简介：陆地使用spatio结构的优化是陆地使用管理的最重要的区域之一；构造在一个自底向上的模式基于微空间单位的一个空间优化模型在有效地联合数量结构和空间结构起一个重要作用。这研究的目的是开发一块陆地基于粒子群优化使用空间优化模型在陆地使用管理做空间决定。模型用真实数据集被实现仿效空间结构优化的进程以便在决定环境的控制下面得到最好的风景模式。模拟结果表明粒子群优化模型有能力利用数量和空间结构。而且，结果证明在设计适当优化环境刺激风景模式能被用来，它能有效地打数量目标到基本空间单位并且为地区性的陆地使用空间布局决策提供适当spatio结构。

简介：利用最小二乘支持向量机（LSSVM）建立土体残余强度模型,以液限、塑性指数、粘粒含量和偏差等为输入变量,通过改变输入变量的结构建立2个LSSVM模型,并采用粒子群优化（PSO）算法设定模型参数,分别预测残余摩擦角值,并与实验值、人工神经网络（ANN）模型作比较,得出LSSVM模型具有较好的效果,另外对LSSVM的输入变量进行敏感性分析,得出偏差对模型的影响最大,印证文献中结论并说明模型的合理性。

简介：针对航炮空靶训练中,训练空域较难确定的问题,建立了弹丸外弹道模型,采用粒子群寻优算法求取弹丸最大水平射出距离,并采用Simulink和M文件混合编程求解,最终获得满意结果.该分析方法和结果为空靶训练空域半径的确定提供了一定的理论依据和参考.

简介：Particleswarmoptimization(PSO)isanewheuristicalgorithmwhichhasbeenappliedtomanyoptimizationproblemssuccessfully.Attributereductionisakeystudyingpointoftheroughsettheory,andithasbeenproventhatcomputingminimalreductionofdecisiontablesisanon-derterministicpolynomial(NP)-hardproblem.AnewcooperativeextendedattributereductionalgorithmnamedCo-PSARbasedonimprovedPSOisproposed,inwhichthecooperativeevolutionarystrategywithsuitablefitnessfunctionsisinvolvedtolearnagoodhypothesisforacceleratingtheoptimizationofsearchingminimalattributereduction.ExperimentsonBenchmarkfunctionsandUniversityofCalifornia,Irvine(UCI)datasets,comparedwithotheralgorithms,verifythesuperiorityoftheCo-PSARalgorithmintermsoftheconvergencespeed,efficiencyandaccuracyfortheattributereduction.

简介：摘要本次设计的是基于PSO算法的PID控制器参数优化设计。人们对PID控制器参数优化的研究是紧跟在它产生之后的，现在常用的优化整定方法有两类，分别是工程和理论计算的方法。工程整定方法操作简单而且方便，但是整定过程需要丰富的工程经验，理论算法只要知道被控对象的传递函数，就可以对控制器参数进行优化。粒子群算法的形成是受到了群体智能的影响，它是一种启发式的全局搜索新算法，为了找到搜索空间中的全局最优解，粒子之间的合作方法既有竞争又有协作。这种算法有概念容易掌握、程序容易实现、全局搜索能力强等特征。本文采用粒子群算法进行PID控制器的参数优化，在MATLAB环境下进行算法编译并在SIMULINK中搭建框图进行仿真，同时使用单纯形法对同一个被控对象的PID控制器参数进行优化，对两种算法的优化性能进行了分析比较，发现粒子群优化算法不仅程序编写容易实现，优化速度快，而且优化效果比单纯行法的优化效果优越一些。

简介：摘要本次设计的是基于PSO算法的PID控制器参数优化设计。人们对PID控制器参数优化的研究是紧跟在它产生之后的，现在常用的优化整定方法有两类，分别是工程和理论计算的方法。工程整定方法操作简单而且方便，但是整定过程需要丰富的工程经验，理论算法只要知道被控对象的传递函数，就可以对控制器参数进行优化。粒子群算法的形成是受到了群体智能的影响，它是一种启发式的全局搜索新算法，为了找到搜索空间中的全局最优解，粒子之间的合作方法既有竞争又有协作。这种算法有概念容易掌握、程序容易实现、全局搜索能力强等特征。本文采用粒子群算法进行PID控制器的参数优化，在MATLAB环境下进行算法编译并在SIMULINK中搭建框图进行仿真，同时使用单纯形法对同一个被控对象的PID控制器参数进行优化，对两种算法的优化性能进行了分析比较，发现粒子群优化算法不仅程序编写容易实现，优化速度快，而且优化效果比单纯行法的优化效果优越一些。

简介：

简介：针对基坑监测数据存在非平稳、非线性等问题，本文采用了一种基于集合经验模态分解 ( EEMD ) 、粒子群 ( PSO ) 和支持向量机（ SVM ）预测模型。该模型利用 EEMD 将原始的基坑监测数据分解为代表发展趋势的趋势分量和一些平稳的波动分量，进而利用粒子群算法优化的支持向量机对各分量进行建模预测，最后对各预测分量进行叠加重构得到最终的预测结果。实验结果表明：相较与传统 的 SVM 、 PSO-SVM 预测模型， EEMD-PSO-SVM 预测模型能有效提高基坑变形的预测精度。

简介：摘要：智能建筑综合能源系统采用先进的传感器采集光照强度、风向等信号，通过单片机进行处理并控制风机和太阳能板实现了对最大光照强度和最佳迎风角的主动选择，有效提高了发电效率，当遇到恶劣天气时，装置将主动调节姿态进行自我保护。由于能源间存在的耦合关系和能量配比，采用POS粒子群算法及MATLAB进行仿真，实现能源的最优配置方案。

简介：变异函数是克里金法中反映区域化变量空间变化特征的有效数学模型,但传统克里金方法中变异函数理论模型的选择和实验变异函数参数的设定具有一定的主观性.引入粒子群算法,对Kriging实验变异函数参数进行优化,提出了PSO-Kriging算法并结合实例进行三维建模.实验结果表明：PSO-Kriging算法与传统Kriging方法相比,误差降低29.14%,三维地质模型精度更高.

简介：针对分割图像目标是无法提取目标的真实边缘且实时性不佳,引入混沌系统改进的PSO（简化粒子群算法）提取出的目标边缘作为Snake模型分割的起始位置,优化能量函数后分割出精准目标.实验表明：对图像目标进行分割的时间减少且精准度也提高了。

简介：摘要真菌是引发农作物病害的危险性病源，其造成的危害一般都是大范围性的，尤其是稻瘟病病原菌和水稻纹枯病病原菌引起的病害，对靠种植水稻为生的国家更具有毁灭性，但目前能够有效防治真菌病害的生物农药却极为稀少。本文旨在通过研究一种产抗真菌素的菌种，探讨将其开发成生物农药用来防治农作物病原真菌的可能性。

简介：【摘要】：真菌是引发农作物病害的危险性病源，其造成的危害一般都是大范围性的，尤其是稻瘟病病原菌和水稻纹枯病病原菌引起的病害，对靠种植水稻为生的国家更具有毁灭性，但目前能够有效防治真菌病害的生物农药却极为稀少。本文旨在通过研究一种产抗真菌素的菌种，探讨将其开发成生物农药用来防治农作物病原真菌的可能性。

简介：矩阵特征问题是数值计算的一个重要组成部分,也是当前迅速发展的计算机科学和数值代数中一个活跃的研究课题.矩阵特征问题不仅可以直接解决数学中诸如非线性规划、常微分方程以及其他各类数学计算问题,而且在结构力学、工程设计、计算物理和量子力学中都发挥着重要的作用。在科学与工程计算中,求解矩阵特征值也是最普遍的问题之一。如动力系统和结构系统中的振动问题、电力系统的静态稳定分析上、工程设计中的某些临界值的确定等都可归结为求解矩阵特征值问题。仿真实验结果表明,该方法求解精度高、收敛速度快,能够在10代左右收敛,可以有效获得任意矩阵的特征值。

简介：雷达脉内调制信号分析是实现雷达辐射源信号识别的一个重要手段,雷达脉内调制信号是典型的非平稳信号,需采用非平稳信号处理方法进行分析.小波变换是处理非平稳信号的有力工具,可用来对脉内信号进行分析,但需要搜索算法搜索变换后的小波脊线.因此,在对调制信号进行小波变换后,采用微粒群优化算法搜索小波脊线.通过计算机仿真,结果表明利用小波变换和微粒群优化算法可对雷达脉内调制信号进行参数分析与提取,小波变换分析方法是有效的、合理的.

简介：极化模式分散(PMD)被认为是在高速度的光纤维通讯系统的最终的限制。证实为适应PMD赔偿的一个有效控制算法是一项挑战性的任务，因为PMD拥有变化时间、统计的性质。粒子群优化(PSO)算法作为反馈控制算法被介绍进自我适应的PMD赔偿。实验结果证明没有在以前从来没在PMD赔偿被完成过的光纤维传播行在本地sub-optima和好坚韧性被套住到噪音，那个基于PSO的控制算法有快速的集中的一些唯一的特征到全球最佳。

简介：Inordertominimizethetransmittedpowerinthemulti-userorthogonalfrequencydivisionmultiplexing(OFDM)system,aschemecombiningtheimprovedparticleswarmoptimization(POS)algorithmwithgeneticalgorithm(GA)isproposedtooptimizethesub-carriersandbitsallocation.Inthealgorithm,arandomvelocitybetweenthemaximumandminimumparticlevelocityisusedastheupdatingvelocityinsteadofmaximumorminimumvelocitywhentheupdatedparticlevelocityishigherthanthemaximumparticlevelocityorlowerthantheminimumparticlevelocity.Then,theconvergencepopulationisusedastheinitialpopulationofthegeneticalgorithmtooptimizethesubcarriersandbitsallocationfurther.Simulationresultsshowthatthetransmittedpoweroftheproposedalgorithmisabout2dBto10dBlowerthanthatofthegeneticalgorithm,particleswarmoptimizationalgorithm,andZhang’salgorithm.

简介：摘要：随着工业制造的迅速发展，对测量精度的要求越来越高。三坐标测量机作为一种精密检测仪器设备为制造业向智能化方向发展提供了良好的条件，为了降低三坐标测量机在实际测量过程中存在的误差，建立快速准确的三坐标测量机相关的误差修正模型，应用BP-PSO研究误差建模方法，本文分析了三坐标测量机的误差的来源及特点，利用PSO对BP神经网络进行优化，将优化后的神经网络用于三坐标测量机的误差补偿，并与单独用神经网络优化进行对比，实验表明，运用BP-PSO对三坐标测量机进行误差补偿后的MAE为0.503um，而通过BP神经网络补偿后的MAE为0.544um，则可证明BP-PSO算法具有显著的效果。

简介：摘要：为准确预测煤层底板突水量，提出了一种基于PSO -SVR(粒子群算法以优化支持向量回归机算法)的煤层底板突水量的预测模型。针对矿井底板突水这种非线性、小样本问题，通过改变粒子群算法的惯性权重因子定义以及引入混沌映射思想的方式，避免算法陷入局部最优值，强化全局搜索。将水压、含水层、隔水层厚度、底板破坏深度以及断层落差作为影响煤层底板突水量的特征因素，将该预测模型算法与 SVR预测模型算法进行比较。仿真结果表明:该预测模型算法的预测值更接近实际值，具有一定实际应用价值。

简介：摘要：高速公路REITs融资中的风险因素复杂且具有非线性特点，以致目前难以快速、高效对其融资风险进行评价。现提出一种基于PSO-SVM的高速公路REITs融资风险评价模型，先利用粒子群群算法（PSO）对支持向量机（SVM）的核函数及惩罚因子进行优化，寻找出最优参数，以提高预测的精度；然后基于该模型在处理非线性的小数据样本方面的优势，对四川隆纳高速公路REITs的融资风险进行评价，结果表明该模型对于融资风险的预测对比传统算法更为准确，适用于高速公路REITs模式融资风险评价。