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：Thebacktrackingsearchoptimizationalgorithm(BSA)isoneofthemostrecentlyproposedpopulation-basedevolutionaryalgorithmsforglobaloptimization.Duetoitsmemoryabilityandsimplestructure,BSAhaspowerfulcapabilitytofindglobaloptimalsolutions.However,thealgorithmisstillinsufficientinbalancingtheexplorationandtheexploitation.Therefore,animprovedadaptivebacktrackingsearchoptimizationalgorithmcombinedwithmodifiedHooke-Jeevespatternsearchisproposedfornumericalglobaloptimization.Ithastwomainparts:theBSAisusedfortheexplorationphaseandthemodifiedpatternsearchmethodcompletestheexploitationphase.Inparticular,asimplebuteffectivestrategyofadaptingoneofBSA’simportantcontrolparametersisintroduced.TheproposedalgorithmiscomparedwithstandardBSA,threestate-of-the-artevolutionaryalgorithmsandthreesuperioralgorithmsinIEEECongressonEvolutionaryComputation2014(IEEECEC2014)oversixwidely-usedbenchmarksand22real-parametersingleobjectivenumericaloptimizationbenchmarksinIEEECEC2014.Theresultsofexperimentandstatisticalanalysisdemonstratetheeffectivenessandefficiencyoftheproposedalgorithm.

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：WepresentthefirststepsofadesignoftheoptimalparametersforafullBraggX-Rayfreeelectronlaser(BX-FEL).AimingtowardsafuturesourceofcoherentX-rayradiation,operatinginthestrongComptonregime,weenvisagethesystemtobetheseedforanadvancedlightsourceorcompactmedicalX-raysource.Herewefocusonthedesignoftheacceleratorparameters:maximumgradient,optimalacceleratedcharge,maximumefficiency,and‘wakecoefficient’,whichrelatestothedeceleratingelectricfieldgeneratedduetothemotionofacharged-lineortrainofcharged-lines.Specifically,wedemonstratethatthemaximumefficiencyhasoptimalvalueandgiventhefluenceofthematerials,themaximumacceleratedchargeinthetrainisconstant.Thesetworesultsmightbeimportantinanyfuturedesign.

简介：Anoveloptimizationalgorithmcalledstochasticfocusingsearch(SFS)forthereal-parameteroptimizationisproposed.Thenewalgorithmisaswarmintelligencealgorithm,whichisbasedonsimulatingtheactofhumanrandomizedsearching,andthehumansearchingbehaviors.Thealgorithm'sperformanceisstudiedusingachallengingsetoftypicallycomplexfunctionswithcomparisonofdifferentialevolution(DE)andthreemodifiedparticleswarmoptimization(PSO)algorithms,andthesimulationresultsshowthatSFSiscompetitivetosolvemostpartsofthebenchmarkproblemsandwillbecomeapromisingcandidateofsearchalgorithmsespeciallywhentheexistingalgorithmshavesomedifficultiesinsolvingcertainproblems.

简介：

简介：由于他们的结构上的二金属的nanoparticles(NP)的化学、物理的性质的依赖，他们的结构的特征的基本理解为他们的综合体和宽应用是关键的。在这篇文章，Au-Pd二金属的NP的系统的原子水平的调查被在不同Au/Pd比率和不同尺寸与量修正Sutton陈潜力(Q-SC)使用改进粒子群优化(IPSO)进行。在IPSO，模仿的退火被介绍进古典粒子群优化(PSO)改进有效性和可靠性。另外，结构的稳定性和结构的特征上的起始的结构，粒子尺寸和作文的影响也被学习。模拟结果表明起始的结构在稳定的结构上有小效果，但是极大地影响收敛的率，并且起始的结构清楚地是的混合的集中率快核心壳和阶段比那些组织。我们发现Au-PdNP比较喜欢结构与在外部层Au富有当时在内部的Pd富有。特别，当Au/Pd比率是6:4时，nanoparticle(NP)的结构介绍标准化Pd核心Au壳结构。

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

简介：由Synechcoccus在Ni的简历累积上影响因素在这篇论文被学习。当到干燥重量集中ofSynechcoccus的Ni的集体比率是16-18%时，简历累积在附近是在水的solution.Bioaccumulation数量的80min的Ni的使平衡时间到达了最大值。Bioaccumulation数量与增加pH增加了。最佳pHwas9-10和更高的pH导致了Ni的降水(哦)_2。Bioaccumulation数量被在35℃到达他们的optima的温度和轻紧张也影响，无生命的水藻的3000Ixrespectively.Bioaccumulation比生活水藻的大。

简介：Thispaperintroducedcharacteristicsofrefractoriesandstepofsimulation.Duringsimulation,firstlyanalyzedmechanismoftechnology;secondlydescribedthemechanismasquadraticequation;thirdlydesignedandexecutedexperiment;latermaderegressionequationandoptimization;thenfoundtechnicalconflict;finallyanalyzedandresolvedtheconflict.Doingrepeatedlylikethis,resolveddifficultproblems.

简介：在为轮船主人的一个机载的决定支持/指导系统的框架的线路优化方法论在这份报纸被开发了并且被介绍。方法瞄准与经得起海上风浪的性能期望在航行持续时间的可接受的限制以内的轮船有关的燃料航行费用和风险的最小化。这方法论的部分被连接其他的概率评价方法实现，例如蒙特卡罗，第一个顺序可靠性方法(形式)和秒顺序可靠性方法(SORM)，和3-D经得起海上风浪的代码，包括为在NTUA-SDL的波浪的增加的抵抗的计算的一个软件工具。全部系统在概率的分析软件PROBAN以内是综合的。为为关于预定义的阀值价值的exceedance层次的考虑经得起海上风浪的危险的增加的抵抗和概率的评价的计算的二个主要模块此处被详细描述，鉴于他们的实现，确认研究证明了他们的效率进一个机载的优化系统。

简介：Inthispaperwepresentanextensionofthetopologyoptimizationmethodtoincludeuncertaintiesdur-ingthefabricationofmacro,microandnanostructures.Morespecifically,weconsiderdevicesthataremanufacturedusingprocesseswhichmayresultin(uniformly)toothin(eroded)ortoothick(dilated)structurescomparedtotheintendedtopology.ExamplesareMEMSdevicesmanufacturedusingetchingprocesses,nano-devicesmanufacturedusinge-beamlithographyorlasermicro-machiningandmacrostructuresmanufacturedusingmillingprocesses.Inthesuggestedrobusttopologyoptimizationapproach,under-andover-etchingismodelledbyimageprocessing-based'erode'and'dilate'operatorsandtheoptimizationproblemisfor-mulatedasaworstcasedesignproblem.Applicationsofthemethodtothedesignofmacrostructuresforminimumcomplianceandmicrocompliantmechanismsshowthatthemethodprovidesmanufacturingtolerantdesignswithlittledecreaseinperformance.Asapositivesideeffecttherobustdesignformulationalsoeliminatesthelongstandingprob-lemofone-nodeconnectedhingesincompliantmechanismdesignusingtopologyoptimization.

简介：Asystematic,efficientcompilationmethodforqueryevaluationofDeductiveDatabases(DeDB)isproposedinthispaper.Inordertoeliminateredundancyandtominimizethepotentiallyrelevantfacts,whicharetwokeyissuestotheefficiencyofaDeDB,thecompilationprocessisdecomposedintotwophases.Thefirstisthepre-compilationphase,whichisresponsiblefortheminimizationofthepotentiallyrelevantfacts.Thesecond,whichwerefertoasthegeneralcompilationphase,isresponsiblefortheeliminationofredundancy.Therule/goalgraphdevisedbyJ.D.Ullmanisappropriatelyextendedandusedasauniformformalism.Twogeneralalgorithmscorrespondingtothetwophasesrespectivelyaredescribedintuitivelyandformally.

简介：Inthispaper,LCPisconvertedtoanequivalentnonsmoothnonlinearequationsystemH(x,y)=0byusingthefamousNCPfunction-Fischer-Burmeisterfunction.NotethatsomeequationsinH(x,y)=0arenonsmoothandnonlinearhencedifficulttosolvewhiletheothersarelinearhenceeasytosolve.ThenwefurtherconvertthenonlinearequationsystemH(x,y)=0toanoptimizationproblemwithlinearequalityconstraints.AfterthatwestudytheconditionsunderwhichtheK-TpointsoftheoptimizationproblemarethesolutionsoftheoriginalLCPandproposeamethodtosolvetheoptimizationproblem.Inthisalgorithm,thesearchdirectionisobtainedbysolvingastrictconvexprogrammingateachiterativepoint,However,ouralgorithmisessentiallydifferentfromtraditionalSQPmethod.Theglobalconvergenceofthemethodisprovedundermildconditions.Inaddition,wecanprovethatthealgorithmisconvergentsuperlinearlyundertheconditions:MisP0matrixandthelimitpointisastrictcomplementaritysolutionofLCP.Preliminarynumericalexperimentsarereportedwiththismethod.

简介：

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。