简介：介绍了基本PSO算法以及两种典型的改进算法:1)全局邻域模式和局部邻域模式对粒子群优化算法的影响,全局邻域模式粒子群优化算法收敛快,但容易陷入局部极小值;局部邻域模式粒子群优化算法由于粒子倾向于在不同的局部区域搜索因而收敛速度慢,但能在较大程度上避开局部极小值;2)混沌粒子群优化算法,它具有混沌的随机性、遍历性、规律性等特性引导粒子及其组成的群落搜索全局最优解。

简介：摘 要：针对传统粒子群优化算法易早熟收敛的问题，提出一种基于混沌思想的改进粒子群优化算法。该算法利用混沌运动的随机性、遍历性和规律性等特征，综合了混沌初始化、惯性权重的混沌调节、位置的边界处理、陷入早熟时的混沌遍历搜索等改进措施, 改善了粒子群的随机性与多样性，较好解决了算法的早熟收敛问题。通过3个典型高维测试函数的实验测试表明：改进的混沌粒子群算法在收敛速度、寻优精度和稳定性等方面明显优于传统的粒子群算法。

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：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.

简介：摘 要：城市交通的出行者是交通网络分析的对象，本文针对固定需求随机用户平衡问题，提出了粒子群优化算法并进行数值实验分析，通过构造初始解；设置约束条件控制迭代步长，根据适应度函数求出粒子自身历史最优位置和群体全局最优位置并更新速度和位置向量；同时在迭代更新过程中保证同一OD对各有效路径上流量之和等于其交通需求，最后达到设置的迭代次数，输出OD对各路径流量。结果表明用粒子群算法求解随机用户平衡问题有效可行，迭代收敛较快。

简介：摘 要：城市交通的出行者是交通网络分析的对象，本文针对固定需求随机用户平衡问题，提出了粒子群优化算法并进行数值实验分析，通过构造初始解；设置约束条件控制迭代步长，根据适应度函数求出粒子自身历史最优位置和群体全局最优位置并更新速度和位置向量；同时在迭代更新过程中保证同一OD对各有效路径上流量之和等于其交通需求，最后达到设置的迭代次数，输出OD对各路径流量。结果表明用粒子群算法求解随机用户平衡问题有效可行，迭代收敛较快。

简介：PSO组播路由算法,杜明辉基于粒子群优化的QoS组播路由算法[J]. ,路由A中的第2个节点7在路由B中不存在

简介：PSO组播路由算法,杜明辉基于粒子群优化的QoS组播路由算法[J]. ,路由A中的第2个节点7在路由B中不存在

简介：PSO组播路由算法,杜明辉基于粒子群优化的QoS组播路由算法[J]. ,路由A中的第2个节点7在路由B中不存在

简介：针对粒子群算法无线传感器网络（WSN）覆盖优化中算法稳定性较差，后期收敛速度慢和易陷入局部最优问题，本文提出了一种自适应扰动混沌的粒子群（AdaptiveDisturbanceChaoticParticleSwarmOptimization，简称ADCPSO）的覆盖增强算法。一是在覆盖范围中应用改进的混沌Tent映射对粒子初始化，提高了种群的求解质量和算法的稳定性；二是采用非线性递减的惯性权重和学习因子自适应操作；三是根据一定概率对粒子位置进行扰动更新，避免粒子陷入局部收敛的问题。仿真结果表明，该算法具有良好的全局搜索能力，稳定性好，提高了网络覆盖率。

简介：摘要：研究了含DG配电网的综合优化问题。首先提出了综合优化的数学模型；针对配电网重构优化中存在大量不可行解的问题，提出了按广义支路编号的粒子编码方法。在几种不同无功功率特性的DG并网方案下，分析了69节点配电网的综合优化问题。

简介：粒子群算法是一种基于群体智能的随机并行算法，它在很多优化问题中都得到了比较好的应用。本文针对粒子群容易陷入局部最优解，提出了一种加入创新粒子的粒子群，实验模拟结果表明加入创新粒子的粒子群有更好的结果和收敛速度。

简介：摘要电力市场下AGC机组的调配问题是辅助服务领域中的一个重要研究课题，合理的选择AGC机组对电网的经济运行很重要。本文提出了采用粒子群优化算法对电力市场AGC机组的调配问题进行探究，依据粒子群算法原理在MATLAB软件中编程对实际系统的AGC机组调配问题进行求解。研究结果表明，改进的PSO算法即可以克服整数规划法的缺点，也能避免了遗传算法复杂的参数设置，且能得到问题的最优解。改进粒子群算法是解决AGC机组调配问题的新方法。

简介：随着提供新一代电力系统的智能电网的出现,居民有机会管理他们的家庭能源使用以减少能源消耗。本文提出了一个家庭能源系统模型来优化智能住宅的能源生产和消费,并将新能源发电,电池储存系统,可并网车辆和家庭可转移负荷整合在一起,通过改进粒子群算法优化,提高了可再生能源的利用率,同时降低了居民的用电费用。

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：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：提出一种以广义柔度矩阵为损伤指标,基于量子粒子群优化算法的结构损伤识别方法.该方法根据结构损伤前后广义柔度矩阵差与结构物理参数变化关系,将结构广义柔度矩阵识别问题转化为优化问题,进而采用系统辨识能力较强的量子粒子群优化算法搜索目标函数最优值,从而达到损伤位置和损伤程度同时识别的双重效果.最后通过简支梁数值模拟对该方法的有效性进行了验证.

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：在土钉支护设计中为了寻找一组最佳设计参数，以达到既经济又安全的目的，将混沌搜索的粒子群优化算法（PSO）应用到基坑土钉支护优化设计中，以单位长度土钉墙的土钉材料造价作为优化的目标函数。该方法保持了PSO算法结构简单的特点，改善了PSO算法的全局寻优能力，提高算法的收敛速度和计算精度。同时，不活动粒子的处理使算法避免了“早熟”现象的出现。工程实例计算表明，该方法是进行土钉支护结构优化设计的有效方法。

简介：摘要：多目标粒子群优化算法是一种新型群智能进化计算技术，它模拟鸟群觅食的行为，在鸟群彼此个体之间共享信息和根据自身经验总结来修正其行动策略，既体现了个体影响也体现了社会群体影响，最终取得问题最优解。粒子群算法能够方便地处理大量的等式、不等式约束，以及包含连续变量和离散变量的优化问题。基于此，文章对 多目标粒子群优化算法在城市供电中的应用进行了总结和分析。