混合策略改进的粒子群算法

针对粒子群算法易陷入局部最优、收敛精度低、收敛速度慢等缺陷,提出了基于混合策略的改进粒子群算法。使用融合Circle映射与精英反向学习的策略初始化种群,提升初始种群的质量,同时加快收敛速度;在粒子速度更新方式中引入蜘蛛移动策略平衡算法的全局搜索与局部搜索;提出了基于自适应t分布的变异策略,增强算法全局搜索和跳出局部最优能力;对15个单峰和多峰函数进行仿真实验,与其他3种算法进行了对比分析,结果表明：所提出的改进算法具有很强的寻优能力与稳定性。     

基于改进粒子群算法的神经网络优化证券投资组合方法

采用人工神经网络对证券投资进行预测与分析的研究过程中,提高神经网络各个节点参数的优化能力是极其关键的。传统的神经网络存在学习速度慢、易陷入局部极小值、预测结果精度较低等缺点,一种玫进型粒子群（Improved Particle Swann Optimizer,IPSO）算法．可以优化BP（Back Propagation）神经网络．并将优化后的BP神经网络应用于优化证券投资组合中。实验结果表明：该研究方法能够在预测精度和稳定性方面明显优于传统的PSO—BP神经网络优化证券投资组合方法。     

三群协同粒子群优化算法

针对基本粒子群优化算法易陷入局部极值点、搜索精度低等缺点,提出了一种三群协同粒子群优化算法(TSC-PSO)。搜索时,如果全局极值连续若干代没有改善,粒子未找到全局最优点,就任选某个优群,将其群内粒子和差群粒子交换。仿真结果显示,对一些经典多峰值函数、非凸病态函数,TSC-PSO增强了全局搜索能力,具有比基本PSO更好的优化性能。     

基于卡尔曼滤波和改进粒子群的MPPT算法

针对常规的粒子群算法（particle swarm optimization algorithm，PSO）在应用中存在数据波动大、数据精确采集难度高和追踪速度慢等问题，课题组提出了基于卡尔曼滤波和改进粒子群优化算法的光伏最大功率点跟踪（maximum power point tracking，MPPT）控制器技术，并结合卡尔曼滤波、恒定电压和冒泡排序等方法进行优化。实验结果表明课题组提出的算法可以快速、准确地跟踪到最大功率点，提高了MPPT的响应速度和精度，提高了光伏发电的利用效率。     

基于遗传粒子群算法的供水系统优化调度

针对某城市供水系统,建立了大型供水系统的多目标混合离散变量的优化调度模型,采用遗传粒子群混合算法对调度模型进行了求解,实现了该供水系统的直接优化调度,并与传统遗传算法优化调度的过程及结果进行了对比,新算法在优化时间、优化结果及求解效率等方面都具有较强的优越性.     

基于改进粒子群算法自整定伺服系统PID控制器的研究

伺服系统是一种非线性控制系统.提出用改进粒子群算法自整定伺服系统PID控制器的参数,给出了详细的整定过程,并在MATLAB的simulink中进行了建模仿真,结果表明,与传统的粒子群算法自整定PID控制器相比较,改进粒子群算法应用于伺服系统PID控制器自整定响应速度更快,无超调,稳定性更好.     

基于个体位置变异的粒子群算法

针对粒子群算法随着迭代次数的增多,其种群多样性降低,粒子群算法容易陷入局部最优的不足,提出了一种基于个体位置变异的粒子群算法。该算法在保证最终收敛的前提下极大扩展了粒子的空间搜索范围,从而降低了粒子群算法发生早熟的可能,并且程序量较小。仿真实验中,将算法应用于6个典型测试函数中,并与其它改进粒子群算法进行比较,结果表明,该算法具有较强的全局寻优能力和较好的收敛速度,明显提高了粒子群算法的优化性能。     

基于粒子群算法的弹簧可靠性优化设计

将人工生命中的粒子群优化算法引入弹簧的可靠性优化设计中,根据弹簧可靠性优化设计的特点,提出了一种适用于弹簧可靠性优化设计的约束型粒子群优化算法。实验表明这种方法是有效的,这为机械可靠性优化设计的研究提供了一种新方法。     

粒子群优化变论域模糊PID的永磁同步电机矢量控制策略

永磁同步电机具有结构简单、噪音低、效率高等优点而得到广泛应用。但是传统的矢量控制方法已经不能满足当前产业的控制需要,为了获得更好的控制性能,在普通PID控制的基础上,提出了一种基于粒子群算法优化的变论域模糊PID控制方法。分析永磁同步电机矢量控制原理,并建立了PMSM在dq坐标系下的数学模型,设计了基于PSO的变论域模糊PID控制器,利用Matlab/Simulink搭建i_d=0矢量控制下的PMSM调速系统仿真模型。仿真结果表明,与传统PID控制和模糊PID控制相比,基于粒子群优化的变论域模糊PID控制方法在具备传统模糊控制和PID控制算法优点的同时,利用粒子群算法得到最佳模糊论域,提高了永磁同步电机控制系统的动态响应速度,减少了超调和波动。     

二进制改进粒子群算法在背包问题中的应用

提出了用于求解0 1背包问题的二进制编码的粒子群算法,阐明了该算法求解背包问题的具体实现过程.为了提高粒子群算法的收敛速度,在传统的二进制编码的粒子群算法中嵌入了记忆功能.通过对其他文献中仿真实例的计算和结果比较,表明该算法在寻优能力、计算速度和稳定性方面都超过了文献中提到的遗传算法和模拟退火算法.提出的求解背包问题的二进制改进粒子群算法,同样可以应用于其他离散优化问题.     

基于PID技术的大型烘房温度控制系统

针对传统大型烘房温度控制不精确,自动化水平低的问题,设计了基于PID技术的大型烘房远程温度控制系统。 系统通过中心PC机设置PID控制器参数和目标温度,并将所设置参数传输到每个监控点的下位机上;下位机对所监控 区域的温度进行监控,并通过PID控制器进行调节,同时把所监控的温度信息上传给PC机。模拟实验的结果表明：系统 工作可靠,控制精度高,具有较高的自动化控制能力。     

改进粒子群算法在空压机联动控制中的应用

针对空压机控制系统中的节能减排、均衡调度和管网压力波动等问题,提出了空压机联动控制的多目标优化调 度模型,并以改进惯性权重的粒子群算法进行求解。以灰色系统理论中的灰色关联度作为改进粒子群算法的适应度函 数,对影响空压机联动系统的机组功耗、生产均衡调度和管网压力波动等多目标进行了优化求解。引入的非线性动态调 整惯性权重策略改进了算法的全局收敛能力,有效地提高了粒子搜索过程中的智能性。通过某饮料罐装车间的技术改 造,证明了本算法的有效性。     

模具钢干铣削试验及参数优化研究

为了对铣削力做进一步的研究,以及预测铣削参数的改变对铣削力变化的影响,文章建立了铣削力预测模型,引 入了PSO优化算法。试验采用正交设计方法,干式铣削SKD61模具钢;KISTLER测力仪测量铣削力;HRsoft_DW数采软 件采集试验数据,并对数据进行极差分析。研究结果表明每齿进给量是铣削参数中影响铣削力最为主要的因素。研究 验证了PSO算法对铣削参数优化问题具有有效性。     

基于PID与模糊控制的切削加工过程双模控制

为了克服在切削加工过程中单一的控制策略建立的控制系统性能不理想的情况,采用了多个系统并联的切削加 工过程模型。结合了PID控制和模糊控制两者各自的优点,设计实现了对切削加工过程的双模控制。利用MATLAB对 该控制策略进行响应仿真并调试参数,求解出了较优的基于PID控制与模糊控制的切削加工过程双模控制的控制器,有 效地提升了对切削加工系统的控制性能。     

粒子群优化的广义T-S模糊模型参数学习方法

提出了一种基于粒子群优化的广义T-S模糊模型参数学习方法。该方法用离散二进制微粒位置表示模型的结构参数,用普通微粒位置表示模型规则中模糊集隶属函数的参数;这两种微粒位置联合体构成一个模型完整的前件参数集。每一学习循环分两步,前一步用粒子群进化迭代调整所有前件参数,后一步用正交最小二乘法估计后件参数。该方法不需任何先验知识,运算量小,能产生紧凑的模糊模型。非线性动态系统模糊建模的数字仿真说明了该方法的有效性。     

求解复杂旅行商问题的混合粒子群算法

针对粒子群算法在解决组合优化时存在早熟和易陷入局部最优的问题,提出一种求解旅行商问题( TSP)的混合 粒子群算法。将粒子群算法与遗传算法结合,引入遗传算法中的交叉和变异操作,通过个体极值和群体极值的交叉以及 粒子自身变异的方式增加种群的多样性,避免粒子陷入局部最优,提高算法的局部搜索能力。仿真结果表明,新的混合 粒子群算法在解决TSP问题时具有较好的收敛性及优化效果。     

基于免疫原理的控制器参数整定方法

基于免疫原理,建立了一个基于免疫机制进行控制器参数整定的数学模型。给出了参数整定问题中抗原、抗体和亲和力的定义,对基于免疫原理的控制器参数整定过程进行了详细的描述。最后以PID的参数整定为例,控制一个高阶系统,大延迟系统和非最小相位系统。并与Z-N,MOMI等算法的整定结果进行了对比实验,结果表明该方法对控制器的参数整定是有效的。     

对自然的回忆——论《启蒙辩证法》对启蒙的拯救

哈贝马斯对《启蒙辩证法》的否定性解读,使得该著中的拯救逻辑遭到歪曲。由哈贝马斯的解读所延伸出的对《启蒙辩证法》拯救逻辑的美学化和精神分析化的重构与阿多尔诺的哲学思想相矛盾,由此我们必须重新反思哈贝马斯的解读模式。《启蒙辩证法》并非仅仅局限于工具理性批判,它通过有规定的否定达到了对现代启蒙当中现实权力因素的内在批判,它因此并没有彻底否定启蒙也没有重新树立新的乌托邦。对自然的回忆的拯救逻辑意味着思想必须对自身展开批判,以达到重新正视社会现实中的苦难现象,从而解构抽象主体的优先地位。     

拉伸技术粒子群优化算法的多用户检测器

粒子群优化算法是一类新型进化算法,为提高粒子群优化算法对复杂问题全局最优解的探测能力,该文引入一种基于拉伸技术的粒子群优化算法,把它应用到CDMA通信系统中抗干扰关键技术——多用户检测中,提出了基于拉伸粒子群算法的多用户检测器。仿真结果表明,该检测器在误码率性能、抗远近效应和增加系统容量方面的性能较之其他的检测器均有明显的提高。     

基于稀疏分解的高分辨雷达信号特征提取

从含噪的目标波形中提取稳健的目标特征,是准确识别目标的关键.通过稀疏分解将高分辨雷达回波信号展开于一个超完备Gabor时频字典上,从具有局部化时频结构的信号中提取相关特征量,并采用改进的混合粒子群算法降低匹配追踪过大计算量的问题.实验表明,使用少数原子就可以表示原信号的主要特征信息,可作为目标识别的依据.