简介:摘要介绍基本粒子群优化算法的原理、特点,并在此基础上提出了一种改进的粒子群算法。通过在粒子初始化时引入相对基的原理使粒子获得更好的初始解,以及在迭代过程中引入变异模型,部分粒子生成相对应的扩张及收缩粒子,比较其适应度,保留最佳粒子进行后期迭代,使算法易跳出局部最优。通过经典函数的测试结果表明,新算法的全局搜索能力有了显著提高,并且能够有效避免早熟问题。
简介:摘要水库优化调度可以很大程度的提高水资源的利用率,有助于缓解当前日益紧张的水资源问题。本文为缓解塔里木河下游水资源日益短缺的现状,实现垦区水资源的统一调配,首先以恰拉水库为研究对象,在分析恰拉水库实际运行的基础上,以灌溉缺水量最小和库损最小为目标,考虑水量平衡、库容等方面的约束,建立恰拉水库的优化调度模型;其次,在基本粒子群算法框架中融入模拟退火算法思想,建立基于改进后的粒子群算法的模型求解方法;最后,对丰、平、枯三个典型年分水库不同供需水情况进行优化调度。结果能够有效减少库损,改进后的粒子群算法计算精度高,跳出局部最优解的能力强,能够平稳快速地得到水库调度方案,该方法为新疆不同水库优化调度提供技术支持。
简介:为提高粒子群算法的搜索效率,克服分解方法处理复杂多目标问题的不足,通过考虑父代解的选择和种群的更新对算法收敛性及解的分布均匀性的重要影响,提出了一种基于分解的改进自适应多目标粒子群优化算法。首先,为提高算法收敛速度,在分解方法确保进化种群多样性的前提下,设计了新的适应度评价方法以评价个体的优劣,并将在竞争中获胜的优质后代解添加到父代候选解中;其次,为避免算法陷入局部最优,在更新粒子时,从当前粒子的邻居或邻居外随机选择个体最优和全局最优位置;最后,引入外部文档,将其作为候选的输出种群,并采用拥挤距离维持多样性,增强了算法处理复杂问题的能力。用12个测试函数的数值实验,并与5种多目标优化算法的比较,表明了所提算法的优越性。
简介:摘要本文对多目标粒子群算法的原理和数学模型做了基础记述,然后对多目标粒子群算法做了仿真测试,并使用加速因子对其线性变化进行了优化,这不仅保证了粒子群算法初步搜索时能在比较大的范围内迅速找到自身最优位置(pbest),而且利用加速因子的权重变比变化促使后期粒子群进行严格的局部搜索以便于去找到gbest位置也就是全局最优位置,使其集中向Pareto最优前沿聚集。使得在仿真结果中使用拥挤距离删除后得到的图形的最优前沿更加均匀平滑。最后利用前面所介绍的粒子群算法去解决环境经济调度优化问题,介绍环境经济调度原理以及其数学模型,在其多个不等式和等式约束下做了仿真测试,得到的数据与文献做了详细对比,表明粒子群算法在解决环境经济调度的问题中具有很大的可行性和有效性。
简介:针对矿井结构复杂,井下未知节点定位存在信标节点布置冗余、定位精度低等问题,提出了一种基于粒子群优化算法的井下目标定位方法。根据矿井环境特点区块化布置信标节点,通过引入线性递减权重的粒子群算法对未知节点与信标节点的测量距离和估计距离的误差进行优化,降低定位误差。与四边测量法、加权最小二乘法和RSSI加权质心算法进行Matlab仿真对比实验。仿真结果显示:信标节点为5个,节点总数为15时,平均定位误差为0.877m。高斯白噪声标准差取值范围从5递增到20,平均定位误差由1.21m增长到4.65m,增长幅度最小,抗噪性最好。信标节点密度由10%增加到40%,平均定位误差从2.82m下降到0.76m,定位精度明显好于其他三种算法,稳定性好于RSSI加权质心算法。定位精度更高,抗噪性更好,可靠稳定,在井下巷道环境中适应性更强。
简介:摘要优化变电检修计划,可以获得更加经济和理想的检修计划方案。基于这种认识,本文提出了一种基于粒子随机变异思想的改进型离散粒子群算法,能够对变电检修计划模型进行优化。从计划的优化效果来看,采用该算法可以降低变电检修成本,并使检修工作效率得到提高,因此可以为变电检修带来更多的效益。
简介:摘要:在当今军用和民用领域,飞行器在目标搜索、对地攻击、空中搜救、交通巡查以及快递运输等方面发挥着重要作用。因为单架飞行器无法高效率的完成复杂任务,经常需要使用多个飞行器协同完成复杂任务。因此,多飞行器系统在复杂的任务环境实现灵活的任务,已成为重要研究内容,多飞行器协同任务分配问题已成为飞行器自主导航领域亟需解决的关键问题。多飞行器协同任务分配是指:给定飞行器的种类及数量,根据一定的物理环境信息和任务要求,将一个或多个任务分配给一个飞行器,当所有飞行器完成所分配的任务后,整个飞行器编队的整体效能达到最优。基于此,对多飞行器协同任务分配的改进粒子群优化算法进行研究,以供参考。
简介:为了改善常规PID算法在电动助力转向系统(EPS)控制中的不足,提高系统控制的精度、稳定性和抗干扰能力,采用粒子群算法(PSO)对PID控制器进行优化.根据EPS系统结构和动力学特性,建立了EPS系统数学模型.电机采用电流控制法,并以助力特性曲线中理想电流值与电机电流实际输出值的偏差作为PID控制器的输入.利用MATLAB平台建立EPS系统PID控制的整车模型,分析研究粒子群算法,并根据PSO算法优化PID控制器的参数.仿真结果表明:与常规PID控制相比,采用粒子群优化的PID控制,系统输出响应更平稳,抗干扰能力更强,鲁棒性好,控制效果更优.