改进粒子群算法

摘要： 为了提高主动配电网供电可靠性与运行的经济性,针对可再生分布式电源出力的随机性、波动性,以及可中断负荷不可控性给主动配电网的安全运行带来的不确定性,从源侧考虑,以风电出力的不确定性模型和光伏出力的不确定性模型为基础,提出了可再生分布式电源不确定性模型;从负荷侧考虑,建立了可中断负荷不确定性模型。采用区间形式描述不确定性,再通过引入控制因子和误差因子处理不确定性,进而提出以最小网损为目标,含源⁃荷不确定性的主动配电网双层鲁棒优化模型。通过主⁃子问题和强对偶理论将双层优化问题转化为单层优化问题,再采用改进的粒子群算法进行求解,最后通过改进IEEE 33节点配电系统进行算例仿真,结果表明所提模型能够有效降低系统网损,具有较好的鲁棒性。

摘要： 针对传统方法优化后的油气集输管网拓扑结构误差较高大、人力物力成本较高等问题,提出基于改进粒子群算法的油气集输管网拓扑结构优化方法。分析井口—计量站-联合站的布站程序,计算体积流量等工艺参数;将油汽集输费用最小作为目标函数;在计量站储油能力、中转站加工能力以及各站点位置约束下,构建管网拓扑结构优化模型;调节最优粒子编码顺序,实现对惯性权重与学习因子等参数的动态调整,利用改进粒子群算法对构建的优化模型求解最优值,实现管网拓扑结构优化。仿真结果证明,采用本文方法优化的误差最低约为0.1%,且投资费用最低。

摘要： 为了提高车刀磨损量预测模型的训练速度和在线预测精度,提出了一种基于改进粒子群算法(Improved Particle Swarm Optimization,IPSO)和极限学习机(Extreme Learning Machine,ELM)的刀具磨损量预测方法。采集车削加工中的声发射信号,利用小波包变换理论对信号进行降噪和特征提取,并通过主成分分析对提取的特征进行降维,选取其中对刀具磨损量敏感的特征值组成特征向量。建立基于极限学习机的刀具磨损量预测模型,并通过改进粒子群算法优化模型中的初始权值和阈值。实验结果表明:优化后的刀具磨损量预测模型相比于传统BP神经网络有更快的训练速度,同时改进后的粒子群算法有更好的寻优能力,提高了模型对于刀具磨损量的预测精度。

摘要： 无人直升机航迹跟踪控制系统对控制器性能要求较高,而现阶段很多控制器对复杂航迹跟踪效果一般,误差较大,很难为真实无人直升机航迹飞行提供理论依据。针对上述问题,首先,对无人直升机外部进行PID控制器设计,并针对PID控制器提出一种改进粒子群算法对控制器进行参数整定。然后,采用改进人工势场法的航迹与无人直升机模型相结合的方式,验证控制器的性能优劣。在航迹规划过程中预留出无人直升机安全距离,并将人工势场法航迹作为期望轨迹,实时输入到无人直升机模型中。最后,仿真结果表明,无人直升机的真实轨迹与期望轨迹基本保持一致,跟踪误差轨迹收敛度较高,且顺利到达目标点,同时也验证了提出算法的可行性与响应的快速性。

摘要： 为解决矿井停机切换主要通风机过程中引起的井下风量波动很大,易造成瓦斯积聚等引发的安全问题,提出1种基于智能控制的主通风机稳风切换系统。建立动态风机倒机数学模型,提出基于改进粒子群算法优化的模糊自适应PID的控制方法,并应用MATLAB进行仿真实验,结果表明:控制方法控制效果明显,在系统运行的120 s内,井下风量波动始终在0.6%以内,并且2台主要通风机始终工作在稳定区间,从而证明该系统的高效性、稳定性和安全性。

摘要： 准确的短时客流预测能够为城市轨道交通的良好运营提供保障,为提高预测的精度,提出将IPSO算法和LSTM模型进行组合,构建城市轨道交通短时客流预测模型。针对PSO算法不能很好地区分全局搜索和局部搜索,易陷入局部极值的问题,引入自适应变化的惯性权重和时间因子,动态调整粒子的移动步长,提高PSO算法全局搜索的能力;借鉴遗传算法中的变异机制,引入自适应变异函数,使PSO算法具有跳出局部范围的能力。利用IPSO算法对LSTM模型的迭代次数、学习率和隐含层的神经元个数进行寻优,构建IPSO-LSTM组合预测模型,对城市轨道交通短时客流进行预测,并与BP,LSTM,PSOLSTM共3种短时客流预测模型进行对比,在针对工作日和非工作日客流的预测中,结果显示IPSO-LSTM模型的预测误差最小,具有较好的预测效果。

摘要： 针对现有电网多目标调度模型未对智能化电网电源的能耗和出力情况进行分析而导致调度成本较高等问题,提出一种基于反馈控制的智能化电网多目标协同调度模型。优先分析智能化电网中电源的能源消耗和出力使用情况,利用反馈控制策略制定电网运行约束条件;同时,将最低经济成本和最小环境污染度作为目标函数,构建智能化电网多目标协同调度模型。采用改进粒子群算法对调度模型进行求解,最终获得最佳的协同调度方案。经实验测试,所提模型不仅能够有效降低调度成本,而且提升了环境污染系数,降低了对环境的影响程度。

摘要： 钻车机械手是防突防冲钻车的重要装置,关系着钻车是否可以正常钻进及真正实现无人化。为确保钻车机械手快速、准确、平稳运行,其轨迹规划优化尤为重要。现有钻车机械手轨迹规划存在阶次较高、优化算法易早熟等问题。针对上述问题,提出了一种基于改进粒子群(PSO)算法的钻车机械手时间最优轨迹规划方法。首先,利用标准Denavit-Hartenberg(D-H)构建钻车机械手三维模型,通过蒙特卡洛法得到钻车机械手的工作空间,从工作空间中选取4个途径点作为插值点。然后,为了使钻车机械手能够快速平稳地到达指定位置,在关节空间中采用3-5-3分段多项式插值构造其轨迹。最后,通过改进PSO算法对构造的轨迹进行时间最短优化,得到钻车机械手的时间最优轨迹规划。Matlab仿真结果表明:基于改进PSO算法的钻车机械手时间最优轨迹规划方法可以在保证钻车机械手各关节运行平稳的同时,使运行时间从3.168 5 s减少到2.385 4 s,整体运行时间较优化前减少约25%,提高了机械手的工作效率。

摘要： 为了精准预测港口货物吞吐量,文章研究了改进粒子群算法支持向量机模型。引入自适应惯性权重以及最优粒子扰动决策,来优化支持向量机中的惩罚参数C和核函数参数g。基于1978—2020年烟台港吐吞量进行实证分析,对比改进支持向量机模型和原本支持向量机模型的平均相对误差,预测效果优于SVM模型,因此为港口货物吞吐量提供技术支持。

摘要： 为了提高发光二极管(light emitting diode,LED)光源阵列的光照均匀度,提出一种改进粒子群算法和新型等差LED阵列排布方式。根据光照分布模型建立了照射面的光照均匀度评价函数,使用改进的粒子群算法对新型等差LED阵列、矩形及圆形阵列进行优化。将优化后的LED阵列数据导入光学软件TracePro中进行仿真验证,得到优化后等差、矩形及圆形LED阵列的光照均匀度分别为82.89%、73.31%及78.56%,比优化前LED阵列的光照均匀度分别提高了15.84%、10.65%及15.57%。研究结果表明,改进后的粒子群算法收敛速度更快、精度更高,且提出的新型等差LED阵列有着更好的光照均匀度。

摘要： 弹簧是燃油电磁阀中重要的零组件,通常安装于衔铁与挡铁或活门与活门座之间,控制电磁阀的启动与闭合,其性能直接影响燃油电磁阀的正常工作.随着中国航空发动机事业的飞速发展,对阀类产品的技术要求也越来越高,高性能,轻量化已成为了主要的发展方向.因此,在对弹簧等关键零组件进行设计时,需多方面、多指标考虑,以满足产品的设计需求.而目前弹簧常用设计方式是通过弹簧力来对弹簧各参数进行设计,需多次试算直至满足要求,计算效率不高且存在一定的局限性.本文将弹簧设计问题转化为多目标优化问题,将弹簧力F,弹簧质量m,自振频率fn作为优化目标函数,将弹簧丝径d、弹簧中径D、工作圈数n、自由高度L、支撑圈数nz作为优化目标.采用改进粒子群算法,通过计算当前各指标数据与最优值之间的距离,实现对当前方案的评价.并与基本粒子群算法进行对比,验证了改进算法的可行性.研究结构表明,改进粒子群算法迭代曲线在30代左右结果趋于稳定,其计算结果可行,能够满足燃油电磁阀弹簧设计的需求.改进后的离子群算法较传统粒子群算法收敛速度更快,计算结果更加精确,更好的实现对弹簧的设计计算,可作为一个解决燃油电磁阀弹簧设计的有效工具,具有良好的工程应用前景.

摘要： 针对标准粒子群优化(pSO)算法在求解复杂优化问题中出现的早熟收敛问题,提出一种结合梯度下降法的二次搜索粒子群算法.首先,当全局极值超过预设的最大不变迭代次数时,判断全局极值点处于极值陷阱中;然后,采用梯度下降法进行二次搜索,并以最优极值点为中心、某一具体半径设定禁忌区域,防止粒子重复搜索该区域;最后,依据种群多样性准则生成新粒子,替代被淘汰的粒子.将二次搜索粒子群算法及其他四种典型的改进粒子群算法分别应用于四种典型测试函数的优化,仿真结果表明,二次搜索粒子群算法收敛精度最高提升了10个数量级,并且收敛速度较快更容易寻找全局最优解.

摘要： 为了校验并解决进线档最小相间距离的工程实际问题,建立进线档相导线的任意一点三维数学模型,通过改进粒子群(PSO)算法,快速精确计算进线档相邻两相的最小相间距离.运用MATLAB程序仿真分析了相邻相的最小相间距离与档距、相导线张力、挂点高差的关系.仿真结果表明随着档距的增大,相邻两相的最小相间距离增加较快,随后增加趋势变缓;相邻两相的最小相间距离随着某一控制相的导线张力变大而减小;相邻两相的最小相间随挂点高差的增大而迅速减小.最后指出,敏感因素均有一临界值,超过该临界值,相邻两相的最小相间距离不满足合格距离要求.本文对电网建设、运行有积极的参考意义.

摘要： 为了校验并解决进线档最小相间距离的工程实际问题,建立进线档相导线的任意一点三维数学模型,通过改进粒子群(PSO)算法,快速精确计算进线档相邻两相的最小相间距离.运用MATLAB程序仿真分析了相邻相的最小相间距离与档距、相导线张力、挂点高差的关系.仿真结果表明随着档距的增大,相邻两相的最小相间距离增加较快,随后增加趋势变缓;相邻两相的最小相间距离随着某一控制相的导线张力变大而减小;相邻两相的最小相间随挂点高差的增大而迅速减小.最后指出,敏感因素均有一临界值,超过该临界值,相邻两相的最小相间距离不满足合格距离要求.本文对电网建设、运行有积极的参考意义.

摘要： 在粒子群算法的基础上,抓住关键点对粒子群算法进行改进,提出了一类周期性权重调整策略和随机扰动相结合的改进的粒子群算法.再利用这种改进的粒子群算法,设计了一类新颖的灰度图像增强方法,其能够在直方图均衡化的基础上进一步改进图像质量.通过Matlab的仿真实验验证了算法的正确性和有效性.

摘要： 简单介绍了基本的粒子群算法,阐述了在电力系统无功优化中的数学模型和变量的约束条件.对于粒子群算法容易陷入局部最优解和后期收敛速度比较慢的问题提出了两个改进的方法,并且在IEEE-6节点系统上进行仿真实验,证明了本算法的可行性和优越性.

摘要： 光伏发电系统中,由于光伏阵列长期工作在户外,光伏电池在工作中经常出现运行不稳定和输出功率降低的问题,传统粒子群算法收敛速度慢、搜索精度低,容易陷入“维数灾”和局部最优问题,本文提出一种基于改进自适应动态惯性权重并引入粒子寻优目标适应度评判系数的优化粒子群算法(GPPSO),应用于复杂遮阴条件下的最大功率点的跟踪,结果表明双重优化后的该算法有效提高了局部精确搜索和寻优空间全局收敛能力,在目标函数最优求解过程中精度和收敛速度都明显提高,最后制作了一台具有MPPT控制模块的实验样机进行试验,结果表明该算法的正确性和可行性,达到预期目标.

摘要： 光伏发电系统中,由于光伏阵列长期工作在户外,光伏电池在工作中经常出现运行不稳定和输出功率降低的问题,传统粒子群算法收敛速度慢、搜索精度低,容易陷入“维数灾”和局部最优问题,本文提出一种基于改进自适应动态惯性权重并引入粒子寻优目标适应度评判系数的优化粒子群算法(GPPSO),应用于复杂遮阴条件下的最大功率点的跟踪,结果表明双重优化后的该算法有效提高了局部精确搜索和寻优空间全局收敛能力,在目标函数最优求解过程中精度和收敛速度都明显提高,最后制作了一台具有MPPT控制模块的实验样机进行试验,结果表明该算法的正确性和可行性,达到预期目标.

摘要： 光伏发电系统中,由于光伏阵列长期工作在户外,光伏电池在工作中经常出现运行不稳定和输出功率降低的问题,传统粒子群算法收敛速度慢、搜索精度低,容易陷入“维数灾”和局部最优问题,本文提出一种基于改进自适应动态惯性权重并引入粒子寻优目标适应度评判系数的优化粒子群算法(GPPSO),应用于复杂遮阴条件下的最大功率点的跟踪,结果表明双重优化后的该算法有效提高了局部精确搜索和寻优空间全局收敛能力,在目标函数最优求解过程中精度和收敛速度都明显提高,最后制作了一台具有MPPT控制模块的实验样机进行试验,结果表明该算法的正确性和可行性,达到预期目标.

摘要： 光伏发电系统中,由于光伏阵列长期工作在户外,光伏电池在工作中经常出现运行不稳定和输出功率降低的问题,传统粒子群算法收敛速度慢、搜索精度低,容易陷入“维数灾”和局部最优问题,本文提出一种基于改进自适应动态惯性权重并引入粒子寻优目标适应度评判系数的优化粒子群算法(GPPSO),应用于复杂遮阴条件下的最大功率点的跟踪,结果表明双重优化后的该算法有效提高了局部精确搜索和寻优空间全局收敛能力,在目标函数最优求解过程中精度和收敛速度都明显提高,最后制作了一台具有MPPT控制模块的实验样机进行试验,结果表明该算法的正确性和可行性,达到预期目标.

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。

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。