期电力负荷的预测精度和准确性.

摘要： 针对传统的最大功率点跟踪算法在光伏阵列出现局部阴影时,其输出P-U特性曲线表现出的多峰现象,导致跟踪不能完成真正的最大功率点跟踪,从而造成系统的输出功率降低的问题;粒子群算法(PSO)在全局搜索具有很好的作用,把PSO应用在MPPT之中,但其收敛速度与精度方面具有一定的缺点,为了提高PSO算法的跟踪精度和收敛速度,提出了把非线性控制策略与PSO算法相结合;通过Matlab/Simulink进行仿真验证,结果表明:改进后的粒子群算法在有无阴影和环境发生变化的情况下均可快速且稳定准确地跟踪到最大功率点的有效性,提高了光伏系统的发电效率.

摘要： 本发明公开了一种基于粒子群算法改进的否定选择算法的设备故障诊断方法，通过设备电流幅值m点频率变化趋势构造以a、b、c串构成的hash值字符串自我集P1和待检测串D1，通过m点数据的标准差与所有数据标准差的关系构造以0、1串构成的hash值字符串自我集P2和待检测串D2，检测器A和检测器B以粒子群算法生成，同时待检测串D1与检测器A各子串距离和待检测串D2与检测器B各子串距离均以汉明距离计算，通过生成不同子串构建的粒子群算法的每一轮的迭代获取最优值以解决检测器重叠和交叉漏洞。本发明的方法可较好的解决由于企业生产中设备突然出现故障造成损失的问题，及贵重设备没有异常数据可以对比分析的问题，从而更好的为生产服务。

摘要： 本发明公开一种利用改进粒子群算法和模糊算法相结合的最大功率点跟踪算法(MPPT)，该方法具体为：首先对标准粒子群算法进行改进，在标准粒子群算法的基础上改变其追踪极值的方式，使粒子不再追踪全局极值，转而追踪当前时刻下的最优粒子的位置。并使最优粒子按照模糊算法寻找最大功率点，由此将改进粒子群算法与模糊算法相结合。本发明不仅实现对全局最大功率点搜寻，并且有效减小粒子在最大功率点处的震荡，提高对最大功率点的追踪精度。

摘要： 本发明涉及一种基于网格化及改进粒子群算法的无线传感网覆盖增强算法，在基于传统的PSO算法以及无线传感网络网格化的基础上，提出了一种改进型PSO算法，其特征在于，在传统粒子群优化算法基础上引入非线性惯性因子。相较于传统算法，改进PSO算法具有更好地收敛能力以及全局搜索能力，极大的减少了节点的计算量并与此同时给出了更优的节点部署策略，提升了覆盖率。可广泛应用于运用到无线传感器网络的在各个领域，如军事，环境监测，医疗健康等。

摘要： 本发明涉及一种基于网格化及改进粒子群算法的无线传感网覆盖增强算法，在基于传统的PSO算法以及无线传感网络网格化的基础上，提出了一种改进型PSO算法，其特征在于，在传统粒子群优化算法基础上引入非线性惯性因子。相较于传统算法，改进PSO算法具有更好地收敛能力以及全局搜索能力，极大的减少了节点的计算量并与此同时给出了更优的节点部署策略，提升了覆盖率。可广泛应用于运用到无线传感器网络的在各个领域，如军事，环境监测，医疗健康等。

摘要： 本发明涉及数据密集型科学工作流技术领域，特别是一种基于改进二进制粒子群算法的科学工作流任务调度算法。主要技术特点是：改进二进制粒子群算法，该算法提高了最优解的探测能力，所得最优解具有更好的实际调度效率和成本，提高了资源利用率。按照粒子群算法的寻优模式，粒子在飞行过程中，粒子越来越靠近最优粒子，位变化概率应该越小，而二进制粒子群算法反而越大，影响算法的搜索能力。提出的算法基于粒子群算法的寻优模式进行调整，粒子速度作为粒子位置的修正项，在对二进制粒子群算法进行改进中，速度迭代公式仍保持不变，速度归一化公式sigm函数以及位置迭代公式进行修整。

摘要： 本发明涉及一种改进粒子群算法和拍卖算法结合的多无人机多任务分配方法，首先对环境、任务及无人机进行初始化设置，其次利用改进粒子群算法对无人机进行航迹预规划，然后根据具体任务和航迹预规划信息结合拍卖算法进行任务分配，最终确定任务分配方案，并派相应无人机执行对应任务。本发明将任务分配问题和航迹规划问题相结合进行研究，并考虑无人机特性，更贴合实际情况。本发明采用改进粒子群算法与拍卖算法相结合，无人机航迹路线更加平滑且具有良好收敛性。

摘要： 本发明公开了一种基于粒子群算法改进的否定选择算法的设备故障诊断方法，通过设备电流幅值m点频率变化趋势构造以a、b、c串构成的hash值字符串自我集P1和待检测串D1，通过m点数据的标准差与所有数据标准差的关系构造以0、1串构成的hash值字符串自我集P2和待检测串D2，检测器A和检测器B以粒子群算法生成，同时待检测串D1与检测器A各子串距离和待检测串D2与检测器B各子串距离均以汉明距离计算，通过生成不同子串构建的粒子群算法的每一轮的迭代获取最优值以解决检测器重叠和交叉漏洞。本发明的方法可较好的解决由于企业生产中设备突然出现故障造成损失的问题，及贵重设备没有异常数据可以对比分析的问题，从而更好的为生产服务。

摘要： 本发明公开一种利用改进粒子群算法和模糊算法相结合的最大功率点跟踪算法(MPPT)，该方法具体为：首先对标准粒子群算法进行改进，在标准粒子群算法的基础上改变其追踪极值的方式，使粒子不再追踪全局极值，转而追踪当前时刻下的最优粒子的位置。并使最优粒子按照模糊算法寻找最大功率点，由此将改进粒子群算法与模糊算法相结合。本发明不仅实现对全局最大功率点搜寻，并且有效减小粒子在最大功率点处的震荡，提高对最大功率点的追踪精度。

摘要： 本发明专利公开了一种基于改进粒子群算法的PID控制器参数整定算法，它包括如下步骤：步骤一、初始化算法参数；步骤二、进入迭代循环，进行每个粒子的位置和速度更新；步骤三、随机在当前位置的邻域内寻找一个新的位置；步骤四、计算两个位置的适应度差值，当新位置的适应度劣于原始位置但优于全局最优位置时，利用模拟退火机制判定是否接受新位置；步骤五、更新种群的全局最优位置，进行自然选择操作，根据适应度值对所有粒子进行排列，利用较优的一部分粒子的信息替代另一半粒子的信息；步骤六、判断是否终止迭代；步骤七、输出PID控制器参数或者重新执行步骤二，本发明能自动整定控制参数，且克服了传统的粒子群算法极易陷入局部最优的缺陷，实现了模拟退火操作和自然选择策略的互补，在保证算法收敛次数的前提下，提高了算法的收敛精度，具有更强的鲁棒性和精度，使得PID控制器能产生更为优秀的控制效果。

摘要： 本发明涉及一种基于粗糙集和粒子群算法的改进模糊C‑均值算法。本发明引入了粒子群优化算法的全局搜索性能来克服传统模糊聚类的过早收敛问题，利用粗糙集的模糊平衡属性来处理类簇间的重叠以及类簇边界的模型不确定性。本发明方法利用Davies‑Bouldin(DB)指数评价聚类有效性，在给定的类簇个数范围内自动寻找最优聚类数目，以提供紧凑且良好分隔的类簇。实验结果表明，所提出的方法显著提高了聚类效果。